京公网安备 11010802034615号
经营许可证编号:京B2-20210330
搞创意和策略的人,想转数据分析肿么办
搞创意和策略的人,想转数据分析肿么办?
你学新闻传播出身,做互联网数据是不是特别难?
你这是转行吧,原来的东西是不是浪费了?
你觉得我能做数据分析吗?
你觉得我应该如何做职业选择?
……
笔者经常在生活和工作中被问到以上问题,而基于这些问题笔者在本文中讲述了自己对职业的理解。
(1)懂策略懂创意,对数据分析非常有好处:
数据分析主要分为三种:业务分析师(就是不论文理出身其实都很容易做的)、建模分析师、数据工程师。一看就能明白,这是从距离业务的远近来分的。
我刚入行的时候做的是业务分析师。这样的分析师做报告之前,其实要先跟客户询问你们投放广告的策略是什么,希望达到什么样的效果?我们甚至会做前期调研:这个客户在什么行业,在行业的什么位置,行业的发展前景如何?有点类似于咨询。这样的分析师对数据的知识积累要求不高,甚至广告学、营销学出身的比统计学、数学出身的更容易在这个行业混开,因为沟通能力、表达能力对于分析师来讲更重要。
如果你想要往第二阶段建模分析师走,就要比较偏后台。这样的分析师不直接对接客户,主要进行模型建构。可是建模也要了解客户在做啥,怎么用模型,怎么做权重吧,所以还是要懂业务哒。
最后的工程师就是整天写代码的啦,相对来讲不那么懂业务也没关系。不过讲真,从我跟工程师沟通的经验来看,真正让人觉得NB的工程师,也能够迅速了解客户的业务:这样的工程师跟完全不懂技术的人沟通起来完全不费劲;而有些工程师完全是自己的那套说话逻辑,也不管你听不听得懂。
总之,如果有好的沟通能力、理解能力、表达能力,是很好的积累。另外,独立思考(或者说批判性思维critical thinking)的能力在任何工作中都十分重要。什么叫分析?不就是思考以后得出一个结论么?那么思考的逻辑链条好不好,靠的就是这个能力。
(2)锻炼能力比做什么工作重要太多。
说到这里你会不会觉得我刚才说的各种能力其实是一些普世性的能力?我工作快三年的一个经验,前三年就是要把这些基础的能力锻炼好,无论你在什么行业都一样。
沟通能力:其实很多人问我学新闻传播出身,是不是转行转的远,我觉得一点都不远啊,我对接客户的能力就得益于我以前采访的关系。
刚才说的独立思考的能力也一样,做新闻报道,还是你看到数据如何解读,都需要。非常简单,你不能看到客户的数据里广东网民占比高,就说受众以广东为主,因为全国网民比例看,广东网民占比先天高啊。这就是独立思考的意识。包括在工作里,总有你不懂的,问谁,问完之后直接相信还是需要核证,如何核证,这些都要判断。这都需要独立的思考。
独立思考带来的是解决问题的能力。所有的工作,你的老板或者上司请你来,都是希望你帮忙解决问题。你解决问题的能力决定了你的价值。当然有问题可以跟周围的同事请教,但逐渐你会发现自己能独立解决的问题的能力真的在提高。比如我以前很怕一个人旅行,都是要朋友安排好,现在也可以把事情规划清楚了,这种不是你学会了一项技能,而是整体解决问题的能力提升了导致的。你会在工作里发现,有些时候大家觉得很难的事情,有的人四两拨千斤,能想出妙招,这样的人就是解决问题的能力非常强的人。当然,是不是每个人都能成为这样呢?我们可以这样努力,但我觉得每个人天赋不同,不必苛求。不是所有问题都要自己一个人承担,那么如何整合资源帮助自己把问题解决掉,就也是很重要的能力咯。
具体到日常,项目管理能力是非常落地的一个能力。对于刚工作的(像我这样有拖延癌的)人来说,是非常需要锻炼的能力。这种能力,其实一个行政专员如何把老板的日程安排好,一个记者如何完成一篇大稿子,一个建筑工程如何按期完成……多大多小的工作,什么样的岗位,都可以锻炼到的。
所以我觉得刚工作的时候,很多人目标不是很明确,或者自以为目标很明确但发现总是一时一变。我倒是建议,不要着急确定某一类的工作,而去集中锻炼这几方面能力,锻炼的同时,寻找自己的兴趣点,基本三年以内也就能settle down了。
(3)学习学习再学习。
哈哈哈,感觉很鸡血。但是真的是。相比于所有所有上面的能力,学习能力和学习的热情是我觉得最最重要的。
其实我觉得settle down是很多人期望的状态,也是很多人已经感受到的状态。但作为一个疯疯癫癫的射手座,我觉得太早settle down没啥意思。而最近一个特别大的感受就是,没有人能够做出一劳永逸的事情。
你看小时候大人说,长大了就好了;学习累了,家长说,考上大学就好了;可是你发现考上大学之后,还要给自己催眠,工作了就好了……单身的时候,以为恋爱就好了;恋爱有了问题,有人觉得结婚就好了;结完婚要是还不太好,假装骗自己生了孩子就好了……
其实“怎么怎么样就好了”这个句式压根就不成立。慢慢长大的感受就是,人生真的TM是一场修行啊,你解决了一个问题就有一个新的问题,你打死了一个怪就会又来一个!想想有点绝望,但也很有意思啊!我从来不喜欢打游戏,大概是因为人生这场游戏我已经打得太努力吧。
额,扯了这么多,我是想说,既然没有问题可以一下解决,那就要一直学习。很多人会把自己入了某一行、做了某一种工作当成一个结果。其实这真的只是一个开端。
拿我自己说,我对用数据研究媒体这个行当很感兴趣,但是做了这么久,发现自己能触及到的不论从深度还是广度都还差很多。我主要做互联网研究,那么传统的调研里面的门道(偏咨询)我懂得还很少;最近我们组被拆了,我被分配到IT项目部门,我又发现,对于IT项目里的计算机背景,我又弱得不行;从项目管理角度,我以前只需要看一份报告如何完成,如何协调资源,现在做IT项目,前端,模型,数据可视化,联调……是个更大的工程,还要学会站在产品经理的角度上想问题……我就发现自己简直是个从头学起的小白。
尤其在互联网行业,你学习的速度永远赶不上世界变化的速度。所以保持学习的热情、动力,提升学习的能力真的非常非常重要。人们很喜欢收藏和分享很多学习方法的内容,但很少有人真的去学。我不想推荐什么学习方法,因为每个人的学习方法不一样(比如我这种奇葩就选择工作以后参加学术会议去学习,哈哈哈就是赤裸裸的炫耀啦哈哈),每个人只有努力才能找到属于自己的方法。
付宇骄
90后文科生,射手女。学了6年新闻传播专业,从中国人民大学研究生毕业后成为营销数据分析师。曾在中国最领先的大数据公司AdMaster和有“营销界的小米”之称的Social Touch工作,工作三年后即直接向VP汇报。工作后将方法论总结成论文,2016年赴新西兰和香港参加第八、九界国际广告公关论坛并发表演讲。2017年创办数字营销分享交流学习社群,定期举办活动,尝试解决“做营销的人不懂数据,做数据的人不懂营销”的问题。同年,品友营销研究院、中国CDA数据分析师认证机构分别聘请她为数字营销行业讲师。
付宇骄老师课程推荐
点击阅读原文,或扫描下方二维码了解课程详情
大神一对一
想跟付老师一对一交流?在学习中接受付老师的学习指导?直接交流互动请扫码添加付老师微信
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15