高校教师|心得总结:一名优秀的数据分析专家的能力模型


高校教师|心得总结:一名优秀的数据分析专家的能力模型


源/空白女侠
这两年无论是校招还是社招 , 数据分析岗位变得越来越卷 , 两级分化的差异也越来越大 。 不少应届生吐槽找不到数据相关的好工作 , 千军万马过独木桥 , 也见到过今年校招pointer拿到令人惊讶的40w、50w、甚至是60w的校招数据/策略offer 。 薪资一下子就碾压工作4-5年的数据后浪们 。
一部分人过得水深火热 , 一部分人又平步青云 。
一部分人觉得数据相关职业太过内卷 , 竞争激烈 。 一部分人又觉得数据相关职业至少比传统岗位好 , 在未来数字化时代下 , 各行各业都需要数据分析从业者 , 十年内都不会失业 , 是妥妥的朝阳职业 。
但有一点大家形成了共识 , 那就是随着数据从业者越来越多 , 向上通道变得越发激烈 。 什么意思呢?通俗来讲 , 你想从数据分析师往上升职 , 没那么容易了 , 是超级难了 。 如果你想从数据分析师成为一名数据分析专家 , 那可能不仅仅需要扎实的数据技能功底 , 还要考虑各项综合能力 , 你才有机会往上走 。
这让我不禁思考一名优秀的数据分析专家需要有什么样的能力模型呢?
到底什么才是你成为数据分析专家的差异化特质?
作为曾经的商业分析总监 , 我结合了这几年对数据行业的观察做一些思考:如果把自己比作一个身在江湖的剑客 , 如何才能做到人剑合一 , 成为独孤求败般的角色 , 按照传统武侠小说的套路 , 一个优秀的剑客 , 必然既有外功又有内功 。 外功分为招式和兵器 , 而内功分为心法和气功 。
而这些能力的综合正是一名数据分专家所需的能力模型 。

01
招式:懂商业(业务能力)
外功更偏重于技能 , 首先需要懂招式 , 即懂商业 , 数据分析最终是为业务服务的 , 无论是互联网企业准求的用户增长和UJM分解 , 还是传统企业追求的降本增效和精细化运营 , 最终都是为了更好的识别业务问题 , 寻求解决方案 , 提出落地建议 。 如果不懂招式 , 在雄厚的内力也施展不开 。 具体来说 , 懂业务包括三层的业务含义:
LEVE1 , 业务洞察:能理解各行业的业务特性和业务场景 , 分析业务指标波动背后的深层原因 , 评估经营现状 , 识别经营风险 , 洞察经营机会 。 (数据分析师)
LEVE2 , 策略分析:从客户价值的角度 , 理解公司的商业模型 , 业务的核心策略 , 能从市场环境、行业竞争和公司经营角度 , 利用数据解析现状 , 为公司的经营发展提供策略性建议 。 (策略分析师)
LEVE3 , 战略布局:能站公司战略以及行业发展的角度 , 从决策者的角度思考公司的商业模式 , 行业的发展趋势 , 理解公司的业务定位理解 , 探究未来的业务增长价值 。 (商业分析/战略分析师)
曾经有人问过我一个问题 , 成为一名数据分析专家 , 是比业务更懂业务吗? 。 我便反问了他一个逻辑问题 , 如果数据分析专家比业务更懂业务 , 为什么他仅满足于给业务提建议 , 而不是实际深入业务指点江山呢?如此说来 , 是不是每个做数据分析的最终归宿都是做业务?
当然不是 , 在我看来 , 数据分析专家之所以存在的理由 , 并不是因为他需要比业务更懂业务 , 比高管更懂战略 , 若真如此 , 岂不是高管和业务都双双失业下岗?数据分析专家真正的核心价值 , 在于站在业务和高管的视角上 , 通过数据的思维 , 去发现业务的内在价值 , 去洞察战略的未来方向 。

推荐阅读