女性数据分析师，如何突破职业阶级？

和大家交流一下我心中的女数据分析师。数据分析师的发展将有几个层次，初级数据分析师，“表哥、表哥、表哥、表哥”，主要是统计工作。中级数据分析师将涉及一些图表显示、模型、预测、推导等工作，对于中高级数据分析师，将涉及一些关键指标的设置，以及数据产品或数据系统的规划。进入高级数据分析阶段后，将涉及业务发展方向预测、预算分配等战略规划层面。目前，女性数据分析师主要是初级和中级。在这两个阶段，女性数据分析师具有很大的优势。他们细致耐心，能及时为业务部门提供准确的数据。然而，中高级阶段的压力将相对较大。例如，在KPI指标设计中，一个部门的年绩效奖金可能会根据您的KPI进行评估，压力可想而知。因此，在中高级阶段，除了技能过硬、自身素质和业务能力、行业理解等整体综合素质外，还非常重要。男性在这方面更有优势。所以在这种行业认知下，女性数据分析师如何从中级突破到中高级再到高级，今天就和大家交流一下。我今天分享的主题是女性数据分析师从0-1，相信很多人都看过《从0-1》这本书，主要讲的是创业的突破。从0-1的过程中，女性数据分析师要打破行业认知，获得不断上升的空间。我们应该像公司一样经营自己，都是自己的首席执行官，控制方向，让自己在数据分析的道路上不断发展和推广。如果数据分析师想要不断发展，无论是男性还是女性，复制都只是暂时的，主要的竞争力或解决问题的创新能力。除了学习尖端技术，经验对这些能力也很重要。创新没有秘密，正如《从0-1》所说，成功的人各不相同，失败的人失败的原因也是相似的。虽然成功不能完全复制，但成功之路上的共同点可以一起学习。成功创新的道路有以下原则：第一章的未来挑战：你对重要问题有不同的看法：大多数人认为世界的未来是由全球化决定的，但事实是，技术更有影响力。例如，一家公司需要实施产品全球化，这将涉及许多不同的国家。各国，各大洲人口属性不同，如何开发产品。所以按照大洲的说法，设计有针对性的产品是最好的。但最终，公司失败了；另一个例子是苹果。苹果在全球推广，并没有为某个洲设定特殊版本，而是引领了全球。这是因为它的技术带来的影响可以在世界各地共享。刚才提到产品线的问题是每个州都不一样，导致产品资源无法重用，人员冗余，最终导致公司在宣传开发中争夺资源，无法集中精力做好一件事，最终导致整个公司以失败告终。因此说到创新，接受好东西是世界的共同特征，不受地域和国籍的限制。说到初入职场，也要特别注意团队合作。当我们进行数据分析时，我们会发现一个问题：我们都认为我们所做的分析是正确的。比如刚才提到不同的产品针对不同的国家，大家都认为针对不同的人开发有针对性的产品是对的，只有踩过坑的老人才知道问题在哪里。因此，注重团队合作，多向老年人学习，可以帮助职场新人快速成长。当然，即使我们与团队合作，我们也应该保持我们的立场和想法，从零开始重新审视我们的业务。第二章和1999年一样，狂欢节也是这个问题：问题：你对什么重要问题有不同的看法：首先考虑大多数人同意什么，以及社会的主流概念。1999年的狂欢节是指互联网的爆发。很多人认为互联网是98年和99年的泡沫，大家都不认为互联网会崛起。大多数人对新事物的看法通常经历四个阶段，一是质疑甚至抵制；第二步，当新事物发展到一定阶段时，你会怀疑。如果你想理解，你会想参与第三步；第四步，当新事物最终起飞时，你会发现你跟不上。所以在做数据分析的时候，要对行业有很好的了解。主流不一定是对的，你要注意潜在的发展。不是抵制潮流，而是在潮流中保持独立思考。如今，许多90后年轻人进入互联网，当时他们被称为次主流，但现在他们已逐渐成为主流。比如二次元，鬼畜，90后已经慢慢入侵市场。假如你在创业或纵观这个行业，可以关注一下这个领域。第三章后发优势问题：如何“可持续”回答：数据分析师的价值在于他们有自己独特的分析风格和解决问题的方法。在数据分析师职业发展的某个阶段，如何在工作场所继续占据数据分析师的优势，是一种独特的分析风格和解决问题的方法。除了专业技能，还要获得对方的信任，否则数据分析的实施会大大降低。如何获得信任，你应该有自己的切入点。数据行业涉及的领域非常广泛，你应该找到你擅长的领域。我身边有一个同事，她做Excel分析很强，Excel函数技能很强。这个问题是普通运营商或产品人员在接触数据分析师时咨询最多的问题。当他们有问题时，他可以很快回答和解决，然后同事在他们心中变得非常可信，所以他们很容易接受他在以后的工作中给出的建议或预测。在此基础上，先引领一个小的切入点，扩大，直到达到预期的长远目标。第四章成功不是彩票问题：成功取决于运气或能力，未来取决于机会或计划：四个主义。明确、不明确、悲观、乐观。明确未来的计划。在一个每个人都对未来感到困惑的世界里，目标明确的分析师总是被低估。数据分析师在进入行业之初，尤其是在互联网行业，往往被认为是附属品。一家盈利公司在快速发展的时候，并不需要分析师，因为没有分析师他们还能赚钱。但为什么还有分析师的职位呢？原因是，在整个市场中，人口红利正在下降，企业发展从原来的广泛到当前的密集型，从数据把握趋势，做准确的交付和运营，将在同一产品竞争中更快，数据分析师的重要性，此时产生价值。我们分享了业务中遇到的一些问题。接下来，我们来谈谈一些“粗俗”的东西。当然，这意味着流行。既然你想把自己当成一家公司来经营，作为你的首席执行官，你不仅要提高你的技术，还要看钱。第五章看钱的问题:如何获得更多的钱，如何发展答案:钱可以赚钱，复利法则，8/2法则。幂次法则。选择能从0到1成功实现的事情，尽力解决。金钱是衡量数据分析师价值的一种方式。如何提高数据分析师的价值？由于每个人的精力都是有限的，数据分析师收到的信息特别多，因此如何消除杂质和解决关键问题的能力尤为重要。如何快速找到最重要的20%，全力以赴解决他，这也是数据分析师工作能力的重要体现。最重要的是独一无二。时机和决策也要遵循权力法则。第六章决定命运的基础:一开始要注意什么答案:选择方向&了解业务。我们遇到了很多数据分析的候选人。在采访中，我们问他们处理的数据量级是什么。他说了很多，但最后的结果是，许多人指的是数据条超过10万或20万。事实上，互联网公司的数据是数亿TB级别。在选择工作时，一定要弄清楚你将来想往哪个方向发展。在实体行业，数据量不大。如果你想跨行到互联网，数据的量级差是几何级的，同样的能力可能没有优势。当我们做大数据结果时，我们覆盖了足够多的用户，不需要抽样，直接通过大样本数据产生结果。然而，如果实体行业的数据量不够，抽样等统计知识将被频繁使用。因此，虽然它们都是数据分析，但不同的行业有不同的侧重点。在实体行业，你可能会关注统计经验和技能，而在互联网上，你更关注程序语言技术。当你选择进入这个行业时，你应该仔细考虑。如果你想转行，你需要做更多的准备。了解业务也很重要。在游戏行业，公司有一位同事，她有很强的数据分析能力，但对业务了解不多。当时有一个数据推导结论，如果bug确定，用户对游戏的反馈问题越多，游戏越受关注，建议公司专注于开发游戏。当时，她向公司推出了一款反馈更多问题的游戏，但在市场推出后，游戏并不那么受欢迎。所以让我们反推这个数据算法是否有问题。后来抽样接客服电话，发现是因为在公司同时运营的几款游戏中，最受欢迎的游戏客服电话很难打进来。用户知道这些游戏属于一家公司，问题可以解决，所以他们选择玩另一个不太受欢迎的游戏来寻找客户服务。这样，当结论通过电话联系量进行推导时，就会出现偏差。第七章构建圈子文化问题：理想学习文化的答案是什么：参与专业分析圈分享和学习。当数据分析师发展到一定阶段时，他们会遇到瓶颈。此时，他们可以参加今天的沙龙等交流活动。也许在交流的过程中，对方不经意的一句话就能让你毛塞顿开。参与专业共享圈学习不仅是个人专业技能的提高，也是个人瓶颈的突破。在专业圈子里，交流、激荡、拓宽思路。第八章客户不会自动上门问题：客户在哪里回答：推广不容易。既然我们把自己当作一家公司，我们就应该找到自己的客户。我们周围的人都是我们自己的客户。有人说他们不太擅长推销自己。他们的生意足够好，总会有人来找他们。事实并非如此，因为别人不知道你有能力解决这个问题。这样，从另一个角度来看，事实上，你不是在推销自己，而是在帮助别人解决他们存在的问题，告诉你你有能力，当他们遇到相关的问题时，他们知道你可以解决。这不仅是一种自我宣传，也是一种帮助他人的方式，所以不要拒绝推销自己。销售不是一件容易的事情，但也要掌握方法，酒香也怕巷子深。第九章分析师和机器问题：机器会取代你吗？答：计算机的发展是为了提高分析师的能力，而不是淘汰分析师。人机互补。我工作近十年来经常被问到一个问题。如今，机器语言和软件已经发展得很好，可以取代一些原始的分析方法。机器会取代分析师吗？这是一个大家都在讨论的问题。事实上，一个好的数据分析师很难被机器取代，因为他不断掌握行业经验。就像我们刚才分享的例子一样，算法很强，但我们不了解业务。向业务部门推送建议是没有用的。计算机的发展是为了帮助我们提高分析能力，而不是淘汰我们，我们需要做的是人机互补。除了技能学习，我们还应该了解先进的统计工具，以帮助数据分析师做更多的事情，解决更多的问题。