想要轉行數據分析,看完這篇再做決定

最近收到很多人想要轉行數據分析發來的問題:

數據分析崗位真的稀缺嗎?

其實從2003年正式設立“數據分析師”的職業認定開始,數據分析崗位就逐漸火熱起來,頻繁見諸各大企業的招聘需求中,很多人覺得數據分析師這麼緊俏、稀缺,擠破腦袋也要擠進這個行業,甚至不惜零基礎轉行,然而事實卻並非如此。

以我自身為例子,十年前我從電子商務入行數據分析,基本上見證了整個數據分析行業的發展,對此我的結論是:數據分析人才是真的稀缺,注意是人才稀缺,而不是崗位稀缺

前段時間,有個朋友有個說法我倒是認可的,別老提數據分析職位多麼緊缺,其實企業根本不需要那麼多數據分析師。從下面這些招聘啟事裡就可以看出來,數據分析慢慢變成了一種通用能力,產品運營和項目管理都需要,真正的數據分析師崗位其實是很少的。

想要轉行數據分析,看完這篇再做決定

為什麼說數據分析人才稀缺?

對於大型的電子商務、零售、服務商公司而言,會對數據分析師產生需求,而對於中小電商企業來講,大部分的基礎數據統計和分析工作室由運營兼顧的。

據我瞭解,每一家企業都在做數據分析,但不一定設數據分析師崗位,數據分析工作會由傳統的銷售、財務、秘書等崗位承接。因此,數據分析人才是奇缺,而數據分析師崗位準確來講並不是奇缺的狀態,只是市場的供需信息差造成了企業難以招到合適的人才。

數據分析師一般要兩到三年的工作經驗才可以勝任,而具有兩年以上的數據分析師的起薪較高,中小企業的痛點是請不起,更不要說具有5年,8年工作經驗的數據分析師了。

想要轉行數據分析,看完這篇再做決定

許多小公司選擇應屆畢業生來培養,但也只是做數據統計工作居多,企業內沒有人可以帶路,因此數據分析崗並沒有給企業帶來應有的期待。

另外,數據分析人才主要集中在銀行、金融、電信、醫療等行業,這些行業對數據分析師的年限要求更高,市面上數據分析師都大概分為了三種:

  • 打雜分析師:供過於求。打雜分析師的工作內容就是寫SQL取數,根據需求做數據統計、簡單報表製作。入行門檻低,工作相對不累,導致大量人士湧入,但崗位其實沒那麼多。
  • 業務分析師:供需基本平衡。業務分析師的工作內容就是對運營動作、產品模塊進行效果評估,提一些簡單的建議。入行門檻除了數據分析技能外,還要求懂業務、懂運營、懂產品。
  • 商業分析師:大量緊缺。商業分析師的工作內容就是通過對市場、競對、企業的現狀分析判斷,提出未來的運營、產品方向建議,從而提升份額、提高營收。入行門檻除了上面這些外,還要求懂商業、懂市場、懂經營管理。

轉行數據分析需要了解什麼?

首先要明白一點,數據分析技能現在已經變成了通用技能,無論是是不是想要做數據分析師,都應該具備,在企業的產品、運營等崗位上是非常有幫助的。

其次,數據分析重在分析,前期的數據收集和數據處理都是可以通過硬性學習到的,但是分析數據的能力卻只能靠方法論和經驗支撐,考驗地是你的數據思維和洞察力。即使你做出的數據圖表再好看,數據處理技巧再高深,假如不能實現數據的分析解讀,就完全失去了其價值。

最後,做好自己的職業規劃,怎麼做呢?最好的辦法就是先理解自己所在行業的商業模式,明白流量數據的真正關係,明白商業模式是如何通過數據拆解來體現的。

想要轉行數據分析,看完這篇再做決定

那麼,更要強調的一點是,數據分析不是花架子,不是隻為了擺著好看或者證明自己厲害的東西,是要用於影響決策,才是有意義的,無論是產品運營決策,企業發展決策,還是個人的職場決策。

比如老闆突然問你,最近三個月公司的業務數據如何,你說最近三個月收入增長了多少,流量增長了多少,你以為老闆真不知道?核心數據他每天都盯著呢,他期待的答案是什麼,流量獲取的方式上有哪些優化空間,收入增長有哪些地方可以繼續挖掘的領域。這不僅僅需要你會處理數據,分析數據,更需要你的數據認知,以及多維度下理解數據的視角。

轉行數據分析需要準備什麼?

簡單來說,目前數據分析所需要的幾個硬要求:學歷、專業、經驗、技能

數據分析對學歷專業要求真得不高,大專即可,專業目前更是不限,你學獸醫但自學的很好我覺得也OK。經驗這塊確實非常關鍵,但一些初級崗也是願意接收一些轉行人士的。本該設置門檻的技能上,實際上也低得不行。

轉行認識應該怎麼準備相關的技能?

想要轉行數據分析,看完這篇再做決定

1、瞭解統計學相關知識:百分位數,箱線圖,標準差,皮爾遜相關係數,貝葉斯定理,正態分佈,卡方分佈,假設檢驗等。

2、初步瞭解運營數據指標渠道轉化率:PV 、UV、留存率、流失率、復購率、GMV等,瞭解google analytics、百度指數等網站分析工具

3、熟悉SQL語法:比如Mysql數據庫

4、熟悉python數據分析常用庫:pandas、numpy、matplotlib、Seabron,能夠利用python做數據可視化、數據探索、數據預處理

5、熟悉office軟件:精通excel,常用函數與數據透視表等

6、初步瞭解機器學習常用模型:決策樹、RF、聚類等,能夠手推最小二乘法

7、瞭解Linux常用命令

8、瞭解文本挖據:正則表達式,能用python做詞雲

總結

其實技能只是一方面,把sql學了、做個報告也能找到數分的工作。把,sql、python、機器學習都學了,也能找到數分的工作,可能待遇是差不多的。但我覺得在目前競爭較激烈的年代,一個充足的轉行準備,能讓你增大拿到優質廠的可能性,工具的提升,也可能會給你一個更廣的視野。


分享到:


相關文章: