【无需关注，不引流】
除了大量零基础入门数据分析师、商业分析师的书籍外，重点看了一下网上流传的《阿里&美团&小米数据分析师手册》，与我自己的认知做个对比，浅聊几句。
前置说明：假设该手册是真实的，这两份手册时间应该很早了，应该无法代表最新/最高认知。
OK，聊正题。选择一个对话框架，即, 商业模式+【Who-What-How】。
第一，商业模式，两份文档在案例选择上，都是结合自身模式呈现（零售电商 vs 本地生活），根据个人从业方向参考即可。
第二，回到数据分析职业本身，阿里更强调技能视角，美团则倾向业务结合。二者均秉持数据驱动理念，在职业成长上，基本都是专业技能路线（初级/中级/高级） vs 管理路线。
第三，对比一下，我在《价值驱动》和《观点驱动》两本书的理念，与两份手册的核心差异是什么？简单来说，把事情做对 vs 做对的事情，前者以【回答好具体商业问题】为目标，后者以【职业效率最优】为目标。
第四，【Who-What-How】，职业效率视角下，先选择核心业务KP（Who），判断Ta的需求（Who），用对应能力结构（How）来完成价值生产/共识/回收，据此形成对【价值主张—实践方法论—核心能力体系—价值生产/共识/回收】的完整闭环，兑现职业回报。
第五，两份手册对于分析的核心价值创造都没有明确阐述，或者说依然沿用【数据驱动决策】的逻辑。22年之后（AI快速演进），我自己的迭代是【洞察驱动】（我在书里是Insight Driven，翻译为观点驱动），将Insight（浅层是认知增量，深层是能够带来业务改善的策略）作为数据分析的价值理念。
最后用一句话概括，数据分析是手段，职业回报（效率）是目标。不一定适合刚入行的朋友，可以收藏、慢慢理解。
其他常见问题：
数据分析自学怎么学、数据分析岗位现状、数据分析思路与方法、数据分析真实现状等，我在其他笔记讨论。
#求职#数据分析师 #数据分析 #求职季 #大厂 #互联网大厂#商业分析 #数据#女性 #美妆
除了大量零基础入门数据分析师、商业分析师的书籍外，重点看了一下网上流传的《阿里&美团&小米数据分析师手册》，与我自己的认知做个对比，浅聊几句。
前置说明：假设该手册是真实的，这两份手册时间应该很早了，应该无法代表最新/最高认知。
OK，聊正题。选择一个对话框架，即, 商业模式+【Who-What-How】。
第一，商业模式，两份文档在案例选择上，都是结合自身模式呈现（零售电商 vs 本地生活），根据个人从业方向参考即可。
第二，回到数据分析职业本身，阿里更强调技能视角，美团则倾向业务结合。二者均秉持数据驱动理念，在职业成长上，基本都是专业技能路线（初级/中级/高级） vs 管理路线。
第三，对比一下，我在《价值驱动》和《观点驱动》两本书的理念，与两份手册的核心差异是什么？简单来说，把事情做对 vs 做对的事情，前者以【回答好具体商业问题】为目标，后者以【职业效率最优】为目标。
第四，【Who-What-How】，职业效率视角下，先选择核心业务KP（Who），判断Ta的需求（Who），用对应能力结构（How）来完成价值生产/共识/回收，据此形成对【价值主张—实践方法论—核心能力体系—价值生产/共识/回收】的完整闭环，兑现职业回报。
第五，两份手册对于分析的核心价值创造都没有明确阐述，或者说依然沿用【数据驱动决策】的逻辑。22年之后（AI快速演进），我自己的迭代是【洞察驱动】（我在书里是Insight Driven，翻译为观点驱动），将Insight（浅层是认知增量，深层是能够带来业务改善的策略）作为数据分析的价值理念。
最后用一句话概括，数据分析是手段，职业回报（效率）是目标。不一定适合刚入行的朋友，可以收藏、慢慢理解。
其他常见问题：
数据分析自学怎么学、数据分析岗位现状、数据分析思路与方法、数据分析真实现状等，我在其他笔记讨论。
#求职#数据分析师 #数据分析 #求职季 #大厂 #互联网大厂#商业分析 #数据#女性 #美妆
