資料分析入行,如何擦亮眼睛找一份好工作?

Image for post
Image for post

資料分析這事,必須客觀認識企業的現狀和對人才的需求,然後審視自己還差哪些知識和技能,然後理論學習+3~5個項目實踐,惡補。

關於技能的學習,我之前的文章已經講的很全面了。

我想從另一個角度,如何找准有潛力股的企業,沉浸發展,有作為。

因為最近也是遇到兩個小夥伴。一個小夥伴之前是做外包專案助理的,工作了一年轉行做資料分析,因為Excel技能不錯,加上原公司也是做報表開發專案的,被一家不大不小的企業招了進去,原本滿心歡喜以為轉行成功,但是進了部門卻依舊是不斷取數做報表,領導對她的認可也仍停留在【Excel大神】上。

還有我前同事,公司喊了一年多的數位化轉型,現在還在搭數倉。工作近3年,因為工作只需要用到BI和SPSS,自己的工作分不到業務效益的一杯羹,眼看著自己的工作很可能被工作一年的應屆生取代,現在尋思著跳槽轉互聯網。

也是這兩個問題引發我的思考,入門時大家需要對這個行業和企業瞭解更多,有些明知進去1~2年會有瓶頸的企業,是不是可以作為跳板或者大可不必要去。

從4個維度判斷企業現的【資料內涵】

為了幫大家理解,我們從使用深度,工具平臺,文化特徵,企業人群4個角度去看資料發展的不同階段的差異和特點。

沉睡型企業。基本就是用excel做一些基礎統計和資料整理,在企業文化中資料就是excel,做資料分析的人也基本是兼職,其實就是表哥表姐。

在起步階段,企業已經開始有了資料包表進行報告的習慣,企業特質就是excel滿天飛,【誰要個資料,習慣說,稍等一下,我馬上用excel飛給你】,工具還是以excel為主,資料庫為輔,企業內部也出現少量的專職人員維護資料庫。

發展型的企業。應用深度逐漸轉向了分業務專題,分匯總明細的資料分析,文化特質變成了用資料說話,用資料規範工作,使用的工具也開始變成了以資料庫,專業的分析工具為主,並且有了資料倉庫的嘗試,並且有專業團隊負責資料工作。

成熟性企業。特點更加鮮明,應用深度上在企業級數據門戶,已積累出不少對應業務場景的資料產品,資料類產品或服務是業務運營的核心組成部分,工具往往是大數據平臺或者是各類成熟的資料元件,這時候管理資料運營的是企業的一級機構,叫大資料中心。

所以,不同的企業或者說企業在不同發展階段,對於資料挑戰和相應的資源儲備是有極大差異的,對資料人才的要求自然也不盡相同。

判斷企業【資料內涵】的套路

1、強烈建議大家找標杆對比,比如行業資訊化做的最好的,或者業務最複雜的企業,最好能認識這類型的企業的關鍵人,知道他們走過哪些彎路,或者他們正在做的事情,能夠知道自己要學什麼要做什麼,並且説明我們的企業認識到自身問題。

2、從一些大資料、行業化的資料峰會上找潛力股。現在這種主題的會議很火,**科技產業峰會、**廠商、**政府組織承辦的。一些好的公司的資料中心leader是經常月臺的。

3、去一些做BI、數倉、雲資料的IT廠商官網,找他們的標杆企業,找他們對外宣傳的好企業好案例,能夠知道一些企業在資料這塊做的是什麼程度,瞭解內部環境。

4、看清招聘要求,面試過程詢問。

最後選好自己的發展方向,給自己規劃一條成長路線

從事資料分析,如果是走業務路線,業務分析 — — 資料分析專家 — — 資料分析部門leader — — 經營管理高層,建議成熟性企業,大型傳統企業。工作的重點也是為業務帶來價值,比如提高利潤、降低成本、降低風險等等。

如果是走技術路線,數倉、ETL、hadoop等大數據平臺,甚至後面資料採擷、java、人工智慧,往資料科學家角度發展,建議選擇發展型企業,也建議選擇IT互聯網行業。

給自己規劃一條成長路線,資料分析崗位有什麼類型,不同類型在不同階段應該有什麼作用。比如初級的業務資料分析師該做什麼,比如往上走一層,高級的業務分析師甚至成為一個部門的資深研究專家,資料研究員,進而綜上高級的管理崗位,這些要給自己做規劃,就算企業沒有,自己也需要進行生涯規劃。

如果想瞭解更多關於職業規劃的內容,哪些方面的,可以留言給我!

>>>

我是「數據分析那些事」。常年分享數據分析乾貨,不定期分享好用的職場技能工具。follow我的臉書,期待你與我的互動!

系列文回顧:

學習計劃|帶你10周入門資料分析

4招教你煉就資料分析的思維

數據分析慣用的5種思維方法

資料分析必備的43个Excel函式,史上最全!

實操:如何用Excel做一次完整的資料分析

寫給新人的資料庫入門指南

零基礎快速自學SQL,2天足矣!

資料視覺化技能的進階路線:SQL+BI+Echarts

數據分析必掌握的統計學知識!

不可不知描述性統計

資料分析必備的統計學(二):假設檢驗

一次讓人臉紅心跳的python數據分析

Python入門(一)環境&資料結構

Python入門(二)函數基礎

Python資料分析(三)NumPy

Python資料分析(四)Pandas

Python資料分析(五)Matplotlib做視覺化

推薦!42款好用的資料視覺化工具盤點

分享一些資料分析常用的資料視覺化圖表

【新人入門篇】資料視覺化分析不是個事兒

數據分析工具怎麽選?送你一個工具箱

寫給資料分析新人:一種通用的資料思維

Written by

這是一個專注於數據分析職場的內容部落格,聚焦一批數據分析愛好者,在這裡,我會分享數據分析相關知識點推送、(工具/書籍)等推薦、職場心得、熱點資訊剖析以及資源大盤點,希望同樣熱愛數據的我們一同進步! 臉書會有更多互動喔:https://www.facebook.com/shujvfenxi/

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store