什么樣的同學適合做數據分析?

編輯導讀:畢業季即將來臨,又有一大波新鮮血液準備進入求職市場。不少同學對數據分析這個工作頗感興趣,覺得很高大上,并且工作會有成就感。別急,首先要思考的一個問題是,你究竟適不適合做數據分析?本文作者對這個問題進行了解答,與你分享。

馬上又要到畢業季了,大四的同學已經開始在考慮如何拿到一份數據分析的offer。還有一些低年級大一大二的同學,在思考自己是否要往數據分析發展?對于這部分同學來說,技能項目等等這些知識。學習并不是特別著急的。

首先要思考的一個問題是,你究竟適不適合做數據分析?

一、適合數據分析的幾點特征

先來說說適合做數據分析的人都有哪些特點。

1. 善于學習

數據分析崗需要的技能實在是太多太雜了。這比其他崗位的要求多得多。業務同學,需要了解業務知識以及一些工具技能。技術同學要掌握技術原理和工程實現。而數據分析同學不僅要懂業務,還要懂技術,甚至還要懂溝通、懂商業、懂營銷。如果你只掌握基本的數據處理技能。當然也可以做數據分析。但是這種數據分析被淘汰的風險非常大。要想做好數據分析,就必須持續不斷的學習。沒有強大的學習能力。你是很難做好數據分析崗的。

可以說,你的學習能力決定了你數據分析的天花板。

2. 延遲滿足

數據分析的學習之路是非常曲折的。

對于業務的同學來說,投放兩個不同的廣告。他們的轉化效率,閱讀量等等,這些數據是馬上可以得到的。很快的對比出不同方案,他們之間的優劣。

對于技術的同學來說,他們的學習依然是可以及時反饋的。學習到一種新的算法,馬上可以通過代碼進行嘗試。

但是對于數據分析來說,他們的學習就很難得到及時反饋。因為數據分析更多的是結合整個企業的經營狀況。為高層提供戰略決策的支持。而戰略的落地是一個長期的過程,也很難設置對照組。比如,你通過商業分析最后得出結論,目前的業務瓶頸不是供給,而是需求,所以要加大營銷的力度。之后你很難驗證這個決策究竟是對還是不對?可能之后的整體業績真的變好了,但是這究竟是你的策略奏效了,還是原本大趨勢就是如此?如果這個決策本身是錯誤的,但結果看起來還可以,那你之后可能會繼續重復這樣的錯誤,在經歷過幾次錯誤之后,你才會認識到”原來之前那次是運氣好”。所以為什么有經驗的數據分析師的薪資那么高?因為之前的公司已經給他們付出了足夠多的試錯成本,犯錯的幾率更低。

要成長為一個具有優秀商業理解能力的數據分析師,需要幾年甚至十幾年的努力才可以達到。這就要求你有延遲滿足的能力:不要想著我今天學的東西,馬上就能讓自己成為非常厲害的人,這是不現實的。

3. 執行力強

做數據分析工作。百分之十左右的時間是構建分析思路,百分之七八十的時間是處理數據。還有百分之二三十的時間是匯總結論和匯報。

由于一個問題的解決方法絕對不是唯一的,一定可以從不同的角度解決同一個問題。而且不同的解決方案之間的成本差異往往又是巨大的。所以很多人喜歡在最初的構建思路上面,花費很多時間。美其名曰“要找到一個更好的解決方案”。但實際上,這種情況很可能是拖延癥。他們只是不愿意面對那長時間的枯燥的數據處理,他們更喜歡在思考解決方案的時候享受智力上的優越感。

而商業問題變化很快,我們往往不需要找到真正的最優解。只要當下能夠解決問題,并且付出的成本是在可接受范圍之內,就是一個好的方案。

所以優秀的數據分析呢會先構思一個看起來比較可行的分析思路,然后趕緊開始做后續的工作。這就需要比較強的執行力。

4. 刨根問底

中國的應試教育培養出了很多服從權威的同學。你告訴他一個觀點,并告訴他就按照這個做,這類同學不會懷疑這個觀點的正確性,會全盤接受。

不過會有一小部分同學,他們很喜歡刨根問底,喜歡思考為什么?不管是老師告訴他的,還是課本上寫的,他都會去想為什么是這樣。

在生活中,這些同學在看到身邊的一些現象時候,也會去思考為什么是現在這個樣子?比如他們會思考為什么社區團購突然就火了?為什么《你好李煥英》會火?等等。

數據分析的工作很多就是找出“為什么”,如果你喜歡刨根問底,那么你是比較適合做數據分析的。

5. 邏輯能力強

邏輯能力是數據分析師必備的一項能力。如果你還是學生,如何衡量自己有沒有邏輯思維能力呢?我覺得喜歡看智力題和推理小說的,一般來說是比較適合的。

智力題類似這樣:

一個人帶著小狗和2只羊過河,只有一條小船,每次只能帶一只狗一只羊,并且不能讓狗和羊單獨待在一起,該怎么辦?

這種智力題可以篩選出那些邏輯分析能力強,思維比較靈活的人。

還有些同學喜歡看推理小說,尤其是本格推理的。這些同學喜歡推理,喜歡從局部的小細節中還原整個事件的全貌。這種思維習慣也非常適合數據分析師。

喜歡智力題和推理小說的同學就算邏輯能力不強,至少證明喜歡邏輯。有時候喜歡要比擅長更重要。

二、一些無關的因素

除了適合數據分析的要素,還有一些同學問的比較多的,但是和數據分析影響不大的特點。

1. 我很內向,適合嗎?

內向和外向對數據分析來說,沒有那么重要。這不是決定數據分析工作能力的一個重要標準。

外向和內向的分析師都有他們的生存空間。如果你性格比較外向,擅長和同事們處理好關系,那么你在日常溝通、推進項目落地等方面會更加輕松。而如果你比較內向,但是邏輯思維清晰,業務理解強的話,業務同學依然會和你合作的很好。更重要的是你能不能把話說清楚,邏輯是否嚴密。

況且沒有一個人是絕對的外向或者內向。很多同學是在陌生人面前內向,在親密的朋友面前很外向。如果你找到一家氛圍很nice的公司,那么你也有很有可能會從內向變成外向。

2. 女生適合嗎?

對于女生來說,數據分析是非常適合的崗位。現在很多公司的數據分析大部分都是女生。

一個原因是女生相對來說比較細心耐心,而且女生比較容易和他人進行溝通,本身就適合做數據分析的工作。

第二個原因呢,是男生往往都從數據分析轉崗去了業務或者技術。轉業務是因為數據分析崗偏輔助,很多男生發現了問題會忍不住自己轉行做業務,發揮更大的能量。而轉技術是因為目前的互聯網環境下,技術崗的整體薪酬是要比數據分析更高的。

如果你是女生的話,從事數據分析完全沒有問題。

3. 文科生可以嗎?

數據分析聽上去是一個非常理科的崗位,但現在數據分析對于技術能力的要求越來越低。對業務方面的要求會越來越高。對于文科生來說,文科生的長處在于表達溝通能力。你只需要掌握一些基本的數據處理技能,做數據分析是完全沒有問題。當然前提是要找到更偏向業務的分析崗位。如果走技術路線的話,還是有一定的難度的。

4. 跨專業應屆生合適嗎?

跨專業的應屆生在我看來誰要技能合格,做初級的數據分析肯定是沒問題的。但是呢目前的行業現狀是數據分析的競爭非常激烈,所以會出現雖然你的實力都符合,但是有人比你更優秀的情況出現。

大廠很容易找到頂尖的人才,所以你跨專業進大廠基本是不可能的,除非你有非常牛逼的項目和實力。如果你有這樣的能力,我相信你也不會來看這篇文章了。

小公司的話由于人才吸引力不足,所以還是有機會的。如果你現在還是大一大二,好好花兩年時間準備一下,有豐富的項目經歷的話進入小公司做數據分析還是沒有問題的。

當然跨專業也有跨度大小之分,有些同學是理工科跨專業,相對好一些。文科生跨專業能不能行呢?也是可以的。

目前數據分析對于技術能力的要求越來越低,對業務方面的要求會越來越高。對于文科生來說,文科生的長處在于表達溝通能力。你只需要掌握一些基本的數據處理技能,做數據分析是完全沒有問題。當然前提是要找到更偏向業務的分析崗位。如果走技術路線的話,還是有一定的難度的。

#專欄作家#

三元方差,公眾號:三元方差(sanyuanfangcha),人人都是產品經理專欄作家。專注用數據驅動業務增長,擅長數據分析、用戶增長。喜歡閱讀、思考和創作。

本文原創發布于人人都是產品經理。未經許可,禁止轉載。

題圖來自Unsplash,基于CC0協議

給作者打賞,鼓勵TA抓緊創作!

文章若有侵權請來信告知:品牌行銷策略,產品行銷與設計,各類型行銷推廣案例分享-品牌行銷點點讚 » 什么樣的同學適合做數據分析?