【经验】避开就业难,一枚内向的数分人如何在2024年赚了50万

摘要:CDA持证人 Johnny我是2019年从一所普通的211高校毕业的,学的是计算机专业,性格一直比较内向。毕业后,我从事过不少技术类的工作,2023年尝试转到了数据分析岗,到今年正好入行两年。

CDA持证人 Johnny

我是2019年从一所普通的211高校毕业的,学的是计算机专业,性格一直比较内向。毕业后,我从事过不少技术类的工作,2023年尝试转到了数据分析岗,到今年正好入行两年。

马上就到年底了,粗略统计了下,发现我今年竟然赚到了50个W。欣慰之余也确实觉得很有成就感。我性格一直比较内向,所以接下来想和大家分享下内向的人应该如何入行数据分析。

一、为什么转行数据分析?

我之所以选择转行数据分析师,很大一部分原因是第一次离职后在找工作时,发现就业市场对数据分析师的招聘需求量比较大,而且薪资普遍都比较高!

以北京和上海两大城市为例:

根据职友集工资查询显示,来自近一年的4148份样本统计,北京数据分析师平均工资26300/月,其中月收入20000元-50000元占比最多,达60.7%。(下图是北京数据分析师工资占比)

根据职友集工资查询显示,来自近一年的3114份样本统计,上海数据分析师平均工资24200/月,其中月收入20000元-50000元占比最多,达49.7%。(下图是上海数据分析师工资占比)

以上只是我随手点开某网站查询到的数据。总的来看,不管是北京还是上海,数据分析师月收入中位数都处在20000-50000元,可见其收入十分可观。

数据分析师岗位需求量大,薪资待遇高,这是我当时选择这个行业的主要原因。加上本来就是学计算机的,在统计学、数据分析技术方面多多少少也有一些涉猎,所以对我而言,转行的难度其实并不大。

我身边也有些朋友本科是学经济、会计的,也都把数据分析作为技能来学习,CDA数据分析师一级是特别体系化地提升能力的标准化考试,以考代练,能力提升特别快。

二、如何学习数据分析?

所谓数据分析,说白了,其实就是一种思维。数据分析是一个从数据中通过分析手段发现业务价值的过程。这个过程的起点是获取一份数据,这个过程的终点是发现业务价值。

回想我学习数据分析的时候,看了很多教程,总结数据分析的步骤,大都是数据清洗、数据规约、算法选择等等,然后为了提升逼格,去学python,学机器学习和深度学习,图像识别也去了解。以至于在工作中,我拿到一份数据,像是八股文一样的对数据进行分析。

现在,我觉得,我们在对一份数据进行分析之前,一定要明确,我们的目的是什么,是业务上有什么问题需要我们去解决,还是说想通过数据优化我们的业务,提出建议。看似很简单的步骤,其实有着大学问。

1.分析之前要明确分析目的

数据除了数字本身之外,还必须包含数字的来源、度量方式、单位、代表的业务场景(即数据产生的上下文环境)等等,其中场景非常关键。

明确目的可以帮我们梳理思路,也可以更好地去展示我们的价值。比如,一个数据分析工作的流程是:领导先给我们一个任务,需要对我们的产品进行销量预测,然后我们去想,我们需要什么数据,拿到数据之后,怎么对数据进行分析,需要什么算法,涉及到不懂的业务,可以去问哪些同事,最后的数据分析结果如何验证。

2.要弄清楚数据的含义

当我工作久了,拿到一份数据后,习惯性的先浏览一下数据的整体,比如df.describe, df.head,简单的去空值、异常值之后就开始进行下一步了。我后来才明白,数据清洗并不是说去除不合理、不正确的数据就可以了,而是要了解数据,明确数据的取值所对应的含义。

不能服务于业务的数据分析是没有生命力的,不能产生业务价值的数据分析是徒劳无功的。因此,能否实现业务价值决定了这是否是一次成功的数据分析。而分析工作只是实现了这个过程的第一步,它通过分析师的视角将价值呈现于业务人员面前,分析的结果只有被业务人员理解,并最终通过业务人员的努力转化为业务实施,才可能最终实现价值。

3.关注失败案例

在工作中,我们经常会遇到数据分析的结果(比如销量预测),和实际情况远不相符的情况,错误的做法是直接去修改我们分析的思路、模型,最佳的做法是仔细分析这个不成功的案例。

比如,我们预测的下个月的销量是100,其实是10,这个反例其实是我们学习业务,纠正错误最好的时机,远比实际也是99更有价值。熟悉机器学习的读者可能会体会到,分类任务里,负样本往往比正样本要少,我猜原因可能是很少有人去关注错误。

对于失败的案例,一定要下更多的功夫,明确我们预测的100是怎么来的,实际的10又是因为什么原因,做好笔记,涉及到不懂的业务,直接去问相关同事,一定能获得启发,极有可能会发现我们预测算法的不足,提取出新的特征。

最后,我想说,数据分析师和算法工程师最大的区别是,数据分析离不了业务,离不开细节,同时,数据分析可以很简单,没有机器学习、深度学习一样可以,甚至简单的分析、图表反而更好!

不能服务于业务的数据分析是没有生命力的,不能产生业务价值的数据分析是徒劳无功的。因此,能否实现业务价值决定了这是否是一次成功的数据分析。CDA数据分析师考试对于求职很有帮助。在刷招聘软件的时候可以看到,很多企业在招聘时会注明CDA数据分析师持证人优先。这个证书含金量比较高,非常建议考过。

来源:CDA数据分析师一点号

相关推荐