新人から離れろ！中級データアナリストになった経緯

データ分析の道では、多くの初心者がどのように進めていけばよいのか戸惑うことがよくあります。この記事では、データ アナリストの昇進の鍵となる 3 つのポイントを明らかにし、これらの戦略を実装して、データ アナリストがキャリアを着実に前進させ、個人の成長とビジネス価値の双方にメリットのある状況を実現できるようにするための具体的なガイダンスを提供します。

「具体的に何が高度とみなされるのでしょうか？」これは、データサイエンスに取り組む多くの新入生が Knowledge Planet でよく尋ねる質問です。

インターネットには、「始め方」や「クイックスタート」などの記事が溢れています。しかし、実際にデータ分析をしてみたところ、私が学んだことは基本的にでたらめであることに気づきました。私は毎日数字を計算していますが、実際のアルゴリズム作業は私から 1 万マイル以上離れたところで行われています。では、将来はどうなるのでしょうか?

上記の疑問の核心は、インターネット上の記事のほとんどが教科書に基づいているということです。この本の第 1 章では pycharm と anaconda について、第 2 章では pandas について、第 3 章では matplotlib について、第 4 章では numpy について、第 5 章では sklearn について説明しています。

そのため、著者らは、データ分析を行うには、まずソフトウェアをインストールし、次にデータを収集し、次に視覚化し、次に機械学習モデルを作成し、最後にビジネス部門が著者らの足元にひざまずいて「データ分析は素晴らしい。ぜひ私を運転して来てください」と言うのが当然だと考えています...

起きろ！

実際に入社してみると、データ分析業務の最大の問題点は「存在感の弱さ」だということが分かります。データ駆動型ビジネス？つまり、上司はデータを活用してビジネスを推進するのです。データを扱う仕事をしている私自身、ほとんどの会社では雑務をこなすだけです。製品マネージャー、オペレーション、セールス、プランナーは皆、分析を理解していると思っていますが、唯一欠けているのは数字を計算する能力です。データを扱っている場合は、数字を計算することに集中してください。

さらに、ビジネス界で働く人たちは特にこう言う。「WeChat Momentsの記事を読んでデータ分析のやり方はわかっているが、うちの会社のデータアナリストはビッグデータを使った正確な推奨といった簡単なことすらできない。全部彼らのせいだ！」 - データを扱う人は雑務が多いだけでなく、非難されやすいです。
したがって、実際に企業で働いたことがある人なら、苦境から抜け出すには、次の 3 つのことを行う必要があることがわかるでしょう。

1. トイレ掃除人になるのではなく、独立したプロジェクトの機会を目指しましょう
2. 仕事の範囲と境界を明確にし、理由もなく責任を負わない
3. 仕事の成果や成果を示し、社内での評価を得るよう努める

これら 3 つがあれば、より多くの貢献ができ、責任を軽減できます。これら 3 つのポイントは、他の人の判断を待つ初心者から、独力で立ち上がれる成熟したデータ アナリストへの真の変革です。具体的な方法については、以下に簡単に説明します。

1. 独立プロジェクトを勝ち取る方法

学習段階では、新参者は皆、タイタニック号、タオバオショッピング、ある国のクレジットカードなど、インターネット上のいわゆる「プロジェクト」を実践してきました。実際の企業プロジェクトとこれらのインターネット有名人のプロジェクトとの最大の違いは、誰も何をすべきかを指示しないということです。ただ座って他の人の指示を待っているだけでは、「上司がこのデータを欲しがっているので、仕事が終わる前に渡さなければなりません」という電話を待つことになります。

プロジェクトを勝ち取りたいなら、定期的なデータのニーズに関する統計をきちんと行う必要があります。些細で散発的な日常業務の中にチャンスを見つけたいのであれば、他人の慈善ではなく、慎重な分析に頼る必要があります (下の図を参照)。

需要統計テーブルに基づいて、次のことを積極的に発見できます。

• どの部門の需要が高いですか?
• 緊急なニーズはどれですか?
• 0から1まで始まったのはどれですか?
• 複雑な分析サポートが必要なものはどれですか?
• 固定ツールで実行できるものはどれですか?
• 上司の懸念は何ですか?

こうすることで、問題に遭遇したときに愚かなビジネス上の質問をして、「それはあなたには関係ないことです」という返事しか返ってこないという恥ずかしい思いを避けることができます。協力してくれる部門を見つけたり、価値のある協力プロジェクトを見つけたりすることは、すべてこうした少しずつの積み重ねにかかっており、空から降ってくるものではありません。

2. 仕事の境界を明確にする方法

仕事の境界を明確に設定する目的は、非難されることを避けるためであり、他に理由はありません。

私たちは三つの純粋さの原則を心に留めておく必要があります。

1. データがあるかどうかを見分けることが大切です！
2. 基準があるかどうかを見分けることが大切です！
3. 計画があるかどうかを見分けることが大切です！

データがなければ分析は不可能です。これはナンセンスですが、まさに見落とされやすいことです。企業の視点から見ると、常に「当社のデータは膨大で、すべて揃っているので、それを分析する人が必要なだけだ」ということになります。つまり、大きな山のゴミも非常に大きいのです。事業者はデータの詳細を差し引くことはありません。事前に宿題をやらないと、後で大量の汚いデータに直面することになり、米なしでは料理ができなくなります。

基準がなければ、評価する方法はありません。これもナンセンスです。しかし、ビジネスマンがよく言うのは、「私はただ売上を増やしたいだけ。活動を改善したいだけ。これは上司がやれと言ったことだ。なぜそんなに気にするんだ？」ということです。目標があるように見えますが、実際には具体的ではありません。この時点で思い出さなければ、後で補足したくなるでしょう。つまり、ビジネスが順調だと言ったら、あなたはただのイエスマンで、上司にとっては無意味な存在になるということです。ビジネスが悪いと言うなら、ビジネス側から批判されるのを待っていることになります。ジレンマ。

計画がなければ、予測は不正確になります。これもナンセンスです。 100 元クーポンを投資した場合の変換率は、10 元クーポンを投資した場合の変換率と同じになりますか?良いコピーライティングと悪いコピーライティングのコンバージョン率は同じでしょうか?事業計画を考慮せずに予測や傾向について語るのは、単なる空論に過ぎません。しかし、予測を教える本では、データ処理方法についてのみ説明されており、それを実践にどのように適用するかについてはほとんど説明されていないため、このステップは忘れられがちです。

上記の 3 つの原則は、多くの新人が多くの挫折を経験した後にまとめた重要なポイントです。すべての言葉は血で書かれています。しかし、これは新人が最も忘れがちな点でもあります。なぜなら、独学段階では、既成のデータ セット、既成の背景、既成の本を使って練習していたのですが、具体的な問題を解決したり、具体的にコミュニケーションをとったりする方法を教えてくれるような人は誰もいなかったからです。作業中に間違いが起きやすいです。

3. 仕事の成果を示す方法

データ分析の結果は、「卵の上に立つコロンブス」の物語に似ています。それを言う前は、誰もがそれは不可能だと思っています。あなたがそれを言うと、みんなはこう言います。「ずっと前に考えたんだよ！」これは非常に簡単です。したがって、単にいくつかの数字を報告したり、口頭でいくつかの提案をしたりしても、それが自分の成果であることを証明することはできません。むしろ、ビジネスはよりスマートになり、将来の分析ニーズはますます複雑になり、対応が困難になりました。

したがって、データ結果には 3 つの基準があります。

1. 出力量は定量化できる
2. 結果は再利用できる
3. プロセスのカプセル化が理解できない

詳細は、次の図に示されています。

これら 3 つの基準を達成したい場合、単に PPT を書いて口頭で報告するだけではうまくいきません。データ製品の開発が必須です。しかし、散在するデータから完全なデータ製品セットに直接アップグレードするのは非現実的です。企業はそれほど長く待つことはできず、日常業務を停止することもできません。そのため、製品のアップグレードを意識し、段階的に完成品に移行していく必要があります。

当社がこれまで培ってきた技術力がこの機会に活かされます。

時間とデータ品質の許容範囲内：

1. レポートを作成できる場合は、一時的にデータを取得する必要はありません。

2. システムにアップロードできるものは手動で報告する必要がない

4. モデルを使用できる場合は、ビジネスルールは必要ありません

5. ルールを固めることができたら、毎回数字を計算しないでください。

6. 基準を固めることができるものは特別な分析を必要としない

つまり、段階的なアップグレードにより、手動操作、一時的な操作、およびパーソナライズされた操作がますます少なくなっています。当社の製品機能が充実すればするほど、予測精度は高まり、クエリは高速化し、問題特定方法はシンプルになり、当社の価値は高まります。

上記は初心者から中級者へ突破するためのアイデアです。栽培が成功したとみなされるのはいつでしょうか?

簡単に言えば、自立するということです。詳細:

• 結果的に、中級レベルのデータアナリストは問題を独自に解決できます。
• 職場では、中級レベルのデータアナリストがビジネス上の「愚かな質問」に対処できます。
• 方法論の面では、中​​級データアナリストはどこからでもコピーするのではなく、経験を積むことができます。

具体的な例を挙げると、面接や年次業績評価の際に、「私は多くの分析をしました」などと愚かにも言う必要はありません。代わりに、自分が行った作業量、出力製品、分析モデルを明確に示すことができれば成功です。

残念なことに、多くの新参者はこれらの問題に注意を払っていません。

彼らは、具体的な問題について深く議論するよりも、自分たちの会社が低レベルすぎることや、頭騰Aのような大企業で働けたら、きっと美しい景色や鳥のさえずり、花の香りに囲まれているのになどと不平を言う方が好きです。

彼らは、ビジネスシナリオやビジネスプロセスを深く考えるよりも、「基礎となるロジック」や「コアモデル」を見ることを好み、インターネット上で「国家権威の認証方法」を精力的に探しています。

問題を解決するよりも、「基礎ゼロから21日間で機械学習をマスター」のコピーを持ち、これを学べばどこかの企業が感心してくれるだろうと考えているが、要するに、不満が多すぎて詳細が不足しているため、前進することが難しいのだ。

自力で問題に立ち向かい解決できるようになった後、10 人以上の部門のリーダーレベルの上級データ アナリストに必要なスキルについて話し合うことができます。結果の面では、上級データアナリストは問題を解決するだけでなく、「何を達成する必要があるか」を理解し、積極的にビジネス開発を導く必要があります。

職場において、この記事では、ビジネスで愚かなミスが起こった場合に何が起こるかのみを説明します。別の種類の状況もあります。「愚かではないが、悪い！」上級データアナリストは意思決定に影響を与える能力を持っているため、より多くの悪者と対峙し、知恵と勇気を持って戦う能力を持たなければなりません。

著者: 地に足のついた教師チェン

WeChat公式アカウント：地に足のついた陳先生