炼数成金 门户 商业智能 查看内容

BI取数者的职业发展之路?

2017-4-17 10:24| 发布者: 炼数成金_小数| 查看: 15476| 评论: 0|原作者: 傅一平|来自: 与数据同行

摘要: 进入省公司后去地市实习3个月,由于已经提前在省公司呆了1个月,因此大致了解了自己将要干的工作,我下地市实际是有备而去的,席卷了公司核心系统的相关文档,历年来所有取数的代码,笔者属于哪种对于不确定事情有焦 ...

管理 工具 大数据 数据分析 数据仓库

今天在留言区里,看到一位同仁在读了我的一篇以前的文章《为什么BI取数这么难》后提了这样一个问题:

“初入bi取数这一行业,目前在银行做取数,想知道几年后还能做什么工作!”

自认为还是有一定发言权的,因为我从进入公司后就一直从事取数工作,自己的青春年华实际上是在大学和取数中度过的,这里就来谈谈我的理解。

首先谈谈我的经历,看看笔者是怎么走的,希望给每位当前还在致力于取数事业的同仁一些参考,从我的经历中获取经验,汲取教训,能走出属于自己的数据人生。

笔者学得是电子科学与技术专业,实际搞得是牌照识别,就是当前大家每次进入小区、高速公路那个摄像头附带的牌照识别系统,我算是那批始作俑者之一吧,用得是神经网络,但代码是师兄写得,我只是COPY打打下手。

1、实习期
进入省公司后去地市实习3个月,由于已经提前在省公司呆了1个月,因此大致了解了自己将要干的工作,我下地市实际是有备而去的,席卷了公司核心系统的相关文档,历年来所有取数的代码,笔者属于哪种对于不确定事情有焦虑感的人,务必要尽量搞确定才安心,这个跟性格有关。

在去地市途中还意外接到了未来主管的电话:“能早点回就早回,我们现在缺你这样高学历的人才啊!”,瞬间觉得自己很重要,到地市后,一线的领导对于省公司来的都很客气,没有给我什么实际的工作,我则三点一线,看设计文档、数据字典和取数代码,为回省公司做好准备。

2、取数期
实习回来后我基本就是在做取数,3个月后独当一面,第一个自己谈的正式需求记得是个资费测算取数(当初的需求人员现在已经是公司市场部的老大了),对我来说,这是一次旅程碑式的取数,因为营销部的资费取数一向以复杂、综合难度高著称,因为会涉及各类表的关联交叉分析,包括账单,话单及订购等,但我还是加班搞定了。

2年间,笔者逐步获得了业务人员的信任,这类信任倒不是来自于怎么沟通,而在于你总能准确的理解需求方的业务口径,准确的转换成数据口径,从中发现可能存在的歧义,第一时间跟业务人员确认清楚,并能快速的从数据库中取出数据,而且返工率很低。

3年后,取数就可以谈笑风生了,可以对着公司所有部门谈需求,从市场、财务、政企、战法到客服,较大的场面是一次政企的产品取数,笔者单刀赴会,对方2个领导,20多个产品经理,一个个跟我过各自产品的取数口径,颇有车轮战的味道,但一切尽在掌握中。

取数期我做了二件有价值的事情,一是自己做了一套取数日表,大幅提升取数速度,二是利用工具将取数的串行改成了并行,现在想来意义还是很深远的。

要成为优秀的取数者就是学习、创新和实践,评估的标准不是你自己认为怎么样,而是业务人员怎么看你,你是否能在取数面前一言九鼎,树立权威,还是纠结于跟业务人员扯皮。

在成为主管后,牵头打造了第一个自助取数工具,取数快点吧,现在还占到了公司取数的一半, 我也有专门谈如何取数,大家可以看我相关的文章。

3、报表期
2年后我同时成为了一名表哥,具备了取数能力,做报表不在话下,两者一脉相通,只是报表规范性更高,并且要用一些前台工具和调度工具,比如brio,最难的莫过于财务报表吧,因为钱要一分不差,财务部其实最难对付。

我跟财务部相关同事达成了很好的默契,信任始终来自于每一次沟通中你体现出的专业性和之后干活的一丝不苟,财务报表只相信及时和准确。

报表期间我做了二件有价值的事情,一是将报表调度从原来的定时调度改成了触发调度,二是觉得报表太乱了,口径乱七八糟,我把公司所有报表的代码扫了一边,写了一本报表口径大全,作为自己的案头书,让我对于报表有了更深的理解,更重要的是,有全局视野。

在我成为主管后,我把报表全部翻掉,打造了一套指标体系,提倡用组装的方式生成报表,并且重构了报表前台,现在有个响亮的名字:黄金眼。

我有专门的文章谈如何做报表,大家可以看看相关的文章。

4、分析期
在承担取数和报表期间,领导不时会安排一些小分析课题,比如话费为什么会突降,节假日比对,优惠分析等等,分析给人带来的好处是,锻炼了结构化思考能力和PPT能力。

一般取数报表在经历了3年后,能力提升会停滞,当然你在自己的舒服期会过的很好,但也开始吃自己老本,必须要接受进一步的挑战。

做专题分析是较好的一种方式,因为一方面让自己对数据的思考能进一步深入,另一方面跟领导有了直接沟通,他们的视野是你难以项背的,一个底层员工其实很难有机会跟领导接触,分析报告是很好的一种心灵共通的方式,有一次我们的分析报告竟然得到了公司老大的邮件回复:“说分析的好,谢谢”,我跟同事激动了好几天。

做分析比取数更苦,但可以让你养成严谨的表达习惯,是对于人的历练,作数据的人人都要经历下什么叫作做分析,那种滋味真是酸爽。

做分析报表期间我还领悟了一点,报告其实是可以分工协作的,三个臭皮匠赛过诸葛亮,可以让我们提交的报告更加严谨,后来由于岗位原因没有在做分析了,但那是一段难忘的时光,很感谢那段时间跟我同甘共苦的朱有才同学,我们度过了一段及其艰难的时光。

我有专门的文章谈如何做经营分析报告,大家可以看我的相关文章。

5、项目期
在工作第四年,我开始承担项目化工作,这是与取数、开发不太一样的工作,不仅要能自己做事,也开始要管人了。

2005年开始中国移动的经营分析系统建设如火如荼,自2007年后笔者一直承担着省公司经营分析项目的建设责任,我做的项目类型很多,下面介绍一些:

参与了2期数据仓库的建设,主导了5期数据仓库建设,让我对于数据仓库,数据建模有了系统化理解,中国移动的经营分析规范当时还是很超前的,我们培养了自己一批人,也培养了厂家一批人,当初跑去阿里巴巴建数据仓库的很多来自我的团队。

主导了3期营销管理平台建设,让我对于营销管理系统也有了相当的理解,从策划、执行到评估,从营销五步法到七步法,从传统营销到较精确营销,还有带领团队建设了存量维系系统,这在当时公司内的口碑还是非常不错的,营销平台本质跟广告平台相同,只是对象不同而已,我专门写过一篇文章做过比对,找个机会发出来。

主导了4期地市数据分析中心的建设,就是地市数据集市,当前也是地市一线主要的报表取数分析平台,是最初我们“搭台唱戏”的集中化设想,可惜后来有点走偏了,成为地市的一块自留地。

其他业务类的项目就太多了,标签库、财务运营分析、客服运营分析、政企客户挖掘、VGOP、ESOP运营分析、客服满意度分析等等。

项目做得多,的确提升了视野,但作为项目经理,其实很容易浮在上面,长时间容易变得眼高手低,这会为能力的停滞不前埋下祸根。

6、主管期
首先负责带经分团队,做的就是上面列出的事,只是自己变成了管理者,这次转型从当前回过头去看,并不是很好,当时倒并不觉得,因为每天似乎很忙,也面临多次危机,一晃很多年。

其次是碰上了大数据的红利,在一次组织架构调整中来到了大数据中心,自己有机会去重新看看这个世界,干了一年的商务、产品和数据的主管后,很是刺激了神经。

最后就是现在,重新回到大数据管理的岗位,也是我当前正在做的事情,为公司的大数据运营保驾护航,不知道未来会如何,但希望能像刚进公司的那个小伙子一样,勇往直前吧。

这就是一个取数人的历程,其实是有点随波逐流的,哪里需要就去哪里吧,说不上有什么人生规划,仅供参考。

7、四个建议
关于那位同仁提的问题,一个取数人未来往哪里走呢?这里给四个建议:

一是走向业务部门,如果你对于公司的业务和数据理解不错,又具备一定的沟通能力,这类人才业务部门其实很缺,你既可以转型做经营分析师,也可以做营销人员,其实什么都可以,支撑取数人员在业务部门有相当的竞争力,根据笔者的观察,好的取数人员去业务部门后,表现还是很抢眼的,如果选择这条路线,意味着你要与所在公司长相厮守。

二是走向建模师,当然你除了要掌握取数技能,还需要系统的去提升算法能力,掌握相关建模工具,如果单位有环境就申请去建模岗位,要努力争取实践的机会,如果没有环境,就自己先学,觉得有了一些基础,如果环境依旧,就跳槽吧,这条路非常艰难,要花大功夫,但前景可期,大数据很缺这类人才。

三是走向架构师,可以申请去做技术类项目,甚至相关技术运维工作,比如数据仓库、大数据平台等,现在网上的资料铺天盖地,想学也容易,但要想清楚你是真的想做技术吗?

四是走向管理者,你在取数领域表现出色,比如你视野宽、取得快,效率高,客户满意度高,同时你还容易相处,就争取当个取数小主管,然后再看情况发展。

无论是哪种情况,都需要付出额外的努力,作为新人,如果取数还没做多少,就觉得厌倦没意思,就想换个试试,其实在其它地方大多也没机会,记得一定要做在当下,如果连个取数都做不到团队前列,就不要提有其它什么机会,所谓的未来往哪个方向发展也是空谈了。

希望给每个奋斗在取数战线的同仁一点启示。

欢迎加入本站公开兴趣群
商业智能与数据分析群
兴趣范围包括各种让数据产生价值的办法,实际应用案例分享与讨论,分析工具,ETL工具,数据仓库,数据挖掘工具,报表系统等全方位知识
QQ群:81035754
4

鲜花

握手

雷人

路过

鸡蛋

刚表态过的朋友 (4 人)

相关阅读

最新评论

热门频道

  • 大数据
  • 商业智能
  • 量化投资
  • 科学探索
  • 创业

即将开课

热门文章

     

    GMT+8, 2018-5-24 15:53 , Processed in 0.174482 second(s), 25 queries .