Con đường đến mức lương cao hơn: Tám kỹ năng thiết yếu dành cho các nhà phân tích dữ liệu cấp cao

Bài viết này bắt đầu từ những khả năng mà các nhà phân tích dữ liệu cần có và tóm tắt tám khả năng mà các nhà phân tích dữ liệu cấp cao cần có. Tài liệu đọc được khuyến nghị cho sinh viên đang tham gia công việc liên quan.

Các nhà phân tích dữ liệu cấp cao cần có những kỹ năng gì? Đây là câu hỏi trong tâm trí nhiều người. Những công cụ phổ biến trên Internet là Excel, SQL, Python và phân tích dữ liệu từ 0 đến 1, nhưng chúng ta nên làm gì để đạt được kết quả từ 1 đến 100? Cô Chen đã chuẩn bị loạt bài chia sẻ về "Tổng kết cuối năm về phân tích dữ liệu" cho mọi người. Hôm nay, chúng ta hãy bắt đầu với "khả năng", một khái niệm mà ít người nhắc đến.

Trước hết, chúng ta hãy làm rõ sự khác biệt giữa kiến ​​thức, kỹ năng và năng lực:

1. Kiến thức, chẳng hạn như thống kê, toán học, nghiên cứu hoạt động và học máy. Kiến thức có hệ thống lý thuyết và có thể học được từ sách vở.

2. Các kỹ năng như Excel, SQL, Python, Tableau và các phần mềm khác. Có thể cải thiện thông qua các hoạt động lặp lại.

3. Các khả năng như hiểu biết kinh doanh, giao tiếp, tư duy logic, báo cáo, v.v. rất quan trọng nhưng không có hướng dẫn chuẩn nào.

Vậy một nhà phân tích dữ liệu cần có những khả năng gì để đạt được sự tăng trưởng từ 1 đến 100?

1. Khả năng 1: Hiểu biết về kinh doanh

Đây là bước đầu tiên để thoát khỏi SQLboy cơ bản và trở thành công cụ thu thập dữ liệu. Các nhà phân tích dữ liệu ở cấp độ trưởng nhóm trở lên phải trao đổi trực tiếp với doanh nghiệp về các dự án và giám đốc bộ phận dữ liệu phải tham dự các cuộc họp phân tích kinh doanh và không thể vượt qua nếu không hiểu về doanh nghiệp. Hoạt động kinh doanh của một công ty có ba cấp độ: chiến lược, chiến thuật và chiến đấu. Sự hiểu biết của các nhà phân tích dữ liệu cũng được chia thành ba cấp độ (như được hiển thị bên dưới):

Để hiểu đầy đủ về doanh nghiệp, bạn có thể phải làm việc trong ngành trong nhiều năm. Nhưng bằng cách sử dụng mô hình chuỗi giá trị + báo cáo tài chính, bạn có thể nhanh chóng hiểu được cơ cấu doanh thu và chi phí chính của một ngành và nhanh chóng thiết lập nhận thức, đủ để đối phó với các cuộc phỏng vấn. Các quy trình kinh doanh cụ thể có thể được sắp xếp và hiểu nhanh chóng với sự trợ giúp của quy trình hệ thống kinh doanh + SOP của công ty.

2. Khả năng 2: Phân loại các chỉ số

Do các quy trình kinh doanh rất linh hoạt và dễ thay đổi nên các nhà phân tích dữ liệu cấp cao thường phải tự mình sắp xếp các chỉ số (thay vì đọc thuộc lòng AARRR và các chỉ số tương tự) và sắp xếp hệ thống chỉ số. Hệ thống chỉ số cần được sắp xếp kết hợp với các quy trình kinh doanh cụ thể (tức là mức độ chiến đấu trong hiểu biết kinh doanh). Có hai dạng chỉ số dữ liệu cơ bản: tổng điểm và quy trình (như được hiển thị bên dưới). Tuy nhiên, trong nhiều trường hợp, bản thân quy trình kinh doanh rất phức tạp và có nhiều bước, vì vậy bạn cần có khả năng sắp xếp chúng một cách cẩn thận.

3. Khả năng 3: Thiết kế nhãn

Thiết kế kỹ năng dán nhãn cũng quan trọng như việc kết hợp các chỉ số, nhưng thường bị bỏ qua. Các nhà phân tích dữ liệu nâng cao không chỉ sử dụng thành phố, giới tính và độ tuổi trong bảng chiều mà còn có thể nắm bắt chính xác các thuật ngữ như "người dùng nâng cao", "hoạt động dài hạn" và "sản phẩm phòng thủ" từ doanh nghiệp, sau đó cố gắng định lượng chúng bằng dữ liệu.

Những nhãn có ý nghĩa kinh doanh này, thường được gọi là "thuật ngữ chuyên ngành" và "thuật ngữ chuyên ngành", là tiêu chí quan trọng để đánh giá mức độ hiểu biết của nhà phân tích dữ liệu về ngành. Tất nhiên, khả năng thiết kế nhãn mới bất cứ lúc nào cũng phản ánh khả năng cao (như thể hiện bên dưới):

4. Khả năng 4: Nhu cầu giao tiếp

Với các chỉ số và nhãn, chúng ta có thể bắt đầu thu thập dữ liệu. Nhưng các yêu cầu về dữ liệu thô chưa được xử lý thường hỗn loạn, chẳng hạn như:

"Này! Cho tôi một con số đi, một con số bình thường thôi, nhanh lên!"

"Hãy cho tôi dự báo về doanh số bán hàng của năm sau. Không cần phải chính xác 100%, chỉ cần 99% là được."

"Giúp tôi tìm ra người dùng nào sẽ không mua sản phẩm để họ sẽ mua sản phẩm đó khi tôi đến đó."

Người đứng đầu nhóm dữ liệu hoặc quản lý phòng ban có trình độ có khả năng sắp xếp những biểu thức khó hiểu này thành các chỉ số + chiều chuẩn hóa và có thể làm rõ mục đích của doanh nghiệp khi xem xét dữ liệu. Đây là một khả năng rất quan trọng! Nhiều sinh viên đã bị tra tấn đến chết vì những người lãnh đạo của họ không có khả năng này.

Một người quản lý bộ phận dữ liệu xuất sắc có thể khám phá ra cơ hội phát triển bảng thông tin và mô hình từ nhu cầu thu thập dữ liệu thông thường, do đó nhận được nhiều tín nhiệm hơn từ bộ phận này. Đây là một khả năng nâng cao có giá trị hơn.

5. Khả năng 5: Logic phân tích

Cái gọi là logic phân tích là cách sử dụng dữ liệu để giải thích vấn đề. Có hai logic điển hình:

1. Phân chia logic, bắt đầu từ một chỉ báo chính, phân chia từng lớp và tìm câu trả lời cho vấn đề
2. Logic giả thuyết: đầu tiên đề xuất các giả định kinh doanh, sau đó sử dụng dữ liệu để xác minh mối quan hệ giả thuyết

Nhìn chung, khi các nhà phân tích dữ liệu tự xem xét dữ liệu, họ có xu hướng sử dụng logic phân tách để tìm ra các điểm có vấn đề từ lớn đến nhỏ. Khi thảo luận với bộ phận kinh doanh, doanh nghiệp có thể đề xuất các giả thuyết phân tích, đòi hỏi phải xác minh kỹ lưỡng. Logic phân tích là khả năng cốt lõi của phân tích dữ liệu. Nếu khả năng phân tích không mạnh, bạn chỉ có thể viết những điều như: "Hoạt động quá thấp, cần phải tăng lên". Nếu bạn chỉ biết viết những từ ngữ được trả lương cao, về cơ bản bạn sẽ không có cơ hội nhận được một công việc được trả lương cao.

6. Khả năng 6: Thiết kế thí nghiệm

Ngoài việc tận dụng dữ liệu hiện có, thử nghiệm cũng là một công cụ phổ biến. Nhưng hãy cẩn thận! Thiết kế thí nghiệm là một nhiệm vụ rất khó khăn. Bởi vì kiểm định T thống kê hai mẫu chỉ cho bạn biết liệu có sự khác biệt đáng kể giữa các số được lấy mẫu hay không, nhưng bạn phải tìm ra lý do tại sao bạn phải so sánh hai tập số này; tại sao bạn phải so sánh chỉ số này; và sự khác biệt đáng kể đó chỉ ra những vấn đề kinh doanh nào.

Thông thường, khi thực hiện thử nghiệm AB, các bên kinh doanh không xem xét hai nhóm người dùng, liệu hai phiên bản có thể so sánh được hay không và không kiểm soát các yếu tố gây nhiễu, khiến kết quả thử nghiệm khó diễn giải. Sự khác biệt giữa các bài kiểm tra trước và sau đều là do điều này. Chúng ta thường nói rằng một thử nghiệm tốt phải dựa trên hoạt động kinh doanh. Nó nhắm tới ai? Những chỉ số nào được đo lường? Cần kiểm soát những yếu tố nào? Bạn phải suy nghĩ mọi việc một cách rõ ràng; đây là biểu hiện của khả năng suy luận của bạn.

7. Năng lực 7: Quản lý dự án

Các nhà phân tích dữ liệu cao cấp chắc chắn cần có khả năng quản lý dự án, vì công việc phân tích dữ liệu có liên quan đến nhiều doanh nghiệp khác nhau. Nếu việc theo dõi front-end không được thực hiện tốt, các quy tắc kinh doanh không rõ ràng và nhân viên tuyến đầu hoạt động một cách mù quáng thì điều này sẽ ảnh hưởng đến chất lượng dữ liệu, độ chính xác của dự đoán, việc ra mắt bảng điều khiển dữ liệu và việc triển khai mô hình. Do đó, bạn phải có kỹ năng điều phối dự án và giao tiếp để thúc đẩy việc thực hiện dự án. Quản lý dự án là kỹ năng chung cho tất cả các vị trí cấp cao.

8. Khả năng 8: Tóm tắt và Báo cáo

Khả năng báo cáo cũng là một kỹ năng phổ biến đối với các vị trí cấp cao, nhưng nó đặc biệt quan trọng đối với các nhà phân tích dữ liệu cấp cao vì họ phải đối mặt trực tiếp với các ông chủ của nhiều phòng ban khác nhau và tính chính xác của dữ liệu, bản chất khoa học của bản tóm tắt và tính chính xác của lý luận đều được yêu cầu rất cao. Và bạn thường xuyên phải điều chỉnh hướng báo cáo bất cứ lúc nào theo ý định của cấp trên (thay đổi theo thời đại), điều này đòi hỏi năng lực cá nhân rất cao.

Nhưng mặt khác, nếu sếp của bạn sẵn lòng đưa bạn đến các cuộc họp ở mọi quy mô thì cơ hội thăng tiến của bạn sẽ rất gần.

Trên đây là phần giới thiệu về tám năng lực chính. Đây cũng là lý do tại sao chúng ta thấy SQLBoy ngồi trong ô làm việc gõ bàn phím liên tục cho đến khi khói bốc lên, trong khi các trưởng nhóm, quản lý và giám đốc đều bận rộn trong các cuộc họp vì có quá nhiều nhiệm vụ không liên quan đến kỹ thuật cần xử lý.

Tác giả: Down-to-earth Teacher Chen Tài khoản công khai WeChat: Down-to-earth Teacher Chen