Zi 字媒體

「他們需要從數據中找到有用的真相，然後解釋給領導者。」 – Rchard Snee Emc作者是擁有120萬微博冬粉，20萬微信公眾冬粉的博主，知道是誰嗎我的數據分析師經歷第一階段：與數據的接觸大學時代我的專業是統計學，一個二流大學部裡面的王牌專業，但是畢業后（2006年）發現很難找到對口的專業，於是選擇了北上，在北京漂泊一個多月，身上的錢也快花沒了，這時突然有一家調研公司電話讓我去面試助理研究員，於是經過幾輪的面試，我榮幸的加入了這家公司，月薪2300。心裡想著終於可以玩我大學時代學的那些相關分析、回歸分析、聚類分析、因子分析等等，可去的第一天就讓我錄入數據，那時候問卷錄入數據用的是EpiData，這個軟體的界面當時無比難看，純藍屏+白字，幹了6個月後感覺眼睛都散光了，不但沒用到什麼演算法，連excel+PPT+spss這些基本的操作設置界面都快忘記了，於是偷著去巴結項目經理讓給我一些報告看看，慢慢找到了一些數據運營到商業環境的感覺。調研行業的可以看看，這個行業很鍛煉人：《市場研究定量分析方法與應用》、《不做無效的營銷》第二階段 自學數據分析，交行業朋友，擴充人脈心裡想著這樣下去也不是辦法，於是自己下班沒事就去網上找一些數據，斥資買了一台筆記本，下班后一邊看書一邊操作，但是這樣的學習方式，弊端就是自娛自樂，只能提升操作技能方面的能力，很難去全面理解數據的運營。之後又去上一些論壇、加入一些數據分析相關的QQ群，那時候的群、論壇、博客都很活躍，記得當時常看的有：小蚊子樂園、大城子、數據化管理、統計網、數據挖掘論壇、3see 等。那時候數據分析的資源很少不像現在這麼多，於是慢慢認識了許多大咖，私下與大咖們交流，諮詢語言程序、分析思路、軟體操作、PPT製作，甚至職業規劃方面的問題，一直斷斷續續和大咖們保持聯繫到現在，開始慢慢的品味數據的魅力推薦幾本適合自學的書：張文彤老師《spss操作實戰》、《誰說菜鳥不會數據分析》、《數據化管理》、《excel圖表之道》第三階段：主動申請參與項目、挑戰自我紙上談兵終覺淺，有一天，我記得是北京「柳絮」亂飄的季節，我一大早去了老闆的辦公室，給老闆表達了我的想法，談了很久很久，談最多的是我對目前報告的一些看法和提高數據分析效率的方法，比如當時許多數據分析師不會excel的VBA、spss裡面的syntax語言，更不用說SQL了。於是用這樣類似「程序員」的角色慢慢加入到了項目裡面，至少高級研究經理開會討論的時候都會帶上我，跟著項目跟了一年多，薪水漲到了4500，記得很清楚那一年是2008年。在這裡才懂得，ETL有多苦逼，你熬通宵出來就是為了那幾個數，就是為了滿足領導的那句話....推薦去： excelhome論壇、人大經濟論壇、天善智能第四階段：真正意義的數據分析師心裡想著一直在第三方調研公司干，做的項目很多，但是對每個行業都了解的不是特別深，想去真正的企業去看看，去招聘網站找了一圈，沒有找到合適的，那個時候互聯網還沒這麼火，需求也沒這麼多。最後經過行業朋友介紹，去了一家為運營商做數據分析服務的公司，月薪給到了7000，職位名叫運營分析師。在這裡才慢慢開始做全套的服務，壓力也是很大的。從商業問題的理解、提出數據需求、建立數據分析模型、分享部署等都要自己去跟進去參與去實施，那時候伴隨我的工具基本上是：思路梳理（mindmanager、各類成熟分析模型，如SWOT）、數據（oracle、 Sql、UltraEdit、excel）、分析類（spss、sas、clementine）、展示類（PPT、水晶儀錶）；心裡想著一直在第三方調研公司干，做的項目很多，但是對每個行業都了解的不是特別深，想去真正的企業去看看，去招聘網站找了一圈，沒有找到合適的，那個時候互聯網還沒這麼火，需求也沒這麼多。最後經過行業朋友介紹，去了一家為運營商做數據分析服務的公司，月薪給到了7000，職位名叫運營分析師。在這裡才慢慢開始做全套的服務，壓力也是很大的。從商業問題的理解、提出數據需求、建立數據分析模型、分享部署等都要自己去跟進去參與去實施，那時候伴隨我的工具基本上是：思路梳理（mindmanager、各類成熟分析模型，如SWOT）、數據（oracle、 Sql、UltraEdit、excel）、分析類（spss、sas、clementine）、展示類（PPT、水晶儀錶、BI工具）；推薦書籍：《麥肯錫意識》、《麥肯錫工具》、《麥肯錫方法》、《深入淺出數據分析》第五階段 轉型、跟潮流突然有一天被邀請去中關村參加一個互聯網界的數據分析師交流會，我發現他們聊的許多工具（Google Analytics、webtrends、Clicky）我都不知道，和我一直做的數據分析貌似名同意不同，後來經過很長的一段時間學習，我發現其實網站分析很有意思，比如小區保安的三問：你從哪裡來？你來幹什麼？你要去哪裡？在這些分析軟體上展示的淋淋盡致，於是自己就去報名參加了一些網站分析師的活動，也付費參與過一些循序漸進的課程，說實在話，這個領域的工具對數據分析師分析思路的擴散很有意義，他們把整體行業的分析提煉成一個強大的分析系統出來，比BI要強大的多，推薦大家沒事去看看學學這些系統，畢竟多一份技能就多一份機會多一份加薪的機會。2012年年初被一家獵頭公司推薦到互聯網公司做數據分析，那時候互聯網行業瘋狂的挖數據分析師，再加上我自學過網站分析，面試時發揮的還行，薪水就到了1.8w，這時候才是真正意義的過萬了！其實我們這個行業要感謝互聯網，沒有互聯網飛速的發展，這個行業的薪資真的令人堪憂。推薦幾本書：《網站分析2.0》、《流量的秘密》、《網站分析實戰》第六階段：大數據來襲，各類炒作滿天飛一覺醒來，大數據這三個字滿屏幕的飛，無數什麼發言稿、什麼文章、什麼分析報告、什麼內容都要加上「大數據」三個字，你才會覺得你很牛B，沒辦法我們改變不了世界，我們就要順應潮流，於是開始學習hadoop、mysql、分散式、雲計算等，這時候文本數據也開始被大家重視，複雜的數據格式也慢慢有技術來去解決，慢慢都開始學R、phyton、shell、hive，這時候我感覺自己又回到了程序員時代，與時俱進，先學著吧。出去和別人交流時至少知道點什麼，要不人家會小看你的，哈哈哈.....其實數據分析師是一個多技能的職業，你不但要懂技術、還要懂商業、還要懂如何去呈現自己的成果、更重要的是你要懂博弈。這時候的薪水你們猜猜？不過有幾本書還是很不錯的：《大數據時代》、《大數據》、《數據之巔》最後總結一下，，寫幾點自己的看法1、判斷一個企業重不重視數據，不是看它有多麼炫的系統和圖表，而是看老闆；2、要讓數據發揮價值，不是一個系統、一個PPT的問題，而是部門職能高低的問題；3、不要被高級的數據分析迷失方向，我們要更懂得數據的真實性和完整性，畢竟萬丈高樓平地起；4、看任何數據分析不要輕易下結論，要參透數據的採集方式、數據的偏差風險；5、巧婦難做無米之炊 ，對於現在的技術這不是借口，爬蟲軟體一大把，我們要大膽去嘗試、大膽分析、讓同行去罵；6、一定要記得讓市場、讓業務去驗證我們的分析成果，形成閉環，要不永遠得不到「真經」，黃婆賣瓜自賣自誇；7、別讓自己淪陷為ETL工程師，那樣你永遠體會不到上層數據化運營的價值；8、不斷提升自己的綜合能力，打鐵還需自身硬，多一份技能多一份自信；9、嘗試寫作，有時候寫作是對自己能力和成果性學習的提煉和總結，數據君就敗在這點，懶！10、多問、多學、多交流、多主動去承擔一些意外的分析，這才是提升自己最快的方式11、現實中掌握一、二種主流的語言和軟體即可，工具是為我們服務，提高效率的12、技術永遠在前進，商業環境也日益複雜，不進則退，要有危機感13、數據要多方去驗證，遇見異常數據要看數據背後的業務，千萬不可一鍵delete14、學會主動在所在企業組建數據分析興趣圈，定時去互相交流，你主動，數據才會和你有故事好了，就寫到這裡吧，這就是我！請善待你們身邊的程序員、數據分析師、設計師.....他們的職位活在不斷博弈的過程中！數據君微信公眾：datakong 一個20萬數據、技術、互聯網愛好者關注的信息平台，十大大數據領域影響力平台之一，轉載請帶上ID，畢竟寫的是我自己。