优秀新媒体工具大全-媒帮派

常用
  • 站内
  • 图片
  • 动图
  • 视频
  • 图标
  • 头条
  • 百度
  • 知乎
  • 图片
  • 优质图库
  • 高清图
  • 高清图
  • 透明背景
  • 昵图
  • 图虫创意
  • 六图网
  • 素材公社
  • 站酷海洛
  • 闪萌
  • B7
  • 逗比表情
  • soogif
  • IconFont
  • easyicon
  • 创客贴
  • fotor
  • MAKA
  • 稿定设计
  • 叮当设计
  • 百度
  • 360搜索
  • 搜狗
  • Yandex
  • 谷歌
  • 微软PPT
  • 设计铺
  • 第1PPT
  • 优品PPT
  • 谷歌
  • 360翻译
  • 有道
  • 微软
  • 企业
  • 合同模板
自媒体大V交流群【微商】导航已上线,点这里查看【网站建设】导航已上线,点这里查看

35岁,零基础,转行数据分析难不难?

35岁能不能转行数据分析

这是老生常谈的问题了,尤其是今年各行各业都不景气的情况下,转行数据分析的人空前的多,但是往往很多人都没有基础,因此对于这个行业望而却步。

不过实话实说,超过30岁确实有点晚了,不过我也说过,数据分析看的不是你有没有基础,而是你有没有实际的业务经验,这才是你最大的财富。

35岁,零基础,转行数据分析难不难?

首先我先要说一句,转行这件事需要谨慎再谨慎!35岁说实话已经很难转行了,但如果你真的要转,我只能提一些建议,但是自己还是要考虑清楚,数据分析已经不是以前那么火了。

你的优势?

相信你如果34岁之前做的工作不算太差,那你手中的业务经验应该是远超一般数据分析者的,这算是仅有的一点优势吧。

因为对于数据分析这个行业来说,技术真的不是最重要的(虽然说技术做到头还是非常难的,因为数据的坑纵深很大),但是相比之下,业务更重要,再牛逼的技术,如果没有业务的赋能,就基本上是形同虚设。

企业想要实现盈利是要通过业务来增长的,投入就要有回报,所以数据分析一般需要对业务理解有着很高的要求,业务赋能的价值是非常大的,这东西不是简简单单学几个语言就能有的。

35岁,零基础,转行数据分析难不难?

而且,业务分析的价值是要绑定在行业上的,你所在行业的发展越好,你所积累的价值就是越大的,你每一次分析的经验就会不断增值,这可不是那种青春饭能带来的。

上面说的是业务的重要性,下一步就是如何将业务经验落地到数据分析上。

35岁,零基础,转行数据分析难不难?

扩大你的优势?

35岁,零基础,转行数据分析难不难?

你需要做下面这四件事情:

1、吃透业务分析需求

所谓吃透分析需求,就是对业务的需求进行深入理解,一方面是看需求是否合理,另一方面是对需求的全面思考。

先想清楚,业务的需求真的需要解决吗?真的重要吗?真的能实现吗?真的有价值吗?所以要对业务提出的需求进行深度挖掘,直到这个需求真的对其有价值。

其次,业务的需求往往是某个具体问题,零散而片面,所以我们要进行系统化的、全面的需求分析,从全局的角度引导业务分析的需求。

2、建立分析体系

确定分析指标:首先是指标先行,梳理出你需要的指标,建立起指标库,原则是要确定核心指标、剔除虚荣指标、尽可能简化指标;

35岁,零基础,转行数据分析难不难?

生成需求指标:很多指标可能并不是直接就有的,比如重度访问用户的占比,就需要组合访问时长和UV这两个指标,形成一个新指标。

建立分析框架:原则是要从指标的角度出发、从业务的角度出发、从流程的角度出发。

35岁,零基础,转行数据分析难不难?

选择合理工具:一般分析体系都需要在数据分析工具中呈现,常用的就是各种BI工具,比如FineBI、Tableau等等。

35岁,零基础,转行数据分析难不难?

3、了解业务逻辑

把分析体系搭建起来后,与业务部门一碰撞,发现还是不能完全满足需求。这种问题,本质上业务逻辑却是,由三部分构成:

假设:业务方对问题的猜想。

证据:能支撑猜想的论据,包括数据、事实、逻辑推理等。

结论:基于假设+证据,论证产生的业务结论

当明确了分析什么样的指标、满足业务什么样的需求后,我们就要考虑整个业务的模式和逻辑,要关注用户角色、运营角色、信息、渠道等,以及他们之间的流转关系,以求用最高效的方式满足户需求。

比如微信解决用户的社交需求,其产品定位是社交APP ,所以在它的产品形态上主页即是与好友的消息列表,可以方便地与好友进行互动。

35岁,零基础,转行数据分析难不难?

4、分析结论和成果要有明确的业务指向

业务人员看你的分析结论,是要能够马上采取对应行动的,这才是数据分析的根本目的。因此你的分析结论切勿罗列数据结果,一定要有明确的指向性。

就拿报表需求来说,你的报表分析没有任何的逻辑,没有回答业务的疑问,没有加入业务的思考,就完全是一张废纸而已,业务想要的其实只有一句话:“我该怎么办?”

所以,做数据分析,要从具体问题出发,到一个指向业务的行动结束。想要超出业务期望,当然得了解具体业务期望是什么,解答他们的问题,帮他们发现更深层的问题。

35岁,零基础,转行数据分析难不难?

你需要做什么?

35岁,零基础,转行数据分析难不难?

上面只是你的优势,你的劣势就是你的数据分析基础约等于0,所以你需要做这么几件事:

1、认清行业

我认识很多人都是想要转行数据分析的,有的人是从事传统行业的,有的是做财务销售这些的。

首先要明白核心的一点,数据分析技能现在已经变成了通用技能,无论是是不是想要做数据分析师,都应该具备,在企业的产品、运营等岗位上是非常有帮助的。

其次,我们再说要准备什么,首先就是选择一个行业,先理解自己所在行业的商业模式,明白流量数据的真正关系,明白商业模式是如何通过数据拆解来体现的,然后规划你在这个行业里的职业发展路线。

2、准备一些必要的东西

简单来说,目前数据分析所需要的几个硬要求:学历、专业、经验、技能

35岁,零基础,转行数据分析难不难?

数据分析对学历专业要求真得不高,但是金融行业对学历卡的比较死

努力提高自己的专业水平,这是硬杠杠,需要去学习一些数据分析的基础能力

经验这块确实非常关键,但一些初级岗也是愿意接收一些转行人士的,但恐怕不适合你

技能的话不等同于能力,而是说学个BI工具或者学个语言之类的

3、学习一些必备的知识

了解统计学相关知识:百分位数,箱线图,标准差,皮尔逊相关系数,贝叶斯定理,正态分布,卡方分布,假设检验等。

初步了解运营数据指标渠道转化率:PV 、UV、留存率、流失率、复购率、GMV等,了解google analytics、百度指数等网站分析工具

熟悉SQL语法:比如Mysql数据库

熟悉python数据分析常用库,或者是学习一个BI工具,finebi、tableau这种

熟悉office软件:精通excel,常用函数与数据透视表等

初步了解机器学习常用模型:决策树、RF、聚类等,能够手推最小二乘法

有用(1)

标签:

文章来源于简书。原文链接请点击 这里
文章版权归作者所有。如作者或来源不同意请直接联系小编删除。
本文地址:http://123.meibp.com/article/6540.html

本类最新

文章分类

新媒体QQ群

新媒体工具交流群

871678631(点击加入)

本群只做工具应用交流,广告即踢

wechat

媒帮派

媒帮派-一站式新媒体运营助理

微信号:MeiBP_com