首页>热点 > >正文
我27岁,转行数据分析还来得及吗?
2023-05-21 17:05:38来源:接地气的陈老师

经常有同学来问:“我26/27/28岁,转行数据分析来得及吗?”实际上,挺多同学都有类似问题,这些同学有以下共同特点:

1、年龄24-29之间

2、有一定工作基础


(相关资料图)

3、对现在工作不满意

今天集中解答一下。先要说明,这篇不是爽文,想看《中专学历21天0基础自学python进入字节跳动半年成为CDO》的,出门右转开知乎哈,都是现编的,热乎着呢。我们就踏踏实实讨论问题。

一、来得及吗?

当然来得及!即使29岁转岗,转岗以后也至少有5年工作时间,完全可以重塑一个人的职业路径。所以在24-29之间,是完全不用担心年龄问题的。而且,数据分析岗位有个独特优势:不需要熬资历、排辈分。

数据分析不像运营/产品那样,非得有爆款项目/热门产品才能证明经验,没有好项目,纵使一身本事也很难被认可;又不像财务,知识体系庞大,证书等级森严,喜欢论资排辈。数据分析岗位本质是个手艺活,随着经验积累能力可以自然提升。

对数据分析而言,最大限制反而是数据来源。如果接触的数据源很单一,质量很差,那肯定做不出啥好的分析。所以数据分析岗位转岗后,每1~2年更换一次,是可以被接受的。这使得新人们完全可以用三级跳的模式,先找个地方上岸,再挪到更好的地方。

二、如何上岸?

注意!24-29岁之间同学,和应届生有一个大区别,就是已经有工作经验。这些过往的工作经验会或多或少影响下一份工作。

所以成功上岸的同学,都有个共同点:不咋看知乎。除了软广告太多,还有个重要原因就是上边太多应届生心得分享,看多了会误以为“学了XX,就能成功”,结果在投简历的时候碰一鼻子灰。

成功上岸的同学,研究BOSS直聘、拉勾、猎聘等平台时间更多。认真研究下哪些岗位离自己近,哪些离自己远。这样明确目标,有针对性准备,成功率高很多。

相比之下,商品管理、用户运营、产品经理,这些岗位离数据分析近,销售、店长、客服、审核等一线工作人员离数据分析较远。不同的人,可以选择不同的上岸路线。

三、上岸路线

如果是商品管理、用户运营、产品经理,这些本身就能看到数据的岗位,其实最快的方法不是买本《21天精通python数据分析》开始啃,而是尝试挖掘公司内部资源:

1、能否让数据部门开个权限,自己试着写sql取数

2、能否学习下目前常看的数据报表的代码

3、能否直接转岗去内部的数据运营/数据分析

如果条件允许的话,这三个路子才是最快的,能立马上手。其实这些岗位本身天天都在看数据报表,看数据分析报告,对常用的数据指标,数据报告格式是很熟悉的,主要缺的是取数能力,因此重点补取数能力,是很容易上岸的。

如果是一线销售、店长、客服、审核等岗位,建议考虑两个路径。

一是先从一线转后台,再从后台转数据分析,比如销售业务员转销售数据专员,店长转渠道管理,客服转市场等。这么做,是因为一线人员投数据分析简历,身份会是个大问题。在招聘者潜意识里,这些一线工作跟数据就不沾边,直接转,很容易遭遇身份歧视,面试机会很少。

但是一线转对应的后台岗就容易很多。因为本身是干这个的嘛,现在转来做策划、数据统计,相对容易实现,很多公司也喜欢从一线抽调骨干上来填后台的坑。这样转过一次以后,就能接触到数据,身份也洗白很多,面对HR也好解释:“我就是从一线成长起来,在后台岗位上发现数据工作更适合,所以想成为专职数据分析师”。

另一个思路是完全靠运气,多投一些简历。这其实也可行,只不过投的时候切记海投,因为有些难度太高的投了没反应,还会伤自己的士气。

可以试试一些名字是“XX咨询”“XX信息科技”一类的乙方公司,虽然知乎上总说乙方不好,但是对于一线来说,不管是薪资还是工作机会,都有可能是很难得,毕竟这些公司不咋挑出身,先上手再转行也不错。

四、重点突破

选好方向,就可以开始准备了。准备过程中,要注意时间分配。大部分转岗的同学投的都是入门级数据分析师,对取数能力的考核是绝对重点。而考核中,熟练度是非常重要的,很多同学对着教材跑了一遍代码就觉得可以了,结果面试时候提笔忘字,都是很常见的。

所以建议每天至少留1个小时整时间,跑过的代码也再跑一次,Sql题直接脱稿看看能不能一次对,这样是很好的训练。

在开始投递简历的时候,则要仔细观察对方要求。虽然都叫数据分析,但有的岗位其实不咋关心业务能力,这些岗位会说“搭建数据指标体系,为产品、运营等各个部门提供数据支持”。这种其实就是我们常说的sql boy岗,很适合经验少的同学上岸。

但有些岗位,会有明确的业务分析能力要求,一般他们会点名,比如“分析商品的进销存、新品引进、销量预测”、“完善产品埋点,协助产品开展ABtest,优化产品表现”、“针对活动、用户权益、优惠券等分析效益”……

这些都是有具体业务场景要求的,如果之前有类似经验,可以成为加分项,但是没有的话,可能会被具体问题问倒。在投简历的时候,要关注其是否有明确的业务场景要求,针对业务问题,提前做做准备,通过率更高。

当然,平时是不建议大家太耗精力来搞业务问题的,因为业务问题太多,太散,很难穷尽。网上的很多资料又讲得很浅,即使背下来作用也不大。所以除非本身就是做运营、产品、销售管理的,否则多花精力准备取数面试,性价比更好。

五、真的要转吗?

判断自己是否适合一个岗位,不是看这个岗位最高光的时候,自己喜不喜欢,而是看这个岗位最基础的工作,自己讨不讨厌。

拿数据分析举例,有些同学转行理由,是”喜欢用数据思维做商业,天啊肯定能赚很多钱”这就是典型的只看高光时候。

数据分析的基础工作,是整理各种来源杂乱无章的数据;是写代码跑常规数据;是核对为啥数据出错;是应付各种临时丢来的需求。甚至最后自己辛辛苦苦搞出来的数据报表没人看,自己也会本着对数据负责的角度,认真检查,仔细工作到底。

如果你只喜欢数据分析的高光时刻的话,建议不要转行了,继续做运营/策划/产品经理,学一点分析思路,或者找一个好数据分析师合作即可。否则转行以后你会发现你80%的时间,都在清理数据,你心态会崩的……

所以建议每个同学,还是多考虑自己的情况,具体问题具体分析。这样才更容易找到适合自己的道路。至于那种动不动《21天转行年薪百万的》大家当点心看个乐就好,哈哈~

这几年,我一对一辅导了上千名学员,其中很多都实现了转岗、涨薪的职业发展。在我的知识星球里,专门开了求职辅导专栏,录制了三门视频课程《求职宝典》《业务面试指南》《技术面试指南》,加入知识星球后,即可免费观看。除了课程,星友们还可以和我进行一对一的简历修改、求职辅导咨询,扫码加入知识星球即可。

除了求职服务,我的知识星球还有其他丰富的内容。加入后,可以免费享受八门视频课程、10期数分训练营、一对一咨询问题等全方位的服务。

加入我们的星球后,可免费享有 七大 服务 上下滑动查看更多,点击查看大图

扫码即可!5月31日涨价至299

已有2400+小伙伴抢先加入

八门 视频课程及其他课程目录 星友全部免费 听 左右滑动查看更多,点击查看大图 猜你喜欢

||

||

||

点击“阅读原文”可了解更多

标签:

相关新闻