经验数据分析_大数据优质经验_经验数据是什么意思

来 源:空白女侠

经验数据分析_大数据优质经验_经验数据是什么意思

大数据优质经验_经验数据分析_经验数据是什么意思

这两年无论是校招还是社招,数据分析岗位变得越来越卷,两级分化的差异也越来越大。不少应届生吐槽找不到数据相关的好工作,千军万马过独木桥,也见到过今年校招pointer拿到令人惊讶的40w、50w、甚至是60w的校招数据/策略offer。薪资一下子就碾压工作4-5年的数据后浪们。

一部分人过得水深火热,一部分人又平步青云。

一部分人觉得数据相关职业太过内卷,竞争激烈。一部分人又觉得数据相关职业至少比传统岗位好,在未来数字化时代下,各行各业都需要数据分析从业者,十年内都不会失业,是妥妥的朝阳职业。

但有一点大家形成了共识,那就是随着数据从业者越来越多,向上通道变得越发激烈。什么意思呢?通俗来讲,你想从数据分析师往上升职,没那么容易了,是超级难了。如果你想从数据分析师成为一名数据分析专家,那可能不仅仅需要扎实的数据技能功底,还要考虑各项综合能力,你才有机会往上走。

这让我不禁思考一名优秀的数据分析专家需要有什么样的能力模型呢?

到底什么才是你成为数据分析专家的差异化特质?

作为曾经的商业分析总监,我结合了这几年对数据行业的观察做一些思考:如果把自己比作一个身在江湖的剑客,如何才能做到人剑合一,成为独孤求败般的角色,按照传统武侠小说的套路,一个优秀的剑客,必然既有外功又有内功。外功分为招式和兵器,而内功分为心法和气功。

而这些能力的综合正是一名数据分专家所需的能力模型。

大数据优质经验_经验数据是什么意思_经验数据分析

经验数据分析_大数据优质经验_经验数据是什么意思

外功更偏重于技能,首先需要懂招式,即懂商业,数据分析最终是为业务服务的,无论是互联网企业准求的用户增长和UJM分解,还是传统企业追求的降本增效和精细化运营,最终都是为了更好的识别业务问题,寻求解决方案,提出落地建议。如果不懂招式,在雄厚的内力也施展不开。具体来说,懂业务包括三层的业务含义:

LEVE1,业务洞察:能理解各行业的业务特性和业务场景,分析业务指标波动背后的深层原因,评估经营现状,识别经营风险,洞察经营机会。(数据分析师)

LEVE2,策略分析:从客户价值的角度,理解公司的商业模型,业务的核心策略,能从市场环境、行业竞争和公司经营角度,利用数据解析现状,为公司的经营发展提供策略性建议。(策略分析师)

LEVE3,战略布局:能站公司战略以及行业发展的角度,从决策者的角度思考公司的商业模式,行业的发展趋势,理解公司的业务定位理解,探究未来的业务增长价值。(商业分析/战略分析师)

曾经有人问过我一个问题,成为一名数据分析专家,是比业务更懂业务吗?我便反问了他一个逻辑问题,如果数据分析专家比业务更懂业务,为什么他仅满足于给业务提建议,而不是实际深入业务指点江山呢?如此说来,是不是每个做数据分析的最终归宿都是做业务?

当然不是,在我看来,数据分析专家之所以存在的理由,并不是因为他需要比业务更懂业务,比高管更懂战略,若真如此,岂不是高管和业务都双双失业下岗?数据分析专家真正的核心价值,在于站在业务和高管的视角上,通过数据的思维,去发现业务的内在价值,去洞察战略的未来方向。

数据分析真正改变的是一种管理方式,即以数据驱动业务,而非以经验驱动业务。

经验数据是什么意思_经验数据分析_大数据优质经验

俗话说,一寸长一寸强,一寸短一寸险,招式虽强,但外功依然需要兵器的辅助。就好比数据分析师的技术能力,虽然数据分析师不追求对算法的精通,对底层模型和数据架构的了解,对数据开放的信手拈来,但优秀的技术能力对招式的展开事半功倍。见过不少商业分析师,一路从高大上的咨询公司和行业研究进入互联网企业,但由于缺少技术能力,取个数还需要招人帮忙,对工作效率的开展确实有不小的影响。具体来说,懂数据包括三个层级的能力:

LEVE1,数据获取能力:能够理解数据链路的业务逻辑,基于现有的数据资产,能快速准确的使用相关工具,获取相应的数据结果,并了解基本的数据验证方法。(表格表姐)

LEVE2,数据分析能力:具有一定的数据分析和处理能力,通过工具,能基于相关的数据资产,进行一定数据的加工和任务的发布,得到符合业务要求的数据结论。(数据分析)

LEVE3,数据架构能力:具有完整的数据架构思维,能知道每个数据节点的实现方式,字段结构,产出时效,回刷周期等信息,能够指导数仓开发人员,基于业务场景构建数据资产,并具有一定的数据治理能力。(数据架构/数据治理)

如果一个数据分析师的技术能力达到了第三层境界,那么对他来说,不仅仅可以成为一名数据分析专家,未来多了很多职业发展的可能,可以往数据架构,数据治理,数据产品,数字化负责人等岗位走,当然也可以考虑很多企业行业,甚至咨询公司,金融企业相关的数据管理岗位。

毕竟除了互联网公司外,绝大部分行业的企业,没有真正意义上的数据分析部门,很多都是挂在业务部门里面,而绝大部分企业现阶段数字化的核心问题,往往是底层数据架构重构,数据口径统一,数据集成,数据资产开发等偏数据架构的问题。越往上走的数据总监,也需要更懂这方面的知识,最常见的,便是需要对数据中台的概念,功能模块,搭建方式,数据层级等有一个清晰和明确的方向和思路。

经验数据是什么意思_大数据优质经验_经验数据分析

说完外功,再来看看数据分析专家的内功,在我看来,最重要的内功是心法。什么是心法,什么是懂分析,说到底就是结构化的思维能力,辩证的思考能力,具有逻辑性的归纳和总结能力。不知道大家读商学院的时候有没有这种感触,当时教授一直会强调critical thinking,慢慢我才发现思维体系的建立在未来的工作上受益匪浅。具体来说,懂分析包括三个层级:

LEVE1,问题定义清晰:不同的行业和业务场景,其需解决的问题具有差异化,能在理解业务的前提下,透过现象找到本质,清晰的定义问题,理解问题背后的原因。

LEVE2,框架逻辑严密:能够形成完整的分析方法路和逻辑思路,能基于严密的分析逻辑,将数据层层推演,以解构问题背后的原因。

LEVE3,思考全面系统:需要有化整为零和化零为整的能力,即演绎和归纳的能力,能够将复杂的问题进行分解,也能将零散的问题总结出全面的规律,从动态的角度,系统性思考为决策提供支出,

懂分析也分为三个层级,最高的等级是懂的如何进行系统性全面性的思考,麦肯锡有一个很有名的MECE原则,便是提倡建立一个“相互独立,完全穷尽”的思考框架,能够用逻辑树,对核心问题进行解构,排序优先顺序,并针对核心议题进行分析和建议。而麦肯锡的“七部成诗法”,便是能够帮助大家掌握商业推理逻辑的基础技能方法。

逻辑思维能力和系统性的思维框架,对于数据分析专家来说,尤为重要。因为数据分析专家需要站在高管或业务的视角,建立更为全局和系统的框架去拆解问题,并通过数据进行验证,归纳和预测,如果缺乏系统性的思维框架,数据分析师便于同样走入经验主义的思维定式,那便很难为高管和业务提供更多深层次的决策建议。

经验数据分析_大数据优质经验_经验数据是什么意思

内功的另一个方面是气功,相比于心法,这种锻炼某一方向的内力,气功更具有普适性。如果说逻辑思维体系对数据分析师尤为重要,那沟通能力对几乎所有的工作岗位都非常重要。

优秀的沟通能力,能让你的领导成为你的Sponsor。具体来说,懂汇报也分为三个层面:

LEVE1,明确分析结论:基于数据分析的结果为基础,能及时准确有效的说明分析结论,能基于分析结论进一步提供判断和建议,帮助业务落地相关执行策略。

LEVE2,高效表达沟通:能对分析结论进行归纳与总结,能形成完整的分析报告,具有较强的汇报演讲能力,能言简意赅,突出重点,帮助业务方高效理解汇报重点。

LEVE3,数据解决方案:能选择合适的工具形成自主化的分析看板,通过对业务方的培训,能够让业务方基于数据产品解决方案,形成自循环的监控,分析,决策,执行的循环。

对于数据分析专家来说,最高层级的沟通技能,是如何建立框架化的简洁的分析看板,培训业务能够自主的进行监控,分析,决策,执行。但从更普适性的角度来看,在锻炼沟通能力上,一般至少有两个维度的提高方向。

一是如何更加高效的沟通。有一个非常有名的电梯实验,要求三十秒阐述清楚汇报内容。有些企业对于刚入职的数据分析师,会培养他们如何用一张PPT讲清楚整个报告的核心内容。这些训练方式其实都是殊途同归,数据分析不是写毕业论文,首先应该阐述的是核心的结论,而非娓娓道来分析的背景和思路,这样会让领导觉得分析师缺乏抓重点,揪关键的能力。

二是如何更有趣的沟通。并非所有的报告都是需要简单高效,譬如一些业务培训之类的沟通,需要的是如何让听众引人入胜。而按照逻辑思维的方式进行讲述,容易让你昏昏欲睡。如何通过“故事框架”性方式进行讲述,是一个有必要的锻炼的沟通能力,这里可以推荐一本《金字塔原理》的书籍,教会我们如何从“归纳”金字塔形成”故事“金字塔。”

一个数据分析专家,就像一名绝世剑客,只有修炼好外功和内功,才能执剑天涯,快意江湖,走出一条差异化的道路。这次我们解构了优秀剑客的入门总纲,未来有机会,可以深入探讨武功秘籍,如何提高“招式”、“兵器”、“心法”和“气功”,这是四个方面的能力。譬如,如何锻炼自己的商业SENSE,如何建立行业分析框架,如何培养商业推理逻辑能力,如何培养数据底层架构和治理能力等等。

最后送大家一句话:

如果你想成为一名优秀的数据分析专家,一定要具备扎实的技术功底,站在企业/行业的视角,用数据的思维,呈现分析的结论,想最高领导人所想,思最高领导人所思。无论在思想格局上还是商业思维上都要有独到的见解,这样才有可能突破重重关卡,往上晋升为“专家”行列。

- END -

经验数据是什么意思_大数据优质经验_经验数据分析

爱数据福利大放送

经验数据分析_大数据优质经验_经验数据是什么意思

扫描/识别下方二维码后


本文由转载于互联网,如有侵权请联系删除!