知名數據牛人之職業規劃

我小時候的理想是將來做一名數學家，可惜長大了發現自己天賦不夠，理想漸行漸遠，于是開始考慮現實，開始做一些人生規劃，我一直在思考將來從事何種職業，專注什么樣的領域，重新定義著自己的職業理想。我現在的職業理想，比較簡單，就是做一名數據分析師。
 
為什么要做數據分析師？
 
在 通信、互聯網、金融等這些行業每天產生巨大的數據量（長期更是積累了大量豐富的數據，比如客戶交易數據等等），據說到2020年，全球每年產生的數據量達 到3500萬億GB；海量的歷史數據是否有價值，是否可以利用為領導決策提供參考依據？隨著軟件工具、數據庫技術、各種硬件設備的飛快發展，使得我們分析 海量數據成為可能。
 
而數據分析也越來越受到領導層的重視，借助報表告訴用戶什么已經發生了，借助OLAP和可視化工具等分析工具 告訴用戶為什么發生了，通過dashboard監控告訴用戶現在在發生什么，通過預報告訴用戶什么可能會發生。數據分析會從海量數據中提取、挖掘對業務發 展有價值的、潛在的知識，找出趨勢，為決策層的提供有力依據，為產品或服務發展方向起到積極作用，有力推動企業內部的科學化、信息化管理。
 
我們舉兩個通過數據分析獲得成功的例子：
 
(1) Facebook廣告與微博、SNS等網絡社區的用戶相聯系，通過先進的數據挖掘與分析技術，為廣告商提供更為精準定位的服務，該精準廣告模式收到廣大廣 告商的熱捧，根據市場調研機構eMarketer的數據，Facebook年營收額超過20億美元，成為美國最大的在線顯示廣告提供商。
 
(2) Hitwise發布會上，亞太區負責人John舉例說明: 亞馬遜30%的銷售是來自其系統自動的產品推薦，通過客戶分類，測試統計，行為建模，投放優化四步，運營客戶的行為數據帶來競爭優勢。
 
此 外，還有好多好多，數據分析，在營銷、金融、互聯網等方面應用是非常廣泛的：比如在營銷領域，有數據庫營銷，精準營銷，RFM分析，客戶分群，銷量預測等 等；在金融上預測股價及其波動，套利模型等等；在互聯網電子商務上面，百度的精準廣告，淘寶的數據魔方等等。類似成功的案例會越來越多，以至于數據分析師 也越來越受到重視。
 
然而，現實卻是另一種情況。我們來看一個來自微博上的信息：在美國目前面臨14萬~19萬具有數據分析和管理 能力的專業人員，以及150萬具有理解和決策能力（基于對海量數據的研究）的管理人員和分析人員的人才短缺。而在中國，受過專業訓練并有經驗的數據分析人 才，未來三年，分析能力人才供需缺口將逐漸放大，高級分析人才難尋。也就是說，數據分析的需求在不斷增長，然而合格的為企業做分析決策的數據分析師卻寥寥 無幾。好多人想做數據分析卻不知道如何入手，要么不懂得如何清洗數據，直接把數據拿來就用；要么亂套模型，分析的頭頭是道，其實完全不是那么回事。按俗話 說就是：見過豬跑，沒吃過豬肉。
 
我的職業規劃：
 
對于數據分析，有一句話說的非 常好：spss/sql之類的軟件、決策樹、時間序列之類的方法，這些僅僅就都是個工具而已，最重要的是對業務的把握。沒有正確的業務理解，再牛的理論， 再牛的工具，都是白搭。做一名合格的數據分析師，除了對數據需要有良好的敏感性之外，對相關業務的背景的深入了解，對客戶或業務部門的需求的清晰認識。根 據實際的業務發展情況識別哪些數據可用，哪些不適用，而不是孤立地在“真空環境”下進行分析。
 
為此，我對自己的規劃如下：
 
第 一步：掌握基本的數據分析知識（比如統計，概率，數據挖掘基礎理論，運籌學等），掌握基本的數據分析軟件（比如，VBA，Matlab，Spss，Sql 等等），掌握基本的商業經濟常識（比如宏微觀經濟學，營銷理論，投資基礎知識，戰略與風險管理等等）。這些基礎知識，在學校里盡量的學習，而且我來到了和 君商學院，這樣我可以在商業分析、經濟分析上面領悟到一些東西，增強我的數據分析能力。
 
第二步：參與各種實習。研一開始我當時雖然有課，不 過很幸運的找到一份一周只需去一兩天的兼職，內容是為三星做競爭對手分析，當然分析框架是leader給定了，我只是做整合資料和往ppt里填充的內容的 工作，不過通過兼職，我接觸到了咨詢行業，也向正式員工學習了很多商業分析、思考邏輯之類的東西。之后去西門子，做和VBA的事情，雖然做的事情與數據分 析無關，不過在公司經常用VBA做一些自動化處理工作，為自己的數據分析工具打好了基礎。再之后去了易車，在那里兼職了一個多月，參與了大眾汽車銷量數據 短期預測的項目，一個小項目下來，數據分析的方法流程掌握了不少，也了解了企業是如何用一些時間序列模型去參與預測的，如何選取某個擬合曲線作為預測值。 現在，我來到新的地方實習，也非常幸運的參加了一個央企的碼頭堆場優化系統設計，其實也算數據分析的一種吧，通過碼頭的數據實施調度，通過碼頭的數據進行 決策，最后寫成一個可操作的自動化系統。而這個項目，最重要的就是業務流程的把握，我也參與項目最初的需求調研，和制定工作任務說明書SOW，體會頗多。
 
第三步：第一份工作，預計3-5年。我估計會選擇咨詢公司或者IT公司吧，主要是做數據分析這塊比較強的公司，比如Fico，埃森哲，高沃，瑞尼 爾，IBM，AC等等。通過第一份工作去把自己的知識打得扎實些，學會在實際中應用所學，學會數據分析的流程方法，讓自己成長起來。
 
第四步：去自己喜歡的一個行業，深入了解這個行業，并講數據分析應用到這個行業里。比如我可以去電子商務做數據分析師。我覺得我選擇電子商務，是因為未來必將 是互聯網的時代，電子商務必將取代傳統商務，最顯著的現象就是傳統零售商老大沃爾瑪正在受到亞馬遜的挑戰。此外，電子商務比傳統的零售商具有更好的數據收 集和管理能力，可以更好的跟蹤用戶、挖掘潛在用戶、挖掘潛在商品。
 
第五步：未知。我暫時沒有想法，不過我希望我是在一直的進步。
總結：數據分析師的能力和目標：
 
能 力：
 
1、 一定要懂點戰略、才能結合商業；
 
2、 一定要漂亮的presentation、才能buying；
 
3、一定要有global view、才能打單；
 
4、 一定要懂業務、才能結合市場；
 
5、 一定要專幾種工具、才能干活；
 
6、 一定要學好、才能有效率；
 
7、 一定要有強悍理論基礎、才能入門；
 
8、 一定要努力、 才能賺錢；最重要的：
 
9、 一定要務實、才有reputation；
 
目標：
 
1-做過多少個項目？
 
2-業務背景有哪些，是否跨行業？
 
3-做過多少種類型的模型？做了多少個模型？
 
4-基于模型做過多少次完整的marketing閉環？
 
以上四個問題，足以秒殺95%以上的忽悠和菜鳥！
 
我僅以此為努力之坐標，時刻提醒自己。
 
路在前方，漫漫前行。