如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,
欢迎移步宝藏公众号「小火龙说数据」,无广告、无软文、纯干货,更多精彩原创文章与你分享!
00 序言
对于刚入行数据分析的同学来说,往往会经历一段比较迷茫的时期。这其中有对工作上手的迷茫,也有对日常进阶的迷茫。本篇文章,小火龙会分享一些对于初入数据分析行业的一些建议,其中,涵盖工作、学习、心态三方面的十一条建议,希望可以帮助你少走弯路。
01 工作建议
建议1:熟悉上下游合作方,了解其核心痛点
在数据分析师的日常工作中,往往需要对接一些合作方,这其中主要包括:研发、算法、产品、运营、财务等。在入行的初期,需要熟悉每个合作方负责的业务及方向,在遇到问题及需求时,知道该去找谁。
另外,在工作中,你可能会发现有些合作方好说话,有些合作方不好说话。对于不好说话的合作方,建议大家,多了解一下他们的痛点,站在他们的角度去沟通诉求。例如:对于产品需求,多考虑这个事情对于产品的价值,做完可以对他们的KPI产生哪些影响。
建议2:优先梳理业务文档
在刚入行的时候,对于业务基本是不了解的,这个时候做分析都是空谈,做出来的内容也不会有人信服。因此,建议大家,多花一些时间去了解业务,查看业务wiki,是一种比较好的方式,可以详细的了解产品的现状及未来规划,有助于指引未来的分析。
建议3:善于阅读团队成员代码
如果你在代码层面应用的比较吃力,建议大家,在入职后,多看一些组内资深同学写的代码,包括但不限于:SQL、Python等。通过阅读其他人的代码,可以帮助你快速提升代码能力,养成好的代码习惯。
建议4:梳理数据底层生成逻辑,生成树状图
做分析的前提是能够获取到对应的数据,获取对应数据的前提是知道从哪里获取。因此,在入职初期,对于底层表的熟悉是至关重要的。建议大家,将数据库中的核心表,从ODS层到ADS层,完整梳理一遍,知道各个表涵盖的数据内容,以及每个流程节点的作用。并且,将梳理的内容,以树状图的形式进行落地,便于日常查看应用。
建议5:在日常需求中不断进阶
在日常工作期间,往往会接到各式各样的业务需求,这其中往往会有很多对于自身发展没有太大帮助的事情。建议大家,在处理过程中,多思考其中的价值,结合思考去完成诉求;在完成需求后,想想这个事情有哪些可以剥离出来的方法论,找到其中的共性,看看是否可以通过工具化方式实现,缩短后续类似需求的处理时间。
建议6:提升自身在团队中的影响力
在进行绩效考评的时候,领导往往会考虑组内同学两方面的表现。一方面,对于业务的价值及产出;另一方面,在团队中的影响力。建议大家,在日常工作中,有意识的站在leader的角度考虑团队的情况,在组内同学需要帮助的时候伸出援手,在周会中多输出自己的观点。
02 学习建议
建议7:制定日常学习规划并定期复盘
除了在工作中提升自身能力外,对于刚入行的同学来说,还需要在工作之余提升自己的硬件能力。这就需要制定一套详细的进阶计划,建议大家:首先,将需要学习的内容梳理出来,绘制成树图,这里可以参考「数据分析师进阶指南」;其次,将需要学习的内容制定优先级,将目标按照长、中、短期进行拆解,逐一击破;最后,定期复盘学习进度,总结不足之处。
建议8:知识不设壁垒,提升知识广度
有些同学说,做数据分析不需要学习算法、不需要学习数仓架构。建议大家,不要对所学知识设置壁垒,只要可能会接触到,都拿来看看,扩充自己知识的广度。对于没有那么重要的方面,可以降低优先级。
建议9:短期重技术,长期重业务
在刚入行数据分析师的时候,可以将更多的精力放在基础技能的提升上,这个阶段大概在1-3年左右,其中重点涵盖:代码能力、统计学能力、基础分析能力、算法能力等。待基础技能应用自如后,便可将更多的精力放在市场及业务的研究中,例如:通过QM研读各行业研报、通过官方渠道了解产品竞对的发展状况等。
03 心态建议
建议10:降低预期,平常心态
数据分析行业就像一座围墙,外面人看到光鲜亮丽,里面人感受工作冷暖。可能你在未入行的时候,觉得挺高大上的,但当你入行后,还是建议降低预期,从最基础的事情做起,慢慢感受这个行业是否值得你长期投入。
建议11:虚心学习,空杯心态
在工作中,可能很多时候没有用到上学时学到的一些内容,甚至所做的事情比较浅显。这个时候,先不要有落差感,抱着既来之则安之的心态,虚心学习其中的内容,多多思考,将基础工作通过自己的方式输出一些有价值的内容来。
以上就是本期的内容分享
如果你也对数据分析感兴趣,那就来关注我吧,更多「原创」文章,与你分享!!
微信公众号:小火龙说数据