想要转行数据分析,看完这篇再做决定

2,432 阅读6分钟

最近收到很多人想要转行数据分析发来的问题:数据分析岗位真的稀缺吗?

其实从2003年正式设立“数据分析师”的职业认定开始,数据分析岗位就逐渐火热起来,频繁见诸各大企业的招聘需求中,很多人觉得数据分析师这么紧俏、稀缺,挤破脑袋也要挤进这个行业,甚至不惜零基础转行,然而事实却并非如此。

以我自身为例子,十年前我从电子商务入行数据分析,基本上见证了整个数据分析行业的发展,对此我的结论是:数据分析人才是真的稀缺,注意是人才稀缺,而不是岗位稀缺

前段时间,有个朋友有个说法我倒是认可的,别老提数据分析职位多么紧缺,其实企业根本不需要那么多数据分析师。从下面这些招聘启事里就可以看出来,数据分析慢慢变成了一种通用能力,产品运营和项目管理都需要,真正的数据分析师岗位其实是很少的。

想要转行数据分析,看完这篇再做决定

为什么说数据分析人才稀缺?

对于大型的电子商务、零售、服务商公司而言,会对数据分析师产生需求,而对于中小电商企业来讲,大部分的基础数据统计和分析工作室由运营兼顾的。

据我了解,每一家企业都在做数据分析,但不一定设数据分析师岗位,数据分析工作会由传统的销售、财务、秘书等岗位承接。因此,数据分析人才是奇缺,而数据分析师岗位准确来讲并不是奇缺的状态,只是市场的供需信息差造成了企业难以招到合适的人才。

数据分析师一般要两到三年的工作经验才可以胜任,而具有两年以上的数据分析师的起薪较高,中小企业的痛点是请不起,更不要说具有5年,8年工作经验的数据分析师了。

想要转行数据分析,看完这篇再做决定

许多小公司选择应届毕业生来培养,但也只是做数据统计工作居多,企业内没有人可以带路,因此数据分析岗并没有给企业带来应有的期待。

另外,数据分析人才主要集中在银行、金融、电信、医疗等行业,这些行业对数据分析师的年限要求更高,市面上数据分析师都大概分为了三种:

  • 打杂分析师:供过于求。打杂分析师的工作内容就是写SQL取数,根据需求做数据统计、简单报表制作。入行门槛低,工作相对不累,导致大量人士涌入,但岗位其实没那么多。
  • 业务分析师:供需基本平衡。业务分析师的工作内容就是对运营动作、产品模块进行效果评估,提一些简单的建议。入行门槛除了数据分析技能外,还要求懂业务、懂运营、懂产品。
  • 商业分析师:大量紧缺。商业分析师的工作内容就是通过对市场、竞对、企业的现状分析判断,提出未来的运营、产品方向建议,从而提升份额、提高营收。入行门槛除了上面这些外,还要求懂商业、懂市场、懂经营管理。

转行数据分析需要了解什么?

首先要明白一点,数据分析技能现在已经变成了通用技能,无论是是不是想要做数据分析师,都应该具备,在企业的产品、运营等岗位上是非常有帮助的。

其次,数据分析重在分析,前期的数据收集和数据处理都是可以通过硬性学习到的,但是分析数据的能力却只能靠方法论和经验支撑,考验地是你的数据思维和洞察力。即使你做出的数据图表再好看,数据处理技巧再高深,假如不能实现数据的分析解读,就完全失去了其价值。

最后,做好自己的职业规划,怎么做呢?最好的办法就是先理解自己所在行业的商业模式,明白流量数据的真正关系,明白商业模式是如何通过数据拆解来体现的。

想要转行数据分析,看完这篇再做决定

那么,更要强调的一点是,数据分析不是花架子,不是只为了摆着好看或者证明自己厉害的东西,是要用于影响决策,才是有意义的,无论是产品运营决策,企业发展决策,还是个人的职场决策。

比如老板突然问你,最近三个月公司的业务数据如何,你说最近三个月收入增长了多少,流量增长了多少,你以为老板真不知道?核心数据他每天都盯着呢,他期待的答案是什么,流量获取的方式上有哪些优化空间,收入增长有哪些地方可以继续挖掘的领域。这不仅仅需要你会处理数据,分析数据,更需要你的数据认知,以及多维度下理解数据的视角。

转行数据分析需要准备什么?

简单来说,目前数据分析所需要的几个硬要求:学历、专业、经验、技能

数据分析对学历专业要求真得不高,大专即可,专业目前更是不限,你学兽医但自学的很好我觉得也OK。经验这块确实非常关键,但一些初级岗也是愿意接收一些转行人士的。本该设置门槛的技能上,实际上也低得不行。

转行认识应该怎么准备相关的技能?

想要转行数据分析,看完这篇再做决定

1、了解统计学相关知识:百分位数,箱线图,标准差,皮尔逊相关系数,贝叶斯定理,正态分布,卡方分布,假设检验等。

2、初步了解运营数据指标渠道转化率:PV 、UV、留存率、流失率、复购率、GMV等,了解google analytics、百度指数等网站分析工具

3、熟悉SQL语法:比如Mysql数据库

4、熟悉python数据分析常用库:pandas、numpy、matplotlib、Seabron,能够利用python做数据可视化、数据探索、数据预处理

5、熟悉office软件:精通excel,常用函数与数据透视表等

6、初步了解机器学习常用模型:决策树、RF、聚类等,能够手推最小二乘法

7、了解Linux常用命令

8、了解文本挖据:正则表达式,能用python做词云

总结

其实技能只是一方面,把sql学了、做个报告也能找到数分的工作。把,sql、python、机器学习都学了,也能找到数分的工作,可能待遇是差不多的。但我觉得在目前竞争较激烈的年代,一个充足的转行准备,能让你增大拿到优质厂的可能性,工具的提升,也可能会给你一个更广的视野。