---

只要有坚强的持久心，一个庸俗平凡的人也会有成功的一天。

数据说·梦想季

转型到数据分析师

Transformation data analysis

●●●●

作者：红星

简介：中国商业联合会数据分析专业委员会专业数据分析师，注册项目数据分析师，中国计算机学会专业会员，目前在国内五百强金融公司从事企业经营分析及规划战略分析工作，多次对大数据协会、数据沙龙等活动提供数据决策方针！

前言

大家好，继上一篇跟大家聊的《我为什么选择了数据分析》，其实我们所说的“数据分析”可以说是有关“数据”类岗位的总称。即通过分析“数据”发现业务问题，洞察商业机会点，为运营活动、业务增长及企业发展等提供合理建议及支持与指导业务发展。

 

然而，我所理解的数据分析师职责主要有以下几点：

第一、帮助企业理清、看清业务现状（即常见的搭建数据指标体系等）；

第二、临时性或者定期性的分析某个数据指标变化原因，这个很常见，但也最头疼，有时还没分析出原因，指标可能又变了，值得注意是需要识别这里面的伪需求（数据本身有波动，什么样的变化才算是异常波动？一般以[均值-2*标准差，均值+2*标准差]为参考范围，个例活动则另当别论）；

第三、针对某个事件做专题分析，分析可大可小，根据需求方（也有可能是数据分析师自己）而定，领导提出的专题分析相对更难、更有水平一些、更需要重视；

第四、深层次解释关系和预测未来，这个技术难度和业务理解水平要求相对更高一些。如影响GMV的关键因子是什么？这里当然不是显而易见的付款用户数和客单价，而是需要探索的隐性因素；再如，预测下一个季度甚至是一年的GMV，以及如何达成？等。

 

总的来说，数据分析主要是与数据打交道，但数据分析≠分析大数据，所以大家不要对这个职位产生恐惧感，只要转行的过程中锤炼个人必要技能的，保持良好积极的心态，成功转行并不是你想象的那么难。

那么，我们接下来继续聊一下，在转型数据分析师过程中一些比较细节的方面，供大家参考哈。这里一共分为六个部分进行阐述：

一、定位-下定决心

转型一定是一个严肃的事情，就好比高考作为人生的一个重要节点一样，转型不仅意味着从一个新的起点开始，同时意味着要承担从未有过的压力和风险。当然，高风险背后往往回报也是比较可观的，这一点等会会提到。

我为什么要决定转型？为什么决定要入行数据行业？在上一篇推文有提到，我们简单回顾一下吧：

第一、我认为我的性格非常合适做数据分析：好奇、充满热情、喜欢思考；

第二、数据分析这个职位，干得好的，钱还真不少；

第三、未来自己定位在于数据科学家这一类的专业岗位。

那么，定位想清楚了之后，下一步就是要行动了。所谓万事开头难，迈出第一步很重要，有个朋友问我，什么时候行动比较好？我跟他说，种下一棵树最好的时间有两个，一个是十年前，第二个就是现在，现在行动，马上行动，立刻行动。如果你决意要开始改变的话。

那么应该如何行动？我们先要找到自己的目标。目标从哪里找？从市场里面找。

二、踩点-看市场水平

要想找到自己的目标值什么价位，我认为最好的方式是直接去招聘市场去看。下面我们直接通过在某个招聘网站上面摘取下来的数据，看看【数据分析师】这个岗位的市场价大概在什么样的水平？

 

三、储备-多条求职渠道

 

为了拿到一个更好的OFFER，我同时找了好几个求职渠道，来增加成功面试的概率：

第一、网易云课堂报名课程后如果通过考核，可以有网易内推资格，所以我报名了网易云课堂的课程，并且在学完半年之后，顺利拿到优秀学员证书，争取到内推资格；

第二、通过帆软BI考证，拿到FCBA证书,争取到内推资格；

第三、通过CPDA协会，争取内部资源的内推资格；

第四、通过人力中介，委托其简历寻求内推资源；说到这点，很奇怪的是，卖保险的朋友居然开始做起了中介，至今我还没想明白为啥还能保险还能做这个副业。

第五、在招聘平台上面发布简历。当然就是各种网络招聘的平台啦。

四、出击-简历投放及改进

简历怎么投？或者说怎么让投出去的简历更有“杀伤力”，提高从简历到面试的概率呢？有几种办法供参考：

第一、考一个证书

有一个证书，会让你简历上给你加分，至于加分的多少，更多是取决于实际面试的表现。目前国内数据分析行业还没有绝对权威的证书，这里举两个证为例，就是CPDA和CDA。很多人问我，CPDA和CDA有什么区别，怎么选，我觉得，如果是本身学会的技能就比较娴熟了，需要一套整体的思维观，可以考虑CPDA，如果是本身技能就不太熟的话，那么可以考虑CDA。在证书方面，CPDA目前有的是工信部授权许可的证书，CDA只有自己的证书认证，在权威性上看，CPDA是比CDA要好的。

很多朋友说拿了证，人家不承认，就说这个证没有用。事实上，人力并非十分精通行业行情，甚至专业部门也不是很清楚证书的事情，这需要你去包装、去推销这个证书甚至是推销自己的能力。你可能会问，我是做数据的呀，为什么还要弄推销？事实上，数据部门经常需要对接业务部门的需求，那就需要沟通的能力了；数据部门需要推广数据指标的实行，这需要说服业务部门接受新指标，这就需要谈判的能力了。所以不是证书不好使，而是你怎么使的问题。

考证的周期，一般是三个月到半年。如果是零基础的话，可能需要一年甚至更长的时间，这是必须的，本来在工作之余抽时间出来学习就已经是极为不易，还要去考证，这考验的是转行的决心和意志力呀。

第二、提取核心技能

简历上，重要的信息一定要放在最醒目的位置。核心技能，就是重要信息里面的一类，那么核心技能有哪些呢？

（1）工具。前期通过学习和储备下来的工具技能，不用客气，全部写上去，数据处理的Excel、Python、R，数据库的SQL、Hadoop、SPARK，数据建模的SPSS，数据可视化的Tableau、FineBI等等等等。

（2）模型。从过往的经验中提取数据模型出来，模型是数据分析的精华成果，客户群体分析的RFM模型、市场分析的巴斯模型、价格敏感性分析的PSM模型、拉新转化的漏斗模型或者AARRR模型，等等等等。

（3）成果。在你负责过的项目里面提取与数据有关的部分，作为你的业绩或者成果进行标示，尤其注意的是，成果应尽可能的和岗位JD联系在一起，或者和你的核心技能联系在一起，从这点来说，岗位JD需要花功夫去研究一下，还记得之前提的吗，海投是大忌，如果要真正提高简历的筛选，那么应该针对每一个公司去“量身订造”一套简历。

第三、杀手锏

极大的给简历加分的选项，我们可以称为“杀手锏”，那么我们有哪些“杀手锏”可以提前准备呢：

（1）刚才提到的证书；

（2）准备一份可视化成果，口说无凭，你需要准备一份实打实的、能体现你实力的数据报告、或者是数据可视化看板，都会是特别实用的“杀手锏”。从这点来说，这份可视化成果一定是你自己动手做一遍的成果，否则面试的时候面试官一旦问到成果里面的细节，如果你答不出来，那么面试官会认为你在弄虚作假，这反而会给你减分。

（3）与众不同的简历风格。既然做习惯了可视化的，那么应该能自己设计一套与众不同的简历，前面提到了，分析师应该学会“包装”的技能，而怎么通过“差异化”的方法来突出自己的简历，是值得思考的。例如，有哪些维度可以突出重要的信息呢？那就是——位置、大小、颜色、顺序等等。引申出来就是，你的重要的信息是不是放在最显眼的位置呢？是不是调为最大呢？是不是最显眼的颜色呢？等等。

第四、投简历的时机

这个因人而异，如果是实力比较厉害的种子选手，那么可以无视时间的因素，分分钟有猎头找上门；如果是实力一般的选手，我觉得应该慎重考虑一下时机，尽量在对自己有利的时机去切换赛道，通过“借势”来实现转型这一目的。

我是怎么通过合适的时机呢？我在猎头网站上面挂了自己的简历，然后猎头过两天会给我打电话。有时候一天一个，有时候两天一个，有时候一天三四个。突然有一段时间猎头天天给我打，我就意识到，这是该出手的好机会了。最后顺利斩获了三个OFFER，注意哦，这是转型的OFFER。

五、重复-不断面试与总结

都说万事俱备，只欠东风。那么这个“东风”就是，不断的重复、不断的总结、不断的尝试。没有一次成功不是通过数不胜数的失败来铸就的。所以，我们需要通过实战，一次次累积经验，终究会看到成功的曙光。

生活往往也是充满了惊喜，当你觉得比较稳的时候，人家一个电话告诉你，你的表现本来是很优秀的，可惜临时被另一个内推的名额占掉了。那怎么办？只能重新找了呗。当你觉得希望渺茫的时候，人家一个电话过来告诉你，面试成功通过，聊一下薪资的情况。所以，这个过程起起伏伏，跌跌撞撞，个中艰辛，只有过来人才能体会得到吧。

另外多说一句，为了能在背调中有个好结果，不管你和前公司闹得多么不愉快，都不要破罐子破摔。留个面子，日后江湖好相间。

六、达成-通过试用期完成转型

在这里提一点的是，转型后的新工作，必然是十分难受和不适的，因为你接触的是以前没接触过的工作内容和岗位职责，这时候你要做的，就是咬牙坚持下来，坚持到完成试用期。

我在试用期的时候，几乎每天加班到公司最后一个离开办公室。每天最早一个到，最晚一个走，已经成为常态，即使是现在，已经试用期结束了半年左右，为了让工作的条理更加顺畅，还是有一些必要的加班。转型嘛，没有阵痛是不可能的。所以，当你决定转型的时候，你要相信自己，因为敢于作出决定的人，注定是不平凡的。不平凡的人生，充满挑战及乐趣。

结尾

每个人工作经历、目标城市等都有所不同，所以并不是每个人都那么轻松的转岗到数据分析师。所以，以上提及的经验只是几个方面，是否愿意执行、学习、下苦功夫和吃透，才是职业转行真正的道路。

日日行，不怕千万里，常常做，不怕千万事。愿各位正在转型或者想要转型的朋友，在新的一年，都能实现自己的心愿。有不同的观点或者有不一样经历的朋友，可以留言，谢谢你们！

数据说·梦想季       

end

图片来源于网络

若好的建议和想法，欢迎在下方留言

我们将尽其所能打造数据分析交流的理想之地

查看评论