Mitä data-analyytikot tekevät, heidän mahdollisuutensa ja miten tulla sellaiseksi

Data-spiraali: Public Domain -kuva

Wikimedia Commons

Olen työskennellyt kymmenen vuotta valtion data-analyytikkona ja -päällikkönä. Vaikka se ei ole aina maailman mielenkiintoisin työ, se on suhteellisen hyvin palkattu, turvallinen ja yllättävän monipuolinen, ja jos sinulla on looginen mieli ja uteliaisuus nähdä, miten ja miksi asiat toimivat yritysmaailmassa, mahdollisuutesi voivat olla erittäin hyvät todellakin. Data-analyytikkona voit myös siirtyä muille alueille, kun tietosi ja taitosi laajenevat, ja data-analyysi syötetään laajempaan ohjelmointiin, liiketoiminnan analysointiin ja hallintaan, joten kokemuksesi voi hyvin viedä sinut huipulle.

Miksi tulla Data Analystiksi?

Kilpailu on matalampaa matematiikan ja tilastojen käyttöön liittyvässä työssä yksinkertaisesti siksi, että harvoilla ihmisillä on todellinen affiniteetti aihealueeseen ja ihmiset, joilla on korkeatasoinen vaadittu taitojoukko, ovat suhteellisen harvinaisia. Tämä voi olla rohkaisua tai varoitusta. Olen työskennellyt monien muiden analyytikkojen kanssa, jotka eivät edes pystyneet ymmärtämään yksinkertaista prosenttikäsittelyä ja perustilastotekniikoita. Tämä teki heistä melko tyytymättömiä työhönsä, eivätkä varmasti koskaan nousseet uran alimman tason yläpuolelle.

Mutta jos olet matematiikan hurahtaa; jos sait ensimmäisen tietokoneesi lapsena ja yritit ymmärtää kuinka ohjelmoida konekoodiksi; Jos huomaat huutaa suosittu lehdistössä ja mainokset televisiossa misunderstanding- again- mitä se oikeastaan tarkoittaa sanoa, että 6 10 naiset haluavat kissat (joista naiset? Kuinka suuri oli näyte? Miten kysymyksen kehystetty ja teki se kumoaa vastauksen positiiviseen tai kielteiseen vastaukseen?), niin saatat hyvinkin olla erinomainen data-analyytikko ja saatat menestyä valitulla urallasi.

Dataanalyytikkona olemisen edut

Henkilölle, joka on utelias, looginen, hyvin lukeva ja ennen kaikkea haluaa jakaa tietonsa , tietojen analysointi voi olla erittäin palkitsevaa. Tyydyttävyys kaikkien erilaisten tietojenkerrojen kokoamisesta, analysoimisesta ja manipuloinnista, kunnes olet varma, että se antaa todellisen ja tarkimman mallin todellisesta maailmasta, voi olla erittäin tyydyttävä. Ihmiset, joiden kanssa työskentelet, ovat todennäköisesti keskimääräistä älykkäämpiä ja erittäin ammattitaitoisia. Työskentelet tietyissä tunnustetuissa yritysohjeissa ja tietysti tilastosäännöissä, mutta työskentelet myös suurelta osin valvomatta ja sinulla on paljon tilaa omalle tilastolliselle luovuudellesi - sinun on usein sinun löydettävä paras analyysimenetelmä, ja se on usein sinun tehtäväsi oppia esittämään havainnot kollegoille, johdolle ja organisaatioille, joiden kanssa yrityksesi työskentelee. Sinun on oltava keskittynyt ja hyvin "palloon", ja sinulla on oltava erinomaiset ihmisten taidot, koska sinun on usein puhuttava monille ihmisille ja osallistuttava moniin kokouksiin saadaksesi tarvitsemasi tiedot..

Taloudelliset palkkiot eivät välttämättä ole legenda, mutta ne ovat selvästi keskimääräistä korkeammat, ja sinulla on tarvittavat taidot, jotta voit hakea menestyksekkäästi monenlaisia ​​työpaikkoja ohjelmoijasta johtotehtäviin. Isossa-Britanniassa toukokuun 2012 loppuun edeltäneiden kolmen kuukauden aikana 90% työpaikoista data-analyysissä maksoi yli 23 000 puntaa ja 10 prosenttia yli 57 000 puntaa. Yhdysvalloissa yritystietojen analyytikoiden keskiarvo on noin 50 000 - 60 000 dollaria. Ylimmän johdon tehtävät maksavat tietysti paljon enemmän kuin nämä keskiarvot. (Lähteet: IT Jobs Watch (UK) ja Palkka (USA).

Mitä data-analyytikko tekee?

Kerätä dataa. Tiedot ovat peräisin sadasta eri lähteestä: ne voivat olla raakamuodossa tietokannassa, tai voit ottaa kyselyitä asiakkailta tai käyttää tietoja muiden suurten yritysten vertailuun. Jos valmistelet raporttia, sinun on koottava kaikki tietosi ja tehtävä niistä mielekäs ja ymmärrettävä niille, jotka eivät välttämättä ole loogisia tai matemaattisia, joten kerätessäsi tietoja sinun on tiedettävä, mihin ne menevät sovi - esimerkkinä, jos ilmoitat alueellasi jatkokoulutusta suorittavien 16-vuotiaiden lukumäärän alueellasi sekä perustiedot, joita tarvitset myös vertailutietoja muista kaupungeista, ja mahdollisesti asioita, kuten kunkin ryhmän tulotaso, alueen työttömyysaste, kuinka monta 16-vuotiasta on, jotta voit laskea prosenttiosuuden,kuinka moni jatkoi muuta tekemistä sen sijaan… luetteloa jatketaan. Keräämäsi tiedot riippuvat raporttisi tarkoituksesta, ja usein on oma aloitteesi nähdä mallit ja syyt keräämissäsi tiedoissa, jotta voit esittää paitsi raakatiedot myös antaa viitteitä siitä, mitä tiedot tarkoittaa .

Tietojen käsittely ja analysointi. Käsitteellä 'en tarkoita epärehellistä, mutta raakatiedoilla ei ole koskaan merkitystä. Jos huomaat, että 1000 16-vuotiasta jatkoi koulua jatko-opintojen suorittamiseen, se on merkityksetöntä, kunnes tiedät kuinka monta 16-vuotiasta on kaupungissa koko kaupungissa. Sanotaan, että se on 10000. Joten tiedät nyt, että 10% 16-vuotiaista on suorittanut jatko-opintoja kaupungissaasi. Kuinka tämä vertaa tien varrella olevaan kaupunkiin? Oletetaan, että 2000 heidän 16-vuotiaasta jatkoi täydennyskoulutusta, ja heidän väestönsä on samanlainen, joten se tarkoittaa, että 20% heidän 16-vuotiaistaan ​​jatkoi FE: tä. No, nyt sinun on kysyttävä, miksi prosenttiosuutesi on niin alhainen kuin heidän. Haluat ehkä tarkastella molempien kaupunkien korkeakoulujen määrää ja mainetta tai vaurauden ja köyhyyden tasoa,ja vertaa eri prosenttiosuuksia kullekin tutkitulle ryhmälle.

Ohjelmointi. Tiedon hallitsemiseksi ja sen analysoimiseksi tarvitset melkein varmasti jonkin verran ohjelmointitaitoa. Vaikka käytät vain Excel-laskentataulukoita, joudut tuntemaan jotkut Visual Basic for Applications (VBA) -ominaisuudet voidaksesi käyttää joitain tekniikoita, jotka tekevät numeroriveistä merkityksellisiä tietoja. Saatat joutua kuulustelemaan tietokantoja, ja koska menet niin syvällisesti niiden sisältämiin tietoihin, saatat joutua koodaamaan tai koodaamaan sen osia saadaksesi sen suostuttelemaan luopumaan salaisuuksistaan. Jos aloitat harjoittelijana tai lähtötasolla, sinulle voidaan antaa jonkin verran liikkumavaraa ja jonkin verran koulutusta tässä, mutta useimmat yritykset odottavat sinun pääsevän tietyssä määrin maahan ja sinulla on ainakin perustiedot ohjelmoinnista.

Raportin kirjoittaminen. Data-analyytikoiden on kyettävä esittämään havainnot riippumatta siitä, onko se matalan tason raportissa vieressäsi olevalle kollegalle, jotta hän voi käyttää havaintojasi omassa raportissaan, vai onko kyseessä korkean tason raportti johtoryhmälle jotta he voivat suunnitella tulevaa politiikkaa. Raporttien on oltava selkeitä, yksiselitteisiä, ja niihin on lähes aina sisällyttävä graafisia elementtejä, kuten kaavioita, jotta tiedot saadaan mahdollisimman helposti saataville.

Laadunvarmistus. Data-analyytikkona sinulla on vertaansa vailla oleva näkemys yrityksesi toiminnasta sekä alueilla, joilla se menestyy, että alueilla, joilla se voisi toimia paremmin. Saatat löytää itsesi työskentelemässä laadunvarmistus- tai parantamisprojekteissa, ja tämä voi olla erittäin luova ja monipuolinen osa työsi, ja myös palkitsevaa, jos jokin projektiisi johtaa yrityksen menestykseen.

Rahoitus. Monissa raporteissasi on taloudellinen elementti, vaikka et työskentele suoraan yrityksen taloudellisten tietojen kanssa. Data-analyysi on usein suunnattu vianetsintään (ja korjaamiseen!) Tai parantamiseen tai molempiin - ja sekä ongelmat että parannukset maksavat rahaa. Data-analyysi käsittelee myös rahan säästämistä ja yrityksen talouden parantamista, mutta kummatkin tapaukset, analyytikot käsittelevät paljon taloudellisia tietoja.

Kokoukset, esitykset ja konferenssit. Vaikka olisitkin tiimin vasta aloittelija, sinun on osallistuttava kokouksiin ja sekä kuulla että pidettävä esityksiä. Onneksi lyhyt ja ytimekäs on aina parempi. Kaikki ovat kiireisiä, ja kaikki, mitä he haluavat, ovat tietoja ja ehkä joitain ideoitasi siitä, mitä nämä tiedot tarkoittavat. Ei ole mitään hermostunutta, se on vain raportti suullisessa muodossa ja voit käyttää monisteita niin, että ihmiset katsovat heitä sinun sijasta.

Tekninen työ. Koska joku, joka käyttää tietokoneita koko päivän ja jolla on taju matematiikasta ja tekniikasta, taitosi lainataan usein epävirallisesti muilta osastoilta - varsinkin jos työskentelet pienemmässä yrityksessä - ja saatat huomata, että aina kun IT-osasto on lyhytaikainen voi pyytää data-analyytikkoja ojentamaan kättään. Jos sinulla on aikaa, tämä on aina hyvä asia, ei vain ryhmähenkeen ja yksiköiden välisiin suhteisiin, vaan myös lisätä omia kontaktejasi ja taitojasi.

Kuinka tulla analyytikoksi

Joten olet myynyt ajatuksesta tulla data-analyytikoksi. Mistä aloitat? Ennen kuin haet työpaikkoja, varmista, että sinulla on todisteita taidoista. Jos sinulla on jo matematiikan tai tilastotieteen pätevyys, se on hienoa, mutta sinulla on joitain todisteita siitä, että sinulla on muita jousia jousellesi. Ilmoittautuminen yökoulun ohjelmointi-, matematiikka- ja tilastokursseille näyttää ansiokkaalta ansioluettelossasi (niin kauan kuin et keskeytä!); löydä tiesi Excelin ja VBA: n sekä niin monien muiden sovellusten ja ohjelmointikielien ympärille kuin mahdollista, joten jos potentiaalinen työnantaja päättää asettaa testejä ja esittää haastatteluissa teknisiä kysymyksiä, sinulla on etu.

Hanki tai ainakin ala työskennellä ammattipätevyyden saamiseksi. Voit valita monista - tilastojen, liike-elämän ja tietojen analysoinnin ammattitutkinnot ovat saatavissa erittäin arvostetuista laitoksista sekä useista yhdistyksistä ja killoista, jotka tarjoavat perusteellisia neuvoja urasi aloittamiseksi tai kehittämiseksi.

Vaikka sinulla on vain vähän tai ei lainkaan asiaankuuluvaa pätevyyttä ja vähän kokemusta, saatat onnistua hakemassa tietojenkäsittelyanalyytikkona tai pystyä saamaan työpaikka asiaan liittyvällä alueella, jos tavoitat harjoittelija- tai lähtötason työpaikkoja. Löydä omat tapasi hankkia kokemuksia - näytä itsesi älykkääksi ja innovatiiviseksi työssäsi, vaikka olisit vain arkistoija tällä hetkellä, ja vapaaehtoisesti auttamaan tai aloittamaan hankkeita, joilla pyritään parantamaan liiketoimintaa, vaikka se vain lisäisi tiedostot (joko oikeat tai tietokoneet) järjestyksessä. Työn ulkopuolella olevien projektien saaminen voi olla myös korvaamatonta - ehkä suunnitella verkkosivusto ja antaa sille interaktiivisia ominaisuuksia - sen ei tarvitse olla perinteisesti menestyvää tai edes houkutella kävijöitä ollenkaan, se on sinun esittelysi, jonka avulla voit näyttää potentiaalisille työnantajille osoittaa taitosi ja kiinnostuksesi.Kun suunnittelet sitä, ajattele liiketoimintaa ja toiminnallisuutta. Verkko, suunnittelu, liike-elämä, matematiikka, tilastot ja ohjelmointi kulkevat kaikki toisiinsa, joten opi mahdollisimman paljon näistä alueista ja ajattele, kuinka voit osoittaa kokemuksesi ja tietosi. Jos tämä vetoaa sinuun, aloita oppimalla HTML-koodi ja katso, voitko käyttää Dreamweaveria ja Photoshopia - niiden ostaminen on erittäin kallista, mutta paikallinen korkeakoulu saattaa järjestää yökoulutuskursseja, jotka antavat sinulle sekä opetusta että pääsyn ohjelmisto.aloita oppimalla HTML ja selvitä, voitko käyttää Dreamweaveria ja Photoshopia - niiden ostaminen on erittäin kallista, mutta paikallinen korkeakoulu saattaa järjestää yökoulutuskursseja, jotka antavat sinulle sekä opetusta että pääsyn ohjelmistoon.aloita oppimalla HTML ja selvitä, voitko käyttää Dreamweaveria ja Photoshopia - niiden ostaminen on erittäin kallista, mutta paikallinen korkeakoulu saattaa järjestää yökoulutuskursseja, jotka antavat sinulle sekä opetusta että pääsyn ohjelmistoon.

Resurssit:

Kansainvälinen liiketoiminta-analyysin instituutti

© 2012 Redberry Sky