数据分析师是指不同行业中,专门从业数据搜集、整理、分析,并依据数据做出行业研究、评估和预测的专业人员。
数据分析工作的主要步骤步骤是这样的:数据采集→储存→清洗→提取→计算(分析)→可视化→报告
其中还包括以下内容:
指标波动排查
做各种报表
写分析报告
临时数据需求
埋点设计和校验
模型相关
......
数据处理能力(软件技能:SQL Excel Tableau Python等)
以SQL为基础的数据提取能力
以Python,Excel为基础的数据分析建模和可视化的能力
以Tableau和PowerBI为基础的可视化看板的能力
数据分析思维方法(数据分析方法 结构化思维 逻辑思维等)
数据分析的基本方法:对比分析,构成分析,趋势分析
结构化思维:金字塔结构+MECE原则,象限法,流程法和公式法
商业理解(业务理解能力,战略思维,沟通协调能力等)
业务理解:漏斗分析,业务流程分析,分类思维,SWOT分析,价值链分析等
战略思维:终局思维+产业思维
(1)确定目标
人在做一件事情前,一定要想好自己要什么,确立好目标,才能有做事的动力,达到事半功倍的效果。
想要找到一份满意的数据分析工作,在开始前,一定要确定好目标,主要包括:
目标城市
目标行业
目标薪资
这里小编要提醒一下,不同的人有不同的侧重点,比如,应届生小伙伴,建议以行业选择为主,薪资反而不是那么重要;而大龄转行的小伙伴,要把薪资放在相对于前面的位置,因为高薪资不仅是生活的保障,还是个人价值的证明,有助于未来跳槽和进阶。
(2)简历撰写
作为面试的敲门砖,简历是整个求职流程中最不容忽视的。简历内容结构:主要由6个方面构成,基本信息、学历信息、技能、项目、工作经历和其他附加信息等;(学历、技能、项目、工作经历可以调换顺序,主要原则为亮眼经历放在前展示,相对薄弱地方放在后面)
对于数据分析师来说,简历中最重要的2点:工作经历和项目经历。
工作经历:
工作描述方面需要体现出自己所做的业务类型、工作职责范围,因为在项目中已经体现了一些具体项目细节,所以工作经历的描述语言尽量具有总结性,体现自己的主观能动性、闭环能力。学会将繁杂细碎的工作内容体系化的描述。
项目经历:
简历中的项目描述是重中之重,因为面试官会快速浏览简历并针对感兴趣的项目进行细节提问。建议简历中项目数量在2-4个为佳,描述避免啰嗦,用2-3句话来突出重点,遵循目标-行为动作-结果原则,重点写清用了什么分析方法,达成了什么结果,项目收益的量化指标。(面试中项目需要详细介绍项目背景、项目规模、项目难点等,但是在简历中着重突出行动和结果即可)
(3)简历投递
首先,要明确自己寻找工作的方向,这也是第一点我们提到的,然后,采用海投的方式,向特定行业或特定岗位的不同公司同时进行投递。一般采用招聘网站+官网+公众号三种方式结合进行信息搜寻。
对于应届生来说,简历文件常规命名为“姓名+学校+求职意向”,若招聘信息中有命名的特定要求,则按照要求修改。
邮箱名称要正式并且符合规范,尤其是使用QQ邮箱发送邮件时,一定别忘了修改昵称哦!
通过邮箱发送简历时,建议附带一封格式规范且内容诚恳的求职信,信中需要表明自己的来由和自己真诚求职的态度。
投递简历前不需要过分筛选和挑剔企业,切忌挑的多,投的少。在等待HR回应时保持平和和稳定的心态,不要着急和焦虑,保持耐心,也许offer正在路上~
(4)面试准备
面试前,你需要了解:
公司概况
过往面经
一套得体的服装
面试中:这些问题你要提前准备
自我介绍。
一般需要包括三类信息:
个人基本信息:毕业于哪所大学,学的什么专业。
最突出的能力或相关经历:比如在类似企业的项目经历和成果。
希望应聘该公司/岗位的原因:比如认同企业文化,希望在这个行业成就自我。
为什么想来这家公司/应聘这个岗位。
回答思路有两个:
公司/岗位有什么特色之处。
这些特色之处正符合我的工作期望或者正契合我的能力点。
感觉你的专业背景跟我们不太相关。
面对这类问题,先不要慌,既然对方让你来面试,那证明你已经具备他们要求的基本条件。这时候可以从以下思路来回答:
挖掘专业所需的能力本质,比如:快速学习能力、逻辑组织能力。
再与自己的经历进行匹配:在之前工作中,通过XX的方法,做了XX分析,取得了XX成绩。
这些能力也恰好符合岗位要求,虽然专业看似不相关,但自己所具备的这些能力完全可以胜任这份工作。
还有什么问题想问?
很多人在遇到这个问题时,都把焦点集中在薪资和福利待遇上,这也无可厚非,但很难体现出你对这家公司或职位的渴望。这里建议大家可以从以下方面来提问:
如果能成功应聘这个岗位,我应该提前做什么准备?
做这份工作可能会遇到什么困难,如何解决,以表明自己真诚希望拿到offer。
以上,就是小编今日的分享,多为技巧性的总结,如果你是应届生想入职数据分析或者0基础想转行数据分析,扫描/长按识别下方二维码获取【1V1入职数据分析解决方案】。
点击【阅读原文】测一测你适合做数据分析吗?