我小时候的理想是将来做一名数学家，可惜长大了发现自己天赋不够，理想渐行渐远，于是开始考虑现实，开始做一些人生规划，我一直在思考将来从事何种职业，专注什么样的领域，重新定义着自己的职业理想。我现在的职业理想，比较简单，就是做一名数据分析师。
为什么要做数据分析师？
在 通信、互联网、金融等这些行业每天产生巨大的数据量（长期更是积累了大量丰富的数据，比如客户交易数据等等），据说到2020年，全球每年产生的数据量达 到3500万亿GB；海量的历史数据是否有价值，是否可以利用为领导决策提供参考依据？随着软件工具、数据库技术、各种硬件设备的飞快发展，使得我们分析 海量数据成为可能。
' u7 A0 N- X$ q% y( H; K) B5 t0 G: F
而数据分析也越来越受到领导层的重视，借助报表告诉用户什么已经发生了，借助OLAP和可视化工具等分析工具 告诉用户为什么发生了，通过dashboard监控告诉用户现在在发生什么，通过预报告诉用户什么可能会发生。数据分析会从海量数据中提取、挖掘对业务发 展有价值的、潜在的知识，找出趋势，为决策层的提供有力依据，为产品或服务发展方向起到积极作用，有力推动企业内部的科学化、信息化管理。6 {. ?' h2 v$ f8 c2 f
+ B! T, F( q; M- ?/ P) y- b: r V
我们举两个通过数据分析获得成功的例子：' {) V" ^2 x1 w( s* w+ R; H9 K( O
/ j1 M5 h2 C( d! X
(1) Facebook广告与微博、SNS等网络社区的用户相联系，通过先进的数据挖掘与分析技术，为广告商提供更为精准定位的服务，该精准广告模式收到广大广 告商的热捧，根据市场调研机构eMarketer的数据，Facebook年营收额超过20亿美元，成为美国最大的在线显示广告提供商。
4 g' p* T8 ?: t! b4 m
(2) Hitwise发布会上，亚太区负责人John举例说明: 亚马逊30%的销售是来自其系统自动的产品推荐，通过客户分类，测试统计，行为建模，投放优化四步，运营客户的行为数据带来竞争优势。6 m5 _9 U# X' N. Q
; c% Q! D. ?. z6 q( C
此 外，还有好多好多，数据分析，在营销、金融、互联网等方面应用是非常广泛的：比如在营销领域，有数据库营销，精准营销，RFM分析，客户分群，销量预测等 等；在金融上预测股价及其波动，套利模型等等；在互联网电子商务上面，百度的精准广告，淘宝的数据魔方等等。类似成功的案例会越来越多，以至于数据分析师 也越来越受到重视。4 C/ A7 r) h% Q5 @2 v
然而，现实却是另一种情况。我们来看一个来自微博上的信息：在美国目前面临14万~19万具有数据分析和管理 能力的专业人员，以及150万具有理解和决策能力（基于对海量数据的研究）的管理人员和分析人员的人才短缺。而在中国，受过专业训练并有经验的数据分析人 才，未来三年，分析能力人才供需缺口将逐渐放大，高级分析人才难寻。也就是说，数据分析的需求在不断增长，然而合格的为企业做分析决策的数据分析师却寥寥 无几。好多人想做数据分析却不知道如何入手，要么不懂得如何清洗数据，直接把数据拿来就用；要么乱套模型，分析的头头是道，其实完全不是那么回事。按俗话 说就是：见过猪跑，没吃过猪肉。
我的职业规划：) j" e; K& \7 P, `& G6 d1 E$ V* \
9 h. A( ^' e3 o b, D, k# [
对于数据分析，有一句话说的非 常好：spss/sql之类的软件、决策树、时间序列之类的方法，这些仅仅就都是个工具而已，最重要的是对业务的把握。没有正确的业务理解，再牛的理论， 再牛的工具，都是白搭。做一名合格的数据分析师，除了对数据需要有良好的敏感性之外，对相关业务的背景的深入了解，对客户或业务部门的需求的清晰认识。根 据实际的业务发展情况识别哪些数据可用，哪些不适用，而不是孤立地在“真空环境”下进行分析。
为此，我对自己的规划如下：
第 一步：掌握基本的数据分析知识（比如统计，概率，数据挖掘基础理论，运筹学等），掌握基本的数据分析软件（比如，VBA，Matlab，Spss，Sql 等等），掌握基本的商业经济常识（比如宏微观经济学，营销理论，投资基础知识，战略与风险管理等等）。这些基础知识，在学校里尽量的学习，而且我来到了和 君商学院，这样我可以在商业分析、经济分析上面领悟到一些东西，增强我的数据分析能力。
4 ^9 I7 |" ]/ p4 T+ k
第二步：参与各种实习。研一开始我当时虽然有课，不 过很幸运的找到一份一周只需去一两天的兼职，内容是为三星做竞争对手分析，当然分析框架是leader给定了，我只是做整合资料和往ppt里填充的内容的 工作，不过通过兼职，我接触到了咨询行业，也向正式员工学习了很多商业分析、思考逻辑之类的东西。之后去西门子，做和VBA的事情，虽然做的事情与数据分 析无关，不过在公司经常用VBA做一些自动化处理工作，为自己的数据分析工具打好了基础。再之后去了易车，在那里兼职了一个多月，参与了大众汽车销量数据 短期预测的项目，一个小项目下来，数据分析的方法流程掌握了不少，也了解了企业是如何用一些时间序列模型去参与预测的，如何选取某个拟合曲线作为预测值。 现在，我来到新的地方实习，也非常幸运的参加了一个央企的码头堆场优化系统设计，其实也算数据分析的一种吧，通过码头的数据实施调度，通过码头的数据进行 决策，最后写成一个可操作的自动化系统。而这个项目，最重要的就是业务流程的把握，我也参与项目最初的需求调研，和制定工作任务说明书SOW，体会颇多。2 w" u7 ]7 n# ?$ B' x$ g0 j
4 d' J$ @8 D5 P( D2 Z
第三步：第一份工作，预计3-5年。我估计会选择咨询公司或者IT公司吧，主要是做数据分析这块比较强的公司，比如Fico，埃森哲，高沃，瑞尼 尔，IBM，AC等等。通过第一份工作去把自己的知识打得扎实些，学会在实际中应用所学，学会数据分析的流程方法，让自己成长起来。
第四步：去自己喜欢的一个行业，深入了解这个行业，并讲数据分析应用到这个行业里。比如我可以去电子商务做数据分析师。我觉得我选择电子商务，是因为未来必将 是互联网的时代，电子商务必将取代传统商务，最显著的现象就是传统零售商老大沃尔玛正在受到亚马逊的挑战。此外，电子商务比传统的零售商具有更好的数据收 集和管理能力，可以更好的跟踪用户、挖掘潜在用户、挖掘潜在商品。
l+ @) v" r* u4 u* X
第五步：未知。我暂时没有想法，不过我希望我是在一直的进步。
总结：数据分析师的能力和目标：
7 s' v( Q: w# } A7 r& R
能 力：
; ^" O. R5 r4 q! m" S: y
1、 一定要懂点战略、才能结合商业；2 @+ Z( l X9 U; H+ t
2、 一定要漂亮的presentation、才能buying；3 Y; `# J% N4 E$ M
3 K) ~) s3 U5 |, r" j
3、一定要有global view、才能打单；3 `" j$ L, {8 |- c3 R% H. W
4 M) O0 e! g/ W# H% }2 W* V
4、 一定要懂业务、才能结合市场；7 C6 N) o; N* N2 [0 v8 b# {0 s
5、 一定要专几种工具、才能干活；+ X. {% j' o& ^, p/ O1 c7 F6 w5 M! n
6、 一定要学好、才能有效率；
% B0 O0 Y. F7 Y. f$ i- n
7、 一定要有强悍理论基础、才能入门；: V& u7 E8 R1 q+ @0 N
7 i! d5 r% P- ?) G0 g& G: s1 G% ~
8、 一定要努力、 才能赚钱；最重要的：" _% b/ l% G$ f4 `1 f# e
9、 一定要务实、才有reputation；
, s8 r% J$ K* j" [) n* }( ^
目标：
1-做过多少个项目？
2-业务背景有哪些，是否跨行业？* ^3 A/ d8 Z! W0 f4 r e( S4 z
0 U) a3 H8 T& Q: P3 \8 D' y7 q
3-做过多少种类型的模型？做了多少个模型？5 x/ w/ D. J7 F' Y
; j! W k- |0 H3 ?) v
4-基于模型做过多少次完整的marketing闭环？
+ L6 N2 b+ v y3 @" K
以上四个问题，足以秒杀95%以上的忽悠和菜鸟！
我仅以此为努力之坐标，时刻提醒自己。7 W2 r# b; S2 a+ U8 x
路在前方，漫漫前行。
End.
更多资讯，请关注：
微信公众号：Shujuqiao_SH
微博：Shujuqiao
网站：www.databridge.com.cn| 欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) | Powered by Discuz! X2.5 |