很高兴能有这次机会参加咱们CDA学员交流分享会。刚刚听了其他学员的分享,我感触颇深,每个人都有自己的故事,下面说说我的情况吧。
我也算是数据分析师出身,但是来了CDA以后,才发现我之前做的所谓的数据分析工作太low、太草根了,还没进入数据分析的殿堂。
我的本科专业是机械工程,毕业后没有做自己本专业的工作,找了一家大型制造企业做所谓的数据分析,其实就是用Excel表帮着销售部门做数据统计,偶尔做一些图表、透视分析之类的,也借调给库房那边帮着做点表格,这就是所有的工作了。
当初能进这家公司,不是因为我有什么数据分析的技能,而是看重我学机械的吧。不过我是铁了心不下车间、不上生产线的,搞点相关的工作还行。
在这儿干了五年,工资没有什么长进,以前本科的机械专业老本行也都忘了,于是我想跳槽看看其他的机会,结果发现我会的数据分析的技能太浅显了,行业经验也比较少。
像很多招聘简章上写的:
精通Excel、会数据可视化工具、还要懂SQL,python/R等等;
统计学/数学专业优先;
核心业务指标的分析和搭建数据建模等等
擅长跨部门沟通
。。。
看完心里发毛,真是不换工作不知道自己几斤几两啊!
其实我从2019年准备跳槽时,就开始自学各种数据分析的课程,网上买了一堆课程。感觉越学越糊涂,一团乱麻。
直到有天我去一家公司应聘数据分析,面试官告诉我:你基本功还可以,人也踏实,只是能力跟我们的要求有点差距。等你水平提高后,假如这边还有空缺,可以考虑。去年我们集团从CDA采购了《职场数据分析技能培训》,我们公司派过去学习的同事反映都不错,老师水平很高。他们还有社招的个人学员培训,你可以了解一下。
我相信这位面试官的推荐是发自内心的。后面我才知道有这么一家培训机构在数据分析师培训领域已经做了快十年了。为了考察这个机构,我特意从苏州坐车到北京,在线下的教室感受了两天。虽然我的数据分析技能不是很高深,但毕竟是做过,所以有一定的鉴别能力。
当时插班听老师讲过一个波士顿矩阵的分析模型,印象深刻。普通老师都会讲波士顿矩阵的出处,用市场占有率和增长率两个维度,把产品划分为4个象限:明星、金牛、问题、瘦狗。没有任何新意。而我听的那堂课,老师讲得太精彩了。
他先是用“又快又好”让大家感受我们无意中运用过这个分析模型,让大家认识分析维度(“快”的维度是用时,“好”的维度是质量);
接着又用“又高又帅”来举例,因为“高”和“帅”都是形容外貌/颜值,所以“高&帅、高&不帅、不高&帅、不高&不帅”4种组合都是在说外貌一件事,这两个维度选得不好,因为太相关;
接下来最出彩的地方来了,他让我们用“颜值”和“是否努力”作为两个分析维度,将人分成四类,并给他们打上标签。他举了一个例子“颜值高/不努力”就是靠脸吃饭,剩下三类是什么呢?
那个案例图我至今都还存在手机上,能把课讲得这么通俗易懂,这么好玩的老师太少了。
经过这两天的实地考察,我终于找到了方向,一定要线下跟大师学,自己在网上瞎折腾,钱是省了,浪费的是生命啊。
上面就是我之前的情况和来CDA学习的原因,中间的学习过程没有什么特别的,很充实压力也很大。
等到我学完就业的时候,发现自己真的不一样了。对很多以前司空见惯的商业新闻和企业行为有了不一样的想法。这些数据分析工具、业务理解能力还有数据思维,就像我的武器库一样。虽然最近一两年就业形势不好,但我还是很容易找到了满意的工作。感觉学完有了数据分析的方法论,自己突然就豁然开朗,醍醐灌顶了。
现在数据分析师,或者具备数据分析能力的运营和产品岗的需求量还是很大的,如果你跟我一样做过数据分析,感觉自己缺乏竞争力面临被裁,那可能是需要升级你的数据分析装备库了,不妨来CDA看看吧。
数据分析是一个好的职业发展方向,一定要坚持下去。有时候不是TA不好,可能是我们不够优秀!