當你入職第一天，你就應該以終為始，去思考：

• 我為什么來到這家公司？
• 我最終希望做成什么樣子？
• 我的職業經歷，如何改變了自己的認知邊界？
• 又給整個公司，帶來了哪些不一樣的變化？

你可能覺得，作為職場新人，是不是想的有點多了？但相信我，這世界上沒有人比你更相信你自己，所以請一定要嚴肅地看待這一切，你才能真正的快速成長。

1.忘掉組織吧

年輕人在職業生涯發展早期，容易糾結組織內部的各類關系，但一個人成長的高度要看向這個世界展現了什么作品，而不在于組織內部關系等等。

如果整理你的時間優先級，永遠是：

對外 > 對內；

用戶/客戶 > 同事；

價值創造 > 價值評估/價值分配

極端點，你可以放棄任何公司內部協調事宜，比如拒絕參加任何低效會議，專注于價值創造，當然我知道你肯定要說，我一個新人，還能這么自由？肯定做不到，但是至少從你的內心來說，你要明確優先級，即使隨波逐流，也要不斷調整方向。

組織是平臺，也是枷鎖。當你從入職第一天開始，就應該習慣與眾不同，獨立思考，創造價值，那么，未來始終會是組織離不開你，而非你離不開組織。

2.植入角色定位

《盜夢空間》電影里面提到一個植入潛意識的概念，你也許要給你的同事們植入你的職場角色定位。

職業生涯發展早期，結合自己的優勢與技能點，找到一個自己賦予他人的角色定位。這會讓你有很多獨特的機會。

這個定位與名片上印的頭銜并非一回事，也并非個人品牌，它是超越你的職業身份，多個職業身份交錯而成。

比如，從我入行的第一天開始，就以「辦公自動化達人」著稱，在國企財務部門，是最懂自動化辦公的人，也可以說是唯一能夠Python編程實現自動化的人。從此，獲得了大量機會。團隊原先一天的對賬，我上2個小時搞定；半天才能搞定的下載幾十個賬戶的資料，我上全自動下載大大節省人力。

3.學會小題大做

剛入行的你，永遠半懂不懂，永遠欠缺資源，公司給你的活永遠是簡單而不充分的。

學會「小題大做」，會讓你把工作變得有意思，同時走得更快。

接到任務，多想想假如把它做得更難更復雜是什么樣子，任務瞬間變得有挑戰。久而久之，你思考的層次和其他人永遠不在一個層面，接觸的信息源也和別人不一樣。

舉個例子，當年我剛畢業時，老板讓我剪輯一下公司的視頻，比如5個小時的要剪輯成100個。

同事們習慣用老方法來做，剪輯軟件一個個剪，而我當時采取「小題大做」的手法，假如老板讓我剪輯的是10000小時的視頻怎么辦？難道還手動剪輯？于是我從視頻剪輯上升為自動化剪輯流程，花費了大量時間去研究自動化剪輯軟件。最終，搭建了一套自動化剪輯流程，從梳理視頻內容到剪輯加字幕等等全自動，大大提升效率，即使有天真的讓我剪輯10000小時的視頻，我也不怕。

4.用作品說話

依然是上面這個例子。當時我將那個自動化剪輯的思考，整理成系列課程，發布到課程平臺，得到了很多做相關工作的剪輯師的關注，這是能大大提升他們的效率的技能。

不斷地將不涉及機密的信息整理成作品。一來，可以建構外界的認同；再者，這些記錄留存下來，會讓你日后反思時，更清楚的看到自己當年做對了什么，做錯了什么。

隨著年歲增長，做過的項目大多會遺忘，可是自己寫下的文章、留下的資料會讓你想起來。

5.挑戰大項目

你創造的價值越大，那么收益自然越大。

人類大腦有個很不好的習慣，喜歡比較同一量級的細節，比如新手在職業生涯早期，非常關心自己的薪資是 7k 還是 9k，這個重要嗎？更好的做法是什么呢？

四舍五入，從關心同一量級的細節轉為關心不同量級之間的差異。

比自己的薪資是 7k 還是 9k 更重要的問題是，你做的項目是十萬級還是百萬級還是千萬級？

無論你現在做的項目是什么，你都可以將手頭的項目簡單地劃分為如下：

A. 億級；B. 千萬級；C. 百萬級；D. 十萬級。

在職業生涯早期，重要的事情是，你能否通過當下的項目成長起來，躍遷到更大量級的項目，成為新項目的主導者？

6.設定兩年效應

想想兩年內你想實現的目標。

比如我剛工作時，是希望自己成為數據分析領域頂尖的Python講師，甚至更希望自己成為任職公司公認的Python講師的培訓師。當大家碰到Python難題，第一反應是來找我。

假設兩年內自己要成為最優秀的Python講師，那么這段時間這個行業的方方面面都要摸透，至少Python的基礎知識得掌握吧；Python編程的經典讀物得寫過讀書筆記吧；Python各種經典的包，得摸透吧，每個包得有實踐項目吧。

如此一來，該見什么人，不該見什么人；該做什么項目，不該做什么；該讀什么書，不該讀什么書，一目了然。顯然，Python技術大拿大于團隊內部同事；專精大于輪崗；經典讀物大于暢銷書。

越認同你的職業身份，你越容易走得快。

你的時間利用率會比別人高很多，知道自己兩年后想做到什么，就容易判斷平時的時間該如何花費。如此一來，職業生涯容易實現良性循環，聲譽、收入增加，體力活越來越少，慢慢地，工作重心逐步朝關鍵決策者、領導者傾斜。

如果剛入職的兩年，找不到目標怎么辦？正常。

重要的不是找對一個完美目標，而是這么去思考。通過選擇一個點，來提高你的時間利用率。

你選定的領域里，成功的例子要看吧，經典著作要讀吧，項目要挑難的做吧，技能點要補全吧，讀書筆記心得該寫要寫吧。兩年后，再換個職業太正常了。

7.提高數據思維

雖然今天是一個大數據的時代，但大多數人最缺的依然是「數據思維」，太憑經驗太依賴感覺是通病。即使有的同學學歷很高，但是「數據思維」依然少的可憐。

數據思維具體表現就是善于整理數據，通過數據來得出結論，通過數據來反應問題，一切用數據說話。

當下職場的經驗主義太強，很多時候你的上司或者老板也只是憑著經驗在做決策，但這樣的經驗其實不夠全面，你作為新人，跟他們用經驗討論自然沒有任何優勢，但是如果你從數據的角度來給你建議，你將令所有人都刮目相看。

當你入職第一天，你就應該以「一切用數據說話」為你的原則。我看到的數據是什么？我得出的結論是什么？我的建議，如何幫助決策，又給整個公司業務，帶來了哪些不一樣的幫助？

職場新人如何打造自己的數據思維和數據技能？

首先，想要打造數據思維和數據技能，我們得先熟悉數據相關的幾個重要概念。

什么是數據分析

數據分析，是為了提取有用信息和形成結論，而對數據加以詳細研究和概括總結的過程。

簡而言之，就是將數據（包括文本、音樂、文字、數字等）轉化為知識、智慧的方法。

擁有數據分析思維的人，想不發光發亮都很難。因此，隨著大數據時代到來，以這種思維為基礎形成了一個朝陽產業，倍受社會各界人士的青睞。

現今，各大企業對數據分析能力過硬的人才，需求量也越來越大，供不應求的市場導向，讓這個新風口行業的從業者薪資普遍偏高。

數據分析要具備啥能力？

如果你想進入數據分析行業，成為該領域的佼佼者，下面這幾塊是優化方向，供大家參考！

基礎知識（數學）（統計學）

數據分析是在數學知識的基礎上，引入了統計學，其基礎知識包含數學、線性代數、統計學等，這些也是決定數據分析職業發展高度的基石。

對于初級數據分析師，學習描述統計相關的內容和公式即可，但要更進一步就需掌握統計算法，甚至機器學習算法等更多知識，對于算法相關的工作，則要對高數進行深入學習。

分析工具（Excel）（Python）

Excel運用最廣，是最容易入門的數據分析工具之一，函數、數據透視表和公式必須熟練掌握。

另外，具備一個專業統計分析技能更好，SPSS作為入門是極好滴。不過隨著數據的增長，編程語言的學習，如Python等將會使數據處理變得更高效。

當然，只要和數據打交道，我們就會接觸到數據庫，所以要學SQL（數據庫），掌握基本的增、刪、改、查等技能。

最后，可以學寫主流的利器，如Python或R，有些行業可能會用到SAS或其他工具，請依據自己的行業選擇。

業務/行業/商業知識（了如指掌）（數據分析）

種種跡象表明，脫離業務的純數據分析不具任何意義，沒行業背景的技術如空中樓閣。

別走進死胡同，想成為優秀的數據分析師或培養自己的數據分析思維， 首先要對業務了如指掌。

熟悉業務后再去獲取需要的數據，對數據進行業務分析，制定出相應方案，這才是王道。

溝通能力（跨部門）（協調）

數據分析會涉及到很多和業務部門、技術部門的溝通，做出報告后也需要進行展示，并說服別人接受自己的結果。

因此，協調溝通能力對于數據分析者而言，也是非常重要的素質之一。

學習力（持續的）（快速的）

無論是數據分析，還是其他崗位，都需要有持續、快速學習的能力，學業務邏輯、行業知識、技術工具、分析框架……