数据分析师的发(xing)展(fu)方(sheng)向(huo)

浏览: 2800

上一篇《数据分析师的真实绩效是什么》发出以后,又被大家加入了《陈老师日常劝退套餐》。很多粉丝强烈呼吁,写一篇数据分析师的幸福生活,不然感觉真的要被劝退了。今天就响应群众号召来一篇。其实需要陈老师来写这篇,就说明大家对数据解读的还不够啊。因为数据分析师的幸福生活,早已藏在大家的分析报告里,只是大家太过关注冷冰冰的数字,而不是数字后的含义,所以没有解读出来。

 

为什么这么说?是因为“收入”是个可量化的名词,收入高低只要看个数就好了。但“幸福”是个不可量化形容词,意味着丫是对比出来的。要谈数据分析师是怎么幸福的,就得对比下其他部门是怎么个苦逼法。要想人前显贵,必须人后受罪。大家在做业务部门绩效分析,ROI分析,活动分析的时候,其实已经暗含了其他部门苦逼的线索。

 

一提销售,大家最容易联想到奖金,喝酒,洗脚城。先把客户灌醉,洗脚城睡小妹,订单忽悠到手,奖金拿到手累。多好啊,看着舒服吧。自己去做一下试试吧。

第一天,没开单

第二天,没开单

第三天,没开单

……

月底一看工资单:基本工资1350+绩效250

o(╥﹏╥)o哭死

 

做过销售队伍业绩分析的同学,如果认真研究过业绩分布,就会发现销售队伍不是20/80法则,而是2/80法则。特别在B2B企业,少数Ace销售吃大部分业绩,大量的销售都是苦逼兮兮的拿最低工资,干不了两天走人。况且,我们做数据分析的是做在空调房办公椅上写ppt,人家可以每天在外风吹日晒,被客户给脸色……这么对比下,幸福感高了不?销售的本质就是一将功成万骨枯,羡慕Ace们大把拿奖金?人家是从万人坑里杀出来的。

  

一提产品,大家最容易联想到乔老爷,雷布斯,张小龙。好威风!于是信心爆棚的从产品助理干起,进入办公室时大喊一声:我要改变世界!

产品经理:你说啥?

产品总监:你说啥?

老板:你说啥?

开发:你说啥?

……

别说改变世界了,你连一次会议纪要都改变不了。一个开了2小时没头没尾的产品开发扯皮会,开完了领导说:写个会议纪要。结果你写完都改到V8了,领导还说不满意。

(╥╯^╰╥)哭死啊!

 

那不改变世界,改变一下文案算了,嗯!于是做个小运营吧,写写文章,搞搞活动。于是变开始了下边的美好生活

                                               

产品和运营的苦逼本质是什么:

  • 基层的永远处于打杂状态。干的都是各种求爷爷告奶奶,扯皮打杂的事,所以我的前途是什么?

  • 基层的永远处于被支配状态。什么决定都是听领导的,那我的存在意义是什么?领导说了让再想想,我想了nnnn版方案还是不可以,那我的价值是什么?

  • 基层的没有硬技能的提升。写文档谁不会啊,每个网站都有页面对着抄也行啊,样样都通一点但样样不精,样样都求着人做。

 

如果说销售都是打出来的,那产品和运营就是熬出来的,比的是谁命硬。谁能在打杂中打出成长,谁能在呼来喝去中不迷失方向。更重要的是,谁命好,能撞上一个成功的产品。

 

不信做数据分析的同学们看看,你们做的产品评估分析,一个公司的n条产品线,有几个真的是爆款?有几个真的是指标完成出众的?数据分析师在ppt上写下:“该产品数据未达目标”几个轻飘飘的字的背后,是多少产品和运营苦逼加班熬夜的心血付诸东流。……这么对比下,幸福感高了不?

 

一提营运,算了还是不提了,懂行的看到营运两字就觉得心累。这么说吧,看看网上那么多“爆笑!调戏移动客服小妹音频曝光,快来听”的段子。设想下,如果你是那个被调戏的小妹,你还笑的出来吗。

 

总结一下,就是业务部门虽然直接对业务负责,但:不是人人能出业绩;不是事事能出业绩;甚至不是努力就能出业绩。业务部门的起步难,成长慢,赌运气,会劝退一大波新人。相比之下,数据分析作为支持部门的压力就轻松很多,成长也明显很多。所以很多一线部门苦苦挣扎的小弟小妹,想转行进入数据分析。

 

诶?还没还没有提开发,对不对!从java到IOS开发到hadoop到现在的python到机器学习各种算法,每个年代都有开发的造富神话。从当年“三年java,百万年薪”到“一年前端,月薪五万”,开发被吹的越来越神。当然近两年流行的是《全职妈妈在家带娃3年,老公不思进取欠下20万赌债,21天0基础自学人工智能,入职互联网金融风控月薪3万,半年后跳槽平安成为数据科学家年薪百万》

 

X健都不敢这么吹……

 

就问一句。当年吹3三年java的,现在咋不继续吹了?为啥也跟风来教python机器学习了?技术和业务不同,业务类是家有一老如有一宝,而技术类是拳怕少壮。技术迭代更新,本来就是越新的越厉害。所以技术类往往起薪比较高,并且1-5年内跳槽的更吃香。这时候体力还好,人还单身,知识还没淘汰,加班跟玩一样。

 

可也正因如此,技术类的高端岗位往往被那些出身好、学历好、经验对路的年轻人拿走。相当多人进入BAT最大的障碍不是技能能力,而是毕业证的学校名字。技术类的岗位见顶速度快,往往技术迭代,就落得渣的不剩。就如果当年做数据分析做congos,做BIEE的,现在都面临转型压力。有些小伙还指望公司上市,可一不小心就会落得行业寒冬,开猿节流的结果……这么对比下,幸福感高了不?

 

总结一下,和业务部门相比,数据分析的优势来自“数据”两个字。数据分析不像业务部门那样过分的重实践,轻理论,依赖好运气。数据分析有统计学、数学、算法理论支持,使用excel,sql,python等工具工作,因此技能积累快,能力成长性好,不靠天吃饭。这对于新人起步是非常有帮助的。

 

和技术部门相比,数据分析的优势来自“分析”两个字。数据分析最终产出成果,需要和业务结合,需要沉淀分析经验,需要加深对行业的理解,这些使得数据分析不会因为某款工具的淘汰而被淘汰。分析能力会成为数据分析师职业护城河,这对于老人留存是非常有帮助的。

 

所以如果硬要和每个部门最Top的岗位拼薪酬,数据分析岗位一定会败下阵来。但是如果和每个部门躺在万人坑里的倒霉蛋们比成长,数据分析岗位肯定占得先机。无论是在这个领域持续成长,还是借它做跳板,实现从一线到后台,从基层到管理的转化,都是很不错的。

 

所以,真的不要把自己混的不如意赖到这个岗位的头上。以大多数人的努力程度之低,还没有到嚷嚷:“这个岗位发展空间有限!”的程度。这句话可能一个数据总监来讲比较合适。至于继续晋级需要哪些技术、业务、能力要求,稍后我们开始正式分享,敬请期待哦。

这是《数据分析师成长手册》连载的一部分(如下)

扫码关注公众号,持续追剧哦,下边我们开始更新数据分析思维系列

成长手册之一

成长手册之二

成长手册之三

成长手册之四

成长手册之五(您在这里)

职业发展的系统1对1指导,戳:求职宝典

业务知识体系化课程,戳:业务知识

数据分析工作能力课程,戳:八大能力

推荐 4
本文由 陈老师 创作,采用 知识共享署名-相同方式共享 3.0 中国大陆许可协议 进行许可。
转载、引用前需联系作者,并署名作者且注明文章出处。
本站文章版权归原作者及原出处所有 。内容为作者个人观点, 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台,并不用于任何商业目的,如果有任何问题,请及时联系我们,我们将根据著作权人的要求,立即更正或者删除有关内容。本站拥有对此声明的最终解释权。

1 个评论

喜欢陈老师有趣的文风

要回复文章请先登录注册