查看原文
其他

数据分析师的未来

Editor's Note

我喜欢这种个人自白式的文章,有自己的分析经历,然后又很多感悟,而且这些感悟引起了笔者的共鸣,比如文章中这句话总结得很好:懂数据分析比成为数据分析师更重要!

The following article is from 小邓种草 Author 小邓

“与数据同行”开通了微信群,现已汇聚了4000位小伙伴了,加傅一平为微信好友(微信号:frank61822702)申请入群,让我们共建一个数据社区,《与数据同行》致力于为您提供最好的DT文章。

正文开始


2019年我的圈子在上海举行了一次年底聚会,有山西来的、有厦门来的还有一些杭州、江苏来的小伙伴,本来聚会后本想请外地的圈友一起来吃饭,结果小雪忘记了是哪些人,所以通知了几个外地的小伙伴,这里非常感谢大家的信任和支持。


聚会结束后,也邀请了现场帮忙的圈友们一起吃了饭,又畅聊了一番,大家纷纷表示与我结缘的故事,让我很有成就感,所以当天又喝了几杯(连续三天喝),我们就是这么一伙人在一起做了一些行业鲜为人知的事情(让人人都成为数据分析师)



2020年我要把我们的口号:让人人都成为数据分析师改为让让人人都懂数据分析,为什么?


以下本来是我本次上海聚会要说的几个事情,但无奈时间太紧,我故意把自己排在最后一位,怕我收不住,去年北京我开始就是2个小时....


我先说自己的观点:


1、数据分析并非红利期


2、认清形势比认清自己更重要


3、让自己变的有价值,构建护城河


4、未来数据分析师的几大趋势


其实这是第一部分,我叫行业的发展趋势,这次先写第一部分,还有第二部分逆境中升职加薪



数据分析并非红利期


先说说什么是红利,这里说的红利是对个人而言,换而言之就是如果是个人红利期,那么我们可以轻松、靠个人能力赚到更多的财富一方面是工作带来的财务、另一方面是业余财富


个人红利有2个核心的特点:第一行业的发展趋势或者规模很大,由数据来看就是增长率一直高速上升(市场规模一直往前冲),第二个是在这个环境下个人能不能独立战斗创造收入


举个例子,在早些年,互联网高速发展时代(符合第一个特点),很多个人站的站长依靠自己的实力,注意这里说的是一个人不是一个团队,实现了财务自由(符合第二个特点


1、做个网站有了流量最后卖掉

2、帮别人开发网站赚钱

3、有流量后接广告为生

4、域名买卖


等等,那个时代,对个人来讲,绝对是红利期,就看你要不要做,用没用心去做,职场的钱用来生存,业余收入用来消费,再比如移动互联网时代、自媒体时代不都符合这个特点吗?


那我们的ABC时代符合这个特点吗?


ABC时代是指:人工智能(AI)、大数据(Big Data)、云计算(Cloud Computing)三个词语的英文首字母缩写


那这些符合这样的特点吗?假如都是高速增长,符合第一特点,那第二特点符合吗?显然不符合


AI是一个人能做的吗?做不了,你可以解决场景、可以解决技术和算法,但个人很难解决数据的问题,海量数据需要人工进行标注的,财力物力上你做不起


云计算呢?光服务器、宽带、数据中心的建设成本都是一个人难以承受的


大数据呢?也不是,我们在大数据的浪潮中学会的只是数据建设或者分析的技能,但你有数据吗?你可以通过爬虫得到,但看得见的数据就是有价值的吗?


这里提一下数据运营和运营数据的区别,数据运营是用数据来指导运营,运营数据就是用数据卖钱,这类机构在大数据浪潮下赚的盆盆香


所以ABC时代都不是个人红利,慎重选择成为专业数据分析师


有人会说,那我到底要学?这就是我接下来要说的第二个观点:



认清形势比认清自己更重要


大数据时代人们很大的转变不是数据而是决策方式的变化,以前老板要做一件事情,是下面一级一级的向上传达,一级一级的汇报,就好比古代的皇帝一样,下面说自己苦,上面的决策是你们甜,下面甜,上面的决策是苦,这种决策方式的失误率太大了。


从执行的层面来讲,见效的回流数据太难响应了,在组织里面执行老板的决策难免会受2个因素的影响,一个人人情,一个是利益,康熙微服私访很多人看过吧,赈灾的钱很多,到下面就没了,康熙做了好事情但还背了锅,他自己都百思不得其解,所以去一线采集“数据”去了,发现了一串串令自己都无法现象的事情


虽然大数据时代对个人的红利可能有限,但对于企业来讲价值是很大的,所以很多企业从此走上了数据变革的道路,这是大趋势,当你有一天成为老板时,你会深刻理解,那为什么对企业价值很大呢?


1、决策方式不用以前的层层转述去了解一线了,直接看数据系统出来的结果,是不是立马决策可以立马看到回流效果呢,这也就是国家为啥要做大数据战略的原因之一


2、让组织中的人情、利益的模糊,执行更高效,结果导向


所以我们要站在老板的角度去思考,很容易判断,企业需要的是需要拥有数据分析能力的人才,而不是数据分析师,这才是让自己生存的根本,而不要妄想成为数据分析师就能高枕无忧的活下去,数据分析是技能,数据分析师是职业,这是不同的方向。


所以一定要学习数据分析,但方向不一定是数据分析师,下来我们看看是数据分析师的护城河更高,还是懂数据分析护城河更高?


让自己变的有价值,构建护城河


我判断是不是护城河的指标只有一个:赚钱指数,理论上你拥有了这个能力,无论上班还是自由职业你都有自己的养家糊口的收入,在职场上你可能顺水顺舟,在职外你也是一把利剑。


每一个行业都是自己的生命周期,职场也是一样的,多年前你要裁掉一个程序员,他们很高兴,为啥?职场的红利期


你现在裁掉我,我马上能够找到一个薪资更高的企业,所以那时候程序员不怕,希望你裁掉我,那现在呢?


大部分人怕,还有一部分人不怕,他们拥有很强的可迁移能力,什么是可迁移能力呢?简而言之就是生存能力,干程序员我可以继续干,干产品经理我也能干,干数据分析我也能干,干市场我也能干....


那我们回到数据分析师这个行业,其实数据分析师也有红利期,我们想一想垃圾为什么要分类?是为了更好的回收利用减少资源浪费,变废为宝,更重要的是垃圾的二次污染太严重了,那高速增长的互联网、移动互联网同样创造了很多的数据垃圾,这时候就需要处理这些“数据垃圾”


一种人负责处理垃圾

比如:数据开发工程师、大数据开发、数据库工程师、数据架构师等等


一种人负责变废为宝

数据分析师、战略分析师、商业分析师、业务分析师、算法工程师等等


而这两种人的产生导致了要掌握不同的技能,负责垃圾处理的更多是技术方向,做效率的事情,所以企业内部诞生了很多数据产品,这部分人会随着产品、技术的成熟度慢慢消失掉一部分,其实已经开始消失了


那负责变废为宝的是不是好一点呢?非也


我们都知道第二类人的核心是以业务为出发点,但是我们的存在缺常常与业务在肉搏,老板没有一个指标来衡量分析师的价值,很多的分析都是以解决业务为核心,很多人忽略了企业生存衡量的标准:利润


比如我们常常做流失率预警、活跃用户分析,缺无法得知这些分析对利润来讲到底影响程度如何?只是觉得存在相关关系,而无法解决他们之间的因果关系


那数据分析师有职场瓶颈期吗?有,而且很大


程序员可以走向CTO,市场运营可以走向COO、会计可以走向CFO,那数据分析师走向什么O?好些除了几大互联网公司有数据分析的O,其他公司根本没有,天花板就是数据分析的负责人,之后你也没有了方向,反正我身边10年左右的不是管理岗,就是转了业务岗、还有一些自己做小项目的


其实数据分析师也有O,请不要用拼音读出来,叫c a o!首席分析官(Chief Analyse Officer)。


既然有瓶颈,那护城河的建设对我们至关重要,因此我们要站在企业生存的角度建立自己的护城河:


1、一切分析结果要有衡量的标准,试着从财务的角度去贯穿整个业务分析的框架和视角,让你的分析变的可衡量


2、想老板所想,不仅仅是专注产品或者市场,而是要从广度上去理解数据分析应用的价值,做好跨领域的知识储备,成为多领域人才


3、学会主动寻找问题,其实大部分分析师都是业务引领,业务提出问题,我们分析问题,能力更多的体现在分析问题方向,从而丧失了一定的主动性,要从三个方向学会寻找问题:1、重要性;2、紧急性;3、趋势性


4、掌握职场通用技能,比如沟通、需求分析、协作管理等,让自己成为战斗机中的王牌,啥都能干,什么都不惧



题外话,职业进阶的认识和能力储备是为了升职加薪,但还有另外一个能力,叫业余能力,比如运营一个自己的公众号,建立私域,厚积薄发,建立自己的圈子,增强人脉,树立自己的IP,提高身价等等,都值得大家去做,而且建议先做!


未来数据分析师的几大趋势


从以上的分享和解读中想必你也有所体会,有几大趋势势在必行,我独胆说几点:


1、职场化:

不要为了成为数据分析师而过度努力,而是要学会用数据分析的技能去解决、寻找问题。这也是我2020年我要把我们的口号:让人人都成为数据分析师改为让让人人都懂数据分析的原因


2、智能化

始终记住,工具和产品最终的目的是为了解决效率问题。技术的分析师会慢慢被自己的所做出来的产品干掉,从人工整理数据、工具整理、产品整理慢慢会向智能的方向去发展


3、多元化

以前多数数据分析师在信息部,现在也是,难免和各个业务线出现肉搏的现象,称之为中心化的后遗症,以后分析师将向各个业务线去转变,那对我们自己的要求会更高,你不在是一位专业分析师,而是成为善于用数据分析的人才。


4、理性化

不要过度相信定量分析,要善于融合定性分析去解决为什么的问题。

定量分析更多解决2类问题

问题1:程度和多少:HOW  much\many

问题2:细分认知(who、which、when、where)


而不能解决WHY、HOW的问题,这就是大多数分析师都集中在描述问题的原因


5、老板化

我们之前做的分析更多是TO C的分析,也要做好TO B分析框架的思考,毕竟2019年很多投资走向了企业服务,另外一个很大的好处是,你懂的了TO B的分析框架,你也就深刻理解老板心中的分析师到底什么样子,不是吗?


6、财富化

做一行爱一行,没有错,把兴趣做成职业经理人是多数人的方向,只有少数人把兴趣做成了事业,让自己尝试走出职业经理人的视角,用自己的兴趣赚外快、赚私房钱。


其实还准备了很多,后面再慢慢写出来,比如如何找工作,规划学习方向获得老板认可等等


可惜时间短,要说的很多,我就写出来部分和大家交流,感谢指正!



《与数据同行》为您提供最好的文章!

长按二维码关注“与数据同行”


猜你想看更多的文章👇


超级菜鸟如何入门数据分析?

数据分析的套路:经典的6大类分析方法

如何才能成为顶级的数据分析师?

数据分析的道与术

 数据分析人的职场天花板

一次客户细分的实践

经验,套路还是逻辑?从我的一次数据分析经历中能得到什么?

为什么我提交的数据分析报告总是被领导K?

大数据也是个江湖:关于腾讯大数据“购买iPhone人群普遍无房无车学历低”的一地鸡毛

浙江移动发布手机终端大数据分析报告

为什么客户画像这么难?

数据分析师的自我修养

经营分析师如何进一步提升自己的境界


要看更多,请点击左下角阅读原文即可阅读整理好的所有文章!

: . Video Mini Program Like ,轻点两下取消赞 Wow ,轻点两下取消在看

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存