专栏首页接地气学堂认清真相,脱离菜鸟!中级数据分析师,该有什么样的能力?

认清真相,脱离菜鸟!中级数据分析师,该有什么样的能力?

“到底咋样算进阶?”是很多做数据的新人同学很疑虑的问题。网上的文章铺天盖地的都是“如何入门”,“如何快速入门”一类。可真正做上数据分析以后才发现:根本学的就是个屁。每天都在跑数,真正的算法工作离自己一万多里。所以到底前途是啥?

以上诸多疑虑,症结核心,在于:网上的文章大多基于课本来写。因为书本上都是第一章讲pycharm,anaconda,第二章讲pandas,第三章讲matplotlib,第四章讲numpy,第五章讲sklearn,所以作者们想当然地以为做数据分析就是第一步安装软件,第二步取数,第三步可视化,第四步机器学习模型,第五步业务跪倒在自己脚下俯首帖耳,说:数据分析真牛逼,快来驱动我……

醒醒了喂!

真正进入公司以后,就会发现,数据分析工作最大问题就是:存在感稀薄。数据驱动业务?那是:老板拿数据驱动业务。至于做数据的自己,在大部分公司就是打杂的。那些产品经理、运营、销售、策划心中,都觉得自己可懂分析了,就差一个跑数的。做数据的你就安心跑数好了。

而且,做业务的尤其喜欢说:“我看朋友圈的数据分析文章,我都会了,可我司数据分析师连大数据精准推荐,这么简单的事都搞不出来,都怪他们!”——做数据的不但工作打杂,还容易背锅。

所以,真在企业里上过班就会明白:想要摆脱窘境,真正要干的就三件事:

1、争取独立项目的机会,不当扫厕所的

2、清晰工作范围和边界,不背无妄之锅

3、展现工作效果与成绩,争取内部认可

有了这三个,才能让自己多立功,少背锅。这三点,才是从等着别人来要数的新手,向独当一面的成熟数据分析师的真正转变。具体怎么干,下边简单说一说。

1

如何争取独立项目

新人在学习阶段,都练习过网上的所谓“项目”,什么泰坦尼克、淘宝购物、某国信用卡之类。真实企业项目和这些网红项目最大区别在于:没人给你安排好做什么。如果干坐着等别人安排,就等着接电话:“这个数据老板要,下班以前要给到”。

想争取项目,陈老师之前有一篇详细的分享,在文末可见。这里想强调的是:一定要做好常规数据需求统计。想要在琐碎、零散、日常的工作中发现机会,靠的是细心的分析,而不是别人的施舍(如下图)。

基于需求统计表,能主动发现:

  • 哪些部门需求多?
  • 哪些需求要的急?
  • 哪些是从0到1起步?
  • 哪些需要复杂分析支持?
  • 哪些能用固定工具承接?
  • 哪些是老板的关注点?

这样就能摆脱遇到事只会傻憨憨问业务,结果被一句“关你屁事”顶回来的尴尬。找到意愿合作的部门,找到有价值的合作项目,都靠这样一点点沉淀,而不是从天上掉下来的。

2

如何清晰工作边界

清晰工作边界就是为了不背锅,没有其他缘由。

要牢记三清原则:

1、有数据还是没数据,要分清!

2、有标准还是没标准,要分清!

3、有方案还是没方案,要分清!

没有数据,无法分析。这是废话,但是恰恰最容易被忽视。在业务眼里,永远是:“我们的数据很大呀,而且都在哪里,就差个人来分析了”——一大坨屎,也是很大。业务是不会去扣数据细节的。事先不做好功课,事后面对一堆脏数据,巧妇难为无米之炊。

没有标准,无法评估。这也是一句废话。但是业务口中,经常是:“我就是要增加销量呀;我就是要提升活跃呀;这是老板说的要做,你管他那么多呢”。看似有目标,实则不具体。这时候如果不主动提醒,事后想再补充。就变成:说业务好,自己就是应声虫,对老板没意义;说业务不好,等着被业务喷死。进退两难。

没有方案,预测不准。这也是一句废话。投100的券和投10元券转化率能一样吗。好文案和差文案转化率能一样吗。脱离业务方案去谈预测、谈走势,都是夸夸奇谈。可偏偏教预测的书本都讲的是数据处理方法,很少讲如何结合实际,因此这一步也经常被忘掉。

以上三原则,是很多新人碰得头破血流以后总结的要点,字字带血。然而这也是新人最容易忘记的点。因为在自学阶段都是对着现成的数据集,现成的背景,现成的书去练,从来没人教怎么具体问题、具体沟通。就容易在干活时出问题。

3

如何展示工作成绩

数据分析的成果,就类似“哥伦布立鸡蛋”的故事——你说出口之前,大家都觉得不可能;你说出口以后,大家都说:我早想到了!这个很简单。所以单纯地在口头报几个数、提几条建议,完全不能证明这是自己的成绩。反而把业务教聪明了,以后的分析需求越来越复杂,越来越难搞。

因此,才有数据成果三标准:

1、输出数量可量化

2、结果可重复使用

3、过程封装看不懂

具体如下图所示:

想实现这三标准,单纯地靠写ppt,做口头汇报是肯定不行的。上数据产品势在必行。但想从零散取数,直接升级到一套完整的数据产品也是不现实的——业务等不了那么久,也不会停下日常工作。因此要有产品升级的意识,逐步地向完整产品过度。

我们积累的技术能力,是在这个场合用的。在时间、数据质量允许范围内:

1、能做报表的,不用临时取数

2、能上系统的,不用手工报表

3、能上体系的,不用孤立指标

4、能上模型的,不用业务规则

5、能固化规则的,不每次跑数

6、能固化标准的,不专题分析

总之一步步升级,手工操作、临时操作、个性化操作越来越少。产品功能越来越丰富,预测精度越来越高,查询速度越来越快,定位问题方法越来越简单,我们的价值就越大。

以上,是从菜鸟到中级的破局思路。啥时候算修炼成功?

往简单说,就是独挡一面。往细了说:

  • 在成果上,中级数据分析师能独立解决问题。
  • 在工作中,中级数据分析师能应对业务的“蠢问题”。
  • 在方法上,中级数据分析师能沉淀经验,而不是到处抄。

具体的表现是:等你在面试或者年终述职的时候,不需要傻憨憨地说:我做了好多分析。而是很清晰的讲出来自己的工作数量、输出产品、分析模型的时候,就算成功了。

然而遗憾的是,很多新人注意不到这些问题。

比起在具体问题上深入讨论,他们更喜欢发牢骚,抱怨自己的公司太low,如果能进入头腾阿这种大厂,肯定是山清水秀,鸟语花香;

比起深入思考业务场景和业务流程,他们更喜欢看“底层逻辑”“核心模型”,并且孜孜不倦的在网上找《国家权威认证方法》。

比起解决问题,他们更喜欢人手一本《21天0基础精通机器学习》,认为学了这个头腾阿的某一家就会看上他了——总之,牢骚太多,细节太少,想进步,肯定很难了。

能独立面对并解决问题以后,我们能探讨一个10人部门以上的,领导级的高级数据分析师需要什么技能了。在成果上,高级的数据分析师不仅要解决问题,更得明白“要做成什么样”主动引导业务发展。

本文分享自微信公众号 - 接地气学堂(gh_ff21afe83da7),作者:接地气的陈老师

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2020-09-03

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 数据分析体系是什么?该怎么搭建?

    有同学问:经常听到“搭建运营分析体系、搭建业绩监控体系、搭建商品分析体系”等等要求。可到底数据分析体系是什么?似乎经常看到的,只有AARRR五个字母,又语焉不详...

    接地气的陈老师
  • 新业务可行性,如何做数据分析?(趣味教学版)

    临近年底,很多同学在做2020的规划,其中有一项很让人挠头的任务:分析新业务可行性。因为过往每次做,不是数据太少压根没法分析,就是做实验被质疑:“有没有代表性?...

    接地气的陈老师
  • 数据分析成果落地难?你需要注意这五个问题

    落地、见效!是很多做数据分析的同学最怕的四个字。平时自己敲代码加减乘除很嗨,可一提落地就两眼一抹黑。到底要怎么落?落到哪里?完全不知道。每次报告结尾都写上苍劲有...

    接地气的陈老师
  • 【推荐】如何使你手里的数据变成现金?

    最近数据挖掘与分析讨论比较热的话题是“数据变现”,也就是所谓的数据挖掘在业务中进行了应用,并确实给业务带来更大的业务绩效收益。很多朋友都知道,有技术、熟悉业务是...

    机器学习AI算法工程
  • 数据分析体系是什么?该怎么搭建?

    有同学问:经常听到“搭建运营分析体系、搭建业绩监控体系、搭建商品分析体系”等等要求。可到底数据分析体系是什么?似乎经常看到的,只有AARRR五个字母,又语焉不详...

    叫我龙总
  • 数据分析体系是什么?该怎么搭建?

    有同学问:经常听到“搭建运营分析体系、搭建业绩监控体系、搭建商品分析体系”等等要求。可到底数据分析体系是什么?似乎经常看到的,只有AARRR五个字母,又语焉不详...

    接地气的陈老师
  • 数据分析体系是什么?该怎么搭建?

    有同学问:经常听到“搭建运营分析体系、搭建业绩监控体系、搭建商品分析体系”等等要求。可到底数据分析体系是什么?似乎经常看到的,只有AARRR五个字母,又语焉不详...

    机器视觉CV
  • 大数据时代,你确定你是一名合格的数据分析师吗?!

    大数据时代到来,如何从数据中提取、挖掘对业务发展有价值的、潜在的知识,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,有力推动企业管理的精益化,对于每...

    灯塔大数据
  • 新业务可行性,如何做数据分析?(趣味教学版)

    临近年底,很多同学在做2020的规划,其中有一项很让人挠头的任务:分析新业务可行性。因为过往每次做,不是数据太少压根没法分析,就是做实验被质疑:“有没有代表性?...

    接地气的陈老师
  • 【入门】怎么培养数据分析的能力?

    一些个人的工作经验,希望对后来人有帮助。首先总结下平时数据分析的一般步骤。 第一步:数据准备:(70%时间) 获取数据(爬虫,数据仓库) 验证数据 数据清理(缺...

    小莹莹

扫码关注云+社区

领取腾讯云代金券