iT邦幫忙

5

從事資料分析工作,如何找到適合的好企業?

數據分析這事兒,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個專案實踐,惡補。

關於技能的學習,很多回答已經講的很全面了。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,工作了一年轉行做數據分析,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,主管對她的認可也仍停留在」Excel大神」上。

另一位是我的前同事,公司喊了一年多的數字化轉型,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新人取代,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了解更多,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「數據內涵」

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

沉睡型企業。
基本就是用excel做一些基礎統計和數據整理,在企業文化中數據就是excel,做數據分析的人也基本是兼職,其實就是表哥表姐。

起步階段企業。
企業已經開始有了數據報表進行報告的習慣,企業特質就是excel滿天飛,「誰要個數據,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,分匯總明細的數據分析,文化特質變成了用數據說話,用數據規範工作,使用的工具也開始變成了以資料庫,專業的分析工具為主,並且有了數據倉庫的嘗試,並且有專業團隊負責數據工作。

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數據產品,數據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台或者是各類成熟的數據組件,這時候管理數據運營的是企業的一級機構,叫大數據應用中心。

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

判斷企業「數據內涵」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,並且幫助我們的企業認識到自身問題。

2、從一些大數據、行業化的數據峰會上找潛力股。現在這種主題的會議很火,某某大數據產業協會、某某廠商、某某地方性政府承辦的。一些好的公司的數據中心leader是經常站台的。

3、去一些做商業智慧BI、資料倉儲、雲數據的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數據這塊做的是什麼程度,了解內部環境。

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。

從事數據分析,如果是走業務路線,業務分析——數據分析專家——數據分析部門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等大數據平台,甚至後面資料探勘、java、人工智慧AI,往數據科學家角度發展,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,數據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。比如初級的業務數據分析師該做什麼,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,數據研究員,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。

數據分析的職涯規劃強雷推薦閱讀這3篇文章:

從事數據分析的你,如何做好職業規劃?

數據分析師需要掌握哪方面的電腦技能?——從基礎到進階

書單 | 從入門到精通,數據分析不得不看的10本「好書」!


1 則留言

0
pcw
iT邦研究生 3 級 ‧ 2018-07-27 18:25:00

這篇真的說到我心坎裡了,好想離開沉睡型企業喔。

我要留言

立即登入留言