一个“玩”数据的牛人之职业规划

databridge

3 q4 l9 p) V' ?* `" J

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？
& N- W! Q& q7 w# `% ^/ [1 Q
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。

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。
- u6 ]. V" K; O! g# W0 y
% x( t3 ~' M2 h2 ]7 b  q8 n我们举两个通过数据分析获得成功的例子：

6 m. s5 k! h3 V- O. 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。

7 X5 N( G# `( }5 y8 v(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。
( a2 k( E9 q, b- x
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。

0 Y: }+ N" I+ O6 B我的职业规划：

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。
3 N. ^9 \% ^# ]4 {" i& j) B* K2 s4 Y
+ v1 `+ k& P7 u9 m6 u3 [6 n为此，我对自己的规划如下：
) B% `2 Y" C, |% N) A( H8 Y
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。
$ J. g7 k# m! c- }" j) z
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。
. u: |' v6 w/ `/ D0 Z5 i* q2 I8 H
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。
" x. s$ I3 e! T
' i- w, N8 h% \7 n/ c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。
) X1 y6 V* B+ L& @: z
5 p+ y9 l( O# `: S* k( B1 V8 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：

4 W$ c, Q( \* _3 }能 力：
1 B6 Z0 m) c* |  y$ J
4 ~1 I1 S5 O8 Q# \+ V3 C1、 一定要懂点战略、才能结合商业；

) q8 O" O  u5 X7 r# ?( C$ C2、 一定要漂亮的presentation、才能buying；
% z* |% o, l9 z2 w1 N
3、一定要有global view、才能打单；
' j6 m/ r; Y4 D$ b
4 ~! D  Q: f+ q/ z) A: _4 W. }) Z: j4、 一定要懂业务、才能结合市场；
( s% v2 q( z; w) i1 b( O4 \* ^
5、 一定要专几种工具、才能干活；

1 L* V# v$ [2 h; V( e1 t% K: Y! I7 T" v6、 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；
: U5 G7 I8 ]% m9 E# `
8、 一定要努力、 才能赚钱；最重要的：
& Q3 {; m3 Z9 \: B
% d! D  P. o- S  S9、 一定要务实、才有reputation；

0 K+ L2 u" k; V( @+ ~' O  A目标：

1-做过多少个项目？
% e. g5 G* E" y4 Y; u5 _
6 l- h: Q4 R- A% U5 ?( _4 p2-业务背景有哪些，是否跨行业？
$ O/ j  W' g% w2 ?9 C$ T" q7 T
7 m# E) q0 [' d) y6 @3-做过多少种类型的模型？做了多少个模型？

, D& A6 j  V! f) @1 [4-基于模型做过多少次完整的marketing闭环？
3 B% _/ D$ Y4 U7 w  Z
  I6 U9 H4 X# A以上四个问题，足以秒杀95%以上的忽悠和菜鸟！
8 U  J& Z! N4 a/ i6 X( j4 @
+ X. c1 Q) ~2 R2 T( N我仅以此为努力之坐标，时刻提醒自己。
) m  W. s. }* E0 b6 K
+ o( i! G! D; m/ ]( n路在前方，漫漫前行。

End.

- Q% c* I& M' |* n8 }1 t

更多资讯，请关注：

微信公众号：Shujuqiao_SH

微博：Shujuqiao

网站：www.databridge.com.cn