您现在的位置是:实习周记 > 实习总结 >

数据分析职业的实习小结

实习小编2020-01-15 22:56实习总结

  实习快接近尾声了,期间不断收集和琢磨了些和数据分析职业相关的文章和博客,网络课也上了几门。
数据分析职业的实习小结

  相比刚开始找实习的时候要清醒了不少,再也不会抱着侥幸的心理,觉得这工作我可以干,也不会抱着舍不得沉没成本的心态,偏得找到那种能用上全部所学知识的工作。一旦选定了一个职业方向,就注定得学一批全新的配套知识和技能,毕竟一年的泛读式教育,并不是为了对口工作,而是科普专业。

  其实对于数据分析而言,就是两个方向的事情,一是技术向,一是业务向。技术向的职位对应的是数据库工程师、数据挖掘工程师、算法工程师等,业务向的职位对应的便是数据分析师了。

  技术向需要重点掌握的机器学习算法,数据库,编程之类的知识,业务向需要重点掌握的是取数能力(SQL)、各类分析能力,例如行业分析、业务分析、运营分析、产品分析、流量分析、用户分析等。

  从两个月的实习体验中能观察到,数据分析业务向的工作,并不能算成技术型,倒是像服务型。

  主要的工作内容大体分为两类,一类是左右服务,满足各部门的数据提取需求和数据观测需求,协助分析、评估日常的工作情况。譬如说协助产品部门检测产品功能的效果,协助运营的部门复盘运营活动的效果,帮助营销部门评估营销渠道的质量。

  一类是向上服务,为各部门的负责人们提供支持。老板们在做出决策时,大部分时候并不是拍脑袋的工夫,是在事实的基础上,权衡思考后的结果。而这些事实,是通过数据体现出来的,也就是用数据作为证据,去证明行动的合理性。

  如此,对于数据分析而言,SQL取数的能力和业务分析能力就是非常核心的卖油翁手艺了。

  由于数据分析与业务关联紧密,对业务理解的加深,能使数据分析工作更加得心应手,有点知己知彼,才能百战不殆的感觉。所谓的业务,说白了就是得搞明白公司究竟是怎么赚钱的,一旦知道具体是如何赚钱的,就能充分换位思考,多穿穿所有业务相关方的鞋子,在分析上便能指其所指,同频共振,有的放矢,避免很多低效的沟通。

  不过我发现,具体的、繁琐的业务流程其实并不难理解,可是若是要从中获得业务洞察,继而通过业务洞察,获得商业洞察,提升商业敏感度。则需要系统地补充学习经济金融、数字营销、品牌打造、用户运营等商科知识。

  很有几分“功夫在诗外”的体感。

  最后再讲讲职位寻找的内容,在经过一番的教诲后同意,最佳的选择是去具备交易属性的互联网公司,其中以电商为甚。所谓的交易属性,就是具有高频的买与卖。在这些用户行为频繁积累的过程中,产生的分析需求是维度最复杂,数据量最大,挖掘程度最深,最生生不息,繁复多样的。此外通用性很强,一旦电商的数据分析熟练掌握甚至精湛,日后无论做任一细分门类的数据分析,都不会差到哪去。

  淘宝,京东,亚马逊,拼多多,苏宁易购,国美,当当均系此类;

  OTA,也就是OnlineTravelAgent大体也属于比如说携程,去哪儿,同程,飞猪,马蜂窝。

  突然想起自己之前讲过的一个笑话:腾讯大疆华为中兴,中兴我是不会去的,其他三家也是不会要我的哈哈哈。