【数据分析师的护城河】全民数据分析的时代,数据分析师该如何守护战场?

数据D江湖

共 2202字,需浏览 5分钟

 · 2020-10-23

最近看完高翎资本创始人张磊《价值》的时候,提到有关企业的护城河理论,以往企业有垄断、门槛高、专营等各种门槛,随着基础设施完善建设、技术的普及、资源的整合等等能力的扩展,降低企业之间的垄断、专营的壁垒,企业要想长久做到领先和创造不断增长的价值,就需要不断的开拓创新,没有以往所谓的舒适圈,必须不断的需要提升企业创造价值的能力;从企业来看、从职业发展的个人来看,其实都是如此,很多职业是没有门槛的,更多的是你需要比别人做的优秀,而且是持续的优秀和价值的衍生;

在数据分析能力作为职场人未来必备的基础能力范畴,因为在业务运营过程中,总归需要分析方法、问题、价值最优组合等的分析能力,完成工作领域的内容,毕竟在消费互联网时代、大数据、云计算兴起的时代,拍脑袋决策的方式已经被淘汰,我相信现在大部分企业每天都是会看数据报表的;

今年8月的时候,有个刚好大学毕业,学统计,准备开学去读研的学生,聊到基于他的专业,如何看待职业发展,他说到:我们也要赶紧毕业,走上岗位,因为现在是数字化的好时机,要把握这个机会,看来数字化现在是深入人心,是信息时代,即使是还生活在象牙塔的里面的学生和我们这些职场中的人有时候看到的信息机会很对等;

之所以说上面这个故事,其实是想表达,数字化对于数据分析这个行业来说,即使非常大的机遇,也是非常大的挑战,机遇就是你会拥有比以往更多的数据资源,可以任你探索,不在局限于以往单单统计一下GMV、用户数、看看用户画像等等这些;

那么有机遇总归会有挑战,我认为挑战主要来自2个方面:一个是来自内部,也就是等下要说的护城河,另外一个我理解主要来自外部:在数据获取成本低、门槛低的、在倡导数据化业务的背景下,数据分析作为基本的工作技能,也是未来数字化背景下企业对员工的技能的必备项的技术,可谓人人都是数据分析师,那么你如何突然你的价值呢?

很多也是基于自己的从业经历的思考,并一定就是对的,因为每个人面对环境、经历是千差万别,所以获得的感受、理解肯定是不一样,就像为啥我们总说:一千个读者就有一千个哈姆雷特一样的道理;

关于什么提升专业能力、代码的工程能力这些我就不说了,我想从另外一个角度谈谈自己的看法:

很多时候一个分析师处在某一个部分、某一个模块、某一个业务板块下面,根据需求做做数据分析,写写报告,大部分时间都是在跑SQL、等待Excel计算,偶尔一些好的发现,也就是获得一句知道了,虽然现在都在倡导数据化决策,但多数还是经验+数据辅助决策;而且很多时候你做的是停留在一个点,比如今天做个复购分析、明天做个画像分析,等等我需要看下这个渠道的转化情况,当然了不是说这个事情或者工作没有价值,就像一个人的成长一样,你的工作经历也是你的成长的一部分,谁也不可能天生就会高举高打(不过这话不能说的太绝对)。

既然说到数字化的浪潮下,对于一个企业端端的业务过程数据化,丰富的数据,也带来更多的数据从业者的机会,更需要在拧螺丝钉的过程中,又能跳出这个“舒适圈”,以全局的角度通过数据分析一个企业的经营,其实不管任何的分析,不是为了显摆你很高大上,你的技术很牛逼,企业要的就是提高收入,增加利润,其他都是假象,一直记得一句俗语,不知道从哪里看到的:有业务逻辑的代码才是有价值的;

都说数据分析师是企业的贤内助,不是你快速高效的我决策者提供了报表、或者搞定一次汇报需要的材料,更多的时候可以提供你专业的数据分析角度,看待企业经营,优化经营策略,发现经营问题等等,从而为企业的经营保驾护航;

借用一段话:努力争取伟大的目标很容易让我失败,因而我必须不断学习并想出新的主意才能继续前进。我发现,卷入快速学习的反馈循环之中是件令人兴奋的事情,就像冲浪者热爱冲浪一样,尽管这有时会使你跌倒。-- 《原则》瑞·达利欧;做为数据分析师来说,每个人都会有瓶颈的时候,公众号就遇到很多朋友聊到他们说:做了2-3年数据分析师,说自己遇到瓶颈了,想找些老师、同行交流等等,这个也是对的,也是职业的发展期必然需要经过的过程;

应对这些就是你需要不断的学习,就像上面这段书里面的话一样,当你有了这种精神,你会发现,你了解的越多,反而发现自己知道的越少,不管是与别人交流、还是多看一些好的书、报告、资料都是别人或者一些团队的方法沉淀,总归会有一些对你有启发和触动,把别人好的方法和思路及时的把这些记录下来,转化为自己的,总结提炼沉淀,日积月累下来肯定会有不少的收获,天下文章还一大抄呢,就看你会不会抄了一样道理,不要以为资料存在你的硬盘里就是你的;即使作为参考资料,如果你压根都没有印象,在你用的时候肯定也想不起来;

做为一个数据分析师,想守护好自己的护城河,还是需要有心人,这条路任道而重远;

--------   往 期 推 荐  ----------

    

浏览 37
点赞
评论
收藏
分享

手机扫一扫分享

举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

举报