数据分析值不值得学?

这几年数据分析很火,于是很多人都涌入了这个看似热火朝天的行业,有的为了让自己。

这几年数据分析很火,于是很多人都涌入了这个看似热火朝天的行业,有的为了让自己不落伍紧跟时代步伐,有的为了一份高薪体面的工作,使自己活下去,还有的为了公司的发展,逼着自己要去了解数据分析,还有一些啥都想学的学霸精英们…

今天从我的感触来聊一下数据分析,为啥你要信我聊的?当然你可以不信,这里我适当介绍一下自己:

1、超级大V

论粉丝数量应该加个超级,可惜都知道账号,无人知道是我,这不重要,学会低调,

2、一线数据分析师

什么是一线,很多经验都是实战中总结的,不是看书,照猫画虎搬运的,跟随数据分析的发展,自己也走了14年,不注水

3、教育实践者

这个看着没关系,你错了,俺运营这一个数据届最大的社群,主导开发过很多分量十足的课程,协助多人少转行、多少人升值加薪,我自己都记不住数量了,注意这我用的协助,不是帮助,主要还是看自己。

4、深度思考者

每周我都会约一些知名大厂的分析师、负责人交流吃饭,已经坚持5年了,只有思想发生碰撞,你才有提升的机会。

以上就是我主要的标签,你可以认为是吹牛,但确定没必要,要吹我早就开始吹了,接下来我说说自己的看法,你仍旧可以不信…

1、数据分析不是技术

很多人学习数据分析,不知道学什么?开始就是python、模型,硬生生把数据分析当成了一门技术,到企业中工作傻眼了,感觉自己所学完全用不上,记住,数据分析是服务,要先建立自己的分析思维体系,这个很重要。

要让自己具备发现问题、分析问题、解决问题的能力,这需要大量的实战经验,这是所有课程和书籍都无法提供的,需要自己去悟的,要想成才,第一步不是使劲学习,而是先要有一份分析的工作。

2、做技术的分析师工资比业务分析师高

企业的发展和人类社会的发展很相似,从无到有,都需要一个过程,要让分析发挥价值,首先是要有足够的数据,其次是要有高质量的数据源,最后是要有小白能看懂的数据应用服务

在我看来技术类、业务类分析师会长期存在,只是未来肯定是业务分析师的天下,大家拼的不是系统、算法,而是数据驱动的能力。目前很多企业的重头戏还集中在收集数据、高质量数据源方面,所以需要大量的技术类分析师,那这一波基础建设完成后呢?技术类的分析师必然要接受洗牌,而且需求会急速下降,对应的工资也会整体下降,这一天我预测很快,也就5年的光景。

你会发现,现在很多企业内部都有自己的分析产品、各种分析平台,这些基础建设的重心迟早会结束,有很多企业花费很大的人力、财力造出来一个无比厉害的分析系统,最后发现业务方根本不用,甚至不会用,不知道如何用,这个过程迟早要结束的,以后会用数据的人会更抢手,现在的高薪并不代表以后也高薪,早日看清行业发展,做好自己的职业规划。

3、不要过分专注数据分析

接触过很多人,开始的想法很单纯,就喜欢倒腾数据,就感觉做数据分析很有意思,就想成为一名优秀的分析师,做几年后又感觉自己找不到方向了,不要太执着,成为通才更适合生存,学会随机而变。

这几年大家也会发现,有一些数据产品经理、数据运营、数据管理的职位出现,这是必然的产物,当很多分析套路常规化、规范化就需要产品来提高效率,当有很多分析指标、分析模型时,就需要数据运营来指导业务,当拥有产品、驱动时,就需要一个管理者去做长久持续的规划。

如果纯做数据分析,你会错过很多精彩的事情,没有这些事情输入你的大脑,你也就很难在突破自己的职业瓶颈,数据分析其实也有有等级,比如看数据的高于用数据的,用数据的高于做数据的,做数据的高于整理数据的,整理数据高于收集数据的,越靠近行业的前端,往往这个事情理解越深。

多学一些业务、产品、运营错不了,企业不是科研。

以上未完待续,着急出去办事…最后送大家一句话:

学会做最好的自己的,而不是极致的自己

经常看到很多分析师对自己的报告配色、图表要求很严格,也很讲究,当发给服务方时,发现人家根本不鸟你,最好的自己能让别人一起参与,一起沟通、一起完成,而极致的自己很容易让自己变的自大。

给TA打赏
共{{data.count}}人
人已打赏
云计算

身家万亿的贝索斯和马斯克:都做到了不用交一分钱所得税

2021-6-9 8:50:08

云计算

Pandas 中实现聚合统计,有几种方法?

2021-6-9 9:01:50

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索