热线电话:13121318867

登录
首页精彩阅读甲方?乙方?-数据分析师的职业选择
甲方?乙方?-数据分析师的职业选择
2016-03-04
收藏
未来我想做数据分析师,是去甲方公司比较好,还是乙方公司比较好?

最近几个要转行或毕业的朋友都谈起这个话题,作为一个未来的数据分析师,这是个需要面对的问题。数据分析师在甲方和乙方的职能有所不同,各有特点,同时近些年也在不断发展变化。

1.甲方是甲方,乙方是乙方

乙方一般指提供数据分析服务的企业,较早的时候,主要是以一个一个项目的形式,提供数据分析报告,建立数据模型,推荐策略方案。这决定了在乙方公司可以快速接触不同企业的项目,学习相对完整的分析流程,也可以快速结识行业内部不同的人,看看各个企业都有哪些需求,开拓眼界。因为服务的企业分布不同,可能需要经常出差,这对于年轻人来讲不是问题,对于有家庭的人可能是个需要考虑的问题。

甲方一般指购买这些数据和分析服务的企业,最早的时候甲方的工作人员主要负责项目的企划和实施的管理,不自己做具体的数据分析,但后来很多企业开始建立自己的分析团队,很多原来在乙方工作的人也可以转到了甲方。

其实在美国也有相同的故事,不是中国独有的,Capital One在美国零售金融业中,数据分析应用是数一数二的,但它当年最初的时候也由Experian等专业公司提供数据建模服务,后来慢慢成立自己的数据团队,和业务整合越来越深。

为什么甲方要自己建立分析团队,主要是为了将分析和业务更好的整合。数据分析工作这个事儿的价值最终要靠改善业务决策体现出来,要做的好,就要更了解业务。相对于在乙方的数据分析师,在甲方做数据分析师可以更好的了解自己企业的业务,比如在做数据分析之前,先轮岗到业务部门锻炼一段时间,了解实际流程。

更重要的是,在做了分析之后,可以持续和业务部门合作,将分析结果应用到业务中去,了解实际结果是好是坏,反馈改进。这一点乙方分析师可能比较难做到,因为模型建完,报告递交后,项目就结束了,你不知道甲方到底如何用的模型,结果到底怎么样。

这对于甲方的数据分析师是动力也是压力,最后结果应用效果不好,你可是跑不了的,不是交了报告就行。所以最后倒逼分析师要不断参与整个流程工作,从数据的生成,搜集,到最后的实施过程都要参与负责,从乙方思维-“顺利的做完”思维,转换到甲方思维-“曲折的做成”,中间会有不小的转换。

2.乙方中有甲方,甲方中有乙方

从乙方来看,近几年数据分析服务有了新的变化,国内更多数据分析方面的创业公司采用SaaS化的方式,商业模式也从基于项目式转换到基于产品,甚至是基于交易的形式,并且提供从数据采集,数据分析和决策跟踪整个流程的服务。

在这些新型公司中,数据分析师也要分析自己公司的客户行为,作为SaaS型的分析平台,客户量往往比过去项目型时多的多,每个客户可以使用各种功能,同时也可以随时退订相关的功能,取消付费,这就存在拉新,激活,推荐,挽留等各种客户运营问题,存在各种客户分析的应用场景,分析师要帮助产品经理,运营人员不断优化产品流程,这本身就是一个甲方分析师的职责。

另外由于是全流程的平台,所以分析、决策的结果都能留存在这个平台上,作为为客户服务的乙方分析师,也可以不断实践和改进自己的工作,同时也可以接触不同的用户,了解不同用户的需求。

从甲方来看,在很多企业,比如比较大的互联网公司,数据工作逐渐平台化,在整个企业内成为最基础的服务平台,通过建立各种数据产品,来服务各个业务部门,在这个过程就需要向乙方公司一样,不断在内部做营销,推广数据理念,让业务部门把数据用起来,这样数据部门才能争取更多的资源。

这时就要求数据分析师把业务人员当客户,既要有服务的心态,也要发挥沟通、影响的作用。

3.既是甲方,也是乙方

随着时代的发展,一个人一生的职业生涯中可能会不断转换,可以先在甲方,再去乙方,反之也未尝不可,唯一不变的应该是创造你自己独特的价值,建立网络,树立个人品牌。

无论在甲方还是乙方,作为一个数据分析师,这三件事都是可以做的:

干好手头的工作:建立个人品牌口碑最重要,在各个岗位都能及时高质量的完成工作,未来就有更多机会,职业圈子不大,当人们想找人的时候,总是先想到最靠谱的人。

建立作品库:可以写文章,也可以在gitpub或者rpub上建立自己的库,你的作品是你最好的简历,这个过程不但能让自己及时总结,不断提高,也可以帮助别人,提供价值,在相互帮助中建立网络。

沟通交流:互联网时代,交流的方式越来越多,微信群或者线下沙龙都有很多,作为听众可以多吸收其他同行同业的经验,作为分享者也可以梳理自己的思路,提高自己的能力。

说回来,从一个人的角度,其实你即是甲方也是乙方,你随时都是在为人服务,给别人提供价值,同时也从别人那里等到帮助,未来的企业越来越成为一个平台,是自由人的自由联合,在其中经营好自己,同时也给他人带来价值。


数据分析咨询请扫描二维码

最新资讯
更多
客服在线
立即咨询