百万自媒体大V的数据分析师成长线路,薪水过万难吗?

大数据 数据分析
今天这个标题有点大,内容可能涉及的比较多,但也是数据君多年来一直想写的,却一直不敢写的。微博玩了7年,已有近120万的粉丝,微信玩了4年多,也有20万+粉丝了,许多人都知道这个账号,但从来不知道运营这个账号的是一个团队还是一个人?

作者:邓凯

“他们需要从数据中找到有用的真相,然后解释给领导者。” – Rchard Snee Emc

今天这个标题有点大,内容可能涉及的比较多,但也是数据君多年来一直想写的,却一直不敢写的。微博玩了7年,已有近120万的粉丝,微信玩了4年多,也有20万+粉丝了,许多人都知道这个账号,但从来不知道运营这个账号的是一个团队还是一个人?

[[188459]]

我的数据分析师经历

第一阶段:与数据的接触

大学时代我的专业是统计学,一个二流本科里面的王牌专业,但是毕业后(2006年)发现很难找到对口的专业,于是选择了北上,在北京漂泊一个多月,身上的钱也快花没了,这时突然有一家调研公司电话让我去面试助理研究员,于是经过几轮的面试,我荣幸的加入了这家公司,月薪2300。心里想着终于可以玩我大学时代学的那些相关分析、回归分析、聚类分析、因子分析等等,可去的第一天就让我录入数据,那时候问卷录入数据用的是EpiData,这个软件的界面当时无比难看,纯蓝屏+白字,干了6个月后感觉眼睛都散光了,不但没用到什么算法,连excel+PPT+spss这些基本的操作设置界面都快忘记了,于是偷着去巴结项目经理让给我一些报告看看,慢慢找到了一些数据运营到商业环境的感觉。

调研行业的可以看看,这个行业很锻炼人:

《市场研究定量分析方法与应用》、《不做无效的营销》

[[188460]]

第一阶段此图代表我的心

第二阶段 自学数据分析,交行业朋友,扩充人脉

心里想着这样下去也不是办法,于是自己下班没事就去网上找一些数据,斥资买了一台笔记本,下班后一边看书一边操作,但是这样的学习方式,弊端就是自娱自乐,只能提升操作技能方面的能力,很难去全面理解数据的运营。之后又去上一些论坛、加入一些数据分析相关的QQ群,那时候的群、论坛、博客都很活跃,记得当时常看的有:小蚊子乐园、大城子、数据化管理、中国统计网、数据挖掘论坛、3see 等。那时候数据分析的资源很少不像现在这么多,于是慢慢认识了许多大咖,私下与大咖们交流,咨询语言程序、分析思路、软件操作、PPT制作,甚至职业规划方面的问题,一直断断续续和大咖们保持联系到现在,开始慢慢的品味数据的魅力

推荐几本适合自学的书:张文彤老师《spss操作实战》、《谁说菜鸟不会数据分析》、《数据化管理》、《excel图表之道》

[[188461]]

第二阶段,这张图,学学学

第三阶段:主动申请参与项目、挑战自我

纸上谈兵终觉浅,有一天,我记得是北京“柳絮”乱飘的季节,我一大早去了老板的办公室,给老板表达了我的想法,谈了很久很久,谈最多的是我对目前报告的一些看法和提高数据分析效率的方法,比如当时许多数据分析师不会excel的VBA、spss里面的syntax语言,更不用说SQL了。于是用这样类似“程序员”的角色慢慢加入到了项目里面,至少高级研究经理开会讨论的时候都会带上我,跟着项目跟了一年多,薪水涨到了4500,记得很清楚那一年是2008年。在这里才懂得,ETL有多苦逼,你熬通宵出来就是为了那几个数,就是为了满足领导的那句话….

推荐去:

excelhome论坛、人大经济论坛、天善智能

[[188462]]

第四阶段:真正意义的数据分析师

心里想着一直在第三方调研公司干,做的项目很多,但是对每个行业都了解的不是特别深,想去真正的企业去看看,去招聘网站找了一圈,没有找到合适的,那个时候互联网还没这么火,需求也没这么多。最后经过行业朋友介绍,去了一家为运营商做数据分析服务的公司,月薪给到了7000,职位名叫运营分析师。在这里才慢慢开始做全套的服务,压力也是很大的。从商业问题的理解、提出数据需求、建立数据分析模型、分享部署等都要自己去跟进去参与去实施,那时候伴随我的工具基本上是:思路梳理(mindmanager、各类成熟分析模型,如SWOT)、数据(oracle、 Sql、UltraEdit、excel)、分析类(spss、sas、clementine)、展示类(PPT、水晶仪表);心里想着一直在第三方调研公司干,做的项目很多,但是对每个行业都了解的不是特别深,想去真正的企业去看看,去招聘网站找了一圈,没有找到合适的,那个时候互联网还没这么火,需求也没这么多。最后经过行业朋友介绍,去了一家为运营商做数据分析服务的公司,月薪给到了7000,职位名叫运营分析师。在这里才慢慢开始做全套的服务,压力也是很大的。从商业问题的理解、提出数据需求、建立数据分析模型、分享部署等都要自己去跟进去参与去实施,那时候伴随我的工具基本上是:思路梳理(mindmanager、各类成熟分析模型,如SWOT)、数据(oracle、 Sql、UltraEdit、excel)、分析类(spss、sas、clementine)、展示类(PPT、水晶仪表、BI工具);

推荐书籍:

《麦肯锡意识》、《麦肯锡工具》、《麦肯锡方法》、《深入浅出数据分析》

[[188463]]

四阶段,找个高大上的!

第五阶段  转型、跟潮流

突然有一天被邀请去中关村参加一个互联网界的数据分析师交流会,我发现他们聊的许多工具(Google Analytics、webtrends、Clicky)我都不知道,和我一直做的数据分析貌似名同意不同,后来经过很长的一段时间学习,我发现其实网站分析很有意思,比如小区保安的三问:你从哪里来?你来干什么?你要去哪里?在这些分析软件上展示的淋淋尽致,于是自己就去报名参加了一些网站分析师的活动,也付费参与过一些循序渐进的课程,说实在话,这个领域的工具对数据分析师分析思路的扩散很有意义,他们把整体行业的分析提炼成一个强大的分析系统出来,比BI要强大的多,推荐大家没事去看看学学这些系统,毕竟多一份技能就多一份机会多一份加薪的机会。

2012年年初被一家猎头公司推荐到互联网公司做数据分析,那时候互联网行业疯狂的挖数据分析师,再加上我自学过网站分析,面试时发挥的还行,薪水就到了1.8w,这时候才是真正意义的过万了!

其实我们这个行业要感谢互联网,没有互联网飞速的发展,这个行业的薪资真的令人堪忧。

推荐几本书:《网站分析2.0》、《流量的秘密》、《网站分析实战》

[[188464]]

五阶段接带个光环吧….

第六阶段:大数据来袭,各类炒作满天飞

一觉醒来,大数据这三个字满屏幕的飞,无数什么发言稿、什么文章、什么分析报告、什么内容都要加上“大数据”三个字,你才会觉得你很牛B,没办法我们改变不了世界,我们就要顺应潮流,于是开始学习hadoop、mysql、分布式、云计算等,这时候文本数据也开始被大家重视,复杂的数据格式也慢慢有技术来去解决,慢慢都开始学R、phyton、shell、hive,这时候我感觉自己又回到了程序员时代,与时俱进,先学着吧。出去和别人交流时至少知道点什么,要不人家会小看你的,哈哈哈…..其实数据分析师是一个多技能的职业,你不但要懂技术、还要懂商业、还要懂如何去呈现自己的成果、更重要的是你要懂博弈。这时候的薪水你们猜猜?

不过有几本书还是很不错的:《大数据时代》、《大数据》、《数据之巅》

[[188465]]

这个阶段我感觉变成….

最后总结一下,,写几点自己的看法

1、判断一个企业重不重视数据,不是看它有多么炫的系统和图表,而是看老板;

2、要让数据发挥价值,不是一个系统、一个PPT的问题,而是部门职能高低的问题;

3、不要被高级的数据分析迷失方向,我们要更懂得数据的真实性和完整性,毕竟万丈高楼平地起;

4、看任何数据分析不要轻易下结论,要参透数据的采集方式、数据的偏差风险;

5、巧妇难做无米之炊 ,对于现在的技术这不是借口,爬虫软件一大把,我们要大胆去尝试、大胆分析、让同行去骂;

6、一定要记得让市场、让业务去验证我们的分析成果,形成闭环,要不永远得不到“真经”,黄婆卖瓜自卖自夸;

7、别让自己沦陷为ETL工程师,那样你永远体会不到上层数据化运营的价值;

8、不断提升自己的综合能力,打铁还需自身硬,多一份技能多一份自信;

9、尝试写作,有时候写作是对自己能力和成果性学习的提炼和总结,数据君就败在这点,懒!

10、多问、多学、多交流、多主动去承担一些意外的分析,这才是提升自己最快的方式

11、现实中掌握一、二种主流的语言和软件即可,工具是为我们服务,提高效率的

12、技术永远在前进,商业环境也日益复杂,不进则退,要有危机感

13、数据要多方去验证,遇见异常数据要看数据背后的业务,千万不可一键delete

14、学会主动在所在企业组建数据分析兴趣圈,定时去互相交流,你主动,数据才会和你有故事

好了,就写到这里吧,这就是我!请善待你们身边的程序员、数据分析师、设计师…..他们的职位活在不断博弈的过程中!

责任编辑:张燕妮 来源: 36大数据
相关推荐

2023-07-28 14:48:00

数据分析效果

2019-10-25 15:48:09

数据分析师IT技术人员数据科学

2015-08-18 13:26:05

数据分析

2012-08-08 09:00:29

数据分析师

2016-10-21 14:41:22

数据分析师大数据

2018-07-27 14:04:24

数据分析薪资数据分析师

2012-08-07 17:32:25

数据分析师

2022-03-29 11:59:34

梳理标签体系

2013-07-29 15:58:28

大数据数据分析

2017-02-13 19:25:24

2015-04-03 11:19:21

大数据大数据分析师

2020-05-12 10:44:19

数据分析师薪资数据

2023-07-08 23:05:01

数据分析运营

2021-03-26 07:37:34

数据分析工具技能

2015-08-17 09:39:40

大数据

2022-11-26 00:00:05

SQL数据分析师业务

2021-03-16 11:45:15

大数据数据分析数据经典模型

2019-02-20 17:55:45

数据分析师技能管理

2016-01-26 10:33:23

大数据分析工具数据分析师

2011-05-30 09:55:14

数据分析师
点赞
收藏

51CTO技术栈公众号