データ運用アナリスト (データ アナリストはどのようなキャリア上の混乱に遭遇するでしょうか?)

データ運用アナリスト (データ アナリストはどのようなキャリア上の混乱に遭遇するでしょうか?)

データアナリストはキャリアにおいてどのような混乱に遭遇するでしょうか?

私は10年以上データ分析業界で働いています。私は物流業界、大手インターネット業界、オンライン小売業界、ToB業界で働いてきました。キャリアの初期から中期にかけて、コミュニケーション、プロモーション、業界の発展など、常にさまざまな戸惑いに直面してきました。転職については何度も考えましたが、まずは自分の専門分野で良い仕事をして、それから段階的に考えていきたいと思っていました。

誰もが同じだと信じています。どのような仕事をする過程でも、キャリアに関する混乱は多く起こります。

特に、データアナリストは現実と仮想の両方の可能性がある仕事なので、混乱する点が多くあります。データ アナリストとしての 10 年間のキャリアの中で、私は次のようなキャリア上の混乱に個人的に遭遇したので、それを皆さんと共有したいと思います。

1. データアナリストには高度なプログラミングスキルが必要ですか?

2. データアナリストは一日中データを収集しますが、これは非常に退屈です。それで、これの価値は何でしょうか?

3. データアナリストはすぐに昇進して給与も上がりますか?

4. データアナリストはキャリアの限界に直面する可能性が高いと聞きました。どうすれば突破できるでしょうか?

5. 将来データアナリストになりたくない場合、他にどんな仕事ができますか?

……

上記は、データ アナリストが直面する一般的な専門的な混乱です。こうした混乱にどう対処すればよいのでしょうか?

データアナリストにプログラミングスキルは必要ないと言うことは絶対にできません。そのため、データアナリスト業界に参入したい人の多くは、プログラミングスキルの必要性から撤退します。プログラミングスキルは必要ですが、多くの人が考えるほど強力ではありません。

独学でプログラマーとして 11 年間この職業に就いてきた私にとって、データ アナリストのプログラミング スキルは、3 つの異なる開発方向によって異なる可能性があります。

● データ操作方向

データアナリストがオペレーション職として働く場合、日々データを取得したり、さまざまな分析レポートを作成したりして、データ分析を実行する必要があります。したがって、SQL コードだけを知っていれば十分です。

SQL は、ほとんどの人が 1 ~ 2 週間程度で習得でき、日常的なデータ取得作業の 90% をカバーできるため、あまり恐れる必要はありません。

● データ可視化分析ディレクション

日常的に視覚的なレポート分析をより多く行う必要があるアナリストは、Python コーディング スキルを使用できる必要があります。 Python を使用すると、データをよりわかりやすく分析および視覚化し、視覚的なレポートをより効率的に分析および実装できます。

● データマイニングの方向性

データ マイニングの方向では、SQL および Python のコーディング スキルに加えて、Python および SQL で比較的難しい、またはあまり一般的に使用されない関数やコードをさらに開発する必要がある場合もあります。さらに、対応するアルゴリズムとコード実装も理解する必要がありますが、これらは多くの初級データアナリストが一般的に使用していない可能性があり、詳細なデータマイニングが不要な場合は使用されない可能性があります。

上記のさまざまな方向でのプログラミングの難易度は徐々に増加します。自分の開発方向性に合わせて、プログラミングスキルを段階的に習得できます。あまり恐れる必要はありません。オンデマンド学習により、熟練度が向上します。

入社して1~2年目のデータアナリストの多くは、データ収集の業務に携わっているかもしれません。やりすぎると、当然のことながら非常に退屈に感じ、自分の行っている仕事の価値がわからないと感じ、前進するためのより大きなモチベーションを持つことが難しくなります。

多くの人はデータを取得した後、そのデータを実際に理解せずにリクエストの送信者にデータを返してしまい、データの価値を理解して分析する機会を放棄してしまいます。一般的なデータ収集には、通常、ビジネス データ、運用データ、監視および早期警告データなどが含まれます。これらのデータを通じて、ビジネスを深く理解し、その価値を発見することができます。

IT、運用、データ ウェアハウスのいずれの部門であっても、このデータを抽出できる限り、権限があることを意味します。データを使用することで、会社の事業の現状、利益が出ているか損失が出ているか、データに問題があるか、データのディメンションが十分に詳細であるかなどを把握し、ビジネスのさらなる分析を容易にすることができます。これらはすべて発見できる問題です。ディメンションをさらに絞り込むと、データの品質が向上します。データの異常を発見すると、データの精度が向上します。データ収集を自動化できれば、データ収集の効率が向上します。データの品質、効率、正確性が向上し、大きな価値が生まれます。

データ収集の価値は、率先して深い理解を得て、データのあらゆる側面の価値を高め、企業の意思決定に役立てることができるかどうかにあります。それが最終的には、コストの削減と効率性の向上という最も実用的な価値をもたらします。

昇進や昇給は業界によって異なります。データ分析は人気の職種なので、昇進や昇給が早いと感じる人が多いようです。テンセントやアリババなどの大企業の給与体系を見て、このような感想を抱く人は多いと思います。

データアナリストの給与水準は、役職や階級によって異なります。

一般的に言えば、就職後の最初の 1 ~ 3 年間の現在の給与は 8,000 ~ 12,000 ドルの間であり、多くの従来の業界よりも少し高いと考えられます。しかし、データアナリストの分水嶺もここ数年にあります。それをしっかり把握できれば、あなたの給料はすぐに質的に向上するでしょう。しかし、退屈なデータ収集やコミュニケーションや協力への意欲の欠如により、能力をより高いレベルに向上させることができない場合、あなたの給与は今後 3 ~ 10 年間であまり変わらず、10,000 ~ 15,000 ドルで止まる可能性があります。

データアナリストとして独立して働けるようになると、給与は一般的に 15 ~ 25 の間となり、能力の違いにより差はかなり大きくなります。この時点で、コミュニケーション、データ収集、プロジェクト、分析レポートなどを非常にうまく完了することができます。上司からの過剰なフォローやプレッシャーは必要ありません。この段階は、個人によって異なりますが、就職後 2 年目、または 3 年目、4 年目になる場合があります。

自分自身と周囲の人々を理解し、データ分析を5年間行った後、日常業務をうまくこなすことに加えて、より強力なプロジェクト管理と推進能力、そして革新的な分析能力があれば、基本的にはデータアナリストのプロのレベルに達し、給与は3万〜4万ドルに達する可能性があります。

したがって、データ アナリストが昇進したり給与がすぐに上がったり、ゆっくり上がったりするかどうかは、職務経験の年数ではなく、成長率にすべて関係します。現在に重点を置きすぎず、自分の能力を向上させることにもっと注意を払ってください。

キャリアの上限は、特にデータアナリストという職業においては、多くの人が懸念している問題です。天井が低すぎるという話を聞いたことがある人も多いと思います。 5〜10年で達成できるかもしれません。年齢を重ねるにつれて人気が高まる医者や弁護士とは違います。

私の知る限り、データアナリストは一定のレベルに達すると給与が大幅に上がることが難しいため、これが問題視されることが多いようです。

十分に優秀なデータアナリストであれば、5~6年でディレクターレベルに到達し、給与は4万~5万ドル程度になるでしょう。上昇速度はそれほど速くないので、天井に当たったと考えられます。これが理由であれば、それは事実であり、一定のボトルネックに達したと考えられます。

しかし、普通の弁護士や医師は、給料を少しでも上げるためには、さらに数年間勉強し、その職に10~15年従事する必要があることを知っておく必要があります。たとえ経験があったとしても、他の人には手の届かない収入を得るには非常に優秀でなければなりません。

データアナリストを振り返ってみると、初任給には一定の利点があります。この天井に遭遇したとしても、それを突破する方法は数多くあり、それが必ずしもあなたの成長を制限するわけではありません。

● 社内視点から

データアナリストとしてディレクターレベルに達すると、一般的には、将来的に VP やその他の上位の役職に昇進できるように、経営、財務、業界のビジネスを横断的かつ詳細に学ぶ必要があります。データアナリストは非常に鋭い思考力を持っているため、昇進の際に有利になります。

● 社外から

ある業界から別の業界に転職したい場合、データアナリストには一定の利点もあります。複数の業界で経験を積めば、ビジネスの観点からもさらに限界を突破でき、将来的にも余裕が生まれます。

キャリア上の障害に遭遇したり、この職業が嫌いになったとしても、あまり心配しないでください。データアナリストが持つプログラミング、プロジェクト管理、コミュニケーション、業界経験、データ感度などの能力は、他の職業を水平的に選択する際に自然な利点をもたらします。

● 具体的なポジションについて言えば、データアナリストは日常的な業務運営のポジションに簡単に移行できます。一部の運用職ではプログラミングスキルは必要ありません。切り替える場合は、プログラミングの利点があります。

● データ分析能力の面では、データプロダクト職への転職も可能です。データ アナリストは、思考力の利点を活用して新しいデータ製品を作成および設計することができ、これも利点の 1 つです。

● プロジェクトマネジメント能力の面では、伝統的な業界で管理職に転職できることも一定のメリットとなります。

そのため、この職業に燃え尽き症候群を感じ、業種や職種を変えたいと思っている人にとっては、早い段階でデータアナリスト関連のスキルを磨き続け、いつでもさまざまな仕事に飛び出せる状態であれば、まだ有利です。

どのような職業に就いていても、キャリアに関する混乱に遭遇することがあります。データアナリストとして、自分の能力不足、昇進の余地の大きさ、将来の発展の限界などについて不安を感じることがあるでしょう。混乱を一つずつ解消し、的を絞って学び、成長していけば、現在の混乱は簡単に解消できます。

<<:  非公開WeChat公開授業、5つのポイントはここに!

>>:  データ運用協定(「温州市公共データ授権運用管理規則(試行)」が発表されました)

推薦する

一般的なウェブサイトのプロモーション方法は何ですか(ウェブサイトのプロモーションで一般的に使用されるいくつかの実用的な基本的な方法)

ウェブサイトのプロモーションでよく使われるいくつかの実用的な基本的方法インターネットの世界は現代人に...

ブランドプロモーション会社(ショートビデオ運用・プロモーション会社:ブランド影響力の新たなエンジンを創造)

ショートビデオ代理店運営・プロモーション会社:ブランド影響力の新たなエンジンを創出短編動画の爆発的な...

ユーザー運用責任(パブリックドメイン受注率70%!社内動画生放送の各ポジションのSOPマニュアルを初公開)

パブリック ドメイン注文の 70% を活用しましょう。各職位のSOPマニュアルの社内ビデオライブ放送...

広報ブランドプランニング(広報イベント:ブランドイメージの形成とブランド認知度の向上に効果的なツール)

広報イベント:ブランドイメージを形成し、ブランド認知度を高めるための強力なツール今日の競争の激しいビ...

無料で使いやすいWordPressページエディタプラグインのおすすめ

WodPess には、無料および有料のテーマ テンプレートとプラグインが多数用意されています。Web...

オフラインプロモーションと地上プロモーション(地上プロモーションで月1万元以上稼げるか?業界スキル大公開)

販売促進をすることで月に10,000元以上稼ぐことはできますか?業界のスキルが明らかに「地上プロモ...

製品運用ダッシュボード(「製品運用指標の簡易ダッシュボード」の開発過程を記録)

「製品稼働指標の簡易ダッシュボード」の開発過程の記録部門の電子商取引ストア向け SaaS 製品には...

高級ブランドの販売(ボルボ・カーズの于克新氏が明かす:高級ブランドの位置付けと販売戦略への双方に有利なアプローチ)

ボルボ・カーズのユー・ケシンが明かす:高級ブランドの位置付けと販売戦略は双方にメリットがある出典:河...

ANTA ブランド マーケティング (スポーツ イベントが盛んな年に、ブランドはスポーツ マーケティングをどのように取り入れるのでしょうか?)

大きなイベントが開催される今年、ブランドはスポーツ マーケティングをどのように取り入れることができる...

Dianchuang ブランド企画代理店 (あなたのブランドは中国のバレンタインデーを活用する準備ができていますか?)

あなたのブランドは中国のバレンタインデーを活用する準備ができていますか?中国のバレンタインデー(8月...

WordPress ウェブサイトのファイルにダウンロード リンクを追加する方法

WodPess は、初心者から経験豊富な開発者までがさまざまな種類の Web サイトを作成するために...

防塵スクリーン販売メーカー(投資額8万元のスクリーン加工工場、半分は輸出、半分は国内販売、年間売上高400万元以上)

スクリーン加工工場に8万元を投資し、その半分は輸出され、残りの半分は国内で販売され、年間売上高は40...

農産物・副産物のブランド企画(「戦略」商品をうまく売りたいならブランドが鍵!農産物ブランドをどう構築するか?)

「戦略」商品を売れさせたいなら、ブランドが鍵です!農産物ブランドを構築するには? 「多くの場合、成...

情報フロー広告と成果報酬型広告の違い(第1回目は情報フロー効果とブランドプロモーション広告の共通課金モデル)

レッスン1 情報フロー効果とブランドプロモーション広告の一般的な課金モデルこの記事では、主に情報フロ...