* p" f i0 B9 _% m3 a5 z* t9 [8 M' N( y) f; N
![]() 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。
- E9 G. Y1 Z8 E" P* o1 u
6 ?# ?; C$ t0 `2 M. q$ s7 J为什么要做数据分析师?
$ ], s- ?2 N+ C/ O6 ^ ' z; z5 G/ h2 b+ n
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。
' m! t/ q9 |" P/ F * \* M2 q& ~5 J6 H) L" B
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。
% g# ?. r3 M V. f/ L* M 5 A* H. Z: Z; e
我们举两个通过数据分析获得成功的例子:
F3 @' C3 R. s! K" L: N ( c" ?5 g2 y3 _& J- m, @
(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。" n1 v7 Z( Y5 T
7 U+ C6 T t# H(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。
+ R H, |! n8 y! h+ G. ~) l
# X; k; B5 `( @; \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。3 K* n/ | _7 w; t; i- Z3 [1 u+ n
: m, `! Q9 Y3 Z, M# J, y
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。
) X6 A, X) \1 z . S0 o3 w5 b1 m/ n# O1 h# D
我的职业规划:8 e# n- ]2 L0 y" ]2 F- y" @
( z% p# L( s$ J9 ], N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。
$ d$ \- M8 q, [+ b2 U
) k4 G( b! ?4 ]6 J为此,我对自己的规划如下:
^7 [% Y- g( J* i6 z
. F! a) R) F6 }6 ]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。# ?+ C- O* E: Y
9 R2 d2 @ ~. y6 B0 S+ C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。
) V& `( z4 v& l: C
. C, f' `. J C4 X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。4 X% i" n* a: ?' ^4 `' d% l& b0 r2 _
" S2 p: H1 e" h' 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。* m$ u% x) k. h0 @: t5 J" [) z& ^
0 h8 q+ I. V' ~6 Q& B; P
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。8 |. k$ L& _8 S! t7 k; d
![]() 总结:数据分析师的能力和目标:) r( Q- s4 ?0 z" f8 z( Y; M
$ b } s5 M6 b! k/ t
能 力:8 }: s! _; \$ o; x2 O4 M* y
* H6 h6 X& M! ]9 m* G( M/ I% s6 P
1、 一定要懂点战略、才能结合商业;
9 i; x# f8 [2 j5 a& R: t9 E ( L; K* D# n, V$ [% F" E4 \9 O
2、 一定要漂亮的presentation、才能buying;
6 f3 q% {% @* M3 Z8 [; T6 Q
9 V& I; s k) D1 u; [, u. |& C3、一定要有global view、才能打单;& B9 ^" W7 D& b6 D6 i$ E7 D
) Z' u3 |+ o5 E( s2 K; U0 }2 ]
4、 一定要懂业务、才能结合市场;
8 M8 B" k, L- C2 K' X* h7 p ( F( x! W6 u$ y: y
5、 一定要专几种工具、才能干活;
. B* _: D0 u& p, Q
N; V$ X" M$ Y6、 一定要学好、才能有效率;) W1 T4 o. C+ G: N4 p0 T* {7 Y8 M' f
; p6 s; ]' S/ h4 Z, Q
7、 一定要有强悍理论基础、才能入门;( [1 p* k) i' \1 S" J
( O; ?+ } W. e5 L5 w/ q1 u0 n: {, k
8、 一定要努力、 才能赚钱;最重要的:0 e$ { D: P( J; f6 J; n& i# |2 O
, q; q$ S( U' s
9、 一定要务实、才有reputation;
! K9 W$ u; l; {
8 z I1 m! P+ b' U& X目标:, k$ b; a3 w' y' n9 J' ^
6 Q" B7 a% W5 L! Y3 v: _
1-做过多少个项目?
$ W5 }) Y% R4 \! U/ A3 X ' j& Q9 O6 r; o
2-业务背景有哪些,是否跨行业?
& O; S6 I- S1 }8 a: O: g; U # W+ t. V: A$ K: h) [% E2 f3 Y5 N
3-做过多少种类型的模型?做了多少个模型?
7 o$ \7 d6 {; U4 @
# J! W. L1 e9 T2 s, @4-基于模型做过多少次完整的marketing闭环?
+ n! S& p- }& x6 f & f0 ^% I4 P" p0 \: h* B0 N, m$ A2 u
以上四个问题,足以秒杀95%以上的忽悠和菜鸟!, N; `3 K3 B! P" K; o4 a4 B
9 @( I2 [* l9 o7 f
我仅以此为努力之坐标,时刻提醒自己。& Z# ^, r8 P0 w- r9 X0 h/ ]
" i( q5 Y0 E1 H3 Y9 g
路在前方,漫漫前行。 End. # M7 p% |: u, X. E5 X9 J6 N
更多资讯,请关注: 微信公众号:Shujuqiao_SH 微博:Shujuqiao 网站:www.databridge.com.cn# E z' ~" r4 Z0 P3 |7 M. Y& l! A
0 X' N& H5 I. {+ }3 `
" P) E. r2 S2 v7 H1 U5 B# ]7 @
" R$ V! b4 v# C |