不懂?dāng)?shù)據(jù)的你，正在失去競(jìng)爭(zhēng)力

“到 2020 年，企業(yè)基于大數(shù)據(jù)分析的支出，將突破 5000 億美元，大數(shù)據(jù)在未來(lái)四年內(nèi)，能幫到全球企業(yè)賺取約 1.6 萬(wàn)億美元的收入紅利。”

——國(guó)際知名數(shù)據(jù)公司 IDC

然而對(duì)很多人來(lái)說(shuō)，它還只是個(gè)模糊的概念，總覺(jué)得離自己很遙遠(yuǎn)。其實(shí)并不然，領(lǐng)英早在2016年發(fā)布《中國(guó)最熱職位人才報(bào)告》中提到：全球基礎(chǔ)數(shù)據(jù)人才缺口已經(jīng)增至 1500 萬(wàn)之巨。

無(wú)論是企業(yè)還是個(gè)人來(lái)說(shuō)，掌握數(shù)據(jù)相關(guān)技能就掌握了未來(lái)。

一、數(shù)據(jù)分析 = 未來(lái)必備技能？= 趁早抓住？

有的人可能會(huì)問(wèn)：“我不想成為數(shù)據(jù)分析師，那么是不是我就不用學(xué)這項(xiàng)技能？”，答案當(dāng)然是：

它是幾乎是各行各業(yè)的“萬(wàn)金油”，升職加薪的利器，原因是：

（1）有業(yè)務(wù)決策需求就離不開(kāi)數(shù)據(jù)分析，尤其是數(shù)據(jù)分析思維。

這幾年，筆者從最初簡(jiǎn)單的數(shù)據(jù)報(bào)表的維護(hù)開(kāi)發(fā)、建模到各行各業(yè)的業(yè)務(wù)問(wèn)題解決方案，接觸到了更多數(shù)據(jù)分析領(lǐng)域的核心技術(shù)以及思維，越來(lái)越覺(jué)得數(shù)據(jù)分析，是決業(yè)務(wù)問(wèn)題的有效工具，是可以“活在未來(lái)”的思維，通過(guò)數(shù)據(jù)來(lái)對(duì)現(xiàn)實(shí)事物進(jìn)行分析和識(shí)別的能力，就像如下所說(shuō)一樣:

“用分析的角度、 嚴(yán)格、 系統(tǒng)地思考業(yè)務(wù)問(wèn)題， 然后得出能夠影響這些數(shù)據(jù)的解決方案。 ”

– Michael O’Connell, TIBCO 的高級(jí)分析總監(jiān)

所以在大數(shù)據(jù)、人工智能的浪潮里，只要公司有業(yè)務(wù)決策需求，都離不開(kāi)數(shù)據(jù)分析這個(gè)“工具“。不懂?dāng)?shù)據(jù)，熱門(mén)職位很大程度上會(huì)失之交臂，即使在若干年前入職大平臺(tái)如阿里、滴滴、騰訊等，在大數(shù)據(jù)的浪潮里，也會(huì)被新人拍死在沙灘上。

（2）除了專職數(shù)據(jù)分析師，有更多的職位開(kāi)始對(duì)數(shù)據(jù)分析技能有需求

回想一下，我們?nèi)粘Ｉ钪忻刻於紩?huì)接觸的場(chǎng)景：從微信朋友圈、短信推廣，淘寶京東等電商的商品推薦 ，今日頭條、抖音等媒體的內(nèi)容推送 ,甚至到出行路線優(yōu)化，這背后都嚴(yán)重依賴于以數(shù)據(jù)為基礎(chǔ)的決策結(jié)果。無(wú)論你是處于公司中的哪個(gè)環(huán)節(jié)，從專職數(shù)據(jù)分析、市場(chǎng)策劃、銷售運(yùn)營(yíng)、到客戶服務(wù)，都需要掌握數(shù)據(jù)分析技能。

另外 ，2016 年教育部批準(zhǔn)北京大學(xué)等為數(shù)不多的學(xué)校開(kāi)設(shè) “大數(shù)據(jù)分析” 相關(guān)專業(yè)，也就是說(shuō)，科班出身的分析師，要到 2020 年才可能會(huì)出來(lái)工作，而如果現(xiàn)在入行或者學(xué)習(xí)數(shù)據(jù)分析技能，到時(shí)候也是資深人士了，搶先一步，占領(lǐng)先機(jī)，未來(lái)絕對(duì)是各行業(yè)內(nèi)的領(lǐng)導(dǎo)者。

“學(xué)習(xí)如逆水行舟，不進(jìn)則退”，在這股大數(shù)據(jù)浪潮中，你是選擇逆流而上，還是進(jìn)入湍流？想必你心里一定有數(shù)。

二、數(shù)據(jù)分析 = 現(xiàn)今稀缺技能？= 高薪？

大數(shù)據(jù)在帶來(lái)極大商業(yè)價(jià)值的同時(shí)，也面臨著巨大的人才需求。據(jù)數(shù)聯(lián)尋英發(fā)布的《大數(shù)據(jù)人才報(bào)告》稱：目前我國(guó)大數(shù)據(jù)人才僅 46 萬(wàn)，在未來(lái) 3 - 5 年內(nèi)大數(shù)據(jù)人才缺口達(dá) 1,500,000 之巨。

數(shù)據(jù)人才缺口，遠(yuǎn)比你想象的還要大。所以數(shù)據(jù)人才在就業(yè)市場(chǎng)的待遇好到令人仇恨，根本不足為奇。即使沒(méi)有學(xué)歷文憑的優(yōu)勢(shì)，有數(shù)據(jù)分析技能的加持，你也能找到一份“高薪”職業(yè)。

更不必提像阿里、滴滴、網(wǎng)易這種依賴于數(shù)據(jù)的大平臺(tái)了，求職時(shí)的選擇多一倍，“錢(qián)”途更廣。

（數(shù)據(jù)來(lái)源于拉勾、獵聘、51job、以及智聯(lián)等數(shù)據(jù)分析崗位招聘數(shù)據(jù)）

除了高薪之外，數(shù)據(jù)分析的熱門(mén)搶手，還體現(xiàn)在以下幾個(gè)方面：

1）廣泛的行業(yè)適用性。目前，數(shù)據(jù)分析職位缺口主要集中在三大巨頭行業(yè)：移動(dòng)互聯(lián)網(wǎng)、計(jì)算機(jī)軟件以及金融，總占比64%，同時(shí)非典型數(shù)據(jù)產(chǎn)業(yè)，潛移默化、迅速崛起。說(shuō)明數(shù)據(jù)分析是各個(gè)行業(yè)都是通吃的技能，且都能期待不錯(cuò)的收入水平。

2) 職業(yè)發(fā)展具有多樣性。初期發(fā)展方向可以細(xì)分為BI專家、模型算法專家、業(yè)務(wù)分析專家。圈內(nèi)不乏這種經(jīng)典案列：技術(shù)崗沉淀數(shù)據(jù)分析思維和技能，轉(zhuǎn)戰(zhàn)產(chǎn)品經(jīng)理、運(yùn)營(yíng)經(jīng)理、管理經(jīng)理、甚至是公司層面的Sales， 且都是同期的佼佼者。

3) 入門(mén)并不難，并且越久越香。很多數(shù)據(jù)分析師并非都是科班出身，不乏來(lái)自經(jīng)濟(jì)、管理、化學(xué)、甚至英語(yǔ)專業(yè)，入門(mén)數(shù)據(jù)分析師并沒(méi)有我們想象中那么難，相反是可以快速入門(mén)的高薪、市場(chǎng)急缺的、發(fā)展空間大的熱門(mén)職業(yè)。一旦你在拉勾、獵聘等大的招聘網(wǎng)站上發(fā)布職位跳槽信息時(shí)，幾個(gè)小時(shí)內(nèi)絕對(duì)會(huì)被HR、獵頭鎖定。

短短的二三年時(shí)間，各行業(yè)的研究報(bào)告表明，大數(shù)據(jù)在現(xiàn)在、甚至未來(lái)都會(huì)是各個(gè)公司的核心資產(chǎn)，并且其商業(yè)價(jià)值會(huì)越來(lái)越高，并且在很長(zhǎng)一段時(shí)間內(nèi)供不應(yīng)求。 我相信只要你已經(jīng)入門(mén)數(shù)據(jù)分析，加持熟練的業(yè)務(wù)知識(shí)，之后的職業(yè)道路相對(duì)會(huì)順利很多。

讀到這里也許你現(xiàn)在已經(jīng)克服心理困難，決定不要做個(gè)圍觀者，而是時(shí)代的領(lǐng)導(dǎo)者，作為零基礎(chǔ)的小白或者是有一定基礎(chǔ)的高手，我該如何在數(shù)據(jù)分析的道路上越走越遠(yuǎn)？

三、新手小白 + 硅谷權(quán)威學(xué)習(xí)平臺(tái)= Get 數(shù)據(jù)分析技能

因?yàn)橄∪彼愿咝?，新一批人才缺口紅利下，動(dòng)作快的人才能掌握先機(jī)。入門(mén)數(shù)據(jù)分析，優(yōu)達(dá)學(xué)城（Udacity）是高效、靠譜的選擇。

Udacity 聯(lián)手 Kaggle x Tableau 等全球數(shù)據(jù)領(lǐng)先企業(yè)推出的【數(shù)據(jù)分析師】納米學(xué)位，已在全球培養(yǎng)超過(guò) 20,000 名數(shù)據(jù)分析師。

騰訊、京東、新浪等互聯(lián)網(wǎng)名企，也將 Udacity 納米學(xué)位項(xiàng)目作為員工的內(nèi)部培訓(xùn)內(nèi)容。

Udacity 的課程十分注重項(xiàng)目實(shí)踐，對(duì)于轉(zhuǎn)行、或?qū)で舐殘?chǎng)晉升的人群十分有針對(duì)性?！笖?shù)據(jù)分析師」納米學(xué)位與 Kaggle x Tableau 聯(lián)合推出，具有以下特點(diǎn)：

1. 內(nèi)容圍繞實(shí)戰(zhàn)項(xiàng)目，避免紙上談兵，項(xiàng)目均可寫(xiě)進(jìn)簡(jiǎn)歷
2. 權(quán)威的納米學(xué)位證書(shū)，中英雙語(yǔ)，可直接添加至 LinkedIn
3. 講師來(lái)自 Google、Facebook、Morgan Stanley 等名企，緊貼行業(yè)需求
4. 就業(yè)輔導(dǎo)：進(jìn)階課程提供簡(jiǎn)歷修改、模擬面試等求職輔導(dǎo)，畢業(yè)后即可加入 Udacity alumni，拓展 Networking，獲得名企內(nèi)推資格；

先來(lái)看幾個(gè)可以寫(xiě)進(jìn)簡(jiǎn)歷的實(shí)戰(zhàn)項(xiàng)目：

（第一個(gè)項(xiàng)目可試學(xué)，想了解的可以直接拉到文末）

Project 1 揭秘北上廣空氣質(zhì)量（可試學(xué)）

獲得北上廣等 5 大城市 PM 2.5 數(shù)據(jù)，分析空氣質(zhì)量變化趨勢(shì)，學(xué)習(xí)從提問(wèn)到可視化分析結(jié)論的數(shù)據(jù)分析流程。

Project 2 探索共享單車用戶行為規(guī)律

用 Python 分析共享單車行程和用戶數(shù)據(jù)，分析最熱路徑、最典型用戶等信息；編寫(xiě)交互式代碼來(lái)查詢數(shù)據(jù)，使用描述性統(tǒng)計(jì)學(xué)分析。

Project 3 探索電影/槍支管理/體育賽事真實(shí)數(shù)據(jù)

獲得來(lái)自 TMDB、醫(yī)院管理系統(tǒng)、FBI 數(shù)據(jù)庫(kù)的精選真實(shí)數(shù)據(jù)集，使用 NumPy 和 Pandas 完整體驗(yàn)分析流程，分析高票房電影有哪些共同點(diǎn)、什么樣的球隊(duì)容易贏得比賽等真實(shí)世界問(wèn)題。

Project 4 揭秘“冰與火”戰(zhàn)役制勝因素

獲得《權(quán)力的游戲》戰(zhàn)爭(zhēng)數(shù)據(jù)，分析影響戰(zhàn)爭(zhēng)結(jié)果的因素，溫習(xí)從提問(wèn)到可視化的分析流程，并找到隱藏在文字中的戰(zhàn)役制勝法寶！

從下面的課程框架也可以看出，課程圍繞項(xiàng)目，課程結(jié)束后可以至少有 10 個(gè)能寫(xiě)進(jìn)簡(jiǎn)歷的項(xiàng)目經(jīng)驗(yàn)：

入門(mén)、進(jìn)階都有【7天試學(xué)班】，讓不確定自己適不適合、有沒(méi)有能力的人，7 天深度體驗(yàn)課程，還包括一個(gè)簡(jiǎn)單的項(xiàng)目，用極低的成本試錯(cuò)，節(jié)省時(shí)間，少走彎路。

值得一提的是，Udacity 中國(guó)區(qū)在雙十一期間有活動(dòng)！（美區(qū)沒(méi)有！）

雙十一最值得的剁手就是投資自己！讓花出去的每一分錢(qián)都成為未來(lái)的保障。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。