随着大數據在各類場景中被廣泛應用,人工智能快速發展,數據分析開始越來越多地被行業所關注,數據分析師也成為了大熱的職業。複旦大學管理學院職業發展中心(CDO)邀請兩位職業導師——字節跳動高級數據産品經理王文開、字節跳動數據科學專家方桢,與大家聊一聊關于數據分析的那些事。
/本文閱讀時間約6分鐘/
Q:企業的數據分析團隊是什麼樣的?
王文開: 以我所在的團隊為例,我們是商業産品中的數據科學團隊。我們的目标是實現數據驅動決策,讓數據可以産生真正的商業價值。我們的價值觀,第一就是正直中立,因為數據分析團隊是一個橫向的跨業務團隊,當我們希望可以通過分析數據來解決一些問題的時候,保持中立的态度是非常重要的;第二是要坦誠務實,因為數據分析工作很多時候其實還是非常枯燥的,需要有一個務實的态度不斷去挖掘數據,才能真正找到數據的價值,解決業務問題。
Q:什麼是數據産品?
王文開:
在數據基礎層,數據産品主要集中在數據開發平台和數據管理平台。
(可點擊查看大圖)
在平台工具層,數據産品包括可視化平台、取數平台(針對運營和銷售的取數工具)、建模平台(面向對數據有處理能力的高階用戶)、預警報警平台(對于指标設立規則,制定阈值、算法等的規則)、分析歸因平台(針對指标波動的歸因,需要數據科學家和數據産品經理合作解決)。
在應用決策層,數據産品會更貼近實際的應用場景,包括實驗平台(版本的上線,開展實驗對比新老策略的效果)、增長平台(比如預估潛在價值)、診斷平台、畫像平台等。
具體來說:
Q:當一名數據分析師需要哪些能力?
方桢:
我列舉4種和數據分析相關的能力,而每個不同的職位都會對應其中的不同能力,建議大家可以為自己的能力打個分,了解自己擅長什麼、感興趣的是什麼、需要提升的又是什麼。
最好的狀态就是你所在職位需要用到的2-3種能力都能打到6分,然後再根據自己的興趣去加深其中的1-2種技能,把6分提升到9分,這樣就會慢慢成為這個領域中的專家。
Q:獨立的數據部門和業務部門中的數據分析師,在要求和技能上有什麼區别?
方桢: 每一個部門DS的本質工作都是相同的——尋找規律、驅動決策、完成目标。區别在于所在的部門和自己要達成的目标或許會有不同,目标不一樣就導緻要思考的邏輯、路徑、手段也不一樣。但其實你獲取的數據是一樣的,所以在專業技能上,數據基礎技術不會有特别明顯的差異,可能隻是某些技能用得多,某些技能用得少的區别。無論是哪一種數據分析師,隻要你分析的結果能夠驅動做決策的人去做決定,那麼這就是一位數據科學家的價值所在。
Q:對數據分析師的職業發展有什麼建議?
王文開:
做到獨當一面:先從單一模塊到多個模塊(單模塊做好了之後,再去負責其他模塊),最終對數據産品整體有一個比較好的了解。
思考業務價值:需要思考自己做的對業務有什麼價值,比如可視化平台有很多報表,提供給業務方的話,對他們有什麼價值?是否能夠有效地讓一些點子落地?能否通過數據分析反向引導業務發展的方向?
做到理解業務:除了數據産品工作之外,還需要對商業産品的業務有比較好的了解,知道業務部門的問題和痛點。平時多關注所在行業發生的事,做到有前瞻性的洞察。
Q:如何理解和積累數據分析師的Business Sense?
方桢:
Business Sense是一種快速業務邏輯洞察的能力,你需要非常快地知道這個業務邏輯是什麼。
首先,你需要知道,你的業務目标是什麼。一定要清楚,你進行這些數據分析是為了什麼,有時候業務目标沒有那麼明确,就需要你自己去思考業務部門的邏輯和需求。
第二,有了目标,要怎麼來達成這個目标?需要思考當前業務的産品、運作、規劃,與業務目标之間的邏輯線條是怎麼建立的。舉個例子,比如你是百度百科,那你要怎麼賺錢,這中間有怎樣的商業邏輯?
第三,知道達成目标的步驟。有很多思考的邏輯框架值得參考,我使用得比較多的是思維導圖,它可以層層抽絲剝繭,讓你了解每一條鍊路如何展開。其他相關的邏輯框架還有金字塔原理、MECE原則等。
Q:在校大學生如何培養互聯網商業思維?
方桢: 互聯網産品不外乎就是用戶增長和變現這兩大視角,想要培養自己的互聯網商業思維,可以從身邊經常使用的互聯網産品入手,去思考這款産品是怎麼實現這兩個目标的。例如,你看B站,那麼你就可以思考如何成為一個頭部的UP主;你使用百度百科,那麼你就可以思考百度要如何通過這款産品獲得收益。
,更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!