数据分析网(数据分析网络安全编程)


【点击查看】低成本上班族靠谱副业好项目 | 拼多多无货源创业7天起店爆单玩法

【点击查看】逆林创业记 | 拼多多电商店铺虚拟类项目新玩法(附完整词表&检测工具)

【点击查看】逆林创业记 | 小白ai写作一键生成爆文速成课

领300个信息差项目,见公众号【逆林创业记】(添加请备注:网站)

很多同学都在思考职业发展路径问题。最近咨询陈老师的也很多,一个很普遍被问到的,就是:数据分析师的红旗,到底能打多久?今天集中解答一下。还是陈老师的一贯风格,不吹不黑,客观说事。我们一起来看看,数据分析师们最纠结的五个问题:

▌问题一:数据分析会不会被AI取代?

答:不会!

所谓的“AI/人工智能/智能BI/ChatGPT会取代数据分析师”,正是来自对数据分析工作的不了解。在不懂行的人眼里,数据分析师和算命大师没啥区别,不需要数据采集、不需要数据清洗、不需要数据治理、不需要分析建模、不需要积累经验、不需要你测试验证。

只要眉头一皱、掐指一算,咒语一念,符咒一烧,算盘一拨,天上咔嚓一道炸雷掉下一道圣旨:明年业绩1257亿!这就算分析完了。

在不懂行的人眼里,ChatGPT、人工智能、数据分析、算盘、《周易》没啥区别,反正过程他都看不懂,最后咔嚓一声能出个好牛逼的结果。有这种幼稚理念数据分析网,当然会觉得人工智能会取代数据分析了。

而实际企业面临的数据问题是:

1、没有数据:新业务急匆匆上线,压根没采集数据

2、有假数据:业务操控,流程缺失,利益驱动

3、乱七八糟:口径不统一,流程不规范,使用瞎胡闹

4、人为扭曲:业务方为了保住KPI睁眼睛说瞎话

5、不会判断:只知道写同比环比,不会解读意义

6、主观臆断:做数据只为证明自己是对的,强词夺理

只要ChatGPT无法穿着西装打着领带出现在会议现场,它就没法解决基础数据问题,连数据都没有,还分析啥呀分析。

无论哪朝那代,数据分析始终围绕五大问题:

1、是什么(量化结果,获取数据)

2、是多少(树立标准,评价好坏)

3、为什么(寻找原因,验证假设)

4、会怎样(预测前景,探索可能)

5、又如何(综合评估,做出取舍)

通过不断循环的解答这五个问题

这种摸着石头过河的力量,是任何算法不可取代的。当然,石头摸清楚了,数据质量好了,经验总结差不多了,这时候有些传统的工作可以用模型来干。比如在风控、推荐领域,传统业务经验越来越让位给模型。同样的,在新的领域,数据分析继续做着开路先锋。

比如这两年,陈老师主导的项目,就有大量的社交电商、分享裂变、网红带货、私域流量转化的项目,这些项目往往是业务模式创新和数据分析齐头并进的。在这些新领域,各个行业都在摸石头,当然得带着有本事测量深浅的水文师。不然一脚下去踩坑里咋死的都不知道。

当然还有一种论调,来自:以后有智能BI,自动生成SQL代码了,数据分析师就要下岗了。这个更幼稚了,谁TM跟你说数据分析师就是人肉SQL机了!

要我说,这种智能BI越早出越好!正好把那些每天2000行sql的小哥们解放出来,正好把那些无穷无尽的临时取数挡掉,正好可以让市场部那些只懂心机不懂技术的妹子们对着ChatGPT咆哮:“这是总监要的,下班必须给!”——这话都冲着ChatGPT喊去,那画面想想都爽。我们就有更多的时间,来分析问题,来设计实验,来挖掘深层因素,以后出的成绩还多一点。

So,时代淘汰的不是数据分析师,而是只会写SQL的肉鸡,是只会到处问“有没有模板抄抄”的菜鸡,是只会写同步环比的草鸡。大家大可安心。

▌问题二:数据分析会不会被会写sql的运营取代?

答:不会

这个问题陈老师有经常分享,这里不再赘述,只说结论:“运营做数据分析是有原罪的,叫:本位主义”。

只要丫的身份还是运营,丫的数据分析结果就是屁股决定脑袋,就是短视且功利的,这一点跳进黄河都洗不清。

况且运营也就只会写sql而已,你让他弄数仓,搞ETL,搞数据治理试试,不累死也恶心死。这又是“只见高楼起万丈,不见地基累又脏”所产生的误解。所以做数据的同学们不要嫌弃这些脏活累活,这反而是我们的一个护城河(虽然里边都是泥巴)。

当然,那些只会写“本月比上月少了1000万业绩,连续三个月下跌”的数据分析师,铁定被运营取代呀。这种玩意只要眼睛不瞎,且识字,都能写呀!连我们家小爷coco都会看着爸比画的条形图说:“这根短了”,他再学会一句“要搞高”,就能去很多互联网公司当“数据分析师”了呀。这种不被取代就见鬼了。

▌问题三:数据分析就业难不难?

答:难

第一,因为算法被炒得太热,所以很多人会希望数据分析师懂算法,从而增加了面试难度。是滴就是那些不明真相的吃瓜群众,总想着:“算法这么牛逼的都会了,分析还不会吗?”抓着做分析的往死里问算法,进了公司才发现,他喵子的除了交易流水屁数据没有,算法个蛋蛋。

第二,因为很多运营自己开始sql,导致对分析能力的要求更高。一个矛盾点是:很多领导自己也没见过高级的数据分析长啥样,于是会瞎提要求,把很多业务问题归为数据问题,去问数据分析师怎么卖货。这要是正儿八经的数据分析师可能真的就冤死了。

第三,因为互联网行业寒冬,导致释放出来大量劳动力数据分析网,于是想转行的,算法(只会调参)失业的,做运营的,根红苗正做分析的,都在找数据分析工作,竞争更激烈,自然找工作更难。

综上,难是肉眼可见的难,大家多多努力,少点冲动是正道。

▌问题四:数据分析想突围,可以准备什么?

严格来说,这篇可以单独写。这里先列个提纲:

1、连excel,sql,python(速成ESP套餐)都不会的,赶紧学技术,加强能力

2、吃了ESP套餐的,学点数仓,ETL,数据治理,提升基础能力

3、和业务走得近的,多补充业务知识,特别是新领域的数据运用

4、公司数据基础好,本人知识扎实的,挑战一下算法

总之,横行扩宽业务知识面,纵向在数仓方向强化,能力强的看点算法,技多不压身,能力强自然出路多。

▌问题五:数据分析想转行,可以哪里走?

严格来说,这篇又可以单独写。这里先列个提纲:

1、业务能力强的,可以往用户增长、用户运营等策略性强的部门转,这些部门天生就需要很强的分析能力。

2、技术强的,可以往数据产品方向转,移动BI、大屏、运营助手等产品是很好的出成绩的地方

有两条路吹得很火,可实际上不是特别好的出路:

1、数据中台。经过近几年爆吹,大家发现:这玩意没鸟用呀。少拿阿里的数据产品举例子,人家天生数据多,可以卖给一堆企业,就我们企业那烂兮兮的数据,建中台有毛用,不是在烂泥巴里起高楼吗,不塌才怪。

2、数据分析转算法。经过泥沙俱下的前几年,大家也发现只会调参的“算法工程师”有毛线用。真正算法项目,工程的难度是远远高于算法难度的,这使只会数据的人没啥优势。更何况,现在仍然有大量狂热应届生涌进这个领域,和他们比起来半吊子出身的数据分析是没啥竞争力的。所以谨慎选择转行。

以上,大致回答了大家最关心的五个问题。除了问题一,问题二,其他分享都少一点,因为篇幅真的已经很长很长了。

其实同学们最初的问题是:数据分析师发展前景如何?陈老师不喜欢探讨这么虚的话题,正如上边五个问题一样,大家会发现:如果你持续进步,你始终能在时代中找到自己的位子,如果你原地踏步,随便一个玩意都能把你淘汰。

为了提升大家系统化作战的能力,我录制了三门视频课程《求职宝典》《业务面试指南》《技术面试指南》,加入我的星球后,即可免费看。还可以和我本人不限次数和时长地一对一简历修改、求职辅导咨询、职业诊断等,加入星球后都是免费的。

加入星球,全部服务免费,已有4500+加入

除了求职服务,我还有20门视频课程,主打一个陪伴式学习,加入星球后,我会给你一对一制定学习计划,通过学习视频课程——参加训练营——我本人一对一辅导的一条线学习方式,让你全面提升能力,实现突围!

视频课程目录,加入星球可以反复听

版权声明:本文内容由互联网用户贡献,该文观点仅代表作者本人。本站不拥有所有权,不承担相关法律责任。如发现有侵权/违规的内容, 联系QQ3361245237,本站将立刻清除。