京公网安备 11010802034615号
经营许可证编号:京B2-20210330
搞创意和策略的人,想转数据分析肿么办
搞创意和策略的人,想转数据分析肿么办?
你学新闻传播出身,做互联网数据是不是特别难?
你这是转行吧,原来的东西是不是浪费了?
你觉得我能做数据分析吗?
你觉得我应该如何做职业选择?
……
笔者经常在生活和工作中被问到以上问题,而基于这些问题笔者在本文中讲述了自己对职业的理解。
(1)懂策略懂创意,对数据分析非常有好处:
数据分析主要分为三种:业务分析师(就是不论文理出身其实都很容易做的)、建模分析师、数据工程师。一看就能明白,这是从距离业务的远近来分的。
我刚入行的时候做的是业务分析师。这样的分析师做报告之前,其实要先跟客户询问你们投放广告的策略是什么,希望达到什么样的效果?我们甚至会做前期调研:这个客户在什么行业,在行业的什么位置,行业的发展前景如何?有点类似于咨询。这样的分析师对数据的知识积累要求不高,甚至广告学、营销学出身的比统计学、数学出身的更容易在这个行业混开,因为沟通能力、表达能力对于分析师来讲更重要。
如果你想要往第二阶段建模分析师走,就要比较偏后台。这样的分析师不直接对接客户,主要进行模型建构。可是建模也要了解客户在做啥,怎么用模型,怎么做权重吧,所以还是要懂业务哒。
最后的工程师就是整天写代码的啦,相对来讲不那么懂业务也没关系。不过讲真,从我跟工程师沟通的经验来看,真正让人觉得NB的工程师,也能够迅速了解客户的业务:这样的工程师跟完全不懂技术的人沟通起来完全不费劲;而有些工程师完全是自己的那套说话逻辑,也不管你听不听得懂。
总之,如果有好的沟通能力、理解能力、表达能力,是很好的积累。另外,独立思考(或者说批判性思维critical thinking)的能力在任何工作中都十分重要。什么叫分析?不就是思考以后得出一个结论么?那么思考的逻辑链条好不好,靠的就是这个能力。
(2)锻炼能力比做什么工作重要太多。
说到这里你会不会觉得我刚才说的各种能力其实是一些普世性的能力?我工作快三年的一个经验,前三年就是要把这些基础的能力锻炼好,无论你在什么行业都一样。
沟通能力:其实很多人问我学新闻传播出身,是不是转行转的远,我觉得一点都不远啊,我对接客户的能力就得益于我以前采访的关系。
刚才说的独立思考的能力也一样,做新闻报道,还是你看到数据如何解读,都需要。非常简单,你不能看到客户的数据里广东网民占比高,就说受众以广东为主,因为全国网民比例看,广东网民占比先天高啊。这就是独立思考的意识。包括在工作里,总有你不懂的,问谁,问完之后直接相信还是需要核证,如何核证,这些都要判断。这都需要独立的思考。
独立思考带来的是解决问题的能力。所有的工作,你的老板或者上司请你来,都是希望你帮忙解决问题。你解决问题的能力决定了你的价值。当然有问题可以跟周围的同事请教,但逐渐你会发现自己能独立解决的问题的能力真的在提高。比如我以前很怕一个人旅行,都是要朋友安排好,现在也可以把事情规划清楚了,这种不是你学会了一项技能,而是整体解决问题的能力提升了导致的。你会在工作里发现,有些时候大家觉得很难的事情,有的人四两拨千斤,能想出妙招,这样的人就是解决问题的能力非常强的人。当然,是不是每个人都能成为这样呢?我们可以这样努力,但我觉得每个人天赋不同,不必苛求。不是所有问题都要自己一个人承担,那么如何整合资源帮助自己把问题解决掉,就也是很重要的能力咯。
具体到日常,项目管理能力是非常落地的一个能力。对于刚工作的(像我这样有拖延癌的)人来说,是非常需要锻炼的能力。这种能力,其实一个行政专员如何把老板的日程安排好,一个记者如何完成一篇大稿子,一个建筑工程如何按期完成……多大多小的工作,什么样的岗位,都可以锻炼到的。
所以我觉得刚工作的时候,很多人目标不是很明确,或者自以为目标很明确但发现总是一时一变。我倒是建议,不要着急确定某一类的工作,而去集中锻炼这几方面能力,锻炼的同时,寻找自己的兴趣点,基本三年以内也就能settle down了。
(3)学习学习再学习。
哈哈哈,感觉很鸡血。但是真的是。相比于所有所有上面的能力,学习能力和学习的热情是我觉得最最重要的。
其实我觉得settle down是很多人期望的状态,也是很多人已经感受到的状态。但作为一个疯疯癫癫的射手座,我觉得太早settle down没啥意思。而最近一个特别大的感受就是,没有人能够做出一劳永逸的事情。
你看小时候大人说,长大了就好了;学习累了,家长说,考上大学就好了;可是你发现考上大学之后,还要给自己催眠,工作了就好了……单身的时候,以为恋爱就好了;恋爱有了问题,有人觉得结婚就好了;结完婚要是还不太好,假装骗自己生了孩子就好了……
其实“怎么怎么样就好了”这个句式压根就不成立。慢慢长大的感受就是,人生真的TM是一场修行啊,你解决了一个问题就有一个新的问题,你打死了一个怪就会又来一个!想想有点绝望,但也很有意思啊!我从来不喜欢打游戏,大概是因为人生这场游戏我已经打得太努力吧。
额,扯了这么多,我是想说,既然没有问题可以一下解决,那就要一直学习。很多人会把自己入了某一行、做了某一种工作当成一个结果。其实这真的只是一个开端。
拿我自己说,我对用数据研究媒体这个行当很感兴趣,但是做了这么久,发现自己能触及到的不论从深度还是广度都还差很多。我主要做互联网研究,那么传统的调研里面的门道(偏咨询)我懂得还很少;最近我们组被拆了,我被分配到IT项目部门,我又发现,对于IT项目里的计算机背景,我又弱得不行;从项目管理角度,我以前只需要看一份报告如何完成,如何协调资源,现在做IT项目,前端,模型,数据可视化,联调……是个更大的工程,还要学会站在产品经理的角度上想问题……我就发现自己简直是个从头学起的小白。
尤其在互联网行业,你学习的速度永远赶不上世界变化的速度。所以保持学习的热情、动力,提升学习的能力真的非常非常重要。人们很喜欢收藏和分享很多学习方法的内容,但很少有人真的去学。我不想推荐什么学习方法,因为每个人的学习方法不一样(比如我这种奇葩就选择工作以后参加学术会议去学习,哈哈哈就是赤裸裸的炫耀啦哈哈),每个人只有努力才能找到属于自己的方法。
付宇骄
90后文科生,射手女。学了6年新闻传播专业,从中国人民大学研究生毕业后成为营销数据分析师。曾在中国最领先的大数据公司AdMaster和有“营销界的小米”之称的Social Touch工作,工作三年后即直接向VP汇报。工作后将方法论总结成论文,2016年赴新西兰和香港参加第八、九界国际广告公关论坛并发表演讲。2017年创办数字营销分享交流学习社群,定期举办活动,尝试解决“做营销的人不懂数据,做数据的人不懂营销”的问题。同年,品友营销研究院、中国CDA数据分析师认证机构分别聘请她为数字营销行业讲师。
付宇骄老师课程推荐
点击阅读原文,或扫描下方二维码了解课程详情
大神一对一
想跟付老师一对一交流?在学习中接受付老师的学习指导?直接交流互动请扫码添加付老师微信
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在描述性统计分析、数据预处理、异常值排查与多组数据分布对比工作中,箱线图(Box Plot)是应用最广泛的可视化与统计工具之一。 ...
2026-07-15在企业数据存储、业务统计与数据分析工作中,绝大多数业务数据都带有时间维度属性,例如订单创建时间、用户注册时间、支付完成时 ...
2026-07-15 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-07-15【核心关键词】产品、经营、客户、调研、销售额、宏观、会计行业、客户满意度、发展趋势、经营状况、数据分析、竞争对手、数据 ...
2026-07-14问卷调查是市场调研、用户研究、社会调研与产品分析的核心数据采集方式。问卷数据大多以分类数据为主,例如用户性别、年龄分层、 ...
2026-07-14 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-07-14在数据分析、业务效果验证、AB实验扩展、行业对比等场景中,我们经常需要对比三组及以上样本的均值差异,例如不同区域的客单价对 ...
2026-07-13在互联网产品运营、用户生命周期管理与商业化数据分析中,留存指标是判断产品价值、用户满意度与商业模式健康度的核心基准。常规 ...
2026-07-13 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-07-13【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-07-09【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工 ...
2026-07-08在数据分析、特征工程、机器学习建模的工作流程中,原始数据往往包含多个不同维度的数值指标,例如客户交易数据中的消费金额、交 ...
2026-07-08 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-07-08商业谈判是企业采购合作、渠道签约、价格议价、项目合作、客户签约的核心关键环节,直接决定企业的合作成本、利润空间与经营风险 ...
2026-07-07在数据分析、业务效果验证、AB 测试、学术研究等场景中,T 检验是假设检验体系里最基础、应用最广泛的统计方法,也是均值差异分 ...
2026-07-07