一个“玩”数据的牛人之职业规划

databridge

- ?. A6 l) Y. g! a. M8 V: _# g

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。
# |0 ~* E4 T9 N" M4 y, D
* R2 |2 E: [2 ?为什么要做数据分析师？

& b* O. ]5 ~* ~* \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。
+ A: Z& _0 d! I  \, p9 r
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。

我们举两个通过数据分析获得成功的例子：
# g0 g( J$ x: w0 G
(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。
- Y$ z* w: e8 p
$ l0 p, l5 |; f4 v8 h1 I( U(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。

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。

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。
5 ~" N0 W+ ?6 M( u
我的职业规划：
% G- I, s- P4 w
4 B1 S. I, M& j5 g/ Z8 I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。

; u- W- W4 J& L& A9 B9 q6 J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。
. Q- R: A% _+ u* b5 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。

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。
. e+ D$ ?: k5 F# G2 ~
3 g) D1 [& v/ C- m. K% M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。

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：
$ \9 e$ m6 M" s* E" O, f3 C' ~, c7 U# Z
能 力：
* Q' ?) t2 v* a* A. l
1、 一定要懂点战略、才能结合商业；

4 _; e( [6 o0 g7 [% G6 _2、 一定要漂亮的presentation、才能buying；
( o2 E; j$ g) u' b
3、一定要有global view、才能打单；
! u/ E2 M, R' ~2 ?7 }/ E& b& g, p5 D& ]
4、 一定要懂业务、才能结合市场；
4 R4 I$ c5 v( F0 B3 ^+ y3 v
( O5 e% M; T4 v$ o5、 一定要专几种工具、才能干活；
. D6 n& u$ _5 x* E+ A- V
' i5 B$ v; I. h# T3 ]" W6、 一定要学好、才能有效率；

7、 一定要有强悍理论基础、才能入门；
& N& Q7 G' S: c0 \
: q/ r7 y# l+ j3 q# l8、 一定要努力、 才能赚钱；最重要的：

! ]) u9 \$ J8 n* G9、 一定要务实、才有reputation；
9 }2 a/ L8 N; w, h, ]
目标：
. ~& b4 c" l& M, _! Q& P
. ], R0 T1 c, Q; B1-做过多少个项目？
/ S0 c+ S/ _6 i" f. m/ b& M
2-业务背景有哪些，是否跨行业？
6 [5 ?' h, h  C( }4 N
; J, ^) H, h( z' A3 g4 M3-做过多少种类型的模型？做了多少个模型？

3 ^5 |4 Z1 U6 I8 }; V& N4 V4-基于模型做过多少次完整的marketing闭环？

4 F5 s. x, C. N% ?. g以上四个问题，足以秒杀95%以上的忽悠和菜鸟！
& u9 N& y5 @. h6 z
我仅以此为努力之坐标，时刻提醒自己。

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