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！
