京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者:接地气的陈老师
来源:接地气学堂(公众号)
又到了一年一度的年终总结+述职报告环节。有很多同学表示:有没有模板可以抄抄,今天它来了。
考虑到每位同学做述职的性情不太一样,有的想出人头地,有的只想交差了事,有的早就对公司不满恨不得马上离职。因此,我们今天会给几个个性化版本,大家参照自己的需求来写。
01、版本一:负分粗俗型
使用场景:想被领导骂的时候
范文:
我一年都好忙啊,都在写代码,写的啥我也不知道
写作要点:很多做数据分析的同学,其实没有什么项目经验,也没有正儿八经建模,每天都在做人肉sql机,跑一堆数。这时候会觉得似乎天天在忙,却不知道忙什么。于是容易一着急就胡乱写几句。
明明自己是做数据分析的,写的报告连个数字都没有。通篇只有“忙”“累”“多”“好多”“真他妈多”这种形容词。这种报告最容易被领导批斗,除了挨骂没啥好处,大家引以为戒。
02、版本二:交差了事型
使用场景:无欲无求,交作业了事的同学
范文:
写作要点:如果只是想交差的话,记住这个句式:我+完成了+XX任务。搞掂!这样可以直观清晰的向老板表达:交代的工作我做完了。为了克服版本一的问题,我们得把“到底这些代码是为了啥?”这个问题交代清楚。因此需要分门别类。
数据分析最常见的五种产出就是:临时取数,报表,专题报告,模型,数据产品。可以分开五部分来写。每一项工作,又有新建,更新,优化,迭代(删除/合并)四个状态,也可以分开写。这样看似混乱的日常工作,就能进行清晰的分类了。
有些同学会抱怨,说:我做了分类,发现我的工作90%都是更新报表,按照固定的格式输出报表day by day by day by了365个day……这实在没啥价值啊,写不出手啊!是的,如果真的工作只有固定更新,那真的没啥价值。今年的绩效考评就放弃吧,明年多问问自己,为啥平时如此安于现状,也不想着折腾点出成绩的东西。
03、版本三:锦上添花型
使用场景:想在领导面前留个好印象
范文:
2020年内,本人完成工作如下:
写作要点:想锦上添花,就不能光干巴巴说:我做了什么工作。而是得说:我创造了什么价值。同样是干活,领导从来更关心的是:谁的产出更大。但数据分析师和销售、运营、产品经理不太一样,有独特写法。
数据分析工作与销售的最大区别,在于数据分析是个辅助岗,打BUFF的。所以不能像销售那样直接吹:我为公司挣了1000万!数据分析工作与运营的最大区别,在于数据分析是个支撑岗位,不像运营那样抛头露面,能大吹:我们的活动吸引1亿次点击,拉动DAU增长30%。
作为一个辅助+支撑性岗位,你要是大喊:我为公司挣了1000万,销售和运营会一起跳起来说:没有我们你挣个屁。你要是大喊:我写了10万行代码,大家会一起骂:“你不写,谁写?不写滚蛋”。
因此,数据分析师想要体现成绩,关键是取得外部门的认可。因此,可以从如何助力、如何赋能、如何辅助的角度来说,比如:
请注意,这四点是有先后顺序的,顺序是:支撑≥避险≥增强≥建议。因为支撑类是最刚性的,无人可以扯皮的助力。比如双十一领导想看即时交易额,那就得做数据大屏,不做没得看。这个功劳独一份是数据的。
避险和增强都能反映到业绩上,但避险的认可度是高于增强的。这就好比,把一个60分的学生教到90分很难,但指出来“就是那个人考0分,拖全班后腿!”很容易。指出业务没发现的问题,砍掉两个项目,ROI立马提升。实际上,这也是财务、审计等部门在领导面前邀功的常用手段(有意思的是,他们也是基于数据分析得出:“要控XX费用”的结论的)。
增强类本身难做,并且需要业务配合,比如精准营销,比如产品推荐,比如需求测试,虽然看起来是数据做了很多分析工作,但脱离运营的优惠券,其实效果没那么大。所以很容易扯皮。
至于建议类,鬼知道你写的建议人家听没有。即使听了,从一个建议到最终业务产出之间,还隔着十万八千里呢。费用、落地计划、系统开发、页面设计、商品选择、分工合作、客服对接,哪个环节都比一个建议要重要。所以除非是有业务部门主动提出的:“这个建议很好”,一般情况下数据分析师不会主动炫耀所谓建议。
看到这又有同学说了:老师,我平时都从来不问数据有什么用,跑完数交了就完事了,到这我也不知道该怎么写。额,如果是这样的话,今年的考核就放弃吧。记得明年不要这么干了。
平时陈老师总是喋喋不休的,每个分析单元都会讲“这里可以这样结合业务,那里可以那样输出价值”就是备着这一天,以后看分析方法,不要光纠结数字怎么算,多看看落地场景哦。
还有同学说:老师,既然是要别的部门认可,人家不认咋办?本质上,解决问题的办法是正式立项,通过项目来解决问题。除了立项,还有个操作细节,就是多拍照,多发邮件。比如业务领导邮件回复了:分析的很好!good,截图为证。
比如双十一庆功会,大老板们在数据大屏前合影,good,拍照为证。比如在部门例会上做数据分享,good,拍照为证!总之平时多留证据,防止大家事后忘了提起裤子不认人。
04、版本四:绵里藏针型
使用场景:求职or在大老板前露个脸
范文:
写作要点:这里和版本三只有一个区别,就是自己给自己贴了个标签。并且这个标签是直观能理解的。有同学会好奇:这么一点点动作,能有大作用。有!当然有!上一个给自己贴大屏小能手的同学,才24岁月薪已经破3万了,哈哈哈。
因为述职汇报很有可能是向上上级汇报(比如面对大部门总监或者CTO,COO)这里就有一个问题:如何最快速的让外行理解内行。这是数据分析师从低级往高级发展必须解决的核心问题。
因为在外人眼中你就是个弄个数字,不懂行的人,是很难理解做hadoop与打算盘有什么区别,因此很难与你感情共鸣,也就很难认可价值了。况且这是面对老板,老板们下属很多,老板们的时间都很少,所以必须在最短时间内把自己价值展现出来,和老板建立感情联系,标签就是最好用的工具。
打标签的办法,就是从一个和老板最贴近的事入手,比如报表、大屏,报告。先打一个生活化标签,让老板回忆起来,然后再列数字。这样就能快速建立印象,又有数据支持,显得脚踏实地,效果非常好。
这一招在面试时也非常好用。面试的时候一般要面HR、用人部门直属领导,用人部门上上级领导,大老板,这几关。大部分情况下,只有直属领导才懂具体业务,其他的人根本不懂,也不怎么care(特别是hr,这些文科生就是在招聘需求里把spss和python写在一起的人)。因此用几个标签,快速建立印象,就很容易脱颖而出。
以上就是年终述职的连环套路。看完大家会发现,述职只是一纸文书。真正证明自己的,是平时的大量工作积累+认真总结分析。我们说,既要低头走路,又要抬头看天,即是如此。出来打工就是为了挣点钱,要多做让别人快乐的工作,才能更好地体现价值。想要自己快乐,还是去消费的好。很多同学看完可能很泄气,觉得今年平时没做好工作,积累的太少了。没事,至少大家现在看到努力方向,明年我们继续一起努力。加油!
——热门课程推荐:
想学习PYTHON数据分析与金融数字化转型精英训练营,您可以点击>>>“人才转型”了解课程详情;
想从事业务型数据分析师,您可以点击>>>“数据分析师”了解课程详情;
想从事大数据分析师,您可以点击>>>“大数据就业”了解课程详情;
想成为人工智能工程师,您可以点击>>>“人工智能就业”了解课程详情;
想了解Python数据分析,您可以点击>>>“Python数据分析师”了解课程详情;
想咨询互联网运营,你可以点击>>>“互联网运营就业班”了解课程详情;
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Python开发中,HTTP请求是与外部服务交互的核心场景——调用第三方API、对接微服务、爬取数据等都离不开它。虽然requests库已 ...
2025-12-12在数据驱动决策中,“数据波动大不大”是高频问题——零售店长关心日销售额是否稳定,工厂管理者关注产品尺寸偏差是否可控,基金 ...
2025-12-12在CDA(Certified Data Analyst)数据分析师的能力矩阵中,数据查询语言(SQL)是贯穿工作全流程的“核心工具”。无论是从数据库 ...
2025-12-12很多小伙伴都在问CDA考试的问题,以下是结合 2025 年最新政策与行业动态更新的 CDA 数据分析师认证考试 Q&A,覆盖考试内容、报考 ...
2025-12-11在Excel数据可视化中,柱形图因直观展示数据差异的优势被广泛使用,而背景色设置绝非简单的“换颜色”——合理的背景色能突出核 ...
2025-12-11在科研实验、商业分析或医学研究中,我们常需要判断“两组数据的差异是真实存在,还是偶然波动”——比如“新降压药的效果是否优 ...
2025-12-11在CDA(Certified Data Analyst)数据分析师的工作体系中,数据库就像“数据仓库的核心骨架”——所有业务数据的存储、组织与提 ...
2025-12-11在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01