: M- }) v; \- ^; T; R! W5 z
) V. ]. i- G7 H+ n9 p![]() 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。
1 [( U# o! \6 x2 A $ F7 Z1 e4 V% u) I. l
为什么要做数据分析师?
1 v/ `5 q* }! |' O L& | x+ z
J3 {/ P8 V+ Y' \4 h4 x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。" H j( o: z* V
: v& t" b7 x& r+ a9 p- {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。: i4 L6 `- _. p
% n3 \* S- e. G& W+ @( g
我们举两个通过数据分析获得成功的例子:
6 _- C/ A0 M5 p$ e, j2 @. R # x! |' {1 {& K7 k$ \9 I
(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。
5 C6 ?" z* p7 o8 ~ 0 q$ K# ~& S; i2 w* r0 `. Y. f+ ^0 l
(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。
3 C( ^& L7 E7 g. P5 H
2 [# g$ l7 r6 `6 Y8 ~- B+ p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。9 K6 |1 N+ b2 a' h9 {
6 R! S2 }7 t" u( {+ F; f
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。
1 j2 C0 K" p3 V. Z , \2 H9 P3 h- n# g( x
我的职业规划:
7 ~* O1 X1 [+ |! [' m# M1 a# c
4 L( A2 [/ Y! l f4 l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。2 G9 ?0 M% P4 s
/ Z9 h. y# l7 c3 `( j为此,我对自己的规划如下:
( f) ~5 I& m5 ?- P
1 @4 g4 @" e; Q" g* E* Q4 @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。1 ]+ m, @* ^- @" W- p
! O- i0 `: M0 p- E0 ]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。
5 g. J- ]: m9 j* \ \" m& Q0 E8 R, {, D4 V- g( n
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。
; c" N" |8 Y1 S- Q& E4 J7 }0 C8 E
; K2 Q- p1 v1 T: R8 q" f2 v7 ]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。0 p3 S; e" y+ h% e
1 O' _* Y* r# }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。7 Q d, R1 N* A% {9 r' k; o
![]() 总结:数据分析师的能力和目标:
k5 w% |2 X. K 0 D& Z. h* q/ q& e
能 力:1 j2 N0 R, u. W/ F T& V# h
! G* _$ h; E2 _7 p) a7 t3 `
1、 一定要懂点战略、才能结合商业;
* ]) {- U& b2 Q+ |; R5 r
; b' W6 v5 n% Z0 H2、 一定要漂亮的presentation、才能buying;
, E1 E3 u5 r) B) U0 ~5 T ( Y- \, Y8 A& A/ G. f5 ]0 A' Y
3、一定要有global view、才能打单;
8 @) ?( }! a* m4 j % X7 c" g$ Y9 A# K2 s& C
4、 一定要懂业务、才能结合市场;
& U4 D9 u: A6 p+ {! B8 J R; ^
& ~( T6 V/ ~: T5、 一定要专几种工具、才能干活;
; U2 \8 m" Z+ f% z1 x0 L
, k6 V3 I( v. B, @9 O6、 一定要学好、才能有效率;3 d+ g; C, t" e' w: j6 t
/ o9 L4 f, Z# V9 u2 V7 F7、 一定要有强悍理论基础、才能入门;8 j5 P: G3 x" ]1 D( ^! g& H
R' m9 b9 g- k6 V% f8 \
8、 一定要努力、 才能赚钱;最重要的:" n) \6 d4 s" H; I
4 `" k+ F4 P- n9、 一定要务实、才有reputation;: m9 m& T. e5 F* ~" \0 _" \
9 B5 y; @1 ?! f目标:) O6 ~/ A" A1 q7 D- C2 m
; h& f% H. K" L- g" C1 Y1-做过多少个项目?
& x2 I2 ^: M9 O5 M" m% t
% I# [* K+ c" k- ~* a4 ^7 Z9 w# D2-业务背景有哪些,是否跨行业?6 `) @' K* N7 ^) B9 v0 h0 E
# [0 P* ?# K7 G' O+ q4 y) t
3-做过多少种类型的模型?做了多少个模型?
9 e# l5 B8 H" P7 h: m2 {8 Z ; e# Q6 a" ?1 h P3 P! ?
4-基于模型做过多少次完整的marketing闭环?
1 X0 G+ ~# J, h* _, A 1 g# H3 f5 c$ ]- G1 N! R3 m
以上四个问题,足以秒杀95%以上的忽悠和菜鸟!* k: x. P/ ] C
0 `; i8 h/ k5 n; X我仅以此为努力之坐标,时刻提醒自己。9 j3 W- D. I' n, v) w) t: q
8 M0 E% }# t- Y; |4 W, z! M路在前方,漫漫前行。 End.
$ b( D& t2 h1 ^9 k7 \$ f2 N更多资讯,请关注: 微信公众号:Shujuqiao_SH 微博:Shujuqiao 网站:www.databridge.com.cn
2 z2 I1 g/ \; A4 U4 j+ U4 ^6 g! Q# m) T: r8 t. s. R" R1 ~* m
! W7 J/ q: o9 X u/ e3 M2 w
( u( o1 ]8 u1 n& C. W3 k |