当你入职第一天,你就应该以终为始,去思考:
你可能觉得,作为职场新人,是不是想的有点多了?但相信我,这世界上没有人比你更相信你自己,所以请一定要严肃地看待这一切,你才能真正的快速成长。
年轻人在职业生涯发展早期,容易纠结组织内部的各类关系,但一个人成长的高度要看向这个世界展现了什么作品,而不在于组织内部关系等等。
如果整理你的时间优先级,永远是:
对外 > 对内;
用户/客户 > 同事;
价值创造 > 价值评估/价值分配
极端点,你可以放弃任何公司内部协调事宜,比如拒绝参加任何低效会议,专注于价值创造,当然我知道你肯定要说,我一个新人,还能这么自由?肯定做不到,但是至少从你的内心来说,你要明确优先级,即使随波逐流,也要不断调整方向。
组织是平台,也是枷锁。当你从入职第一天开始,就应该习惯与众不同,独立思考,创造价值,那么,未来始终会是组织离不开你,而非你离不开组织。
《盗梦空间》电影里面提到一个植入潜意识的概念,你也许要给你的同事们植入你的职场角色定位。
职业生涯发展早期,结合自己的优势与技能点,找到一个自己赋予他人的角色定位。这会让你有很多独特的机会。
这个定位与名片上印的头衔并非一回事,也并非个人品牌,它是超越你的职业身份,多个职业身份交错而成。
比如,从我入行的第一天开始,就以「办公自动化达人」著称,在国企财务部门,是最懂自动化办公的人,也可以说是唯一能够Python编程实现自动化的人。从此,获得了大量机会。团队原先一天的对账,我上2个小时搞定;半天才能搞定的下载几十个账户的资料,我上全自动下载大大节省人力。
刚入行的你,永远半懂不懂,永远欠缺资源,公司给你的活永远是简单而不充分的。
学会「小题大做」,会让你把工作变得有意思,同时走得更快。
接到任务,多想想假如把它做得更难更复杂是什么样子,任务瞬间变得有挑战。久而久之,你思考的层次和其他人永远不在一个层面,接触的信息源也和别人不一样。
举个例子,当年我刚毕业时,老板让我剪辑一下公司的视频,比如5个小时的要剪辑成100个。
同事们习惯用老方法来做,剪辑软件一个个剪,而我当时采取「小题大做」的手法,假如老板让我剪辑的是10000小时的视频怎么办?难道还手动剪辑?于是我从视频剪辑上升为自动化剪辑流程,花费了大量时间去研究自动化剪辑软件。最终,搭建了一套自动化剪辑流程,从梳理视频内容到剪辑加字幕等等全自动,大大提升效率,即使有天真的让我剪辑10000小时的视频,我也不怕。
依然是上面这个例子。当时我将那个自动化剪辑的思考,整理成系列课程,发布到课程平台,得到了很多做相关工作的剪辑师的关注,这是能大大提升他们的效率的技能。
不断地将不涉及机密的信息整理成作品。一来,可以建构外界的认同;再者,这些记录留存下来,会让你日后反思时,更清楚的看到自己当年做对了什么,做错了什么。
随着年岁增长,做过的项目大多会遗忘,可是自己写下的文章、留下的资料会让你想起来。
你创造的价值越大,那么收益自然越大。
人类大脑有个很不好的习惯,喜欢比较同一量级的细节,比如新手在职业生涯早期,非常关心自己的薪资是 7k 还是 9k,这个重要吗?更好的做法是什么呢?
四舍五入,从关心同一量级的细节转为关心不同量级之间的差异。
比自己的薪资是 7k 还是 9k 更重要的问题是,你做的项目是十万级还是百万级还是千万级?
无论你现在做的项目是什么,你都可以将手头的项目简单地划分为如下:
A. 亿级;B. 千万级;C. 百万级;D. 十万级。
在职业生涯早期,重要的事情是,你能否通过当下的项目成长起来,跃迁到更大量级的项目,成为新项目的主导者?
想想两年内你想实现的目标。
比如我刚工作时,是希望自己成为数据分析领域顶尖的Python讲师,甚至更希望自己成为任职公司公认的Python讲师的培训师。当大家碰到Python难题,第一反应是来找我。
假设两年内自己要成为最优秀的Python讲师,那么这段时间这个行业的方方面面都要摸透,至少Python的基础知识得掌握吧;Python编程的经典读物得写过读书笔记吧;Python各种经典的包,得摸透吧,每个包得有实践项目吧。
如此一来,该见什么人,不该见什么人;该做什么项目,不该做什么;该读什么书,不该读什么书,一目了然。显然,Python技术大拿大于团队内部同事;专精大于轮岗;经典读物大于畅销书。
越认同你的职业身份,你越容易走得快。
你的时间利用率会比别人高很多,知道自己两年后想做到什么,就容易判断平时的时间该如何花费。如此一来,职业生涯容易实现良性循环,声誉、收入增加,体力活越来越少,慢慢地,工作重心逐步朝关键决策者、领导者倾斜。
如果刚入职的两年,找不到目标怎么办?正常。
重要的不是找对一个完美目标,而是这么去思考。通过选择一个点,来提高你的时间利用率。
你选定的领域里,成功的例子要看吧,经典著作要读吧,项目要挑难的做吧,技能点要补全吧,读书笔记心得该写要写吧。两年后,再换个职业太正常了。
虽然今天是一个大数据的时代,但大多数人最缺的依然是「数据思维」,太凭经验太依赖感觉是通病。即使有的同学学历很高,但是「数据思维」依然少的可怜。
数据思维具体表现就是善于整理数据,通过数据来得出结论,通过数据来反应问题,一切用数据说话。
当下职场的经验主义太强,很多时候你的上司或者老板也只是凭着经验在做决策,但这样的经验其实不够全面,你作为新人,跟他们用经验讨论自然没有任何优势,但是如果你从数据的角度来给你建议,你将令所有人都刮目相看。
当你入职第一天,你就应该以「一切用数据说话」为你的原则。我看到的数据是什么?我得出的结论是什么?我的建议,如何帮助决策,又给整个公司业务,带来了哪些不一样的帮助?
职场新人如何打造自己的数据思维和数据技能?
首先,想要打造数据思维和数据技能,我们得先熟悉数据相关的几个重要概念。
数据分析,是为了提取有用信息和形成结论,而对数据加以详细研究和概括总结的过程。
简而言之,就是将数据(包括文本、音乐、文字、数字等)转化为知识、智慧的方法。
拥有数据分析思维的人,想不发光发亮都很难。因此,随着大数据时代到来,以这种思维为基础形成了一个朝阳产业,倍受社会各界人士的青睐。
现今,各大企业对数据分析能力过硬的人才,需求量也越来越大,供不应求的市场导向,让这个新风口行业的从业者薪资普遍偏高。
如果你想进入数据分析行业,成为该领域的佼佼者,下面这几块是优化方向,供大家参考!
基础知识(数学)(统计学)
数据分析是在数学知识的基础上,引入了统计学,其基础知识包含数学、线性代数、统计学等,这些也是决定数据分析职业发展高度的基石。
对于初级数据分析师,学习描述统计相关的内容和公式即可,但要更进一步就需掌握统计算法,甚至机器学习算法等更多知识,对于算法相关的工作,则要对高数进行深入学习。
分析工具(Excel)(Python)
Excel运用最广,是最容易入门的数据分析工具之一,函数、数据透视表和公式必须熟练掌握。
另外,具备一个专业统计分析技能更好,SPSS作为入门是极好滴。不过随着数据的增长,编程语言的学习,如Python等将会使数据处理变得更高效。
当然,只要和数据打交道,我们就会接触到数据库,所以要学SQL(数据库),掌握基本的增、删、改、查等技能。
最后,可以学写主流的利器,如Python或R,有些行业可能会用到SAS或其他工具,请依据自己的行业选择。
业务/行业/商业知识(了如指掌)(数据分析)
种种迹象表明,脱离业务的纯数据分析不具任何意义,没行业背景的技术如空中楼阁。
别走进死胡同,想成为优秀的数据分析师或培养自己的数据分析思维, 首先要对业务了如指掌。
熟悉业务后再去获取需要的数据,对数据进行业务分析,制定出相应方案,这才是王道。
沟通能力(跨部门)(协调)
数据分析会涉及到很多和业务部门、技术部门的沟通,做出报告后也需要进行展示,并说服别人接受自己的结果。
因此,协调沟通能力对于数据分析者而言,也是非常重要的素质之一。
学习力(持续的)(快速的)
无论是数据分析,还是其他岗位,都需要有持续、快速学习的能力,学业务逻辑、行业知识、技术工具、分析框架……
数据分析咨询请扫描二维码
CDA持证人Louis CDA持证人基本情况 我大学是在一个二线城市的一所普通二本院校读的,专业是旅游管理,非计算机非统计学。毕业之 ...
2024-12-18最近,知乎上有个很火的话题:“一个人为何会陷入社会底层”? 有人说,这个世界上只有一个分水岭,就是“羊水”;还有人说,一 ...
2024-12-18在这个数据驱动的时代,数据分析师的技能需求快速增长。掌握适当的编程语言不仅能增强分析能力,还能帮助分析师从海量数据中提取 ...
2024-12-17在当今信息爆炸的时代,数据分析已经成为许多行业中不可或缺的一部分。想要在这个领域脱颖而出,除了热情和毅力外,你还需要掌握 ...
2024-12-17数据分析,是一项通过科学方法处理数据以获取洞察并支持决策的艺术。无论是在商业环境中提升业绩,还是在科研领域推动创新,数据 ...
2024-12-17在数据分析领域,图表是我们表达数据故事的重要工具。它们不仅让数据变得更加直观,也帮助我们更好地理解数据中的趋势和模式。相 ...
2024-12-16在当今社会,我们身处着一个飞速发展、变化迅猛的时代。不同行业在科技进步、市场需求和政策支持的推动下蓬勃发展,呈现出令人瞩 ...
2024-12-16在现代商业世界中,数据分析师扮演着至关重要的角色。他们通过解析海量数据,为企业战略决策提供有力支持。要有效完成这项任务, ...
2024-12-16在当今数据爆炸的时代,数据分析师是组织中不可或缺的导航者。他们通过从大量数据中提取可操作的洞察力,帮助企业在竞争激烈的市 ...
2024-12-16在现代企业中,数据分析师扮演着至关重要的角色。他们不仅负责处理和分析大量的数据,还需要将这些分析结果转化为切实可行的商业 ...
2024-12-16在当今的大数据时代,数据分析已经成为推动企业战略的重要组成部分。无论是金融、医疗、零售,还是制造业,各个行业对数据分析的 ...
2024-12-16在当今这个以数据为驱动力的时代,数据分析领域正在迅速扩展与发展。随着大数据、人工智能和机器学习技术的不断进步,数据分析已 ...
2024-12-16在信息爆炸和数据驱动的时代,数据分析专业是否值得一选成为许多人思考的议题。无论是刚刚迈入大学校门的新生,还是考虑职业转型 ...
2024-12-16适合数据分析专业学生的实习岗位有很多,以下是一些推荐: 阿里巴巴数据分析岗位实习:适合经济、统计学、数学及计算机专业的 ...
2024-12-16在数据科学领域,探索实习机会是一个理想的学习和成长方式。实习不仅可以提供宝贵的实践经验,还能帮助学生发展关键的数据分析技 ...
2024-12-16在当今信息驱动的时代,数据分析不仅成为了企业决策的重要一环,还催生了各种职业机会。从技术到业务,数据分析专业的就业岗位种 ...
2024-12-16在现代企业中,数据分析师被誉为“数据探险家”,他们通过揭示隐藏在数据背后的故事,帮助公司优化业务策略和做出明智的决策。然 ...
2024-12-16在大数据崛起的时代,数据分析师被誉为企业的“幕后英雄”。他们通过解读数据,揭示隐藏的真相,为企业战略提供重要的指导。这份 ...
2024-12-16在这个信息大爆炸的时代,数据分析师成为了企业中的“福尔摩斯”,他们能够从庞杂的数据中提取关键洞察,为业务发展提供坚实支持 ...
2024-12-16在这个数据为王的现代社会,数据分析师如同企业的导航员,洞悉数据背后所隐藏的商业机会和战略优势。然而,成为一名优秀的数据分 ...
2024-12-16