零基础转行数据分析,学到什么水平能找到工作?

小蔓曾经听过不少同学类似的困扰:

本科学下来发现不喜欢也不适合自己,研究生转哪个专业更可行呢?都知道“得数据者得天下”,但自学转型数据分析靠谱吗?对商业分析很感兴趣,掌握到什么程度才能找到工作呢?

对于这样的疑惑,希望下面的分析能为你指点迷津~

数据岗位具体是做什么的?

随着工具和技术的发展,数据分析会变得更容易便捷,甚至成为一项职场人普遍掌握的基础办公技能,而数据岗位的真正竞争力在于通过分析解决业务问题、辅助决策,灵活应对充满复杂性和变化性的数据,可以说这是一项入门容易进阶较难的技能。

从国内来看,在5G应用场景巨大的趋势下,大量中小企业甚至国企都面临数字化转型。在这个浪潮中,数据分析无疑是非常基础的基建岗位,对人才的需求量巨大;

而就美国来看,IBM研究报告披露,截止2021年全球出现270万数据科学类岗位的行业缺口,仅在美国就将增加36万,投行、咨询、四大等对Data Analyst的大量需求也十分明确。

图源:McKinsey/Amazon/Capital One 官网

商业分析的细分前景如何?

有很多同学想研究生转专业分析,但苦于没有实习、基础欠佳,希望了解在一个领域内的细分分支的具体情况。

其实,具体情况会根据公司的定义不同而不同,在这里小蔓更建议同学们基于兴趣与现有技能,进行更好更充分的了解之后,再做选择。

比如以金融领域的应用为例:

首先金融分析有两大板块职能分布,一是分析现有的金融业务,其二是做预测;

第一个需要熟悉金融、财务知识,最好有相关的实习经历,相对来说对国际学生不太友好;第二个则需要的是较强的数据编程能力,包括机器学习、建模,本质是数据科学,对国际生还是非常友好的。

想拿到名企面试,需要哪些技能傍身?

以下五点可谓商业分析求职必备技能:

•数据库语言SQL
•数据项目
•统计
•Case Study
•机器学习是加分点

企业要求示例

想快速上手商业分析,
从什么类型的项目入手比较好?

从难度、逻辑以及商业应用来说,A/B测试会是很好的起点。

A/B测试本身的意义在于,不做任何个人偏好的情况下,通过数据的测试,由消费者决定产品版本。比如,消费者是喜欢更简洁的网页,还是喜欢信息内容更多的网页。消费者个人/大多数是更偏好什么颜色等等一系列的指标,都是可以通过A/B测试获得洞察的。

A/B测试的成功案例很多,比如说Facebook早期形成爆发性的增长,这主要跟他们的增长团队做了大量A/B测试的实验是分不开的。包括像Uber、Airbnb、Lyft以及一众的Fintech公司,还有Kindur、Stripe(均为福布斯50强企业),这些公司都是通过大量的实验,每天都能帮助企业获得大量的决策线索。所以这也就是现在大量一线的互联网公司所迫切需要的能力。