当前位置 > CPDA数据分析师 > 数据分析行业资讯 > 数据分析师的职业进阶之路

数据分析师的职业进阶之路

来源:数据分析师 CPDA | 时间:2015-11-17 | 作者:admin

演讲者:韩静波

品友互动数据挖掘团队负责人

曾带领团队主导了京东、苏宁、唯品会、通用汽车、房点通等多个百万预算规模项目的算法投放优化、数据分析洞察工作,配合项目开发了相关的DMP和userprofile系统,更高效、自动化的完成目标人群的精准定向和人群洞察报告。

  我今天分享的主题是数据工程师的职业进阶之路。从我经验来讲,我的经历不会像前面两位老师那么资深,但是我的经验给大家比较好的借鉴,我是有五年数据分析师经验,广告行业我有三年。三年时间从助理数据分析师,现在做到了资深数据分析师专家。我带十几人的团队,现在为公司服务过近十几个有百万规模效益的项目,我给大家分享一下我是怎么从低级分析师走到现在这样一个高度的。我有一个标志就是黄色的标志就是互联网广告行业,我们分析师跟行业绑定非常重要。不同的行业壁垒不一样,比如说我之后分享可能跟互联网分析师会非常贴近。

图一.jpg

   这张图片是我在七年前准备往数据分析师这条路上发展的时候当时看到的一张非常有意思的图片,它是由8个不同的行为小人描述了数据分析师职业发展道路,从初级常规报表,一直到最高级的能够用一些模型做算法和对应的优化。它是比较形象的描述了每个数据分析师的职业发展道路,当然从我现在的经历和经验来看,我对它的这种从低到高的发展,我是不太认同的。如果是说我们想去做一个对该行业非常有价值很有影响力的报告,它必须需要我们有非常好的模式预测能力和非常好的优化能力。其实从每个行业或者是说从每个职位阶层来讲,不管是报表还是优化我觉得都是非常重要的,不应该有等级的划分。我的这个观点会在后面PPT里阐释。今天的PPT主要想告诉大家三个观点或者是三个问题。主要围绕作为我们数据分析师怎么挑选一个比较靠谱的企业,或者说挑选一个比较靠谱的行业。作为我们企业行业来讲,我们是怎么来挑选一个靠谱的数据分析师的。我的第一部分是说选择行业为什么比选择分析师职业可能会更加重要,或者是说选择一个企业为什么要比选择我现在要去做数据分析师的职业要更加重要。

图二.jpg

   现在可能数据分析师这个职业或者说这个岗位非常热门,可能有很多同学会觉得要不我现在赶紧转行,赶紧做一个数据分析师的职业,就不会考虑我目前做的职位是什么行业,或者说这个企业到底怎么样,我就直接先进去做一做看。这么想我是非常不推荐的,因为从数据分析师来讲,如果说他跟某个行业没有关联,数据分析师根本不能算作是一个职业。比如说都是运动员,像射箭运动员跟拳击运动员他们工作职业和他们考虑的问题,他们在今后职业发展中面临各种各样的问题都是完全不一样的。如果我们随便很草率就选择一家企业或者选择一个行业,如果之后发展有问题想再转,这个成本也是非常高的。

比如像姚明当年打篮球在最早期几年,如果他又突然想去打拳击,我相信他肯定不会有现在的成就。

图三.jpg

   我们怎么能够去认为我们现在的行业或者是企业比较靠谱呢?我这边是列了我自己的亲身经历,列了我六个在过去工作当中完全不同的客户。如果说咱们现在同学里面遇到的都是左边这三个客户,我觉得你们现在应该是非常幸运的,你们可以跟一个非常好的客户在一起,去研究当前行业当中最需要挑战的几个问题。你们能跟这样的客户配合,你们可以拿到客户愿意跟你们分享的数据,你们可以在良好的客户需求下不断的挖掘你们的模型,提高你们分析的能力,你们肯定是会非常幸运的。如果很不幸你们是右边这三个,客户A是说我没有什么想法,我就是希望你们分析团队能够为我搭建这么一个系统。像我曾经有遇到一些客户,这个客户完全是为了完成他本企业或者本单位的一个项目评级,他需要有这么一个系统,但是他完全不在乎这个系统能为他们带来什么,他也完全不在乎这个系统为他的工作能够有怎样的促进,他就只在乎说有这个东西能完成我其他评估的东西。如果我们很不幸我们做了这样一个项目,跟这样的客户在一起,我们就不会有客户或者行业之内客户的问题,客户没有办法提供或者他根本不会提供我们想要的数据,哪怕是我们空有比较好的数据挖掘和数据分析的基础,我们也是没有办法获得任何提升的。

在客户B里面,可能大家也经常遇到这样的客户,说你们可以想想办法,怎么可以把报表数据可以造或者是编造的更加好看一些,比如有的客户可能根本不在乎他想在行业做什么样的数据分析,而是通过一些非常规的非科学手段使得一些数据能够有一个很好的展示就可以。比如说咱们目前所在的单位遇到都是这样的客户,我们就要很好的思考一下。

第三个就是我最深切的最感同身受的经历,我刚毕业一腔热情,对数据分析也是有很大的理想,通过前期跟客户非常细致的调研,非常努力的去研究该行业的需求,跟大的团队一起花了很多精力去加班搭建了非常好非常棒的数据系统,但是好了之后问客户做调研,是不是对他们工作提升。结果客户支支吾吾的打开他们的电脑,结果问到我们你们这个系统登陆网址是什么,有的客户根本没有使用这个。如果我们所在的企业服务的客户是这样的客户我们得好好思考一下,如果我们不做改变,我们之后的数据分析师的发展肯定会有很大的问题。

通过我自身经验来讲,如果我们的单位或者是企业,或者是我们服务的客户,如果是右边这三个,我的建议是,可以自己去主动的多挖掘一些东西,可以自己主动的去完成客户在当前比较初级的需求基础之上,主动的跟客户聊,向相关的业务部门去要更多的数据,能够自己主动的把我们一些想法付诸于实践,虽然不是数据公司给到我们的要求,但是我们会提升。你能够去到你发挥更多的能力的平台,这样你的路可能走的更好一些。

我当时的情况可能就是这样,遇到的是,我在毕业之后刚参加工作之后遇到的几个客户,就是右边这几个客户,但是我完全没有放弃,我在比较主动的实现更多的东西,有更多的想法去借鉴相关行业更多老师的经验,能够去实现更多的东西。

图四.png

    等到我做到一定程度之后,我对自己的职业生涯可能一度去做了一下规划,在当今数据分析行业里面到底有什么能让我的理想和想法实现的更多,当时我跟大家也是一样,在四到五年前,也是去参加了一个数据分析的沙龙,当时我非常有幸听到了一位老师讲的是:美国互联网广告行业发展规模和趋势,他也预测了在2010年之后互联网广告行业可能会有的怎样的发展。我当时听完这样位老师的演讲之后,去清华听了计算相关的课程,跟老师请教了很多东西,然后我进入了互联网广告行业。

图五.png

  我进入广告行业之后我认为我选对的一个原因,或者说是最大的一个原因是,我觉得应该在这个行业里面客户真的是跟我们数据分析,或者说数据产品完全是相联系的。我们的数据产品能做的多好,我们的客户真的能够有多少利润和收入,如果是这样,客户会无条件会跟你做各种沟通,他会无条件把他的需求跟你分享,会无条件把他所在的行业遇到的各种问题,包括所有数据都会跟你做分享。这个时候如果我们有了好的需求,在行业里面拿到更多的数据,这个时候我们的想法可以做大量的体现。
    Part1主要讲数据分析师或者我当初怎么挑选更靠谱的行业。第二部分是跟大家分享作为一个靠谱的企业和行业怎么挑选靠谱的数据分析师的。

图六.png

    我们接触到大家的第一步,应该是看到大家的简历。在最近一到两年看到很多数据分析师的简历,我发现在数据分析师行业里面遇到最大的严重问题是三个方面,很多数据分析师为了体现他数据分析的经验,或者说想表达他在这方面非常牛,他会写一句话,我有金融、医疗、政府、电信互联网等等的相关行业工作经验,如果我们一般看到这样一句话,其实没有任何加分,反而会有减分。第一步我也说了,数据分析师是行业壁垒非常高的这么一个职位,它只有跟行业绑定在一起,这个数据分析师的路才可以成长,如果是说我们看到简历中有这样一句话,我们第一感受应该是说这位同学可能只是用了一年的工作经验,去做了可能七个行业非常基础的数据工作,可能我们对他的第一步的评级或者会不会约他来面试,这个可能第一步就会考虑非常重的考虑。第二部分有同学在简历里面写自己可能用的不多的或者说可能听过,或者说可能看到别人用过类似模式的东西,然后把这些模式全都写到自己的简历里面,并且说自己真的使用过。
    作为我自己来讲,像我们整个互联网广告行业,从模式这个产品来讲,我们有那么多的问题,其实只有这里面两个模式就可以解决一家公司或者说这个行业里面可能80%的问题。如果这样,其实可能只有两个模式在这个行业里面真的可以写,而且是可以能够把这个模式写的比较深入,对这个模式里面的细节,包括推导,包括参数,包括对模式配套样本数据的使用,这样这样之后才可以写出来。如果我们在一封简历里面用了这么多东西,会非常怀疑,这个也是会减分。如果学生来了之后我们跟他聊天,如果他用数据模式分析过几千条样本数据,我们认为他根本对这个模式没有理解,因为如果没有大量的样本数据论证,许多办法对这个模式进行分析理解。有很多同学用这个数据模式用这个工具生产模式,我就产出报告,就去指导别人下一步该采取什么样的模式。但是我们更关注的是我们产出的模式到底产出多少,这个模式该怎么评估和怎么量化,这个是我们最关心的一点。

第三个我们经常会看到有很多同学在简历里面有写我是使用了很多很多基础的报表,或者说是什么其他的制作工具,产出了上千封的各种报表制作的经验。像这种内容,我的建议是可以不用写太多,因为我们作为数据工程师来讲,越基础的工作写的越多反而减分越多。

图七.png

   待会儿简历这方面我们具体怎么写我会后面跟大家再来讲一下。这张PPT其实某大型互联网公司他们对数据工程师或者说数据分析师一个职业发展,或者说他的每个工作的联系和描述。包括我们平常也是这样,我们对不同分析师数据职位的要求也是非常明晰和非常明确的。这边我在跟一个面试者聊的时候,我怎么判定他是初级助理优化师还是高级的资深数据专家,我在乎的就是一点,就是对问题的分解能力。我一般都会问这样一个问题,如果她可以对这个问题能够做一个非常好的分解,能够把来自客户的业务需求转换成一个比较好的数据模型,或者能够转换成模型的场景,用多个模块来对它进行解决,综合在一起再进行反馈。谁可以对他行业领域之内对问题分解,并且能够用数据支撑,做一个很好的解释的话,他就可以定位到到底是初级还是中级还是资深。

图八.png

    对于数据专家,高级数据专家还是资深数据专家,这块我的理解是说,如果是高级数据专家,他的行业里应该是可以带出来几个资深数据分析师,同时他最重要一点是他可以使得他产出数据结果或者说数据报告能够在本行业内都有一个比较大的影响力,同时他产出这种结果,因为我们做数据分析,其实我们产出的结果是希望我们产出的结果能够对公司或者对其他人有一个很好的PUSH的作用,如果他可以把他公司影响力和对其他公司的影响力做的越重要他就是越资数据专家。

看了这个图表我可以总结为三句话,什么可以囊括数据分析师的核心,第一个业务数据分析,不管是做什么工作都必须以业务为核心,业务完全跟行业紧密关联。比如我们初期进入这个职位的时候,行业我们要想清楚。当然任何一个行业都是非常好的行业,但是我觉得我们需要考虑的是说行业可能没有问题,但是我们即将进入的这家企业可能会有问题。因为如果这家企业里面他服务的客户都是行业里面非常差的客户,都是不愿意跟你配合的客户,看到右边的那三个客户,对你的职业发展就有非常严重的后果。如果我们进入非常好的行业可以发展非常好的客户,我们就看到客户真正关心的问题,我们可以把业务和行业的问题进行分析业务和形成数据框架,我们能做到就是资深的数据工程师。

第二点我非常同意刚刚石晶老师提到的,数据分析师领域他完全不是一个技术岗位,但是完全有技术手段,我们可以把分析做的更加效率和更加彻底,所以我们必须要掌握一些相关的模型和数据处理的方法。但是我原来可能经常接触到一些同学,他们非常迷信最新的数据挖掘的技术,非常迷信用各种末复杂的模型去解决复杂的问题。工业界其实不是这样,工业界是你通过业务对数据有怎样的理解,你怎么通过对数据做更好的清洗,对数据做更好的提取。我们通过样本对数据调优,使得样本可以更高效的负载更多的数据,这个时候才可以得到一些真正有用的结论。得到之后我们更重要的是针对这些结果可以做量化评估,针对模型做量化评估,只有我们的数据真的可靠,才能体现出数据工程师的责任。

第三个,其实我发现,包括在我的团队里面有很多数据工程师他们只能用数据的一些语言,或者说只能用模型产出的语言来进行交流,这样可能就会有一个很大的问题,他们产出的结果很难能够对我们的业务部门,或者说是对客户他们造成一些什么影响,其实我们要求是说我们能够去产生用数据模型产生非常好的结果,同时我们希望把数据模型结果能够翻译成让客户或者让非数据相关人员他们也能够看懂,并且也是非常认同的这结果,谁可以做到这一点他才是一个数据资深的数据分析师。

图九.png

   我对数据分析师定位和理解,我通常把他定位为问题的分析终结者,比如这个行业内回答一百个问题,我回答两个问题就是助理数据分析师,如果回答十个问题是中级数据分析师,可能想成为资深的数据工程师要回答类似更多的问题,如果我想成为数据专家,我可以做数据分析报告,来影响其他部门。如果想成为第一位老师一样成为一个行业数据专家,因为我没有到达这种成果,我也不好说怎么来做。但是如果说我们能够理解这三个方面,其实我相信应该可以从比较短的时间之内,从一个初级,走到一个资深。而且是说我之前不是在互联网广告,现在我从互联网广告是从最初级开始做起,当初品友互动非常感谢可以招我进来,招我进来时我主要是做一些数据统计和业务答疑的工作,通过我之前几种对业务的理解,通过我对工作模式思维模式不一样,逐步逐步到现在有十几人的团队,一起来做公司百万级别项目的工作。

图十.png

    第三部分,这块也是我今天分享最核心最干货的部分,我在品友互动感同身受的怎么从初级一直走到现在,这家很靠谱的公司它是怎么来培养我的。我的最大的三个感触跟我在别家公司不太一样的地方,第一是我来到品友互动之后,是每个新人都有一个老人他会手把手一对一的带这个新人,会给他全程辅导。包括在我的团队里面,我们每周都会有一个老人分享他在近期他的一些产出内容,或者是一些报告,及时的把他的一些经验给新人做分享。同时在我的团队里面,有一个不太一样的地方,大家可能都以为在互联网企业里面可能一般工作负荷非常大,都会加班。如果我的团队里面看到每一位同学晚上七八点钟以后还干白天的工作,他一个礼拜都是,我就会找到他到底是什么样的原因,是真的给他工作量太大还是效率方面的问题。因为我对团队要求晚上九点或者八点之后,我们必须要看一些跟我们行业内相关的资料或者是相关的论文,或者是相关的技术,或者说是相关行业专家分享,如果我们没有这么去做,可能在未来两到三年我可能又会变成一个初级的数据分析师,因为这个行业发展太快,如果我们不能够每周做提升和学习,我们真的会被落下,有很多新的问题过来之后我们就会没有办法回答。包括我个人目前也同样是这样,我个人每周读两篇相关的报告,用数据做尝试。所有工作都是在晚上八点之后用自己的业余时间来做。

第二部分是我们品友这边,尤其是在我们团队里面,我们不会要螺丝钉,而是把你培养成独当一面的承重墙,比如说你之前的工作履历来讲,你可能只是在数据报告层面非常的优秀,但是在模型处理层面可能经验不是特别多,如果这样,我们也是非常欢迎的。来到我们团队里面,我们会去根据你过去履历情况定制个性化的培养计划,我们会去发挥你目前所在领域的特长,同时会每周都有培训分享制度,会有课外大家一起来指导的制度,会让每位优化师在业务领域,能够在分解思维模式能力,能够在沟通能力,在数据分析沟通能力,能够对数据处理理解,包括对报告理解,包括对大批量处理,我们需要非常大量高端的引擎,比如像HDP,来做工作咨询。我们需要资深数据分析师对这方面有了解,如果有这一方面我们也换欢迎,和大家一起来成长。

第三方面是像品友互动,是一家互联网广告企业,我们的人物是说怎么能够更有效的做精准的人群定向,在这个最新的领域里面,其实我们会接触到一些最新的数据挖掘的一些技术,我们有最大的数据平台,同时我其中一张PPT里面也有跟大家做分享,我们每个客户他们对产品需求欲望是非常强烈,因为这个产品好坏,或者说数据好坏,完全会决定于他的收入会是多少,比如这是一个非常难得的跟客户沟通的机会。同时在我们数据团队里面,最核心的成员里面,其实有一半以上都是来自北大这样非常优秀的同学,在行业内有很多像来自阿里、百度、IBM资深的数据工程师。我当初也是能够跟一些比较优秀的人在一起,所以我自己才能够在各个方面有一定的成长。我在品友最感同身受的一点实际上是最后这一点,品友互动是一家以数据算法为驱动的这么一家公司,我最感同身受的一点就是我们的CEO经常会隔一周两周跟我们部门的人一起吃个饭,开个会,一起聊天一般聊。我们CEO问我们最大的问题是,他问我们需要我们公司层面或者是业务层面觉得我们需要提供数据团队提供什么东西,才能够让我们更加顺畅,才能够让我们工作能作出更多的价值。因为像品友广告,花的每一分钱,有百分之多少是作为我们利润,完全取决于我们的数据、算法和模型。我们的工作是完全跟公司、跟客户息息相关的,这就是为什么我从品友用三年的时间,从一个完全没有接触互联网,一直到现在我能够站在台上跟大家来做分享,包括7年前我也跟大家一样坐在底下去听各位老师的经验分享,我仅仅用三年可能就做到这样,我觉得可能需要自己先努力,同时也需要一个很好的平白,在这个平台里面能够有很好的客户和很好的数据,帮助我们成长,能够有一个东西让我们把我们很多对数据的想法做一些体现。这个我觉得真的是非常重要的。

   我希望通过我个人的经历跟大家分享一下在数据分析师领域的路走的更顺一点更好一点,通过短短半个小时的分享,可能还是有很多细节相信大家有很多问题,待会儿我们会下可以再互相加个好友,希望这次分享可以帮助到大家,也希望大家这次顶着大雾霾也不虚此行,谢谢大家!