作者:接地气的陈老师
来源:接地气学堂(公众号)
又到了一年一度的年终总结+述职报告环节。有很多同学表示:有没有模板可以抄抄,今天它来了。
考虑到每位同学做述职的性情不太一样,有的想出人头地,有的只想交差了事,有的早就对公司不满恨不得马上离职。因此,我们今天会给几个个性化版本,大家参照自己的需求来写。
01、版本一:负分粗俗型
使用场景:想被领导骂的时候
范文:
我一年都好忙啊,都在写代码,写的啥我也不知道
写作要点:很多做数据分析的同学,其实没有什么项目经验,也没有正儿八经建模,每天都在做人肉sql机,跑一堆数。这时候会觉得似乎天天在忙,却不知道忙什么。于是容易一着急就胡乱写几句。
明明自己是做数据分析的,写的报告连个数字都没有。通篇只有“忙”“累”“多”“好多”“真他妈多”这种形容词。这种报告最容易被领导批斗,除了挨骂没啥好处,大家引以为戒。
02、版本二:交差了事型
使用场景:无欲无求,交作业了事的同学
范文:
写作要点:如果只是想交差的话,记住这个句式:我+完成了+XX任务。搞掂!这样可以直观清晰的向老板表达:交代的工作我做完了。为了克服版本一的问题,我们得把“到底这些代码是为了啥?”这个问题交代清楚。因此需要分门别类。
数据分析最常见的五种产出就是:临时取数,报表,专题报告,模型,数据产品。可以分开五部分来写。每一项工作,又有新建,更新,优化,迭代(删除/合并)四个状态,也可以分开写。这样看似混乱的日常工作,就能进行清晰的分类了。
有些同学会抱怨,说:我做了分类,发现我的工作90%都是更新报表,按照固定的格式输出报表day by day by day by了365个day……这实在没啥价值啊,写不出手啊!是的,如果真的工作只有固定更新,那真的没啥价值。今年的绩效考评就放弃吧,明年多问问自己,为啥平时如此安于现状,也不想着折腾点出成绩的东西。
03、版本三:锦上添花型
使用场景:想在领导面前留个好印象
范文:
2020年内,本人完成工作如下:
写作要点:想锦上添花,就不能光干巴巴说:我做了什么工作。而是得说:我创造了什么价值。同样是干活,领导从来更关心的是:谁的产出更大。但数据分析师和销售、运营、产品经理不太一样,有独特写法。
数据分析工作与销售的最大区别,在于数据分析是个辅助岗,打BUFF的。所以不能像销售那样直接吹:我为公司挣了1000万!数据分析工作与运营的最大区别,在于数据分析是个支撑岗位,不像运营那样抛头露面,能大吹:我们的活动吸引1亿次点击,拉动DAU增长30%。
作为一个辅助+支撑性岗位,你要是大喊:我为公司挣了1000万,销售和运营会一起跳起来说:没有我们你挣个屁。你要是大喊:我写了10万行代码,大家会一起骂:“你不写,谁写?不写滚蛋”。
因此,数据分析师想要体现成绩,关键是取得外部门的认可。因此,可以从如何助力、如何赋能、如何辅助的角度来说,比如:
请注意,这四点是有先后顺序的,顺序是:支撑≥避险≥增强≥建议。因为支撑类是最刚性的,无人可以扯皮的助力。比如双十一领导想看即时交易额,那就得做数据大屏,不做没得看。这个功劳独一份是数据的。
避险和增强都能反映到业绩上,但避险的认可度是高于增强的。这就好比,把一个60分的学生教到90分很难,但指出来“就是那个人考0分,拖全班后腿!”很容易。指出业务没发现的问题,砍掉两个项目,ROI立马提升。实际上,这也是财务、审计等部门在领导面前邀功的常用手段(有意思的是,他们也是基于数据分析得出:“要控XX费用”的结论的)。
增强类本身难做,并且需要业务配合,比如精准营销,比如产品推荐,比如需求测试,虽然看起来是数据做了很多分析工作,但脱离运营的优惠券,其实效果没那么大。所以很容易扯皮。
至于建议类,鬼知道你写的建议人家听没有。即使听了,从一个建议到最终业务产出之间,还隔着十万八千里呢。费用、落地计划、系统开发、页面设计、商品选择、分工合作、客服对接,哪个环节都比一个建议要重要。所以除非是有业务部门主动提出的:“这个建议很好”,一般情况下数据分析师不会主动炫耀所谓建议。
看到这又有同学说了:老师,我平时都从来不问数据有什么用,跑完数交了就完事了,到这我也不知道该怎么写。额,如果是这样的话,今年的考核就放弃吧。记得明年不要这么干了。
平时陈老师总是喋喋不休的,每个分析单元都会讲“这里可以这样结合业务,那里可以那样输出价值”就是备着这一天,以后看分析方法,不要光纠结数字怎么算,多看看落地场景哦。
还有同学说:老师,既然是要别的部门认可,人家不认咋办?本质上,解决问题的办法是正式立项,通过项目来解决问题。除了立项,还有个操作细节,就是多拍照,多发邮件。比如业务领导邮件回复了:分析的很好!good,截图为证。
比如双十一庆功会,大老板们在数据大屏前合影,good,拍照为证。比如在部门例会上做数据分享,good,拍照为证!总之平时多留证据,防止大家事后忘了提起裤子不认人。
04、版本四:绵里藏针型
使用场景:求职or在大老板前露个脸
范文:
写作要点:这里和版本三只有一个区别,就是自己给自己贴了个标签。并且这个标签是直观能理解的。有同学会好奇:这么一点点动作,能有大作用。有!当然有!上一个给自己贴大屏小能手的同学,才24岁月薪已经破3万了,哈哈哈。
因为述职汇报很有可能是向上上级汇报(比如面对大部门总监或者CTO,COO)这里就有一个问题:如何最快速的让外行理解内行。这是数据分析师从低级往高级发展必须解决的核心问题。
因为在外人眼中你就是个弄个数字,不懂行的人,是很难理解做hadoop与打算盘有什么区别,因此很难与你感情共鸣,也就很难认可价值了。况且这是面对老板,老板们下属很多,老板们的时间都很少,所以必须在最短时间内把自己价值展现出来,和老板建立感情联系,标签就是最好用的工具。
打标签的办法,就是从一个和老板最贴近的事入手,比如报表、大屏,报告。先打一个生活化标签,让老板回忆起来,然后再列数字。这样就能快速建立印象,又有数据支持,显得脚踏实地,效果非常好。
这一招在面试时也非常好用。面试的时候一般要面HR、用人部门直属领导,用人部门上上级领导,大老板,这几关。大部分情况下,只有直属领导才懂具体业务,其他的人根本不懂,也不怎么care(特别是hr,这些文科生就是在招聘需求里把spss和python写在一起的人)。因此用几个标签,快速建立印象,就很容易脱颖而出。
以上就是年终述职的连环套路。看完大家会发现,述职只是一纸文书。真正证明自己的,是平时的大量工作积累+认真总结分析。我们说,既要低头走路,又要抬头看天,即是如此。出来打工就是为了挣点钱,要多做让别人快乐的工作,才能更好地体现价值。想要自己快乐,还是去消费的好。很多同学看完可能很泄气,觉得今年平时没做好工作,积累的太少了。没事,至少大家现在看到努力方向,明年我们继续一起努力。加油!
——热门课程推荐:
想学习PYTHON数据分析与金融数字化转型精英训练营,您可以点击>>>“人才转型”了解课程详情;
想从事业务型数据分析师,您可以点击>>>“数据分析师”了解课程详情;
想从事大数据分析师,您可以点击>>>“大数据就业”了解课程详情;
想成为人工智能工程师,您可以点击>>>“人工智能就业”了解课程详情;
想了解Python数据分析,您可以点击>>>“Python数据分析师”了解课程详情;
想咨询互联网运营,你可以点击>>>“互联网运营就业班”了解课程详情;
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21