01 版本一:负分滚粗型
我一年都好忙啊,都在写代码,写的啥我也不知道。
02 版本二:交差了事型
使用场景:无欲无求,交作业了事的同学。
● 临时取数:完成取数需求150份;
● 专题报告:完成专题报告;
● 报表:新建报表100份,更新报表300份;
● 模型:建立外呼模型1个;
写作要点:如果只是想交差的话,记住这个句式:我+完成了+XX任务。搞掂!这样可以直观清晰地向老板表达:交代的工作我做完了。为了克服版本一的问题,我们得把“到底这些代码是为了啥?”这个问题交代清楚。因此需要分门别类。
数据分析最常见的五种产出就是:临时取数,报表,专题报告,模型,数据产品。可以分开五部分来写。每一项工作,又有新建,更新,优化,迭代(删除/合并)四个状态,也可以分开写。这样看似混乱的日常工作,就能进行清晰地分类了。
03 版本三:锦上添花型
2021年内,本人完成工作如下:
● 报表:新建报表100份,支撑五个项目开展;
● 专题报告:完成专题报告5份,发现了5处问题;
● 模型:建立外呼模型1个,提升外呼质量400%;
写作要点:想锦上添花,就不能光干巴巴说:我做了什么工作。而是得说:我创造了什么价值。同样是干活,领导从来更关心的是:谁的产出更大。但数据分析师和销售、运营、产品经理不太一样,有独特写法。
● 支撑类:为重大活动提供数据产品,为销售配备数据助手
● 避险类:发现了异常问题,及时提醒业务解决
● 增强类:提供模型/标签/产品,提升营销/销售/运营效果
请注意,这四点是有先后顺序的,顺序是:支撑≥避险≥增强≥建议。因为支撑类是最刚性的,无人可以扯皮的助力。比如双十一领导想看即时交易额,那就得做数据大屏,不做没得看。这个功劳独一份是数据的。
增强类本身难做,并且需要业务配合,比如精准营销,比如产品推荐,比如需求测试,虽然看起来是数据做了很多分析工作,但脱离运营的优惠券,其实效果没那么大。所以很容易扯皮。
所以除非是有业务部门主动提出的:“这个建议很好”,一般情况下数据分析师不会主动炫耀所谓建议。
平时陈老师总是喋喋不休的,每个分析单元都会讲“这里可以这样结合业务,那里可以那样输出价值”就是备着这一天,以后看分析方法,不要光纠结数字怎么算,多看看落地场景哦。
还有同学说:老师,既然是要别的部门认可,人家不认咋办?本质上,解决问题的办法是正式立项,通过项目来解决问题。除了立项,还有个操作细节,就是多拍照,多发邮件。比如业务领导邮件回复了:分析的很好!good,截图为证。
04 版本四:绵里藏针型
使用场景:求职or在大老板前露个脸
● 我是大屏小能手,您看到的双十一大屏是我做的
● 我是活动小帮手,上次。。。
写作要点:这里和版本三只有一个区别,就是自己给自己贴了个标签。并且这个标签是直观能理解的。有同学会好奇:这么一点点动作,能有大作用。有!当然有!上一个给自己贴大屏小能手的同学,才24岁月薪已经破3万了,哈哈哈。
因为在外人眼中你就是个弄个数字,不懂行的人,是很难理解做hadoop与打算盘有什么区别,因此很难与你感情共鸣,也就很难认可价值了。况且这是面对老板,老板们下属很多,老板们的时间都很少,所以必须在最短时间内把自己价值展现出来,和老板建立感情联系,标签就是最好用的工具。
打标签的办法,就是从一个和老板最贴近的事入手,比如报表、大屏,报告。先打一个生活化标签,让老板回忆起来,然后再列数字。这样就能快速建立印象,又有数据支持,显得脚踏实地,效果非常好。
这一招在面试时也非常好用。面试的时候一般要面HR、用人部门直属领导,用人部门上上级领导,大老板,这几关。大部分情况下,只有直属领导才懂具体业务,其他的人根本不懂,也不怎么care(特别是hr,这些文科生就是在招聘需求里把spss和python写在一起的人)。因此用几个标签,快速建立印象,就很容易脱颖而出。
-END-