30岁,放弃国企稳定的工作,选择转行数据分析!
很多人问我会不会后悔?
说实话,决定要转行那会我也犹豫过、迷茫过,但是现在我很庆幸自己当初的抉择。
在决定转行之前,很多亲朋好友听说之后,大部分都是劝我“年龄不小了,就不要折腾了”。
但是我想说的是,当你下定决心想要改变自己,你就不会被眼前的困难击倒,更不会因为年龄太大而学不会。与其担心害怕不如付诸行动。
我叫周小白,今年是我转行数据分析的第五年。转行之前我是在一家大型国企上班,每天工作六小时,轻轻松松,但是枯燥泛味,工资也很低。从职位晋升上说,一个萝卜一个坑,未来两年内升职的可能性微乎其微。
体制内,每天就是复制粘贴,肉体停顿,精神贫瘠,时间一长也就厌倦了。
我们这个城市虽然不如北上广深繁荣,但也算是省会城市里数一数二的,城市发展速度不慢,机会也不少。尤其看到身边在私企搞技术的朋友赚的盆满钵满,虽然辛苦,但是钱包很鼓。所以就动了从国企出来,学门技术,赚高薪的决心。但由于当年没有什么编程基础,这行又是个青春饭,所以再三比较下,让我找到了当时还很新潮的“数据分析”这个行当,工资跟搞技术的差不多,关键0基础也能入行,比较适合我。
毕业那么多年了,让我自学成才,还是有点困难,学习跟不上。通过从网上找资料和各个方面的比较,我报了CDA数据分析就业班的课程,选择的原因也很简单,成立时间长,口碑不错,而且推荐就业。
如果你也存在跟我一样的职场困境,想要通过转行来实现职业逆转,那么下面我简单总结的这些学习经验,希望能给你带来帮助。
作为一名数据分析师,入门都离不开Excel。
Excel有很多强大的数据分析功能,函数、透视表、VBA等。对于入门级别的数据分析师,如果想要掌握Excel这门工具,前期你需要掌握如下技能:
1、重点掌握一些日常使用的函数,vlookup、sum、count、sumif、countif、find、if、left/right、时间转换等函数;
2、数据透视表,它可以说是Excel中最强大的功能,没有之一!它可以帮你解决各种交互统计汇总的问题。
以上这些是我帮忙不同部门同事做的数据透视表,其实通过这些年的工作感受,我建议不管你从事什么岗位,都有必要把这项技能学好了,是真的有用,而且会让你的工作结果看起来比别人逼格都高。
大公司对SQL的要求绝对是软件上排第一位的,我现在基本每天要写五六百行SQL,忙的时候一天一两千行也是有的,所以必须对SQL非常熟练,才能很快的响应业务需求。
入门级别的数据分析师,日常工作中会使用Excel处理一些数据,做一个数据统计基本就可以了。但是Excel有一个比较大的弊端,它只适合处理些小量数据。
如果企业里面产生的数据量非常庞大,更多的还是要储存在数据库里面。所以需要具备编写SQL能力,才能从数据库中读取数据,用来分析。
数据分析人员,掌握了简单的SQL语言,就可以随时对自己感兴趣的数据进行简单的查询、抽取和汇总。相比只会使用Excel,会让你的分析能力的边界无限拓展。
以上这些是我们操作sql时的界面
现在Pyhon已经是排名第一的编程语言了,大部分公司都要求能够掌握 Python,只有少数公司要求掌握其他的编程语言,所以学习市场上要求最多的技能才能找到更多机会。
很多人看到Python 很火,也不管自己的能力水平如何,有没有编程基础,一上来就去学习Python ,最后发现其实自己根本学不会。
在学习Python之前,我建议你先学习Excel和SQL。这样你就具备了一些基础,再去学习Python就容易多了。
可视化报表是数据分析非常核心的而工作,但不同公司用的软件不同,一般公司也不会要求员工硬性掌握特定的BI软件(如果不会入职后可以现学,毕竟多数BI软件都不难),如果是特别难的比如power BI,那在招聘的时候就会有要求了。
向以上这种系统性的数据看板,需要大量数据支持,而且并不是所有岗位都需要,但如果你要是会做,那薪水肯定远高于平均水平。
统计学分为描述统计学和推断统计学。描述统计学是使用特定的数字或图表来体现数据的集中程度或离散程度。推断统计学是根据样本数据推断总体数据特征。
1.描述统计分析
描述统计分析就是将原本复杂的数据减少为几个能够起到作用的数字,用这些代表性的数字来代表所有的数据。这样就可以方便我们更容易看到数据的整体情况。描述数据集常用的5个指标是:平均数,中位数,众数,方差和标准分。
2. 推论统计分析
推论统计分析就是通过样本来推断出总体。需要掌握的知识包括概率分布、中心极限定、如何用样本估计总体、置信区间、假设检验。例如,互联网常用的 AB 测试背后的原理就是假设检验,如果不掌握推论统计分析,那么连 AB 测试的结果也看不懂,更不用说完成一个 AB 测试实验。
除此之外还需要拥有数据分析思维,掌握一些常用的分析方法,包括逻辑树分析法、多维度拆解分析法、PEST分析法、对比分析法、假设检验分析法、相关分析法、RFM分类法、群组分析法、最终路径法等。
如今我在一家电商公司做数据分析经理,经过这两年的磨合,公司已经形成了完整的数据分析团队。在我刚刚加入的时候基本是从0开始的,那段时间非常的痛苦。后来我和一些做数据分析的朋友深入交流,慢慢的开始对电商业务有所了解,到现在已经拥有完整的数据分析团队。
1.整合全平台的数据(自有数据+行业数据+竞品数据爬取等);
2.二是提升工作效率,比如通过RPA软件实现数据自动更新到数据库,然后通过BI软件进行分析展示,同时在BI测设置权限分配,保证了数据的安全性;
3.三是扩展数据分析的深度,建立行业分析和竞品分析的指标体系和流程,分析店铺人群画像,复购分析后进行push,大促活动准备等等方面的工作,再后来直播带货兴起,也围绕各直播平台做了数据获取框架和分析流程等等。
以上来自我们一位从体制内跳出来转行数据分析师的CDA学员分享案例。
不同的行业对数据分析师的技能和要求都不一样,但是数据分析的思维是可以通过岗位不断磨练出来的。想转行数据分析的小伙伴,不妨结合自己的兴趣和能力,看看自己更加适合哪一类型的数据分析岗位。
也欢迎咨询我们制定具体的学习方案,获取更多有料案例!
数据分析咨询请扫描二维码
在当今高速发展的技术环境下,企业正在面临前所未有的机遇和挑战。数字化转型已成为企业保持竞争力和应对市场变化的必由之路。要 ...
2024-11-13爬虫技术在数据分析中扮演着至关重要的角色,其主要作用体现在以下几个方面: 数据收集:爬虫能够自动化地从互联网上抓取大量数 ...
2024-11-13在数据分析中,数据可视化是一种将复杂数据转化为图表、图形或其他可视形式的技术,旨在通过直观的方式帮助人们理解数据的含义与 ...
2024-11-13在现代银行业中,数字化用户行为分析已成为优化产品和服务、提升客户体验和提高业务效率的重要工具。通过全面的数据采集、深入的 ...
2024-11-13在这个数据飞速增长的时代,企业若想在竞争中占据优势,必须充分利用数据分析优化其营销策略。数据不仅有助于理解市场趋势,还可 ...
2024-11-13数据分析行业的就业趋势显示出多个积极的发展方向。随着大数据和人工智能技术的不断进步,数据分析在各行各业中的应用变得越来越 ...
2024-11-13市场数据分析是一门涉及多种技能和工具的学科,对企业在竞争激烈的市场中保持竞争力至关重要。通过数据分析,企业不仅可以了解当 ...
2024-11-13数据分析与数据挖掘是数据科学领域中两个关键的组成部分,它们各有独特的目标、方法和应用场景。尽管它们经常在实际应用中结合使 ...
2024-11-13在如今这个数据驱动的时代,数据分析能力已经成为许多行业的重要技能。无论是为工作需要,还是为了职业转型,掌握数据分析都能够 ...
2024-11-13在如今这个数据驱动的时代,数据分析能力已经成为许多行业的重要技能。无论是为工作需要,还是为了职业转型,掌握数据分析都能够 ...
2024-11-13作为一名业务分析师,你肩负着将业务需求转化为技术解决方案的重任。面试这一角色时,涉及的问题多种多样,涵盖技术技能、分析能 ...
2024-11-13自学数据分析可能看似一项艰巨的任务,尤其在开始时。但是,通过一些策略和方法,你可以系统地学习和掌握数据分析的相关知识和技 ...
2024-11-10Excel是数据分析领域中的一款强大工具,它凭借其灵活的功能和易用的界面,成为了许多数据分析师和从业者的首选。无论是简单的数 ...
2024-11-10在快速发展的商业环境中,数据分析能力已经成为许多行业的核心竞争力。无论是初学者还是经验丰富的专家,搭建一个有效的数据分析 ...
2024-11-10在如今的数据驱动世界,数据分析师在各行各业中扮演着至关重要的角色。随着企业越来越依赖数据决策,数据分析职位的需求不断增加 ...
2024-11-10在信息爆炸的时代,做出正确的数据分析方法选择变得尤为重要。这不仅影响到数据分析的准确性,更关系到最终的决策效果。本文将详 ...
2024-11-10在当今竞争激烈的市场环境中,准确地把握市场动态和消费者需求是企业成功的关键。数据分析以其科学严谨的方法论,成为市场研究的 ...
2024-11-09在数据驱动的世界中,准确的数据分析是成功决策的基石。然而,数据分析的准确性并非一蹴而就,它需要多种方法和步骤的综合应用。 ...
2024-11-09推动银行的数字化转型是一个复杂且多维度的过程,涉及从战略、技术、组织到业务的多方面综合考量。这不仅仅是技术层面的变革,更 ...
2024-11-09国有企业作为国家经济的重要支柱,在提升经济效益和市场竞争力方面扮演着关键角色。然而,面对日益激烈的市场竞争和复杂的经济环 ...
2024-11-09