自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

野生數(shù)據(jù)分析師脫困指南

大數(shù)據(jù) 數(shù)據(jù)分析
從本質(zhì)上看,數(shù)據(jù)分析是個技術(shù)工種,不像運營/產(chǎn)品,非常依賴成功案例。作為數(shù)據(jù)分析師,有能力提取/加工數(shù)據(jù),了解常見的業(yè)務場景,能梳理清晰需求,能搭建看板/模型,能做好測試,就足夠我們安身立命了。

沒人帶、沒人教、沒團隊,你占了幾條?如果三條占兩條,就是所謂的“野生”數(shù)據(jù)分析師了。如果再加上:

1、公司數(shù)據(jù)基礎建設一塌糊涂

2、其他人都催著你趕緊給數(shù)據(jù)

3、領導總嫌棄你分析不夠深入

那就是傳說中荒野之神——野中野的數(shù)據(jù)分析師。

沒幾個人喜歡這種狀態(tài)。沒人帶會讓人迷茫,沒人教上手很慢,沒團隊則在干活的時候經(jīng)常被欺負。如果再加上被人嫌棄,那簡直不用干了。隔三差五,就有同學來抱怨。該怎么破局呢?大家知道,陳老師一向不喜歡灌雞湯,今天我們就腳踏實地來研究下,該怎么脫困。

一、從識別生存環(huán)境開始

注意!對數(shù)據(jù)分析師來說,真正最難的是沒數(shù)據(jù)。如果連基礎數(shù)據(jù)建設都沒有,每天拿著各種來源的數(shù)據(jù)東拼西湊,自己搭草臺數(shù)據(jù)庫,那就真的沒啥搞頭了。相比之下,分析要求多,流程亂,都是疥癬之疾。因此在識別生存環(huán)境時,首先看的是公司的數(shù)據(jù)基建情況。

雖然都有可能出現(xiàn)“沒人帶”的情況,但是具體到數(shù)據(jù)基建上,可能有五種狀態(tài):

狀態(tài)1:公司剛起步,啥都沒有,依賴阿里、亞馬遜等平臺提供簡單、基礎數(shù)據(jù)。

狀態(tài)2:公司有一定規(guī)模,有業(yè)務系統(tǒng)(比如進銷存,ERP)但數(shù)倉沒搞起來,也沒有數(shù)據(jù)團隊。

狀態(tài)3:公司有一定規(guī)模,數(shù)倉有人管,但是沒有專門的數(shù)據(jù)分析師,現(xiàn)在剛開始招人起步。

狀態(tài)4:公司有數(shù)據(jù)部門,但是自己被散養(yǎng)在外邊了,比如丟在運營、產(chǎn)品、用戶增長團隊。

狀態(tài)5:公司有數(shù)據(jù)部門,自己也在數(shù)據(jù)部門,但是領導不愿意教,也不帶!總讓我自己多想想……

這里,狀態(tài)1、狀態(tài)2是沒數(shù)據(jù)的狀況。這種時候相當麻煩,一來,這時候連基礎數(shù)據(jù)都沒有,大量的工作要處理基礎數(shù)據(jù);二來,因為團隊缺失,沒有人能憑一己之力把所有開發(fā)做完,肯定會有很多野路子搞法,會有很多東拼西湊的東西;三來,小公司的業(yè)務很多依賴平臺,基于平臺數(shù)據(jù),能挖掘到的東西也有限,運營經(jīng)驗比分析能力要有用的多。更不要提,小公司流程不規(guī)范,同事之間摩擦是很有可能的。

劃木筏的經(jīng)驗,不見得對造航母有用。所真在這種團隊,先問自己一句:“我喜歡這個團隊嗎?”如果喜歡,那么盡可能滿足團隊需求,野路子/正路子無所謂,先把團隊所需要的做好,等團隊規(guī)模做大,能招人了,再逐步補齊能力短板。

如果不喜歡,就潤吧。注意!想潤其他公司,有一技之長即可,不見得要滿足所有需求。特別是很多從業(yè)3年內(nèi)的同學,有取數(shù)能力,了解常規(guī)業(yè)務指標,熟悉數(shù)據(jù)看板、報表做法,潤走是問題不大的。

狀態(tài)3、4、5,實際上是有數(shù)據(jù)的,更大的困難是沒人教,沒人帶,用不好。和沒數(shù)據(jù)相比,起碼有工作的基礎。更多要看怎么應對工作挑戰(zhàn)。

二、區(qū)分面對的挑戰(zhàn)

在有數(shù)據(jù)的情況下,如果缺少團隊和指導,很有可能面臨的壓力,都是業(yè)務給的:

1、業(yè)務為什么拿數(shù)據(jù),不跟你說

2、業(yè)務拿到數(shù)據(jù)以后干了啥,也不跟你說

3、你提的意見,業(yè)務不是不理,就是“早知道了”

4、業(yè)務主動問你的問題,都是算命,比如“準確預測下銷量”

5、業(yè)務直接把他們問題甩到你面前“你說我該怎么做活動……”

隨便碰上一個就能把人氣半死,碰到3個以上,就會讓人有離職的念頭,甚至自我懷疑:“到底這個數(shù)據(jù)分析該咋干???”

這里的核心問題,是需求分類的問題。

【以下部分是重點】

數(shù)據(jù)分析支持業(yè)務,是分步驟,分層級的:

第一步:梳理業(yè)務流程,建立指標體系

第二步:提供基礎數(shù)據(jù),滿足基礎需求

第三步:建立判斷標準,增加監(jiān)控/警報

第四步:分析問題原因,積累分析經(jīng)驗

第五步:建立業(yè)務標簽,提升測試能力

第六步:總結(jié)業(yè)務規(guī)律,提升預測能力

第七步:建立業(yè)務標簽,分析復雜問題

這一步是一步步來的,特別是前三步,著急不了。如果數(shù)據(jù)采集不完善,基礎數(shù)據(jù)不全面,今天看到10%下跌覺得很正常,明天就為1%下跌急得抓耳撓腮,那還做啥深入分析。

但是業(yè)務部門并不理解這些。很多人都認為:“不就是一個數(shù)字嗎,為啥要這么麻煩”還有些人認為“你看數(shù)學/統(tǒng)計學/機器學習的公式那么復雜,丫一定有魔法,我輸入一個12345,丫就能算出驚天秘密”。因此業(yè)務部門總是嫌棄基礎工作浪費時間,總是想一步邁進魔法時代。

這時候,數(shù)據(jù)分析團隊的領導就非常重要。如果是有團隊,而非野生狀態(tài)。團隊領導就會幫助業(yè)務梳理需求,把需求分層,基礎類的數(shù)據(jù)采集、指標體系、數(shù)據(jù)監(jiān)控,以固定報表/看板的形式滿足。滿足個性化需求時,優(yōu)先滿足老板們的需求。一個獨立的部門經(jīng)理/高級經(jīng)理/總監(jiān)的身份是很必要的,可以利用職場規(guī)則,擋掉很多不靠譜的事。

但是,沒團隊的野生哥們就慘了。特別是那種人就在運營、用戶增長、產(chǎn)品、銷售部、市場部,卻掛了個“數(shù)據(jù)運營”“數(shù)據(jù)專員”“數(shù)據(jù)支持”的哥們。本來就是業(yè)務部門的人,又吃業(yè)務的飯,業(yè)務會理所當然認為你能搞掂這些。所以被虐得最慘的就是這些哥們。這些哥們連講理都沒地方講理——上司就是業(yè)務的頭,丫不聽呀。

這個時候,問問自己“我喜歡這個團隊嗎”如果喜歡,就堅持住,嘗試按照正常的流程,先解決基礎問題,再輸出復雜分析結(jié)論。如果不喜歡,直接潤是沒啥問題的。

三、提升自身的能力

還有一種情況,就是雖然有數(shù)據(jù)團隊,但是上頭的領導不!管!事!沒啥工作指導,也不會出頭和業(yè)務溝通,說不定還轉(zhuǎn)過身PUA下屬:“你看,你的獨立工作能力還不行呀!”搞得很多同學心生疑慮:“這人是咋混上來的……”以及“我要怎么扛過去……”

注意!一個人能當上領導有很多原因:

1、大廠鍍金出來的

2、熬資歷熬上來的

3、伺候老板很舒服

4、丫就是靠賣下屬上臺的

特別是第四種,有很多數(shù)據(jù)團隊的領導,如果發(fā)現(xiàn)項目成果很好,就自己去匯報。如果對分析報告/預測模型沒信心,就讓下屬去匯報,讓下屬頂?shù)谝徊ɡ自僬f……

所以,如果真遇到上司不頂事。仔細看看他自己交付給老板/其他團隊的成果質(zhì)量如何。如果他自己都不著四六,老板也不滿意,那就說明丫是個水貨。如果他自己交的質(zhì)量不錯,但是不怎么給你意見還PUA,那就是在賣隊友。

此時怎么辦呢?注意!數(shù)據(jù)分析,是少數(shù)不需要領導審批也能工作的崗位。因此即使獨立面對業(yè)務,也不用著急,一步步去做。

1、把不屬于數(shù)據(jù)分析的,比如“我該怎么辦”摘出來

2、屬于數(shù)據(jù)分析的,按照前文所屬流程,一步步做

3、碰到諸如“建模/預測”一類復雜問題,先把需求搞清楚

4、在數(shù)據(jù)允許的范圍內(nèi),提供輸出,數(shù)據(jù)都沒有的,直接放棄

這樣可能會得罪一些人,遭一些差評。但說實在的,在你的領導散養(yǎng)你那一刻,遭差評、得罪人就是命中注定的。所以不用糾結(jié)這些。等自己技術(shù)經(jīng)驗/業(yè)務知識積累夠了,就再問自己一句:“我喜歡這個公司嗎”如果不喜歡,我們潤的本錢也攢夠了。

四、小結(jié)

從本質(zhì)上看,數(shù)據(jù)分析是個技術(shù)工種,不像運營/產(chǎn)品,非常依賴成功案例。作為數(shù)據(jù)分析師,有能力提取/加工數(shù)據(jù),了解常見的業(yè)務場景,能梳理清晰需求,能搭建看板/模型,能做好測試,就足夠我們安身立命了。自己的硬本事是關鍵。以上詳細的場景拆分,總結(jié)成一句話,就是:“不要因為公司基礎不好/業(yè)務態(tài)度冷淡/領導的PUA,而把我們寶貴的精力浪費在積累核心能力以外的事情上”,努力提升能力,更好的公司的是!與大家共勉。

責任編輯:武曉燕 來源: 接地氣的陳老師
相關推薦

2016-10-21 14:41:22

數(shù)據(jù)分析師大數(shù)據(jù)

2020-05-12 10:44:19

數(shù)據(jù)分析師薪資數(shù)據(jù)

2021-03-26 07:37:34

數(shù)據(jù)分析工具技能

2015-08-18 13:26:05

數(shù)據(jù)分析

2012-08-08 09:00:29

數(shù)據(jù)分析師

2015-08-17 09:39:40

大數(shù)據(jù)

2012-08-07 17:32:25

數(shù)據(jù)分析師

2015-08-06 14:02:31

數(shù)據(jù)分析

2017-05-11 10:05:47

數(shù)據(jù)分析excelPython

2017-05-11 10:35:51

數(shù)據(jù)分析語言學習

2015-08-19 13:50:19

數(shù)據(jù)分析

2023-07-28 14:48:00

數(shù)據(jù)分析效果

2013-07-29 15:58:28

大數(shù)據(jù)數(shù)據(jù)分析

2017-02-13 19:25:24

2015-04-03 11:19:21

大數(shù)據(jù)大數(shù)據(jù)分析師

2024-03-14 11:46:44

數(shù)據(jù)分析師定價模型

2023-04-28 12:15:57

數(shù)據(jù)分析師業(yè)務

2015-10-26 10:41:10

數(shù)據(jù)分析思想指南

2024-07-26 21:36:43

2016-01-26 10:33:23

大數(shù)據(jù)分析工具數(shù)據(jù)分析師
點贊
收藏

51CTO技術(shù)棧公眾號