中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

作為互聯網的P7P8人，在升到一定的職級后，他們將會面臨的是什么？對于他們而言，目前在焦慮與擔憂什么？本文分享了幾位互聯網大廠P7P8人的故事，并在這樣的困境中，重新整理自我，整裝待發，打出差異化優勢。

前段時間，幾位做數據的P7P8（以阿里的職級作為衡量尺，來源于不同的互聯網大廠）找到我，表示現在焦慮到不行，急需咨詢一下未來的職業規劃。我還蠻驚訝，畢竟拿著總包百萬的年薪，相比于現在校招慘烈的廝殺，其他行業平平的薪資，雖比上不足，但總不至于焦慮成這樣。

他們從大學畢業后，一直都在互聯網大廠，一步步穩扎穩打，升職到P7P8，一直都挺優秀，靠自己實現了年薪百萬，也是身邊朋友羨慕的對象。

但這兩年，風向就突然不對了。最開始是股價的持續下跌，有些阿里人把股票拿著當傳家寶，傳給自己的娃，沒想到捂著捂著，股價腰斬都不止，想著互聯網受到打壓也正常，以后股價總會漲回來的。

結果到現在，內部績效更為嚴苛，飯碗開始岌岌可危，降本增效這四個詞就像一柄達摩克利斯之劍，一直懸在頭頂。一輪又一輪的裁員，也不知道什么時候是個盡頭。回顧一下自己的職業生涯，除了大廠光環其實也沒啥競爭力，好像除了螺絲釘就是工具人。

雖然薪資看上去還是蠻多的，但潛在的危機，說句四面楚歌，真的一點都不過分。

一、看不到的晉升

一位阿里的朋友告訴我，大學畢業從P5開始做，認認真真做事，升職到P6基本沒啥問題。再努力點，工作個六七年，一般也都能升到P7，但再往后，好像無論是升P8還是P9，就感覺突然被卡住了。

由于現階段互聯網大廠紛紛降本增效，晉升變得愈發困難。身邊的幾個pointer悄悄跟我說，今年他們公司的無論是數據還是產品、運營崗位，P7P8的晉升名額少得可憐。

往年無論是自己提報，或者領導推薦，只要符合要求，至少能上晉升答辯場走一遭，試一試說不定能成呢。

而今年在晉升答辯之前，破天荒的要在公司范圍內篩一輪晉升提名，再走答辯流程。很多入職互聯網的資深人士表示，過去無論是發展好或者差，晉升難度從未如此之大。

而相比于晉升名額的縮減，另一個現象在互聯網的分析類崗位則愈發典型：

剛加班加點、保質保量地完成工作，又進入了下一階段的工作，同時還要幫其他同學和部門解決問題。

像極了救火隊員，日復一日，年復一年，周而復始。獲得了身邊同事的無數好評，但職級卻依然停滯不前。慢慢地，你的職級與年齡逐漸開始倒掛，你開始步入中年危機。

你無數次的問題自己，明明那么努力，卻為什么一直原地踏步？

付出的努力并不等于工作的價值。

互聯網人不妨回顧下自己七八年的工作生涯，是不是大部分工作都是為了短平快的完成任務，缺少更大、更復雜的工程，缺乏可以逐步迭代，精益求精的項目？

這樣的工作產出價值自然就很有限。

短平快地完成任務，會被老板下派更多的任務，而更多的任務，又會擠占思考的時間，更難有時間完成復雜性的工程，就好比籠子里的小白鼠，跑的飛快，但離目標卻越來越遠。

即使偶爾有靈感和想法，但你的時間已經被細碎的事情擠滿，就像一個流水線的工人，按部就班地完成一個又一個任務，只能給領導留下一個踏實肯干的印象。

除此之外，在互聯網，“外來的和尚好念經”似乎更為明顯。

有次，我跟一個大廠的同學閑聊，他跟我說同樣的P9級別，一個是土生土長的互聯網人，一個是從麥肯錫跳槽過來的，他感覺兩個老板的受歡迎程度完全不同。

某次的高管匯報會，幾個團隊都做了匯報PPT，土生土長的互聯網人，寫的PPT很是實在，對業務的結果有清晰闡述，但總讓人感覺不夠高屋建瓴。

而從麥肯錫跳槽來的P9，同樣是匯報，會運用到一些外部競對數據，一些結構化的拆解和分類。讓人一下子覺得材料的格局被打開了。

而在關系網的建立上，土生土長的互聯網人，確實能把自己的一畝三分地管得很好。而從麥肯錫跳槽來的P9，硬是把一個原本業務關聯并不強的P12變成了自己的sponsor，而他經常講的一句話也是：“那個部門我挺熟的，可以去聊一下，看看有沒有合作的可能性?！?/p>

土生土長的互聯網人，相比于咨詢和金融背景的同學，在往高P晉升上真的有劣勢。

咨詢和金融，鍛煉的是結構化的思考和表達能力，能更好地向老板展示業務價值。除日常合作的上下游部門外，咨詢背景的同學也更愿意結交人脈，形成自己的關系網絡。

越往上走，越要體現價值。越像是一個銷售，把自己的業務成果推銷出去。工作做得再好，如果沒有sponsor，沒有業務價值，也只會被湮滅在晉升的浪潮之中。

二、跳不出的門檻

往年在大廠晉升不上去，不少人都會選擇跳槽。甚至有些小伙伴，工作兩三年就會主動尋求跳槽，畢竟跳一次，升一職級，漲個30%的薪水，都是稀疏平常的事。

而在今年的大背景下，互聯網內的跳槽變得尤為困難。一方面是因為相關崗位變少，難以產生高溢價，另一方面，相比于高薪，大家更看重穩定，畢竟有些公司還搞起了試用期裁員的玩法——招聘員工開展工作，試用期滿6個月后離職，再招新的一批。

況且，不少互聯網小伙伴也厭倦了996ICU，厭倦了互聯網文化和節奏。因此，每次我做職業規劃的直播，都會有不少互聯網小伙伴，問我怎么轉型到PEVC，怎么轉型到外企，怎么轉型到大型集團做數字化。

這個問題，我曾不止一次的回答過?；ヂ摼W所需的能力模型，跟其他行業并不怎么匹配，互聯網的工作經驗，更具聚焦于互聯網業務本身。

比如同樣是分析師崗位，互聯網的商業數據分析，側重于業務策略和用戶增長。而金融領域的分析師，更多的是站在行業角度，關注商業模式的變化和行業的未來發展。說實話，幾乎沒有純互聯網商業數據分析師，轉行成為金融研究分析師的案例。

我曾寫過一篇文章《聽說你不想在互聯網卷了，想轉行到咨詢或金融（PEVC）？》，詳細闡述了咨詢金融和互聯網的差異。不少小伙伴看完，直呼真實。

然而，哪怕同樣是在數據領域，其他行業對于人才的需求，也跟互聯網截然不同。

比如快消零售類行業，很多時候看的不僅是用戶增長和營銷活動相關的流量和用戶管理，公司會很關注競對的最新動態和行業的商業趨勢，各個品牌的收入利潤費用，每次直播的邊際貢獻，而這些并非互聯網分析師的關注重點。

再比如對于房地產企業而言，其最關心的是每個地產項目的全生命周期預算，資金的周轉和負債水平，而這些分析更聚焦于財務側，而非業務側。

很多互聯網的小伙伴覺得自己擁有大廠的數據分析經驗，可以轉行去傳統企業做數字化。然而，很多傳統企業需要的是能夠從0到1搭建企業數字化的綜合人才，并非一個單一技能的分析專家。

我見過很多數據分析的小伙伴，了解一下業務需求，問數倉要一張表，便開始刷刷刷的取數，做報表做分析。不了解數據的全鏈路架構，不了解數據治理和質量，不了解市場上數字化產品和選型標準，只懂得分析框架和取數方法，并不能勝任數字化崗位。

而這些傳統企業，更需要具有甲方大廠和乙方咨詢背景的同學，幫助他們真正推動從內到外的數字化改革。

前段時間，我跟資深獵頭顧問Florence做過一場直播，《外企需要什么樣的數字化人才？》，Florence就直言不諱的談到，互聯網和外企數字化人才的差異。

相對于互聯網而言，外企更傾向于綜合性人才。具體來說，互聯網發展比較快，本身數據體量也非常大，所以在某一個非常細分的領域需要更加專業化的人才。因此，互聯網對員工的期待可能就更偏向于流水線的一個模塊熟練工。

但在外企在招聘時，其面試的輪數一般較多。它對候選人的要求實際上并不低，因為它是比較專注于把每一個職員當作一個專業人才去培養，并且希望把他們逐漸推向管理者的方向。因此，員工需要參與項目從設想到落地的全過程，其也更看重員工的項目管理和溝通協調能力。

此外，我曾與不少外企的數據負責人交流過（歐萊雅、LVMH、Kering、羅氏、特斯拉等），我發現他們在招聘人才時比較在意的是：外企思維。

因為在互聯網公司工作久了會形成互聯網本土化思維，這與外企文化下的思維是很不同的。小到一個溝通協調，大到個人價值觀，都存在著不小的差異。

我曾親眼見過，一個互聯網小伙伴入職外企一周，就和同事發生沖突，吐槽這幫人太過慵懶，做事進度極慢。站在外企同事的角度，又會覺得這位互聯網來的人，太過激進，讓人很不舒服。

所以外企HR招聘互聯網人才的時候，都會看看是否有留學經歷，曾經有沒有在類似的外企工作過。害怕招進的人水土不服，也害怕“鯰魚“化。

當然了，哪怕是從互聯網轉行到一些頭部外企，也要考慮是否能接受薪資待遇上的落差。一個比較資深的P7或者P8，很大概率總包是稅前百萬，但哪怕轉行到頭部的快消品外企，相同工作年薪和背景下，可能也就稅前七八十萬。

其實，無論是去外企，還是去咨詢，或是去傳統企業做數字化，能否成功轉行已經是一個大問題了，還要在心理上能接受薪資上的落差，換做是誰，都會異常糾結，而往往人生的機遇，就在這些糾結中錯過。

以退為進，可能才是解決困境的最佳解決方案。

三、躺不下來的人生

晉升又不上去，轉行又有門檻，自然而然，很多資深的P7P8就在思考如何“躺平”。

而在互聯網行業，想躺就能真的躺下來嗎？

361的績效壓力還是很大的，畢竟連續兩年3.25的績效，大概率就要被勸退了。而如果業務線不給力，則整條線就可能被裁員。

而在三四十歲的年紀，又要顧娃顧家，又要賺錢養家，精力顯然不如從前這么充沛，也確實需要占個坑位躺一下。

因此很多時候，大家都是在這種進退維谷的環境中迷茫彷徨。但可悲的是，人生往往是在“溫水煮青蛙”的環境中，喪失機會。

上個月，我與幾個互聯網的校招面試官做了一場公益分享，關于校招的九死一生，當大家聊起校招就業市場時，深深地感受到一絲絕望的氣息，暗自感慨，如果當年的自己，放在如今的校招環境，成功率究竟還能剩幾成？

現在的大廠校招，不僅要求學校985碩士打底，項目經歷豐富和學習成績優異，更需要有大廠的相關實習經歷。更重要的是，現在大廠的數據崗位招聘，越來越像咨詢，校招生既要有結構化的思維邏輯和框架，也需要有一定的商業sense和互聯網概念。

即便是苛刻到這種地步，這樣背景的校招候選者，還是一抓一大把。

試想下，等這批優秀的新生代成長起來，曾經跟著風口起來的“幸運人士“還能一直幸運下去嗎？

我想，作為職場老油條的P7P8，不擔心被卷死顯然是不可能的。

其實，數據類崗位和工程開發一樣，說到底就是一門技術。技術的稀缺決定了人員的高薪，而技術的迭代又決定了人員的更替。而這便是“快速損耗的螺絲釘”

技術是一種工具，并非一種資源和經驗，而工具，便可以快速復制和迭代。

這也是為什么互聯網的數據類崗位，在五六年前數據分析稀缺的時代，可以速成和轉行的原因。畢竟絕大部分的分析框架和思路，都是以GMV和用戶增長為核心進行分拆和解構的。

相反的，市場上數字化人才，特別是推動企業數字化落地的人才，在競爭日益激勵的就業市場仍然稀缺，其核心原因便是資源和經驗。

這類崗位就好比律師、醫生和銷售，一方面要有相關的人脈資源，比如，推動數字化落地時，需要招聘優秀的數據人才，尋找有案例的咨詢公司，引入合適的數據產品。

另一方面，需要有相關經驗累積，特別是具有乙方咨詢公司和軟件廠商的落地實施經驗，因為不同的公司，行業不同，現狀不同，需求不同，內部格局甚至企業文化都不同，而這些極其復雜的因素交織在一起，便只能依靠經驗去選擇最優的解決方案。

不妨告訴大家，現在國內很多上市集團招聘數字化負責人，紛紛找我要人，開出200-300萬年薪，都很難招到一個合適的人選。

四、回不去了的家鄉

身邊不少P7P8的小伙伴，其實都想過這最后一條路，回二三線城市，特別是回家鄉找一份數據相關的工作。這兩年，我見過太多的小伙伴，想要從北上廣深杭，這些傳統大廠的根據地，回到成都、重慶、武漢、長沙、南京等二三線城市。

我曾與一個湖南老家的大廠分析師聊過，他說他真的非常想回長沙，吃得又美味，房價又親民，唯一卻最為致命的問題，便是“數據相關的崗位太少”。

他說他非常羨慕那些能回老家工作的朋友，之前有開發的同事，跳回長沙三一重工去做數據開發，雖然三一重工的工作壓力也非常大，但好歹是平薪回家了。

對于傳統企業而言，數據開發，數據架構，數據治理這類崗位的需求，遠遠大于一個互聯網數據分析師。畢竟很多傳統企業連ERP信息化還在規劃和發展階段，只有一步步把數據建起來，才有分析角度和方向。

所以，作為一個數據分析師，想要回二三線城市，更是難上加難。

當然，除了沒有合適的崗位，其實更為重要的一點，便是內心的糾結。

我曾問過一個年薪百萬的P7的小伙伴，現在有兩個選擇，你選擇哪個，在大廠年薪百萬做螺絲釘 or 回老家高職院校教大數據？

其實，那個大專學校的大數據專業，在寶雞當地，給到稅后一萬的工資（所有獎金加起來），真的著實是不低了。

這位小伙伴只想了兩秒鐘，便毫不猶豫地回答，我肯定選擇留在大廠做螺絲釘。畢竟轉行到外企和咨詢這類看上去高大上的崗位，都面臨降薪的糾結，更別說回老家，薪資直接跌到腳指頭。

同樣的問題，即使是問那些經歷互聯網紅利，通過股票和期權實現財務自由的人，得到的回答幾乎也是類似的，除非是真的要追求不一樣的人生，否則最終還是在這個“既想躺，又得卷”的循環里往復。

對絕大多數普通人而言，失去一個東西的痛苦，遠遠大于得到一個東西的喜悅。

回不去的家鄉，隔著的不是一張機票，而是夢想。

結語

今年的脫口秀大會第五期，有一個主題是“躺和卷怎么選”，脫口秀演員鳥鳥一針見血地說，這個題目營造了一種好像我們有得選的假象。但事實往往是，卷又卷不動，躺也躺不平。

我想包括我在內，應該不少小伙伴都有鳥鳥的這種共鳴吧，“我這個人就是躺的時候想卷，卷的時候想躺，永遠年輕，永遠左右為難”。

其實類似P7P8的困境，不僅是在互聯網數據崗，在其他行業，在其他崗位上依然存在。職業發展雖然會有小波折，但理應是持續向上的過程，很不幸的是，真正的Work life balance并不存在。不斷地打磨技能經驗，不斷地形成差異化優勢，才是職業發展的正道。

我希望有一天，我對生活的態度能像生活對我的態度一樣~