文章来源:公众号数据万花筒
文章链接:杂谈|数据分析虽火但并不适合每一个人!浅谈如何利用自身优势转行数据分析
杂谈|数据分析虽火但并不适合每一个人!浅谈如何利用自身优势转行数据分析mp.weixin.qq.com
没有看错,这是一篇数据分析的劝退文。在全网都在吹数据分析,全员都在学习数据分析的时代,请大家不要焦虑,不要盲从,停下想一想,这个行业,这个职位是否真的适合你?这一篇文章我会结合自己的转行经历以及这些年在工作中遇到的一些场景进行说明,希望大家都能选对行业,选对岗位,年年升职加薪!
为什么数据分析会火起来呢?一部分原因是随着互联网的发展,每款APP每天都会产生大量的数据,因此也需要有人专门对数据进行分析和处理,从而在数据层面监控业务情况,数据分析师也就这样诞生了。下面的数据来源于某权威网站,展示了数据分析师在各个城市的一个缺口。从这个数据可见,数据分析的确是需求很大的一个岗位,近几年越是如此!
https://www.chinacpda.com/jishu/20717.html
但是我认为,数据分析师的火爆并不仅仅是由于需求较多,还有一部分原因是被炒作出来的。鼓吹数据分析的人多了,想要进入数据分析这个领域的人也就多了,也就自然会获得流量。当然,人工智能极为火爆,很多人被这个岗位刷下来之后,也有部分转投数据分析,别问我怎么知道,我就是其中一员。对于同学们来说,数据分析相对其他技术岗位门槛相对较低且薪资高,因此想要吃一波互联网红利的同学们也争先恐后地涌入数据分析行业。
对与非计算机专业的同学来说,计算机基础以及编程能力并不是一朝一夕就能补起来的。所以想要跨行进入互联网的同学来说,数据分析师是比较好的选择。
当转行的人多了,在招聘岗位一定的前提下,竞争必然会变得激烈。数据分析又多火,这个行业就会有多卷。举个例子来说,20年秋招时我在牛客收简历,在收到的简历当中大概有30%的简历时投递数据分析岗位;而在腾讯官网,数据分析的投录比已经高达900:1。我收到的数据分析简历大部分都是国内外名校的硕士毕业生,且部分还有一到两段大厂实习经历,这么多优秀的人竞争者少的可怜的hc,数据分析有多卷可想而知。所以转行有风险,需要谨慎考虑!
数据分析虽然是进入互联网的一个绝佳途径,而且薪资待遇也不错,但不要盲目转行。公众号的读者大部分都知道我是从生物信息转行到数据分析的,但我自己只是一个个例,存在“幸存者偏差”。大家在考虑转行的时候一定要考虑自身的实际情况,毕竟能够成功转行的人一定很少,在转行的每一个环节都会有很多人放弃,很多人退出。
什么样的人群可以尝试转行?
这一部分当然是在校大学生优先啦,主要是这类群体试错成本比较低!如果你不是很喜欢的自己的专业,那没可以选择自己喜欢的方向多试一试,一旦确定方向就赶紧把自己的学习计划做起来,坚持不懈的学习,然后写简历,找实习!顺便说一句,在这样内卷的时代,永远不要指望实习能教会你所有的知识,而是在你学会了数据分析所需的大部分知识后你才能找到实习!比你优秀的人还比你努力,企业想要的是那些一入职就能干活的人!
除了在校大学生之外,部分职场人士也是可以尝试转行!这里的尝试当然不是裸辞在家报班学习,而是在现在的工作当中尝试王数据分析方向上靠,同时在业余时间补充完善自己的数据分析知识体系,等自己内功修炼得差不多的时候,就可以考虑跳槽转行看机会了!如果公司有内部转岗的机会,在修炼完内功之后,也可以尝试内转,这当然也是一条比较艰难的道路。
最重要的一点,需要再次强调下,千万不要裸辞脱产培训,不要企图通过这种方式转行数据分析。这种方式是成本最大的,搞不好两头都抓不住!毕竟通过这种方式成功转行的人只是少数,他们都只是幸存者,而你看到的正好只是幸存者分享的转行经验贴!
下面说一说,如何利用自身优势成功转行数据分析!简单地来说可以分为以下几个步骤,首先然清楚数据分析所需的知识体系,找到自己专业或者现有工作之间的联系,哪怕有一丁点联系也是好的;其次,在完成现有专业或者工作的基础上补充自己的数据分析体系,将现有专业或工作和数据分析结合起来,逐渐将重心转移,这样会让自己的简历有东西可写;最后就是修改完善简历,准备找实习或者跳槽了!
1.数据分析知识体系
数据分析的知识体系很早之前就已经出过教程了,就不在详细地说了。简单列举下数据分析所需的技能。在硬技能方面主要是Excel,Python,R,SQL,BI等数据分析工具,其次的话是统计学基础;而在软技能方面,主要是数据分析思维。一般情况下,转行的同学都会从硬技能开始学起,先学习一门工具;然后再通过一些案例培养自己的数据分析软技能。无论是数据分析知识体系还是硬技能或软技能,之前的推文中都已经有所提及,可以参考以下的推文!
数据分析知识体系
数据分析转行攻略
数据思维培养
2.如何寻找自身与数据分析契合的优势
了解了数据分析的知识体系之后,可以把数据分析的技能进行放大,即将其概括为“编程”+“思维”。这样一来你肯定可以看到自己有部分技能可能是和数据分析岗位所契合的点,如果没有契合点的话,转行一定要谨慎,特别对于已经工作了的小伙伴来说。
以我为例子进行说明,我是生物信息专业。从专业角度来说,生物信息是生物学与计算机的交叉学科,所以在学习生物知识的同时我也会学习计算生物学相关知识,因此充实了我的统计学基础以及编程能力。有了一定编程能力之后,再去学习新的编程语言相对来说就会比较容易。再加上平常分析方法的积累,从而完善了我数据分析的知识体系。所以我转行成功是有一定的基础的,是万千转行者中较为幸运的。
再举个例子来说,假如你是运营或者市场,你对于业务的了解会非常深入,那么你的优势就是“思维”,而做数据分析的话无论用什么工具都可以实现,你可以选择最简单的Excel;如果想进阶,学习一门编程语言也未尝不可!
以上就是寻找自身优势与数据分析契合点的一些方法和套路,还在犹豫要不要转行的你赶紧来看看吧!
3.如何系统的学习数据分析知识体系
说到这里,正在转行的小伙伴可能会问,“是不是需要报班,花钱参加培训课程会学的更快呀?”答案当然是否定的。现在网上有很多免费的资源,都是比较优质的资源,之前也给大家分享过一些!
B站数据分析知识清单
希望你们只是放进收藏夹里吃灰了,别犹豫,赶紧学起来!
那么如果你通过升级打怪,历尽九九八十一难终于转行数据分析,就意味着万事大吉了嘛?当然不是,如果抱着这样的心态,大部分会沦为取数工具人。在学会数据工具的同时,一定要理解业务,熟悉业务,培养自己的分析思维。数据分析师工作很难量化,如果不理解业务,认知不能和业务在一个水平,很大程度上充当的角色就是取数工具人,分析报告可能和你没有太多关系!
至于数据分析师如何破局,我还没有实践出来,也许是商业分析师,也许是数据产品,亦或是业务部门运营,欢迎交流讨论!
END
数据分析求职面试相关资讯持续分享,尽请关注数据万花筒和数据百晓生
数据万花筒的知识星球,每日分享数据分析笔试面试题
永洪Desktop实例分享|星巴克数据指标体系建设及炫酷可视化大屏搭建
数据思维|总结常用的数据分析思维和分析方
Python实战|利用Dowhy框架实现因果推断实战(一)
Python实战|利用Dowhy框架实现因果推断实战(二)
B站数据分析课程学习清单!