一个“玩”数据的牛人之职业规划

databridge

6 X0 a' ]- |+ h* o

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？
1 I5 I0 m3 j, n/ X+ P1 O
2 P( a9 t  K" V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。
% l' [; Z: {. Y: V* Y$ 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。
( y. y/ {0 `! p" R9 l3 N
+ X# Z$ O1 A% l+ [我们举两个通过数据分析获得成功的例子：
( A  V  e. {+ 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。
1 F( v# s$ d! P3 z8 k2 z3 T5 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。

: I5 y  ]6 N' j5 z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。
$ z" i9 n$ ]. E8 G( o1 n# }
5 h. i% Y" l) I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 j. c" f+ ?* W& V; u1 J0 W3 r7 t1 V我的职业规划：
; ~. R/ U/ V& Z, b! |4 ]9 l4 e
3 X- E) i7 Y3 A8 ?/ W# u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。

* w2 y% p% t0 v# y7 m9 d为此，我对自己的规划如下：
: m& O; T5 z# l: f+ l( Q! z
5 ^) k( u2 G, ~" T5 b' N) p$ x" L2 J5 X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。
: w7 k3 S! X& c- @3 i7 {: Q: @
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。
: n* B$ _' _( r8 `( B- Q* }1 C. ?0 z
. {) X- A0 Q1 ~; Z; B/ J$ `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。
( a" `: C1 `; w2 ]1 y5 l
0 p7 |$ I( 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。

总结：数据分析师的能力和目标：
& A9 {+ m9 _, W& r; K  @1 z. C# l
能 力：

' q7 V# N- q! \% z' ^1、 一定要懂点战略、才能结合商业；

2、 一定要漂亮的presentation、才能buying；

/ [) D5 D# g2 U- S  }8 @3、一定要有global view、才能打单；

  b" n% E) O1 q6 p0 T4 d6 q. o& ^4、 一定要懂业务、才能结合市场；
& Z) y8 o4 ]+ H) L* ?* ^- I
5、 一定要专几种工具、才能干活；
. F3 ]1 ?% D* i1 X3 S2 I
6、 一定要学好、才能有效率；
& W9 w& Z; K, ]9 H
' {( t) P- M% Z, l' t7、 一定要有强悍理论基础、才能入门；
! ^1 Q# F* x5 i! v2 ^' k
" L0 d9 }0 {3 V' M% v3 y& @) h% S" }8、 一定要努力、 才能赚钱；最重要的：
, s, G0 R$ L- m, e3 V4 A
: ^  f: q5 q- e3 J) H+ `8 _9、 一定要务实、才有reputation；

目标：
3 Z- h8 K0 m! H# ~0 h
) T- R3 \& l6 R+ e1-做过多少个项目？
9 T. b9 |! d8 P+ E
; y* ]6 J( l/ c# a/ g+ {5 K2-业务背景有哪些，是否跨行业？
4 w, ~: f* l* _! w. t: p$ d+ K
% p5 B- c& d  i! K" E3-做过多少种类型的模型？做了多少个模型？

. J! \. X3 h3 V" K/ }3 b4-基于模型做过多少次完整的marketing闭环？

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。

路在前方，漫漫前行。

End.

$ k# Q5 s- w$ h) C5 q) r8 e

更多资讯，请关注：

微信公众号：Shujuqiao_SH

微博：Shujuqiao

网站：www.databridge.com.cn
" t* N; [/ \& L1 F- A
+ l/ d) d/ A: B2 p( {
' ~) g. j, ?7 E
" Z, O  M' |, T1 u0 g/ E% B7 k5 X. W! f