• 一站式IT服务供应商
  • 坚守教学品质,真诚服务学员
  • 创新型IT企业

400-888-4011

数据分析师的前景如何

来源:成都博为峰 时间:08-17

数据分析师的前景如何

  做数据分析师这一行业的前景如何呢?下面小编带来了多年从业者的自身经验给大家看看,希望对让大家对数据分析师这一行业有所改观,能够帮助大家很好的选择自己的方向!

数据分析师的前景如何

  再过不久,我在房地产领域的数据分析,就要满3年了。对于每一个职场人来说,3年是个坎,能力需要再次升级,才能让自己走得更顺畅。
  我自己也深知自己这两年埋身于中,忽略了硬件技能的锻炼和提升,所以,趁最近项目告一段落的这段时间,好好做一次沉淀,并做一些新技能提升。也趁这个机会,给那些找我问“数据分析师是否有前途”的同仁一个正面回复。
  话不多说,下面就先给大家说说我从业这3年的一些经历和体会。
  1、做数据分析师之前
  我大学时,学的专业是数学,毕业后份是市场运营,实际上就是运营专员。当时,那个企业是做电商的,有很多产品要出售,所以,我要做的就是把这些产品的销量做一个提升。
  我猜你们肯定要问了,是不是做社群啊?还是打价格战?不避讳的说,这些我都做过,但是后来发现,自己大学时所学的统计学知识有限。即便是自己学过的知识,好多也因为忘记了或是记不全了,导致在做数据通报时,做的都很表面。这也是我后来想要转行的根源。
  图片
  我这个人的原则就是要么不做,要做就要做深做扎实。后来,我就辞职专门报了班,学了数据分析(也就是大家现在了解到的我啦)。
  学习的那段时间,可能是因为我有一定的基础,所以学起来不算特别吃力。但是按我现在的情况来说,我又觉得提升确实也没有想象那么简单。你需要懂得东西越来越多,括技能层面和认知层面的,所以,只能按部就班,一步一个脚印来了。
  2、做数据分析师之后
  首先要给大家明确一个问题,就是无论是男生还是女生,都可以成为数据分析师。因为这个领域其实真的蛮考验一个人的综合素质的。如果你的技能硬,自己对很多信息又比较敏感,能很快发现数据间的内在联系,给出有指导性的建议,那么,在这个行业,你能有比较快的成长,并且能越做越轻松。
  这一个层面,其实对男女性的思维方式要求就比较综合了,所以,除非你往数据技术层面发展,否则我觉得女生在这个行业也能得到比较好的发展。
  好了,接下来给大家分享一下,这一路走来我的感受和遇到的坎坷,希望这些能给想要转行的大兄dei、小姐姐提供一些参考。
  >>转行后年
  我份数据分析,是在一家规模比较小、知名度也不高的房地产公司。因为公司规模小,用户也少,所以产生的数据也很少。虽说职位是数据运营,但运营的活占了一大半,也就是每天传图啊,和技术扯皮之类的,而数据分析的量非常小,几乎一个月用一个Excel表格就能做完。
  图片
  后来,我觉得这份没啥意义,就利用业余时间,从一些公众号,贴吧和论坛,学习一些大神分享的案例。我当时觉得,不管怎么说吧,自己培训时候的案例总归跟实际有所差别,所以在实际中再深入学学,这样以后跳槽也能多一点底气。
  后来,我也不知道自己哪来的底气,反正就是应该跳槽了,然后就跑了。
  >>转行第二年
  在家公司其实只有半年,但是感觉就像一年那么久,所以,姑且算作一年吧。后来,我就来了现在这家公司。但是因为初期是在一个三线城市的分公司(相当于当地的总部)做,所以,成长的速度就快了很多。虽然也是做数据运营,但是数据分析和运营的,基本能一半一半了。
  那段时间,我是通过背数据,了解业务的。嗯,你没听错,就是背业务数据。
  比如网站广告页面的uv、咨询量、销售量、月度数据等等,因为只有清楚这些数据的正常值,才知道当月业绩跟不同年份的同月比较,是否属于稳步增长状态。
  和其他行业不同,有的行业可能了解各月平均值,就能知道月度盈亏。或者通过淡旺季,就能区分出同比或环比的盈亏。但房地产行业不同,还有很多政策因素,还有企业内部因素,国际环境因素及其他很多因素共同作用。所以,分析起来会比一般的分析要难一些。
  那段时间带给我的,是对数据敏感性和对业务的理解。很多数据分析的职位JD里都提到了数据敏感性,其实作为普通人(可能连高数都学得头大的),像电影里那种对数据过目不忘的天才是很少的,数据敏感性就是建立在对数据的了解和业务熟悉度上的。只有一直做某一行业的数据分析的人,才会具备数据敏感度,才会真正了解这个行业背后运行的逻辑。
  图片
  另外,值得一提的就是Python。因为之前培训时,专门学习过Python,所以在实际中,Python在数据分析中的优势就被展现出来了。如果用Excel,同样的操作我得重复十几次。但如果我用Python来做,可能就几行代码就解决了。
  还有就是报表美化。我发现跟领导相处,有时候他们是真看不懂报表的,所以,你一定要做可视化的报表,而不仅仅是在数据表里标红,或者做个折线图。因为一行折线图可能清晰可见,但如果几个线同时呈现,可能直观理解就比较难了。
  这时候,数据可视化的内容就用上了。这里就不得不说报班学习的好了。因为当时系统的学过报表美化,所以,做起来也不费劲。
  转行第三年
  由于还是比较认真,能力也还凑活,后来被领导推荐来了北京。也就是现在这里了。因为总部这边能拿到的数据量比较大,可以分析的内容也比较多。所以,到这边之后,我主要就是负责数据分析这块了,不用再做运营那些活儿了。
  由于数据量飞增,所以在这边只能用Python做分析,Excel已经完全带不动这么多的数据了。
  图片
  前段时间,领导交给我一个任务,是做几年的数据分析。以我的水平,用Python处理这么多数据,还是容易卡死的。所以,我就想到了oracle。不得不说,还真管用,本来需要很长时间处理的,用oracle处理,速度明显快了很多。
  另外,随着我对业务理解的加深,现在做很多分析,明显更具针对性,而非泛泛而谈了。目前,我认为自己已经顺利的度过新人时期,是时候花点时间提升一下自己的技术水平了。我想着再深入学学Python,然后再把oracle好好学学。总归今后用的上。
  写在最后
  以上就是我最近几年的情况了。如果你还想问新人该如何转行,该怎么去找项目做,或者没有经验怎么办。我认为,的办法就是去踏踏实实学习一下,等具备了硬技能,很多问题就迎刃而解了,也就知道自己下一步该怎么走了。
校区导航