起點(diǎn)課堂會(huì)員權(quán)益
職業(yè)體系課特權(quán)
線下行業(yè)大會(huì)特權(quán)
個(gè)人IP打造特權(quán)
30+門專項(xiàng)技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導(dǎo)直播
12場專業(yè)技能直播
會(huì)員專屬社群
榮耀標(biāo)識我做分析師的十年感受
十年可以發(fā)生很多事，同時(shí)也能收獲到很多。本文作者做了十年數(shù)據(jù)分析，并整理和總結(jié)了這些年做數(shù)據(jù)分析時(shí)的經(jīng)歷和感受，分享了在工作中的所思所想，推薦對數(shù)據(jù)分析感興趣的小伙伴閱讀，希望對你有所幫助。
我是西索，做了十年數(shù)據(jù)分析。疫情期間，一直在做知識的重構(gòu)梳理和復(fù)盤，理了一下這些年的經(jīng)歷以及在過程中的感受。從市場營銷，到產(chǎn)品運(yùn)營，到企業(yè)經(jīng)營管理，一直在摸索。種一棵樹最好的時(shí)間是十年前，其次是現(xiàn)在。十年了，分享大多來自工作中的日常所思所想，歡迎自取。
一、寫在前面，說說我知道的歷史
“2019年是過去十年最差的一年,也是未來十年最好的一年” 這幾年，在經(jīng)歷了P2P暴雷、房地產(chǎn)政策限制、疫情影響、國際貿(mào)易形式緊張、中美關(guān)系導(dǎo)致的芯片問題等一系列的社會(huì)環(huán)境變化的前提下，2022年，很多公司開始裁員，就業(yè)環(huán)境開始變得復(fù)雜。
市場環(huán)境雖然惡劣，但數(shù)據(jù)分析依舊很火，尤其是在中國互聯(lián)網(wǎng)歷經(jīng)30年發(fā)展后的現(xiàn)在，大數(shù)據(jù)、人工智能、元宇宙開始變得普遍，到處都在說數(shù)字化轉(zhuǎn)型的年代。未來的市場經(jīng)濟(jì)發(fā)展過程中，數(shù)據(jù)是重要的一個(gè)環(huán)節(jié)，和數(shù)據(jù)相關(guān)的分析、數(shù)倉、產(chǎn)品，必定還存在著很大的發(fā)展機(jī)會(huì)。從1980年代，引進(jìn)中國，數(shù)據(jù)分析在這片廣袤市場上的推進(jìn)和成長還很短暫。
從2011年畢業(yè)至今，我所知道的十年，也是數(shù)據(jù)分析、大數(shù)據(jù)分析崛起的十年，從最早的數(shù)據(jù)化運(yùn)營，到數(shù)字化轉(zhuǎn)型，到大數(shù)據(jù)驅(qū)動(dòng)，到AI，到元宇宙，互聯(lián)網(wǎng)崛起的十年。隨著大數(shù)據(jù)、云計(jì)算、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等信息技術(shù)的發(fā)展，人工智能技術(shù)飛速發(fā)展，大幅跨越科學(xué)與應(yīng)用之間的“技術(shù)鴻溝”，圖像分類、語音識別、知識問答、人機(jī)對弈、無人駕駛等具有廣闊應(yīng)用前景，從“不能用、不好用”到“可以用”。
在過去的幾次風(fēng)口里面，關(guān)鍵影響因素一直都是科技的發(fā)展，技術(shù)的更新迭代，讓很多不可能變成了可能，才有了小數(shù)據(jù)、海量數(shù)據(jù)、大數(shù)據(jù)的持續(xù)演進(jìn)，勢必就會(huì)對職業(yè)有更細(xì)分的要求。順應(yīng)時(shí)代的發(fā)展，跟緊國家政策的方向，持續(xù)學(xué)習(xí)新鮮的理念，才能在動(dòng)蕩的年代，保持好良性的競爭力，不至于在浪潮拍下來的時(shí)候被淘汰。
二、十年，過的很快，變化也有很多
1. 十年數(shù)分經(jīng)驗(yàn)整體感受
這十年下來的一些感悟，需要保持足夠自驅(qū)（共情）、高度專注（邏輯）、敏銳洞察（反應(yīng)）。
（1）格局要打開
十年下來接觸到的場景變豐富了，政務(wù)關(guān)系、大客戶關(guān)系、品牌合作關(guān)系、投行關(guān)系、FA的資源、品牌運(yùn)作、大的制造商、供應(yīng)鏈物流、金融融資、中間的渠道資源、小的零售商，數(shù)據(jù)分析是在分析什么？人、事、物，看似最重要的是數(shù)據(jù)，回歸到實(shí)際，最終的決定性因素還是在于“人”
（2）必須有野心
不在拘泥于自己的一畝三分地，開始變得唯“利”是圖，搞價(jià)值也好，塑造影響力也好，總得圖點(diǎn)什么。取數(shù)是一個(gè)數(shù)據(jù)從業(yè)人員繞不開的話題，唯一的區(qū)別在于被動(dòng)聽從還是主動(dòng)觸達(dá)，sql boy / girl 很多時(shí)候都會(huì)沉迷在sql寫下來的G點(diǎn)上，沒有去影響人的野心，大概率上會(huì)停留在一個(gè)層次，無法往上；
（3）團(tuán)隊(duì)更重要
簽個(gè)500、1000萬的合同開心么？除了一開始的時(shí)候會(huì)興奮，后面都會(huì)很平淡。真正開心的是在這個(gè)合同拿下來之前，商務(wù)談判、方案構(gòu)思、難題攻克的過程，和團(tuán)隊(duì)一起出差，一起拼命的時(shí)間。從發(fā)展歷程上來看，前期都是猥瑣發(fā)育的時(shí)候，經(jīng)濟(jì)低、裝備差、機(jī)能不全，中期有一定實(shí)力了就會(huì)去浪，后期其實(shí)都是靠策略，財(cái)富積累到一定的程度之后，往后看的重點(diǎn)會(huì)更偏向于在影響力、價(jià)值感、故事性的塑造上，而且得持續(xù)；
（4）打開關(guān)系網(wǎng)
開始會(huì)去有目的結(jié)交人，刻意的去和周邊自帶“資源”的人保持聯(lián)系，攢一個(gè)局，未來好彼此成就。打工也好，創(chuàng)業(yè)也好，要玩兒的高級，離不開好的隊(duì)友，也離不開好的前輩，打開一些關(guān)系網(wǎng)，讓信息流進(jìn)來，然后去平衡，再去分配，最后實(shí)現(xiàn)共贏；
（5）演繹非歸納
分析的過程里面有很多坑，各種原因?qū)е碌呐K數(shù)據(jù)、測試數(shù)據(jù)、人為插入的數(shù)據(jù)，盡可能的了解業(yè)務(wù)、系統(tǒng)和人，用數(shù)據(jù)闡述事實(shí)而非觀點(diǎn)，不臆測、不猜想、不做主觀判斷、不預(yù)設(shè)立場，重演繹過程而非歸納總結(jié)，踩的坑多了自然就輕車熟路了；
2. 對工作的一點(diǎn)思考
（1）把一件事做完和把一件事做好
職場的前幾年可以盡可能的去做加法，過了一定的年紀(jì)，就要開始學(xué)會(huì)做減法。一開始，很多時(shí)候?yàn)榱饲罂?，在同一時(shí)間做了好幾件事情，但是發(fā)現(xiàn)每一件都沒有做好。貪圖快，就容易出問題，同時(shí)也忽略了過程中的體驗(yàn)感，這也要，那也要，最后發(fā)現(xiàn)處處都去做了，但是處處都好像沒有很好的結(jié)果。
把所有的事情劃分優(yōu)先等級，緊急/重要的四象限，在既重要又緊急的領(lǐng)域，心與力全部只聚焦在這一件事情當(dāng)中，在特定的時(shí)間里面去發(fā)揮極致的思維，去把一件事做好，而不僅僅只是做完了事。在短暫的時(shí)間里面，用有序的步驟，正確的方法，根據(jù)既定的計(jì)劃，尋尋漸進(jìn)，逐步去推動(dòng)事情的開展，必要的時(shí)候借助外在的力量，做好向上、向下的管理同步，及時(shí)的進(jìn)行郵件通報(bào)，事情做完必有報(bào)告，交付之后必有反饋。
（2）思維轉(zhuǎn)變是繞不開的話題
十年工作經(jīng)歷下來，最大的感觸是慢慢從對技術(shù)的偏執(zhí)，變成了業(yè)務(wù)上的驅(qū)動(dòng)。
一開始進(jìn)入職場的時(shí)候，會(huì)沉迷于各種工具、技術(shù)、技巧的鉆研。因?yàn)橥ㄟ^學(xué)習(xí)可以加快自己處理數(shù)據(jù)的效率，譬如研究excel里面的公式、vba；譬如會(huì)鉆研各種算法和模型，研究用戶的各種行為特征，挖掘數(shù)據(jù)的應(yīng)用場景，只為了適配和擁抱互聯(lián)網(wǎng)帶來的變化。
這樣的時(shí)間總是會(huì)樂不此彼的，因?yàn)榭梢詫Ｐ牡娜プ鲅芯浚挥冒丫Ψ稚⒃谌穗H關(guān)系的處理上。隨著需要解決問題的場景復(fù)雜度越來越高，單兵作戰(zhàn)的疲憊感就會(huì)越來越沉重，壓垮自己的永遠(yuǎn)是自己的執(zhí)著，而不是外在的環(huán)境。
一個(gè)人可能走得更快,但是一群人會(huì)走得更遠(yuǎn)，在一個(gè)組織里面，如果有能夠互相協(xié)作的伙伴，實(shí)在是一件快事，也能省心省力。這些伙伴可能是產(chǎn)品、運(yùn)營、銷售、市場，他們可以帶來更多的想法和靈感，學(xué)以致用，而不是空讀圣賢書，筑造的是空中樓閣。
數(shù)據(jù)，只有貼切用戶的思維，才能真實(shí)有用，發(fā)揮真正的價(jià)值，而了解用戶又必須要通過伙伴的媒介才能觸達(dá)，團(tuán)隊(duì)的協(xié)同以及業(yè)務(wù)場上的應(yīng)用驅(qū)動(dòng)，能夠真正的幫助我們認(rèn)識到數(shù)據(jù)在商業(yè)中的價(jià)值。無論是外部用戶還是內(nèi)部用戶，他們給予的反饋都顯得額外重要。
直到什么都會(huì)了，才幡然醒悟，工作了10年之后，最大的優(yōu)勢其實(shí)并不是在技巧上，而是在對業(yè)務(wù)的熟悉度上。業(yè)務(wù)熟悉度，包括了常說的戰(zhàn)略目標(biāo)理解、用戶sense、政策敏感度、洞察能力、解決方案能力能夠清晰的知道用戶說的是什么關(guān)心的是什么，讀懂用戶的想法，然后也能關(guān)注到政策的變化對市場的影響，捕捉到新的機(jī)會(huì)；
將業(yè)務(wù)上用戶的需求，轉(zhuǎn)換成為數(shù)據(jù)需求，通過數(shù)據(jù)的視角去對業(yè)務(wù)問題進(jìn)行解構(gòu)，利用不同的分析方法和模型組織數(shù)據(jù)對業(yè)務(wù)進(jìn)行診斷和剖析，抽象出核心的指標(biāo)來進(jìn)行衡量、監(jiān)測，最終輸出專業(yè)的數(shù)據(jù)分析報(bào)告，支撐決策論點(diǎn)；
對于解決方案，所需要的是復(fù)雜問題處理能力，核心就是——綜合！對一家公司的組織架構(gòu)必須要有深刻的認(rèn)知，熟悉不同團(tuán)隊(duì)的分工和職責(zé)，熟悉業(yè)務(wù)流程和產(chǎn)品流程，熟悉平臺架構(gòu)和工具功能，熟悉行業(yè)并對數(shù)據(jù)在用戶側(cè)的價(jià)值有深刻的認(rèn)知，這些要求就得需要有很長時(shí)間的積累和沉淀。
熟悉底層的數(shù)據(jù)存儲(chǔ)、結(jié)構(gòu)、清洗過程、指標(biāo)匯集、接口透出，數(shù)據(jù)資產(chǎn)管理，開放平臺管理；熟悉數(shù)據(jù)產(chǎn)品的開發(fā)過程，團(tuán)隊(duì)構(gòu)成（UED/前端/后端/測試/用戶驗(yàn)收），項(xiàng)目管理；熟悉數(shù)據(jù)分析框架，核心指標(biāo)管理、標(biāo)簽建設(shè)、數(shù)據(jù)分層、圖表呈現(xiàn)、價(jià)值解讀；熟悉數(shù)字化營銷方案，鉤子設(shè)計(jì)、營銷方案、用戶追蹤、客戶成功、推廣方案、收費(fèi)定價(jià)；熟悉運(yùn)營工具和技巧，獲客、激活、促活、轉(zhuǎn)化、留存、復(fù)購、付費(fèi)；
3. 對幾個(gè)詞的淺層理解
（1）核心詞：數(shù)據(jù)價(jià)值
數(shù)據(jù)價(jià)值有哪些？按照：
職業(yè) → 行業(yè) → 公司 → 部門 → 崗位 → 職責(zé)
的區(qū)分，內(nèi)外的價(jià)值可以看下面：
- 經(jīng)營管理考核：對核心指標(biāo)的監(jiān)控，幫助老板“看”清楚業(yè)務(wù)推進(jìn)的現(xiàn)狀，還原客觀事實(shí)，而不是靠主觀上的“我覺得”；
- 外部品牌影響：抽象出內(nèi)部的運(yùn)營管理共性，增加數(shù)據(jù)在一些細(xì)分行業(yè)的影響；
- 內(nèi)部營收增長：通過數(shù)據(jù)直接帶來的線索、商機(jī)、流量，最終都會(huì)體現(xiàn)在合同份額的增長上；
- 內(nèi)部運(yùn)營優(yōu)化：利用分析幫助產(chǎn)品進(jìn)行的迭代改造所帶來的用戶體驗(yàn)改善；
- 內(nèi)部日常提效：搭的數(shù)據(jù)看板，讓其他團(tuán)隊(duì)的人從取數(shù)據(jù)、整理數(shù)據(jù)、匯集數(shù)據(jù)上釋放工作量，所帶來的工作效率提高
（2）核心詞：真?zhèn)涡枨?/strong>
識別真?zhèn)涡枨?，最好的辦法是去和用戶面對面的聊幾次，去接觸真正的一線業(yè)務(wù)，去和真正的用戶進(jìn)行對話，而不是靠言傳，中間的信息會(huì)因?yàn)槿藶槔斫饽芰Φ囊蛩卮蛘劭邸８惺軜I(yè)務(wù)團(tuán)隊(duì)的痛點(diǎn)，厘清真正的訴求和需求，才能理解公司其他團(tuán)隊(duì)在制定戰(zhàn)略過程中的目標(biāo)，進(jìn)行目標(biāo)拆解，然后再站在數(shù)據(jù)的視角去組織分析框架、指標(biāo)模型，實(shí)現(xiàn)數(shù)據(jù)的可落地性評估，實(shí)現(xiàn)價(jià)值；
沉淀的時(shí)候?qū)戇^一篇《我在B端走數(shù)據(jù)分析——用戶篇》，之后也會(huì)發(fā)出來，從內(nèi)部做用戶分層，到怎么篩選目標(biāo)用戶群體，擬定拜訪計(jì)劃，實(shí)際拜訪問題清單，拜訪過程中的控場細(xì)節(jié)，拜訪結(jié)束之后的用戶問題復(fù)盤一系列的過程進(jìn)行具體的闡述。
（3）核心詞：生產(chǎn)力
為什么說工作要說生產(chǎn)力？我們之所以努力學(xué)習(xí)，本質(zhì)上來說，就是要在短暫的幾年里面，盡可能提高生產(chǎn)力。這里面包含兩層：
- 利用好時(shí)間、工具、方法，提高自己單位時(shí)間內(nèi)的生產(chǎn)力；
- 利用好資源，提高團(tuán)隊(duì)整體的生產(chǎn)力，產(chǎn)生綜合影響，實(shí)現(xiàn)共贏.
想說的是，作為一個(gè)數(shù)據(jù)分析，會(huì)不會(huì)用python，寫不寫的好sql，雖然不是一個(gè)必須的事情，但是如果不精通，那么在很多層面上就會(huì)受制于人，在效率和產(chǎn)出能力上都會(huì)大打折扣，無法在第一時(shí)間內(nèi)給出相應(yīng)的解決方案，從而消耗了業(yè)務(wù)方的信任度，合作變得沒那么順暢。
（4）核心詞：生產(chǎn)工具
工具必須要要精通1～2個(gè)，技術(shù)迭代能夠提升“生產(chǎn)力”。不再追求華而不實(shí)的“屠龍術(shù)”，能用規(guī)則解決的絕對不會(huì)用復(fù)雜邏輯，能用復(fù)雜邏輯解決的絕對不用算法，能用算法解決的絕對不用深度學(xué)習(xí)；
最初，之所以選擇做數(shù)據(jù)分析，可能是因?yàn)樽约旱膃xcel比別人用的熟悉，處理數(shù)據(jù)速度快。其他小伙伴需要用1天統(tǒng)計(jì)好的數(shù)據(jù)，通過用公式、寫vba可能幾分鐘就搞定了；之后，通過R語言學(xué)習(xí)到了ggplot，可以一鍵繪圖，尤其是地圖、關(guān)系圖等復(fù)雜圖形的處理，會(huì)比excel方便很多，也成為領(lǐng)先于人的一種優(yōu)勢；
再之后，python 2.3的時(shí)代，利用pandas進(jìn)行數(shù)據(jù)分析，可以整合不同的數(shù)據(jù)源，相當(dāng)于打破了一個(gè)壁壘，可以通過python作為路由，對excel、word、txt、數(shù)據(jù)庫、html等源頭進(jìn)行整合，因?yàn)榭梢阅０寤木壒首兊酶拥母咝?，就有了時(shí)間去琢磨業(yè)務(wù)上的現(xiàn)存問題，再深耕進(jìn)去解決，技術(shù)&業(yè)務(wù)并存的情況下，塑造了核心競爭力。工具的使用，也會(huì)成為自己挑選團(tuán)隊(duì)成員的一個(gè)重要因素，絕對的趨同。
三、怎么做到專業(yè)
最近幾年，比較喜歡說一句話，在這家公司，只要是在數(shù)據(jù)領(lǐng)域，如果西索不知道，那應(yīng)該就沒人能知道，保持絕對的權(quán)威和話語權(quán)，這些都依賴幾層能力和思維。所具備的能力矩陣，數(shù)據(jù)分析，最重要的真的是數(shù)學(xué)功底扎實(shí)么？左手概理統(tǒng)計(jì)，右手人情世故。
1. 管理能力：工作中常用的幾個(gè)管理方法匯總
2. 分析能力：分析方法、模型和框架
（1）基礎(chǔ)統(tǒng)計(jì)分析模型
（2）常用商業(yè)分析模型
（3）互聯(lián)網(wǎng)營銷策略模型
3. 算法能力
- 機(jī)器學(xué)習(xí)（無監(jiān)督、半監(jiān)督和有監(jiān)督）、深度學(xué)習(xí)（NLP、RNN）
- 技術(shù)框架：python+sklearn+pytorch
四、如何塑造價(jià)值和影響力
主要分為應(yīng)用價(jià)值和影響塑造。在所有的分析項(xiàng)目上，我的團(tuán)隊(duì)主要是占主導(dǎo)作用，實(shí)現(xiàn)這個(gè)過程總體可以劃分為三個(gè)階段：
- 前期準(zhǔn)備：理解業(yè)務(wù)。了解產(chǎn)品流程，繪制業(yè)務(wù)流程圖（processon），盤點(diǎn)場景和對應(yīng)的資產(chǎn)；
- 第一階段：建立信賴。通過日常的一些需求，和業(yè)務(wù)方建立好良好的合作關(guān)系，在需求實(shí)現(xiàn)的過程中，通過快速響應(yīng)、快速交付的方式，以高效、準(zhǔn)確的專業(yè)性，塑造一個(gè)好的角色，這個(gè)環(huán)節(jié)主要是破冰和建立信賴；
- 第二階段：心智養(yǎng)成。對過往的需求進(jìn)行整合，把臨時(shí)對接的需求包裝成為數(shù)據(jù)報(bào)告or數(shù)據(jù)方案，幫業(yè)務(wù)方提前去構(gòu)思好問題，或者提前準(zhǔn)備好業(yè)務(wù)方可能需要的內(nèi)容，培養(yǎng)用戶的數(shù)據(jù)意識和心智，養(yǎng)成好的用數(shù)習(xí)慣，讓對方在使用數(shù)據(jù)的時(shí)候從弱依賴，慢慢引導(dǎo)成為強(qiáng)依賴；
- 第三階段：價(jià)值共贏。關(guān)系熟了之后，可以站在業(yè)務(wù)方的視角去思考問題，了解部門or團(tuán)隊(duì)的整體KPI，結(jié)合周期內(nèi)（月度/季度/年度）規(guī)劃，尋找數(shù)據(jù)的切入點(diǎn)，在哪個(gè)流程什么環(huán)節(jié)，可以提供哪些數(shù)據(jù)的支撐，通過價(jià)值創(chuàng)造來實(shí)現(xiàn)共贏，從強(qiáng)依賴，到專業(yè)掌控，把事情交給專業(yè)的團(tuán)隊(duì)，不管是診斷還是設(shè)計(jì)。
五、分析團(tuán)隊(duì)的帶法、管法和打法
從2014年開始，認(rèn)識項(xiàng)目管理、產(chǎn)品管理、團(tuán)隊(duì)管理、經(jīng)營管理。需要帶入一定的管理方法，為了塑造團(tuán)隊(duì)的專業(yè)性和核心競爭力，需要建立流程、作業(yè)規(guī)范、作業(yè)標(biāo)準(zhǔn)、價(jià)值衡量方法、績效考核制度，然后團(tuán)隊(duì)內(nèi)需要有梯隊(duì)化的建設(shè)過程，在復(fù)雜業(yè)務(wù)場景的時(shí)候如何利用owner來實(shí)現(xiàn)跨業(yè)務(wù)的高效協(xié)作。
1. 團(tuán)隊(duì)定位和價(jià)值趨向
定位，數(shù)據(jù)資產(chǎn)的整合、數(shù)據(jù)價(jià)值挖掘、數(shù)據(jù)質(zhì)量治理、數(shù)字化轉(zhuǎn)型、數(shù)字化營銷，都可以成為團(tuán)隊(duì)的價(jià)值定位點(diǎn)，取決于團(tuán)隊(duì)的組織架構(gòu)掛在哪一層，是管理層的垂直管理去做商業(yè)模式研究，還是在研發(fā)側(cè)作為中臺的一部分提供能力輸出，還是掛在業(yè)務(wù)側(cè)直接提供決策支撐。不同的組織模式下，作用域不一樣，談資也就不一樣，重要的依舊還是在于人，而不是數(shù)據(jù)，“他們”想要通過數(shù)據(jù)拿來做什么？故事、影響、度量手段、匯報(bào)工具還是僅僅只是報(bào)告。
價(jià)值：
- 數(shù)據(jù)影響力，通過數(shù)據(jù)來塑造團(tuán)隊(duì)在公司內(nèi)外的影響力
- 數(shù)據(jù)價(jià)值力，挖掘數(shù)據(jù)在用戶側(cè)應(yīng)用場景做數(shù)字化營銷
- 數(shù)據(jù)驅(qū)動(dòng)力，支撐內(nèi)部經(jīng)營業(yè)務(wù)運(yùn)營組織開展專項(xiàng)分析
- 數(shù)據(jù)發(fā)展力，分析團(tuán)隊(duì)的搭建，招聘、績效考核、激勵(lì)
2. 職責(zé)和分工
- 支撐公司經(jīng)營管理上的數(shù)據(jù)需求，主要是對老板和管理層，經(jīng)營管理分析；
- 塑造數(shù)據(jù)團(tuán)隊(duì)在內(nèi)外部的影響力，第三方機(jī)構(gòu)的合作機(jī)會(huì)，行業(yè)分析；
- 通過數(shù)據(jù)產(chǎn)生直接的營收增長，數(shù)據(jù)資產(chǎn)的整合，ka用戶上的價(jià)值挖掘；
- 完成對內(nèi)部運(yùn)營的支撐，活動(dòng)分析、產(chǎn)品分析、市場分析、競品分析；
- 對知識的沉淀，打造可移植、高復(fù)用的分析框架和模板；
3. 管理、協(xié)同
- 重價(jià)值產(chǎn)出，以結(jié)果為導(dǎo)向，輸出數(shù)據(jù)、報(bào)告可支撐運(yùn)營決策；
- 做標(biāo)準(zhǔn)和規(guī)范，高度的可移植性和復(fù)用性；
- 團(tuán)隊(duì)成員的差異化，不趨同，各有所長，能夠充分發(fā)揮揚(yáng)長補(bǔ)短的特性；
- 梯隊(duì)化建設(shè)，一個(gè)資深帶1個(gè)高級+1個(gè)初級，彼此做backup，降低用人風(fēng)險(xiǎn)；
4. 團(tuán)隊(duì)打法
- 注重產(chǎn)出、注重?cái)?shù)據(jù)分析價(jià)值，對于高價(jià)值的需求重點(diǎn)投入人力，對于低價(jià)值的需求做到高效處理；
- 超過三天的需求，對于BI產(chǎn)出的數(shù)據(jù)分析報(bào)告、白皮書、算法模型、數(shù)據(jù)看板等需留痕，以郵件形式交付，并抄送雙方的一二級部門leader；
- 別人做的我不做，對于其他項(xiàng)目組已經(jīng)涉獵的項(xiàng)目，不做重復(fù)的項(xiàng)目；
- BI的工作內(nèi)容應(yīng)側(cè)重分析，合理分配工作時(shí)間，對于日常數(shù)據(jù)需求的處理原則上應(yīng)歸還給數(shù)倉同學(xué)和數(shù)據(jù)產(chǎn)品，兩個(gè)原則：模板化和產(chǎn)品化；
- 在日常的需求中提煉需求的共性，梳理模板，提高效率，構(gòu)建系統(tǒng)的分析框架和解決方案；
- 基礎(chǔ)建設(shè)：所有的基礎(chǔ)性建設(shè)工作，作為需求方，以業(yè)務(wù)推進(jìn)點(diǎn)為導(dǎo)向，形成指標(biāo)、口徑、規(guī)范，導(dǎo)入給產(chǎn)品側(cè)進(jìn)行排期解決；
六、尾聲
為什么是數(shù)據(jù)分析而不是其他數(shù)據(jù)崗位？
因?yàn)槲耶?dāng)時(shí)那個(gè)專業(yè)80%以上的同學(xué)都去當(dāng)了老師，然后抱著試一試的心態(tài)，經(jīng)歷了諸多崗位的輪崗，最后誤打誤撞的做數(shù)據(jù)，可能是因?yàn)槲襡xcel用的比較6，現(xiàn)在依然很6。
2011年應(yīng)用數(shù)學(xué)畢業(yè)，畢業(yè)之后先是在一家小型零售企業(yè)做HR「績效模塊」，后面輪崗去做了市場和銷售，在一線做營銷的時(shí)候需要大量的數(shù)據(jù)支撐，而當(dāng)時(shí)會(huì)數(shù)據(jù)分析的人并不多，在那段期間就是通過excel處理各種業(yè)務(wù)上的數(shù)據(jù)來支撐營銷決策，也就是國內(nèi)比較早的一批數(shù)據(jù)化管理，用的是excel；
2013年進(jìn)入到一家工業(yè)物聯(lián)網(wǎng)的公司，開始轉(zhuǎn)型做管理方面的事情，數(shù)據(jù)應(yīng)用的層面主要是在經(jīng)營分析上，通過對公司的投入、產(chǎn)出方面的信息內(nèi)容分解，來輔助管理層做產(chǎn)品定位、用戶調(diào)研和市場戰(zhàn)略，另外就是對海內(nèi)外的競爭對手進(jìn)行分析去搶占市場，不斷迭代打法，這時(shí)候算是企業(yè)的數(shù)字化轉(zhuǎn)型，用的是python/R+oracle；
2017年為了了解互聯(lián)網(wǎng)，跳出了原來的舒適區(qū)，去了一家阿里系原高管創(chuàng)建的汽車互聯(lián)網(wǎng)的公司，待了兩年，從C端到S端到B端的過程里面積累了很多的經(jīng)驗(yàn)，所以這個(gè)階段里面就是一個(gè)補(bǔ)充大數(shù)據(jù)、區(qū)塊鏈知識的時(shí)候，通過算法去改變一些經(jīng)驗(yàn)決策；通過saas化的過程，去實(shí)現(xiàn)數(shù)據(jù)在業(yè)務(wù)中的影響力，基本上是大數(shù)據(jù)賦能的階段，用的是python+dataworks；
2019年去了2G的電商平臺公司，18年底國內(nèi)的P2P徹底暴雷了，金融股票市場徹底崩盤，很多實(shí)體企業(yè)受到了沖擊，互聯(lián)網(wǎng)公司的損失更嚴(yán)重，經(jīng)歷了三輪裁員，在送走了一大半的下屬和同事之后，也就離開了，到了現(xiàn)在的電商類型公司，也是一家阿里系合資的公司。重組團(tuán)隊(duì)，一年的時(shí)間里面，通過數(shù)據(jù)創(chuàng)造了8000萬的營收，把原來在小數(shù)據(jù)、數(shù)據(jù)化管理、數(shù)字化轉(zhuǎn)型、大數(shù)據(jù)應(yīng)用、AI變革的經(jīng)驗(yàn)完全串在了一起；
2022年兜兜轉(zhuǎn)轉(zhuǎn)又回到了汽車業(yè)，期間和TOP互聯(lián)網(wǎng)公司都有接觸過，疫情三年，經(jīng)濟(jì)受創(chuàng)，在大小公司都開始裁員的時(shí)間里面選擇了去智能制造，只是覺得2025之后大概是中國工業(yè)4.0的時(shí)代，盡管入局有點(diǎn)晚，還是得去摸一摸。
作者：趙小洛
微信公眾號：趙小洛洛洛，人人都是產(chǎn)品經(jīng)理專欄作家。數(shù)據(jù)分析師一枚。
本文由@趙小洛 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。
題圖來自Unsplash，基于CC0協(xié)議。
該文觀點(diǎn)僅代表作者本人，人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲(chǔ)空間服務(wù)。
zan
MK