在上一篇文章中,我们讲了如何写好一份数据分析师的求职简历,相信大家获益良多。准备好简历后,接下来就需要针对性的进行公司岗位的选择投递及对应岗位的面试准备。在这个过程中也有非常多的策略,今天我来为大家分享一下这部分的注意要点。
关于详细的数据分析面试准备详见数据分析师面试准备一文,本文主要探讨方向上的选择、投递策略以及业务知识准备;
虽说很多岗位名称都叫数据分析师,但不同分析师在不同的公司不同岗位,工作内容也是五花八门,以下简单讲讲不同类型的分析师。我们在投递简历前需要对这些类型有着清晰的认知,明确自己的兴趣点,确认自己的意向分析领域及分析方向,再进行定向投递及面试约定。我认为对于中前期数据分析师来说,保持业务领域的延续性非常有必要,因为一个分析师很大的价值其实取决于其具备在某一领域的深刻洞见、可复用的方法论及成功案例经验。我们暂且不讨论这些领域哪些比较好,我们应该思考的是以下问题,相信在思考以后会有一个更合理的认知与评估:- 进入这类领域,机会是否足够宽广,未来也有多种可选择性
B端与C端都需要数据分析师,通常它们在数据维度差别主要有以下几点:
- C端分析数据量与数据维度远多于B端分析,使用复杂模型的机会较多,且更和运营配合较紧密;
- C端分析聚焦在用户行为数据,B端聚焦交易、生命周期维度数据;
- B端做好更依赖业务痛点挖掘,分析框架搭建,C端相对抓手更多;
整体来看,C端市场就业机会远多于B端,刚入数据分析这行的同学建议可以先把目标放在C端岗位上,积累更多的通用方法论,之后再根据兴趣来调整。通常数据分析师有两种架构,一种base在数据团队,部门类似中台形式,每个分析师bp对应的业务线&分析方向&项目组,汇报对象为数据分析负责人。另一种base在业务团队,一人或者几人和业务团队同部门,像业务方向负责人汇报。
对于经验不是非常丰富的同学,建议先在数据团队做分析师。- 其一,建立较完整的数据规范、需求对接、数据分析方法论等习惯及知识体系。
- 其二,数据氛围更浓厚,减少了在业务团队可能面对孤立无缘的情况,有更多的交流成长机会,数据行业人脉的积累。
- 其三,更熟悉数据底层架构及数据全生产,把控数据的质量和数据出口。
整体来看,在数据团队会有更多输入,而在业务团队会更偏向输出。但是对于具有丰富经验的人才,在数据团队与业务团队只是不同选择而已,在业务团队的与业务配合紧密,方案更容易落地的敏捷性的优势也会显现出来。
产品分析、经营分析、用户运营分析、销售分析、商业分析、策略分析、商业化&广告分析、用户增长、风控方向,以上是数据分析的常见几种细分方向。每个方向的主要工作内容与对人的能力模型要求也有不同的侧重点。具体的每个方向不一一展开了,目前产品分析、商业&策略分析、商业化分析、用户增长是岗位需求比较大且薪资水平较高的细分分析方向,大家对某分析方向感兴趣可以自行搜索相关内容或者在交流群中交流讨论。毫无疑问,起步业务通常会比成熟业务有更大的发展空间,但是风险弊端与机会并存。- 其一,起步业务的数据体系搭建不完善,分析师有可能会承担更多的底层数据规范搭建工作,先有数据,才能分析,继而增长。这是一个周期很长且需要耐心的工作;
- 其二,起步业务的成熟方法论积淀较少,需要一起探索沉淀,压力相对较大;
- 其三,起步业务相对更频繁进行业务方向&人员&管理层调整,需要短时间内探索出一条路,所以需要有一颗强大的心脏与适应能力以适应快节奏的变化调整;
先讲讲岗位需求信息的搜集和投递渠道。常见的渠道有熟人推荐、社群&朋友圈&论坛等、boss直聘&拉勾等软件、内推、官网、猎头,以下说说每个渠道的特点。指的是直接向意向部门的同事&领导投递,这个方式进入面试率较高,因为通常已经经过初步意向沟通,对方掌握更多更全面的背景信息,初步合适才会开启面试流程;
这是很容易忽略,但是效率很高的一种匹配投递方式。在刚入职场的时候,大家可能没有非常多的同业人脉资源互相推荐机会,这时候就可以多加一些社群多认识些同业朋友互相交流。会很容易获得第一手的招聘资讯,且可能直达负责人,前置交流;脉脉的定向搜索也很有用,可以直接搜索意向公司部门,直接联系部门内的人进行求职,且可以看到对方学历&工作经历等背景信息,可以快速对部门内同事的情况有基本认知,且对应有不同的面试准备侧重点。此外,boss直聘的简历投递回复率也是较高的,相对也比较效率。只是这类投递方式有很大可能向现公司泄露自己的离职意向,和其他方式比存在较大个人资料安全性问题,所以需要谨慎避免不必要麻烦;
内推分为本部门人内推、非本部门人内推。最优为本部门人内推,因为其会掌握更多的信息,例如岗位所需能力、招人偏好、具体工作内容、具体招人进展、面试进度甚至面试评价反馈等。而非本部门人内推也可以跟进面试进度,但是其他的信息可能也较难获取,和自己投递的效果其实差不多。适合整体浏览岗位jd,但是存在更新不及时,有可能实际不招人的情况;
建议管理岗位可以优先找猎头来看机会,可以提升效率。非管理岗通过以上的几种方式完全可以自己去联系投递,原因在于越初级其实越容易找到合适的岗位,岗位需求量大且换工作成本低。且猎头通常推荐自己手里的职位,未必会从全行业去帮你分析你最适合的公司岗位。而自己才是最了解自己需求的人,找猎头反而可能增加了沟通成本。建议可以同时使用以上的1、2、3、4这四个渠道去看机会,此外还有一些心得和大家分享:不要怕麻烦,投递的时候要多问一些岗位情况,人员情况,以加深了解,了解面试官&负责人负责业务、偏好、背景,部门职能、架构、工作内容等。了解这些,其实我们就可以在心中揣测出个七七八八来,大致了解对方所需候选人的类型,面试的时候会有所准备,知己知彼,百战百胜。
一些同学投递简历后在接到hr电话时什么都没问就约定了面试时间,甚至连自己面试的业务线都不清楚,要准备的时候抓瞎了。- 最中意的岗位可以留稍微后面一些,为面试、谈薪环节留有足够的空间;
当接到面试通知后,最好给自己留一些准备的时间,去了解对应的业务体系,以更好的应对面试,尤其是针对跨行业跨业务的面试,更需要提前了解对应的业务知识体系,以体现自己专业性。
上图为我在boss直聘随便找到的一个jd,并将关键词圈了出来。面试者可以快速了解视频行业相关知识,推荐分发策略优化的常用方法,总结分析报告方法论,将会大大提高面试的成功率。例如求职快手数据分析师,我认为至少需要提前熟悉掌握这些部分,了解这些才不会在面试中被带节奏,避免被面试官在其更熟悉的领域去降维打击,也能体现自己对这一领域的理解,可以快速进入工作:
以上内容的常见获取渠道:行研报告、公众号文章、论坛文章等;
关于数分面试准备这里其实还有非常多的注意要点,碍于篇幅无法一一展开,对这方面有问题的朋友阔以私我&群内交流,希望这篇文章对大家有帮助,祝顺利~
相关阅读:
简历:一线数据分析师教你如何写简历才能脱颖而出!
数据分析面试准备:数据分析岗位面试准备请看这篇!
关注我,分享更多数据分析的原创干货~ 右下角点个赞和在看支持一下干货叭!