我小時候的理想是將來做一名數學家，可惜長大了發現自己天賦不夠，理想漸行漸遠，於是開始考慮現實，開始做一些人生規劃，我一直在思考將來從事何種職業，專注什麼樣的領域，重新定義著自己的職業理想。我現在的職業理想，比較簡單，就是做一名資料分析師。

為什麼要做資料分析師：

在通訊、網際網路、金融等這些行業每天產生巨大的資料量（長期更是積累了大量豐富的資料，比如客戶交易資料等等），據說到2020年，全球每年產生的資料量達到3500萬億GB；海量的歷史資料是否有價值，是否可以利用為領導決策提供參考依據？隨著軟體工具、資料庫技術、各種硬體裝置的飛快發展，使得我們分析海量資料成為可能。

而資料分析也越來越受到領導層的重視，藉助報表告訴使用者什麼已經發生了，藉助OLAP和視覺化工具等分析工具告訴使用者為什麼發生了，通過dashboard監控告訴使用者現在在發生什麼，通過預報告訴使用者什麼可能會發生。資料分析會從海量資料中提取、挖掘對業務發展有價值的、潛在的知識，找出趨勢，為決策層的提供有力依據，為產品或服務發展方向起到積極作用，有力推動企業內部的科學化、資訊化管理。

我們舉兩個通過資料分析獲得成功的例子：

(1) Facebook廣告與微博、SNS等網路社群的使用者相聯絡，通過先進的資料探勘與分析技術，為廣告商提供更為精準定位的服務，該精準廣告模式收到廣大廣告商的熱捧，根據市場調研機構eMarketer的資料，Facebook年營收額超過20億美元，成為美國最大的線上顯示廣告提供商。

(2) Hitwise釋出會上，亞太區負責人John舉例說明: 亞馬遜30%的銷售是來自其系統自動的產品推薦，通過客戶分類，測試統計，行為建模，投放優化四步，運營客戶的行為資料帶來競爭優勢。

此外，還有好多好多，資料分析，在營銷、金融、網際網路等方面應用是非常廣泛的：比如在營銷領域，有資料庫營銷，精準營銷，RFM分析，客戶分群，銷量預測等等；在金融上預測股價及其波動，套利模型等等；在網際網路電子商務上面，百度的精準廣告，淘寶的資料魔方等等。類似成功的案例會越來越多，以至於資料分析師也越來越受到重視。

然而，現實卻是另一種情況。我們來看一個來自微博上的資訊：在美國目前面臨14萬~19萬具有資料分析和管理能力的專業人員，以及150萬具有理解和決策能力（基於對海量資料的研究）的管理人員和分析人員的人才短缺。而在中國，受過專業訓練並有經驗的資料分析人才，未來三年，分析能力人才供需缺口將逐漸放大，高階分析人才難尋。也就是說，資料分析的需求在不斷增長，然而合格的為企業做分析決策的資料分析師卻寥寥無幾。好多人想做資料分析卻不知道如何入手，要麼不懂得如何清洗資料，直接把資料拿來就用；要麼亂套模型，分析的頭頭是道，其實完全不是那麼回事。按俗話說就是：見過豬跑，沒吃過豬肉。

我的職業規劃：

對於資料分析，有一句話說的非常好：spss/sql之類的軟體、決策樹、時間序列之類的方法，這些僅僅就都是個工具而已，最重要的是對業務的把握。沒有正確的業務理解，再牛的理論，再牛的工具，都是白搭。做一名合格的資料分析師，除了對資料需要有良好的敏感性之外，對相關業務的背景的深入瞭解，對客戶或業務部門的需求的清晰認識。根據實際的業務發展情況識別哪些資料可用，哪些不適用，而不是孤立地在“真空環境”下進行分析。

為此，我對自己的規劃如下：

第一步：掌握基本的資料分析知識（比如統計，概率，資料探勘基礎理論，運籌學等），掌握基本的資料分析軟體（比如，VBA，Matlab，Spss，Sql等等），掌握基本的商業經濟常識（比如巨集微觀經濟學，營銷理論，投資基礎知識，戰略與風險管理等等）。這些基礎知識，在學校裡儘量的學習，而且我來到了和君商學院，這樣我可以在商業分析、經濟分析上面領悟到一些東西，增強我的資料分析能力。

第二步：參與各種實習。研一開始我當時雖然有課，不過很幸運的找到一份一週只需去一兩天的兼職，內容是為三星做競爭對手分析，當然分析框架是leader給定了，我只是做整合資料和往ppt裡填充的內容的工作，不過通過兼職，我接觸到了諮詢行業，也向正式員工學習了很多商業分析、思考邏輯之類的東西。之後去西門子，做和VBA的事情，雖然做的事情與資料分析無關，不過在公司經常用VBA做一些自動化處理工作，為自己的資料分析工具打好了基礎。再之後去了易車，在那裡兼職了一個多月，參與了大眾汽車銷量資料短期預測的專案，一個小專案下來，資料分析的方法流程掌握了不少，也瞭解了企業是如何用一些時間序列模型去參與預測的，如何選取某個擬合曲線作為預測值。現在，我來到新的地方實習，也非常幸運的參加了一個央企的碼頭堆場優化系統設計，其實也算資料分析的一種吧，通過碼頭的資料實施排程，通過碼頭的資料進行決策，最後寫成一個可操作的自動化系統。而這個專案，最重要的就是業務流程的把握，我也參與專案最初的需求調研，和制定工作任務說明書SOW，體會頗多。

第三步：第一份工作，預計3-5年。我估計會選擇諮詢公司或者IT公司吧，主要是做資料分析這塊比較強的公司，比如Fico，埃森哲，高沃，瑞尼爾，IBM，AC等等。通過第一份工作去把自己的知識打得紮實些，學會在實際中應用所學，學會資料分析的流程方*，讓自己成長起來。

第四步：去自己喜歡的一個行業，深入瞭解這個行業，並講資料分析應用到這個行業裡。比如我可以去電子商務做資料分析師。我覺得我選擇電子商務，是因為未來必將是網際網路的時代，電子商務必將取代傳統商務，最顯著的現象就是傳統零售商老大沃爾瑪正在受到亞馬遜的挑戰。此外，電子商務比傳統的零售商具有更好的資料收集和管理能力，可以更好的跟蹤使用者、挖掘潛在使用者、挖掘潛在商品。

第五步：未知。我暫時沒有想法，不過我希望我是在一直的進步。

有一位資料分析牛人曾經總結過資料分析師的能力和目標：

能力：一定要懂點戰略、才能結合商業；一定要漂亮的presentation、才能buying；一定要有global view、才能打單；一定要懂業務、才能結合市場；一定要專幾種工具、才能幹活；一定要學好、才能有效率；一定要有強悍理論基礎、才能入門；一定要努力、才能賺錢；最重要的：一定要務實、才有reputation；不懂的話以後慢慢就明白了。

目標：1-做過多少個專案？2-業務背景有哪些，是否跨行業？3-做過多少種類型的模型？做了多少個模型？4-基於模型做過多少次完整的marketing閉環？以上四個問題，足以秒殺95%以上的忽悠和菜鳥！

我僅以此為努力之座標，時刻提醒自己。

路在前方，漫漫前行。