京公网安备 11010802034615号
经营许可证编号:京B2-20210330
突如其来的疫情,让全球经济遭受波及。据悉,与经济相关的消费、投资、出口面临巨大冲击,导致电影、餐饮、交通运输、零售、旅游、制造业、原油及大宗商品、进出口、房地产等行业低迷。
为平稳过度,企业纷纷采取降薪、冻薪、裁员等策略,其中不乏全球知名企业、欧洲各大足球俱乐部、钱多牛气的美国名校。
▼
1德勤美国欲裁5300人,之前德勤加拿大已裁掉200人。
2KPMG为避免大裁员,采取削减股权合伙人薪酬近17%等措施。
作为发展中国家,中国为扶持国内企业成功“渡劫”,出台了各项政策。而企业本身为留住青山,生存下去,降薪、冻薪、裁员亦成为多发和常见的事情。
▼
1携程CEO和董事局主席实行零薪,公司高管层自愿降薪,最低半薪。
2海康威视则宣布取消所有餐费补贴、小零食、过节费等福利。
俗话说:覆巢之下安有完卵。互联网等行业的一些龙头企业,降薪、冻薪、裁员等闹得沸沸扬扬,人尽皆知。
截止发稿日,虽然北京突发了一些状况,但整体来看各地的疫情均趋于平稳,全面复工复产及神兽们复学,已按部就班进行着。
形势好转,可复薪没提上历程,涨薪更遥遥无期。
你的行业受疫情影响大吗?
疫情对你的职业有冲击吗?
我们如何方可复薪涨薪呢?
面对这些问题时,我们不妨思考下自己拥有什么新砝码?如果没有,建议不妨学习些专业技能,充电后再协商涨薪,或重新找高薪的工作。
对于很多岗位而言,人才需求缺口巨大的数据分析技能是不错的选择,掌握些实用的数据处理技巧和分析工具,是极好滴!
数据分析的前景
2020年是个特殊的年份,年轻人将遭遇更残酷的就业竞争,中年人则面临着更多职场危机。
不管你愿不愿意,每个人各方面的压力,都将越来越大。然而,值得庆幸的是,这个时代仍然稀缺优秀人才,尤其是业务能力和数据分析能力过硬的从业者。
只要你勇于尝试新变化,学习新技能,提升职场综合竞争力,将自己打造成精金,就无需再害怕恶劣环境,因为金子在哪都能发光。
随着大数据时代的来临,对数据处理和分析的能力,成为职场人士的标配技能,这个技能点发挥出的魅力,能将一个普通职场人塑造成精英。
这里针对一些常见岗位,经常会遇见的困难,来分析下数据分析的发光点在哪?为什么能帮你把降掉了薪水拿回来?
运营工作
面对的困难:工作杂,啥领域都涉及,难以定位差异化方案;
——数据分析技能发光点
活动上线前做A/B测试,通过数据反馈结果,验证活动是否符合预期;活动上线后,分析实时数据,调整推广节奏和动作。
产品工作
面对的困难:不知道如何拆解数据指标,多维度衡量产品;
——数据分析技能发光点
用数据来分析用户行为,挖掘用户需求;用数据分析技能去监测用户行为、测试产品功能,促进产品迭代。
市场工作
面对的困难:不会分析,只会统计;
——数据分析技能发光点
收集每个渠道的投入,用数据分析来分辨渠道资源的效果,对比各大渠道对业务的影响,从中找出最优渠道。
金融工作
面对的困难:自学难,遇到分析问题无人请教,在知乎、百度寻找干货,但无法套用到实际工作中。
——数据分析技能发光点
运用数据分析的技巧和概念,完成金融分析中数据收集、数学计算、结果可视化等典型的复杂任务,快速反应,为决策者提供实时的宝贵意见。
财务工作
面对的困难:上万数据,Excel操作繁琐,复制粘贴既浪费时间,又容易出错。
——数据分析技能发光点
遇到数据上万的项目,用数据分析利器Python完成庞大的税务数据存储、统计与管理,做公司整体财务分析报表、支出预测,节约时间和人工成本,秒杀Excel。
以上只是冰山一角,
大家需在实际工作中,
通过切实运用各种,
数据分析技巧和工具,
助自己摆脱繁琐工作,
赢得专属的职业主场。
CDA热门课程推荐
【商业数据分析师】课程
商业数据分析师
在线自由学习
零基础
零基础入门商业数据分析,
产品、运营、市场人士
进阶必备
【业务数据分析师】课程
业务数据分析师
周末班
零基础
基础薄弱人士,
想借助数据分析提高工作效率
的产品、运营、市场、
销售、管理等岗位
【大数据分析就业班】课程
大数据分析就业班
远程班/面授
零基础
零基础脱产学习
适合数据挖掘兴趣爱好者
及转行人士
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