APP推广合作
联系“鸟哥笔记小乔”
人人都是数据分析师?愿韭菜的世界没有镰刀
2021-04-02 13:54:59

开局一张图

有志于转行数据分析的朋友们好~古牧君今天大胆开麦,针对近年来网上各路培训班营造出来的“人人都是数据分析师”热潮,给出一些个人看法。希望能让所有冲动转行的小白们都先冷静下,想清楚到底要不要做之后,再去行动。

本文篇幅适中,内容环环相扣:

1,目前市场上数据分析的热度究竟高不高?

2,数据分析师的实际需求量到底大不大?

3,为什么会出现“人人都是数据分析师”的现象?

4,普通数据分析师日常工作内容都是啥?

5,应付日常工作都需要掌握哪些技能、又有什么门槛?

6,哪些人不建议零基础转行数据分析?

01 目前市场上数据分析的热度究竟高不高?

除了体感上遍布各大平台的培训机构广告,我们还可以查看产品经理 v.s 数据分析师的百度指数,在对比中量化解答这个问题:

可以发现,这两个岗位都是源远流长,从互联网诞生伊始就存在了。但直到19年之前,产品经理的热度都是2倍于数据分析师的;而从19年开始,数据分析师的热度奋起直追,加之产品经理逐渐降温,导致两者差距已经缩小到50%以内了。

02 数据分析师的实际需求量到底大不大?

既然是市场, 就要讲供需关系,供给侧那么火热,需求侧呢?我们直接从大型互联网招聘网站的岗位搜索结果来看,在限制城市、岗位和工作年限的前提下,对比产品经理、看下初级数据分析师在不同城市的实际需求量:

该网站不会直接显示某个岗位在全国的实际招聘总量,比如超过500时就只会显示500+,我们只能变通一下,收集全国6大互联网重镇初级产品经理 v.s 初级数据分析师的招聘量,在对比中偏定性的了解后者的实际需求量到底有多大:

从上图中我们能很清晰的得到2个结论:

  • 任凭媒体近些年来怎么吹,论互联网就业机会和丰富性,北京依然是毫无争议的第一梯队,上海、深圳、广州是第二梯队,杭州、成都妥妥的第三梯队

  • 相对初级产品经理而言,初级数据分析师的需求量远远落后。无法像当年人人都是产品热潮一样,承受人人都来做数据分析师

03 为什么会出现“人人都是数据分析师”的现象?

仅凭个人主观感受,有如下两个见解:

  • 近年来所谓的流量红利差不多见顶,需要做精细化运营了;再加上早年间几位互联网巨佬疯狂输出“数据公司”的概念,导致大环境对数据分析类岗位的需求和认可都有了阶段性的提升

  • 近年来生意不好做、钱不好赚,大家普遍滋生焦虑心理。培训行业作为一门生意,因势利导的利用焦虑。可产品经理、运营、甚至交互设计、编程在前几年就已经喊过“人人都是”了,需要有新的水源涌入,目光自然就移到了数据分析上。

04 普通数据分析师日常工作内容都是啥?

古牧君人肉整理了招聘网站上1~3年数据分析师的岗位JD,抽取一些共性内容列举并解读如下,首先是岗位职责部分:

  • 常规监控:日报周报月报这类的,主要是监控下业务的核心指标有没有变动。如果有的话,就要解释下原因。原始些的每天手工提取数据然后EXCEL加工制表呈现,正常些的会有对应的BI报表和邮件预警;

  • 效果评估:“产品新功能上线后效果好不好?最近搞的一个运营活动效果好不好?”这些都需要数据事后诸葛亮一下,ABtest什么的会经常使用。这部分其实不仅仅是事后的事儿,在开始之前就需要数据分析师来全盘的考虑,设计评估方案并依方案来布置需要监控/收集数据的位置和字段,是一个系统工程;

  • 业务决策:“怎样才能提升用户的活跃/留存?”这类问题会来自一线业务部门,我们的分析结论和建议会影响他们的决策和操作。这里最关键的是拆解业务方提出的问题,之后再给出一个系统性的方案;

  • 研究分析:“现在的年轻人都喜欢什么啊?”这类问题往往不是那么功利,可能没有任何一线业务部门有这类迫切的需求,但为了公司长远战略发展和团队自身影响力等,还是必须的。这里最关键的是如何提出有价值的问题,而不是张嘴等着喂饭

其次是岗位技能部分:

  • 专业相关:数学、统计、计算机相关专业优先

  • 数据思维:能够量化衡量业务问题,并体系化评估业务发展

  • 数据敏感:对指标的波动和相互之间的关联敏感,能及时发现潜在问题

  • 理解沟通:能很好的理解业务问题,顺畅的与业务团队沟通协作

  • 熟悉方法:掌握常见统计学方法,有ABtest、机器学习等经验优先

  • 掌握工具:熟练使用SQL/Excel/Python/R等数据处理工具

  • 报告展示:可视化数据分析结果,降低理解成本、提升沟通效率

05 应付日常工作都需要掌握哪些技能、又有什么门槛?

我们继续把上述技能归纳总结,看看为了应付数据分析师的日常工作,到底都需要哪些核心技能:

  • 工具型技能:这部分就是各类培训班和营销文章的主打,因为它确实是最基础、最需要的,但随着工作的深入,也是最不那么重要的。罗列下数据分析师需要掌握的工具,不外乎下面这些:

  1. SQL,提取数据必备技能,学起来也方便,随便买本讲SQL的书就能入门。后续随着实际使用中遇到各种问题再网上搜复杂的代码写法就好,不必前期太磕死书本;不过这种程度只是入门级别,当数据量较大的时候,还要考虑代码的性能,这些就不强求

  2. EXCEL,也是各种工具书铺天盖地。提取完数据后,简单的数据处理啊、作图啊制表啊都在这里搞定了,可以说数据分析师80%左右的工作,就靠SQL+EXCEL了。对EXCEL没必要追求太多的奇技**巧,工具而已,用到的时候查一查就好,说到底还是要服务应用(对数据可视化感兴趣想自学的,推荐下面这本)

  3. Python或R或SPSS等,这些都是数据挖掘的工具,是日常工作中相对“高阶”的那一小部分。虽然不鼓励炫技式的工具使用,但知晓基本的数据挖掘,还是有利于拓宽分析师的思路。比如很多数据集,常规的统计分布可能看不出什么端倪,这时候就需要聚类试试;当我们想要预测些事情的时候,回归啊分类树啊这些基础的模型算法也会有用武之地。Python和R都需要写代码来操作,而SPSS则更像EXCEL、鼠标点点点就OK了。重要的是,要理解这些工具背后模型和算法的原理,知道它们适用的场景和优劣势,才能真的驾驭工具

  • 方法论型技能:掌握了基础的工具后,还有很多人执迷于数据分析方法论。讲真,我问到周围几个同事(BAT且title为高级XXX),他们多少都有些为难。很多文章都会列举各种各样的方法和模型,但其实那些并不是数据分析独有的,比如5W2H、MECE、SWOT等,都是通用的逻辑思维方式方法。但为了劝诫那些想要给培训班送钱的善男信女,我还是想简要说说:

  1. 逻辑思维真是的一切的基础,有条理分主次的表达自己的观点,同时也要能抽丝剥茧的分析问题解决问题,对数据分析师来讲很关键;如果非要说有什么方法论,我觉得对比细分溯源就挺好的。举个例子,今年腾讯的热度是1000万,这个数说明啥?首先要问清楚热度是怎么定义的,然后要找个参照系,比如跟去年比,才能知道是高是低。进一步,如果比去年高了,那是为什么高的?可以从不同维度进行细分溯源,比如从时间维度上,看看是否仅仅是某个月暴增导致的?再比如从对象维度,看看针对腾讯的讨论是说公司、还是说领导人、还是说产品?也可以从数据的来源渠道细分看,是新闻媒体的报道多了、还是网友在论坛贴吧的讨论多了?

  2. 你说是先有方法论才能做成一件事情,还是先做成一件事情再有的方法论呢?很多时候,方法论已经被我们这个时代过度消费了它成了成功者的事后诸葛亮。就像历史一样,是被掌握话语权的人随意粉饰打扮的小姑娘

  • 业务型技能:还没完,要想让自己的分析结果切实可行,就要深入的了解所在的业务,不能闭门造车天马行空的搞纯数据研究。举个例子,豆瓣要提升商业收入,钱从哪些人那儿挣?这就需要首先对目前业务有一个了解,小组、书影音、广播、FM的比例如何?豆瓣上不同人群的画像如何?结合宏观环境来看,哪些人消费意愿在增强?

  • 做人型技能:最后,任何一项工作,都不可能是一座孤岛。自称“社交恐惧”“沟通障碍”的朋友,如果是真的话,甭管数据分析还是写代码,都不那么适合你。或者说的委婉一些,你可以做,但肯定很难做的好。我见过的工程师里能做上leader的,也都是相对他们群体而言更懂沟通的艺术、更懂换位思考的那群人。毕竟工作中的事情,很多情况下分工合作资源互换,会比你单枪匹马来的事半功倍;合格的社交合作外,也要有一定的“敏感性”,就是能洞察出领导们的心思。有一种说法是,工作就是让领导开心。我虽然觉得这句话太功利,但也不是全无道理。不妨换个角度来看,自古成大事者,更多是心怀理想的现实主义者。我们需要了解这个环境,适应这个环境。很多时候正确的事情也需要看时机,很多时候事情能不能做成,“人”的因素是很重要的。我们需要有能力判断哪些事情的价值更高、更能做成,在自身利益与公司利益之间,找一个微妙的平衡

06 哪些人不建议零基础转行数据分析?

既然门槛都知道了,那么对应哪些人不适合零基础转型,也就一目了然了:

  • 工具型技能,算数过关就好

  • SQL和EXCEL都很容易上手,高中数学OK就好;Python、R那些工具,其实更重要的是背后的原理,所以需要相对扎实的概率统计+高数底子。不过数据挖掘也不是所有数据分析师都需要会的,所以工具这部分,武断一点给个标准:高考数学150满分的话有个100+就差不多了

  • 方法论型技能,逻辑严谨条理清晰

  • 稍微武断一些的说,国内大部分纯文科专业背景的同学(尤其是毕业后也一直从事创意类、职能类、销售类等工作的朋友),零基础转型数据分析难度较大,不太建议。因为长时间的专业背景和工作环境,会重塑人的思维方式,如果已经习惯了发散式、跳跃式思维,日常又更偏重感性而非理性,数据分析类工作就较难适应

  • 业务型技能,需要接地气

  • 特别学术型的朋友,比如对学习研究以外都缺乏基本认知和兴趣的那种,不那么适合数据分析师这种岗位,因为这个岗位其实没那么高深也没那么科研,相反,非常需要接地气。数据分析本质上就是应用学科,需要以应用为导向,从问题出发去倒推解决方案,而非先研究一个东西再看看有什么可应用的场景。是否愿意了解你所在的业务方向,能否理解一线实际工作环境都面临着什么问题,真不是所有人都能搞定的

  • 做人型技能,不能太自我

  • 过于固执的朋友、缺乏同理心的朋友、不善于沟通的朋友,在数据分析师的岗位上注定不会走的很远,在其他岗位也同样。一方面我们需要通过换位思考,真正的理解对方的问题和困难,有时候更是用户的需求;一方面我们也需要通过沟通,把我们的观点和看法顺滑的输出出去,并最好能在听众的心里生根发芽,最终开花结果

    最后再讲一个大道理:哪儿有什么岗位是人人都能做的?如果真有,那咱又何必去趟这红海的浑水呢?作为岗位的数据分析,不必纠结死守;但作为能力的数据分析,还是非常值得每个人了解一下的。

    -END-

    古牧聊数据
    分享到朋友圈
    收藏
    收藏
    评分

    综合评分:

    我的评分
    Xinstall 15天会员特权
    Xinstall是专业的数据分析服务商,帮企业追踪渠道安装来源、裂变拉新统计、广告流量指导等,广泛应用于广告效果统计、APP地推与CPS/CPA归属统计等方面。
    20羽毛
    立即兑换
    一书一课30天会员体验卡
    领30天VIP会员,110+门职场大课,250+本精读好书免费学!助你提升职场力!
    20羽毛
    立即兑换
    顺丰同城急送全国通用20元优惠券
    顺丰同城急送是顺丰推出的平均1小时送全城的即时快送服务,专业安全,准时送达!
    30羽毛
    立即兑换
    古牧聊数据
    古牧聊数据
    发表文章460
    古牧君的数据、读书、职场小圆桌
    确认要消耗 0羽毛购买
    人人都是数据分析师?愿韭菜的世界没有镰刀吗?
    考虑一下
    很遗憾,羽毛不足
    我知道了

    我们致力于提供一个高质量内容的交流平台。为落实国家互联网信息办公室“依法管网、依法办网、依法上网”的要求,为完善跟帖评论自律管理,为了保护用户创造的内容、维护开放、真实、专业的平台氛围,我们团队将依据本公约中的条款对注册用户和发布在本平台的内容进行管理。平台鼓励用户创作、发布优质内容,同时也将采取必要措施管理违法、侵权或有其他不良影响的网络信息。


    一、根据《网络信息内容生态治理规定》《中华人民共和国未成年人保护法》等法律法规,对以下违法、不良信息或存在危害的行为进行处理。
    1. 违反法律法规的信息,主要表现为:
        1)反对宪法所确定的基本原则;
        2)危害国家安全,泄露国家秘密,颠覆国家政权,破坏国家统一,损害国家荣誉和利益;
        3)侮辱、滥用英烈形象,歪曲、丑化、亵渎、否定英雄烈士事迹和精神,以侮辱、诽谤或者其他方式侵害英雄烈士的姓名、肖像、名誉、荣誉;
        4)宣扬恐怖主义、极端主义或者煽动实施恐怖活动、极端主义活动;
        5)煽动民族仇恨、民族歧视,破坏民族团结;
        6)破坏国家宗教政策,宣扬邪教和封建迷信;
        7)散布谣言,扰乱社会秩序,破坏社会稳定;
        8)宣扬淫秽、色情、赌博、暴力、凶杀、恐怖或者教唆犯罪;
        9)煽动非法集会、结社、游行、示威、聚众扰乱社会秩序;
        10)侮辱或者诽谤他人,侵害他人名誉、隐私和其他合法权益;
        11)通过网络以文字、图片、音视频等形式,对未成年人实施侮辱、诽谤、威胁或者恶意损害未成年人形象进行网络欺凌的;
        12)危害未成年人身心健康的;
        13)含有法律、行政法规禁止的其他内容;


    2. 不友善:不尊重用户及其所贡献内容的信息或行为。主要表现为:
        1)轻蔑:贬低、轻视他人及其劳动成果;
        2)诽谤:捏造、散布虚假事实,损害他人名誉;
        3)嘲讽:以比喻、夸张、侮辱性的手法对他人或其行为进行揭露或描述,以此来激怒他人;
        4)挑衅:以不友好的方式激怒他人,意图使对方对自己的言论作出回应,蓄意制造事端;
        5)羞辱:贬低他人的能力、行为、生理或身份特征,让对方难堪;
        6)谩骂:以不文明的语言对他人进行负面评价;
        7)歧视:煽动人群歧视、地域歧视等,针对他人的民族、种族、宗教、性取向、性别、年龄、地域、生理特征等身份或者归类的攻击;
        8)威胁:许诺以不良的后果来迫使他人服从自己的意志;


    3. 发布垃圾广告信息:以推广曝光为目的,发布影响用户体验、扰乱本网站秩序的内容,或进行相关行为。主要表现为:
        1)多次发布包含售卖产品、提供服务、宣传推广内容的垃圾广告。包括但不限于以下几种形式:
        2)单个帐号多次发布包含垃圾广告的内容;
        3)多个广告帐号互相配合发布、传播包含垃圾广告的内容;
        4)多次发布包含欺骗性外链的内容,如未注明的淘宝客链接、跳转网站等,诱骗用户点击链接
        5)发布大量包含推广链接、产品、品牌等内容获取搜索引擎中的不正当曝光;
        6)购买或出售帐号之间虚假地互动,发布干扰网站秩序的推广内容及相关交易。
        7)发布包含欺骗性的恶意营销内容,如通过伪造经历、冒充他人等方式进行恶意营销;
        8)使用特殊符号、图片等方式规避垃圾广告内容审核的广告内容。


    4. 色情低俗信息,主要表现为:
        1)包含自己或他人性经验的细节描述或露骨的感受描述;
        2)涉及色情段子、两性笑话的低俗内容;
        3)配图、头图中包含庸俗或挑逗性图片的内容;
        4)带有性暗示、性挑逗等易使人产生性联想;
        5)展现血腥、惊悚、残忍等致人身心不适;
        6)炒作绯闻、丑闻、劣迹等;
        7)宣扬低俗、庸俗、媚俗内容。


    5. 不实信息,主要表现为:
        1)可能存在事实性错误或者造谣等内容;
        2)存在事实夸大、伪造虚假经历等误导他人的内容;
        3)伪造身份、冒充他人,通过头像、用户名等个人信息暗示自己具有特定身份,或与特定机构或个人存在关联。


    6. 传播封建迷信,主要表现为:
        1)找人算命、测字、占卜、解梦、化解厄运、使用迷信方式治病;
        2)求推荐算命看相大师;
        3)针对具体风水等问题进行求助或咨询;
        4)问自己或他人的八字、六爻、星盘、手相、面相、五行缺失,包括通过占卜方法问婚姻、前程、运势,东西宠物丢了能不能找回、取名改名等;


    7. 文章标题党,主要表现为:
        1)以各种夸张、猎奇、不合常理的表现手法等行为来诱导用户;
        2)内容与标题之间存在严重不实或者原意扭曲;
        3)使用夸张标题,内容与标题严重不符的。


    8.「饭圈」乱象行为,主要表现为:
        1)诱导未成年人应援集资、高额消费、投票打榜
        2)粉丝互撕谩骂、拉踩引战、造谣攻击、人肉搜索、侵犯隐私
        3)鼓动「饭圈」粉丝攀比炫富、奢靡享乐等行为
        4)以号召粉丝、雇用网络水军、「养号」形式刷量控评等行为
        5)通过「蹭热点」、制造话题等形式干扰舆论,影响传播秩序


    9. 其他危害行为或内容,主要表现为:
        1)可能引发未成年人模仿不安全行为和违反社会公德行为、诱导未成年人不良嗜好影响未成年人身心健康的;
        2)不当评述自然灾害、重大事故等灾难的;
        3)美化、粉饰侵略战争行为的;
        4)法律、行政法规禁止,或可能对网络生态造成不良影响的其他内容。


    二、违规处罚
    本网站通过主动发现和接受用户举报两种方式收集违规行为信息。所有有意的降低内容质量、伤害平台氛围及欺凌未成年人或危害未成年人身心健康的行为都是不能容忍的。
    当一个用户发布违规内容时,本网站将依据相关用户违规情节严重程度,对帐号进行禁言 1 天、7 天、15 天直至永久禁言或封停账号的处罚。当涉及欺凌未成年人、危害未成年人身心健康、通过作弊手段注册、使用帐号,或者滥用多个帐号发布违规内容时,本网站将加重处罚。


    三、申诉
    随着平台管理经验的不断丰富,本网站出于维护本网站氛围和秩序的目的,将不断完善本公约。
    如果本网站用户对本网站基于本公约规定做出的处理有异议,可以通过「建议反馈」功能向本网站进行反馈。
    (规则的最终解释权归属本网站所有)

    我知道了
    恭喜你~答对了
    +5羽毛
    下一次认真读哦
    成功推荐给其他人
    + 10羽毛
    评论成功且进入审核!审核通过后,您将获得10羽毛的奖励。分享本文章给好友阅读最高再得15羽毛~
    (羽毛可至 "羽毛精选" 兑换礼品)
    好友微信扫一扫
    复制链接