续作
【原创】BI 开发岗,接触不到业务和大牛,如何三年内变成大牛 之续,”猪舞飞扬“
背景
本文是平安夜给运维项目组的同事们的一封自我提升的总结,介绍了如何在平凡的岗位上做出不平凡的业绩,用一年的时间获取三年的工作经验。
重复工作能怎么可能提高?
——运维就如同搬砖头,写的报告及每日的客户答疑就是一块块砖头,同样是搬砖头,潘石屹搬成了SOHO中国的老总,有的人却还在那里搬砖头。
最次等:按部就班,循规蹈矩在框架内完成简单而又重复的工作。-->你的任务真的按时、保质、保量完成了吗?你的领导,客户的工作你能代替多少?
中等:在框架能将所能做的哪怕是最简单的工作不断做到极致。-->你的文档一个错别字都没有吗?你的工期不能再短了吗?你的产品别人使用起来方便且没有bug吗?
上等:不仅能将框架内的工作做到极致,更能外延,将运维延伸出产品或者对其它人有益。-->运维工作是否启发出新的项目?你的运维经验是否可以让其它运维或者开发项目借鉴?
一个苛刻的项目经理在你身边你可能会不喜欢他,但你会敬畏他,有一天你离开他到了新的环境,客户会用两个字评价你:职业。
这些点都做好了吗?没有做到极致的话请看下面的提高路径
SMART原则落地职场竞争力
S,Specific:具体的,指定的任务或指标。
——e.g.我要学好英语。什么叫学好?能看懂英文小说,阅读英文技术文档,用英语进行email沟通,用英语流利沟通,还是说会26个字母?
M,Measurable:可度量的,工作成果需要数量化或行为化,有明确的评判标准。
——e.g.单词学习1000个,英语口语达到雅思6.5,销售任务完成1000万。
A,Attainable:可实现的,通过努力,敲敲脚可以达到,目标太高或太低都不合适。
——e.g.1个月成为优秀的大数据分析师。对于一个没有学过计算机的人显然是不现实的,此时,可以将目标化整为零,通过设定每个月的目标,学习数据库-->数据挖掘算法-->数据挖掘工作-->入职获得实践经验-->深入业务-->项目实施,最终完成目标。
R,Relevant:相关性,与客户需求、项目/产品需求、公司战略需求相一致。
——记得有一次我告诉一个员工如果通过A途径就可以获得职位提升,他说:这不是我的路径。好吧,我找别人。队伍都站不对,谈何发展。方向不对努力白费。
工作中要做到5听,听客户、听同行、听同事、听相关部门,听领导。
客户给我们需求,同行给我们经验,同事给予直接具体的知道,相关部门补全思维,领导给我们高度。
T,Time-based:有时限,任务完成必须有特定的截止时间。
——男的说:你等等,我会娶你的。女的说:对不起,我要和他结婚了。一万年太久,只争朝夕。否则,你只能感叹:我一定要努力赚钱,这样当我参加“小雅”的婚礼时可以多凑点儿份子钱。没有时间节点的任务承诺都是耍流氓。
当我们在每天写报告,客户答疑,开发时也要使用SMART原则把各要点列出明确的学会它、实践它的时间节点清单,然后利用点滴时间执行。
《附录:各层次BI 从业人员的能力要求》见文章结尾。
推荐故事:《杜拉拉升职记》第37章 设定工作目标要符合“SMART”原则
没有任何接口,漏洞就是机会
今天有人跟我开玩笑说:反正我们提交的报告都会被打回来,第一版的错别字多一些少一些都无所谓。虽然这是开玩笑,但是我依旧想要讲一个故事。我在做海尔美国的时候有一个同事告诉我“并不是每个人都向你一样想学那么多东西的”,后来得知这个人三年没涨工资,而且还很低,然后,就没有然后了。其实,在我们这种公司漏洞无处不在,有多少漏洞就有多少机会,机会抓住了就可以提升。
我在当前这个公司发现,我们缺少项目管理人才,于是,我考了PMP;我发现现在的产出物质量不够好,于是,我就去考了“质量内审员”;我发现公司缺人,于是,我用一年的时间给公司推荐了10个人;我发现客户需要使用数据挖掘,于是,我组织团队写作努力进行了数据挖掘培训;我发现新人不知道如何自我提升,于是,我制定了初、中、高级的明确的职业技能要点清单,以供人才培养计划制定与执行。风险与机遇永远是共存的,有多少漏洞就有多少机会。
职场上不管是客户,还是老板,最看重的是结果、结果、结果,无论中间过程如何。”没有任何借口“是永恒的职业态度。工作中有多少坑,就有多少机会,有多少机会,我们的能力就能提高到什么水平。当然,我所说的能力不是技术能力,而是之前在《核心竞争力》那篇文章中所说的”解决问题的能力“。
再不学习大数据你就OUT了
运维工作不仅仅是做好手上的工作,居安思危,未雨绸缪,否则,就会被时代所淘汰。
如果不是业务专家,目前所做的数据处理又还是传统BI ,数据挖掘、分布式计算、内存数据库、云计算等完全不懂,那就危险了。晚上和王经理一起下班的时候他还告诉我,要利用周末研究如何使用 FRM算法挖掘客户潜在利润。
为什么他会有这么大的急迫感?其实道理很简单,做 IT的最主要的就是两条路,要么做产品,要么做项目。而做项目的要么做开发,要么做数据,我们目前要做的就是数据这条路,那么,从erp-->数据仓库-->前端展现-->数据挖掘 + 底层数据库-->分布式计算-->实时数据库 ,无非就是这些东西。未来我们如果还想接客户的 BI 项目如果不配上数据挖掘可能拿项目都难了。一个人如果职位比你高,之上比你高,又比你努力的话,你不努力能行吗?所以,数据挖掘学也得学,不学也得学。
方法总比问题多
有人说没有环境,没有在项目上,真的如此吗?
最近我们团队在没有客户需求,没有培训讲师,没有项目的三无情况下花了18元买了一套视频,然后就屁颠儿屁颠儿的用两个星期的业余准备时间,策划执行了一场成功的数据挖掘培训。整个团队周三没有下班,而是利用6~8点学习数据挖掘。由曲健根据视频学习之后进行培训,讲解了CRISP-DM实施方法论、SPSS Modeler入门操作、聚类分析、C5.0决策树等算法。
之后王栋,又对已有数据分析后发现 X1G12这款电磁炉在仓库长期积压造成滞销。于是,就打算结合曲健昨天晚上所讲的“聚类分析”,对销售数据进行挖掘,看看电磁炉可以与什么产品打包销售,以便解决此电磁炉的积压压库存,同时促进销售。如果我们能够这么思考,用不了多久我们做 IT 的就可以在一定程度上指导业务。
所以说,能够阻挡我们的只有我们自己。正如鲁迅先生在《热风-生命的路》所说,什么是路?就是从没路的地方践踏出来的,从只有荆棘的地方开辟出来的。
现在有滕总和王经理这么好的引导,我们就应该顺势而为,才能做一头“在风口上飞的猪”。
感恩
最后想说:人们往往只看到了高楼大厦的光鲜亮丽,却看不到运维人员背后默默无闻的付出。没有一砖一瓦的累积,哪有楼内人们的高枕无忧?
感恩,惜福!!!
最后,祝大家圣诞快乐!