- 相關(guān)推薦
數據分析師的職業(yè)規劃
一、為什么要做數據分析師?
在通信、互聯(lián)網(wǎng)、金融等這些行業(yè)每天產(chǎn)生巨大的數據量(長(cháng)期更是積累了大量豐富的數據，比如客戶(hù)交易數據等等)，據說(shuō)到2020年，全球每年產(chǎn)生的數據量達 到3500萬(wàn)億GB;海量的歷史數據是否有價(jià)值，是否可以利用為領(lǐng)導決策提供參考依據?隨著(zhù)軟件工具、數據庫技術(shù)、各種硬件設備的飛快發(fā)展，使得我們分析 海量數據成為可能。
而數據分析也越來(lái)越受到領(lǐng)導層的重視，借助報表告訴用戶(hù)什么已經(jīng)發(fā)生了，借助OLAP和可視化工具等分析工具 告訴用戶(hù)為什么發(fā)生了，通過(guò)dashboard監控告訴用戶(hù)現在在發(fā)生什么，通過(guò)預報告訴用戶(hù)什么可能會(huì )發(fā)生。數據分析會(huì )從海量數據中提取、挖掘對業(yè)務(wù)發(fā) 展有價(jià)值的、潛在的知識，找出趨勢，為決策層的提供有力依據，為產(chǎn)品或服務(wù)發(fā)展方向起到積極作用，有力推動(dòng)企業(yè)內部的科學(xué)化、信息化管理。
我們舉兩個(gè)通過(guò)數據分析獲得成功的例子：
(1) 廣告與微博、SNS等網(wǎng)絡(luò )社區的用戶(hù)相聯(lián)系，通過(guò)先進(jìn)的數據挖掘與分析技術(shù)，為廣告商提供更為精準定位的服務(wù)，該精準廣告模式收到廣大廣 告商的熱捧，根據市場(chǎng)調研機構eMarketer的數據，年營(yíng)收額超過(guò)20億美元，成為美國最大的在線(xiàn)顯示廣告提供商。
(2) Hitwise發(fā)布會(huì )上，亞太區負責人John舉例說(shuō)明: 亞馬遜30%的銷(xiāo)售是來(lái)自其系統自動(dòng)的產(chǎn)品推薦，通過(guò)客戶(hù)分類(lèi)，測試統計，行為建模，投放優(yōu)化四步，運營(yíng)客戶(hù)的行為數據帶來(lái)競爭優(yōu)勢。
此外，還有好多好多，數據分析，在營(yíng)銷(xiāo)、金融、互聯(lián)網(wǎng)等方面應用是非常廣泛的：比如在營(yíng)銷(xiāo)領(lǐng)域，有數據庫營(yíng)銷(xiāo)，精準營(yíng)銷(xiāo)，RFM分析，客戶(hù)分群，銷(xiāo)量預測等 等;在金融上預測股價(jià)及其波動(dòng)，套利模型等等;在互聯(lián)網(wǎng)電子商務(wù)上面，百度的精準廣告，淘寶的數據魔方等等。類(lèi)似成功的案例會(huì )越來(lái)越多，以至于數據分析師 也越來(lái)越受到重視。
然而，現實(shí)卻是另一種情況。我們來(lái)看一個(gè)來(lái)自微博上的信息：在美國目前面臨14萬(wàn)~19萬(wàn)具有數據分析和管理 能力的專(zhuān)業(yè)人員，以及150萬(wàn)具有理解和決策能力(基于對海量數據的研究)的管理人員和分析人員的人才短缺。而在中國，受過(guò)專(zhuān)業(yè)訓練并有經(jīng)驗的數據分析人 才，未來(lái)三年，分析能力人才供需缺口將逐漸放大，高級分析人才難尋。也就是說(shuō)，數據分析的需求在不斷增長(cháng)，然而合格的為企業(yè)做分析決策的數據分析師卻寥寥 無(wú)幾。好多人想做數據分析卻不知道如何入手，要么不懂得如何清洗數據，直接把數據拿來(lái)就用;要么亂套模型，分析的頭頭是道，其實(shí)完全不是那么回事。按俗話(huà) 說(shuō)就是：見(jiàn)過(guò)豬跑，沒(méi)吃過(guò)豬肉。
二、數據分析師的職業(yè)規劃：
對于數據分析，有一句話(huà)說(shuō)的非 常好：spss/sql之類(lèi)的軟件、決策樹(shù)、時(shí)間序列之類(lèi)的方法，這些僅僅就都是個(gè)工具而已，最重要的是對業(yè)務(wù)的把握。沒(méi)有正確的業(yè)務(wù)理解，再牛的理論， 再牛的工具，都是白搭。做一名合格的數據分析師，除了對數據需要有良好的敏感性之外，對相關(guān)業(yè)務(wù)的背景的深入了解，對客戶(hù)或業(yè)務(wù)部門(mén)的需求的清晰認識。根 據實(shí)際的業(yè)務(wù)發(fā)展情況識別哪些數據可用，哪些不適用，而不是孤立地在“真空環(huán)境”下進(jìn)行分析。
為此，我對自己的規劃如下：
第 一步：掌握基本的數據分析知識(比如統計，概率，數據挖掘基礎理論，運籌學(xué)等)，掌握基本的數據分析軟件(比如，VBA，Matlab，Spss，Sql 等等)，掌握基本的商業(yè)經(jīng)濟常識(比如宏微觀(guān)經(jīng)濟學(xué)，營(yíng)銷(xiāo)理論，投資基礎知識，戰略與風(fēng)險管理等等)。這些基礎知識，在學(xué)校里盡量的學(xué)習，而且我來(lái)到了和 君商學(xué)院，這樣我可以在商業(yè)分析、經(jīng)濟分析上面領(lǐng)悟到一些東西，增強我的數據分析能力。
第二步：參與各種實(shí)習。研一開(kāi)始我當時(shí)雖然有課，不 過(guò)很幸運的找到一份一周只需去一兩天的兼職，內容是為三星做競爭對手分析，當然分析框架是leader給定了，我只是做整合資料和往ppt里填充的內容的 工作，不過(guò)通過(guò)兼職，我接觸到了咨詢(xún)行業(yè)，也向正式員工學(xué)習了很多商業(yè)分析、思考邏輯之類(lèi)的東西。之后去西門(mén)子，做和VBA的事情，雖然做的事情與數據分 析無(wú)關(guān)，不過(guò)在公司經(jīng)常用VBA做一些自動(dòng)化處理工作，為自己的數據分析工具打好了基礎。再之后去了易車(chē)，在那里兼職了一個(gè)多月，參與了大眾汽車(chē)銷(xiāo)量數據 短期預測的項目，一個(gè)小項目下來(lái)，數據分析的方法流程掌握了不少，也了解了企業(yè)是如何用一些時(shí)間序列模型去參與預測的，如何選取某個(gè)擬合曲線(xiàn)作為預測值。 現在，我來(lái)到新的地方實(shí)習，也非常幸運的參加了一個(gè)央企的碼頭堆場(chǎng)優(yōu)化系統設計，其實(shí)也算數據分析的一種吧，通過(guò)碼頭的數據實(shí)施調度，通過(guò)碼頭的數據進(jìn)行 決策，最后寫(xiě)成一個(gè)可操作的自動(dòng)化系統。而這個(gè)項目，最重要的就是業(yè)務(wù)流程的把握，我也參與項目最初的需求調研，和制定工作任務(wù)說(shuō)明書(shū)SOW，體會(huì )頗多。
第三步：第一份工作，預計3-5年。我估計會(huì )選擇咨詢(xún)公司或者IT公司吧，主要是做數據分析這塊比較強的公司，比如Fico，埃森哲，高沃，瑞尼 爾，IBM，AC等等。通過(guò)第一份工作去把自己的知識打得扎實(shí)些，學(xué)會(huì )在實(shí)際中應用所學(xué)，學(xué)會(huì )數據分析的流程方法，讓自己成長(cháng)起來(lái)。
第四步：去自己喜歡的一個(gè)行業(yè)，深入了解這個(gè)行業(yè)，并講數據分析應用到這個(gè)行業(yè)里。比如我可以去電子商務(wù)做數據分析師。我覺(jué)得我選擇電子商務(wù)，是因為未來(lái)必將 是互聯(lián)網(wǎng)的時(shí)代，電子商務(wù)必將取代傳統商務(wù)，最顯著(zhù)的現象就是傳統零售商老大沃爾瑪正在受到亞馬遜的挑戰。此外，電子商務(wù)比傳統的零售商具有更好的數據收 集和管理能力，可以更好的跟蹤用戶(hù)、挖掘潛在用戶(hù)、挖掘潛在商品。
第五步：未知。我暫時(shí)沒(méi)有想法，不過(guò)我希望我是在一直的進(jìn)步。
三、數據分析師的能力和目標：
能 力：
1、 一定要懂點(diǎn)戰略、才能結合商業(yè);
2、 一定要漂亮的presentation、才能buying;
3、一定要有g(shù)lobal view、才能打單;
4、 一定要懂業(yè)務(wù)、才能結合市場(chǎng);
5、 一定要專(zhuān)幾種工具、才能干活;
6、 一定要學(xué)好、才能有效率;
7、 一定要有強悍理論基礎、才能入門(mén);
8、 一定要努力、 才能賺錢(qián);最重要的：
9、 一定要務(wù)實(shí)、才有reputation;
目標：
1-做過(guò)多少個(gè)項目?
2-業(yè)務(wù)背景有哪些，是否跨行業(yè)?
3-做過(guò)多少種類(lèi)型的模型?做了多少個(gè)模型?
4-基于模型做過(guò)多少次完整的marketing閉環(huán)?
【數據分析師的職業(yè)規劃】相關(guān)文章：
數據分析師職業(yè)規劃11-25
數據分析師崗位職責08-12
數據分析師英文簡(jiǎn)歷模板01-29
數據分析師求職簡(jiǎn)歷表格01-07
高級數據分析師的崗位職責03-07
數據分析師崗位的主要職責09-22
數據分析師常見(jiàn)的面試問(wèn)題集錦12-09
高級數據分析師的崗位職責通用10-26