


















机器学习模型和AI agent,本质提升了人类对于数据的存储以及处理能力
但,就像知识渊博的人也不一定能做出正确的决策,历史数据的多与少,和是否能发挥出数据的价值,是两回事
真正有价值分析师,都是在做决策,具体包括定业务方向,拆解落地路径,测算profit模型,明确OKR及执行节奏
这些能力,反而会因为AI时代,数据量的爆发以及算法和算力的提升,变得更加有价值
未来,分析师的工作职责会更加模糊化,不论是数据科学家、商业分析师、数据分析师,还是经营分析师,会更深入的参与到公司的经营管理以及日常运营的决策过程中去
主要工作也不再是提供数据,做ab 测试或者搭建模型
而是通过数据持续地、系统性地缩小决策中的不确定性,将模糊的业务目标,转化为可执行、可验证的行动路径
这对于分析师来说,是角色、心态、以及能力上的三重挑战
首先,从心态上和角色上,分析师不能把自己定义为bp的角色,觉得只要按照需求,把老板和业务要的指标梳理清楚,把数据生产出来,变成看报就完了
要去主动思考,每个数据指标背后对应的业务含义是什么,每个指标变化,背后对应的原因是什么。哪些是风险指标,哪些是机会指标
其次,从能力上,说实话即使在大厂,大部分数据科学家及数据分析师出的报告,压根不能叫分析报告,顶多算看图说话
对于数据为什么这么变化,这么变化是好还是坏,是否要解决这个问题,解决的方向是什么,基本没有任何判断
所以对于分析师来说,要主动学习,具备以下两类能力
1️⃣ 向外看,从行业数据中发现趋势,找到增长机会
2️⃣ 向内看,能够客观评估当前业务在用户增长、商业化、流量分发、供给侧等等模块的表现情况,能说出来哪里出了问题,该谁来解决,怎么解决
我是分析师小白哥,多年大厂管理经验,从数据科学家,转型业务负责人
分享数据科学以及数据分析行业洞察,求职思路,以及职场成长思考?
春招季,提供ds, da, ba方向职业规划,简历修改,项目补充,以及求职陪跑服务。具体修改形式以及服务细节,见主页置顶?
#互联网大厂 #数据分析 #data #数据分析求职 #商业分析 #data求职 #职场 #北美data求职 #留学生求职 #数据科学
但,就像知识渊博的人也不一定能做出正确的决策,历史数据的多与少,和是否能发挥出数据的价值,是两回事
真正有价值分析师,都是在做决策,具体包括定业务方向,拆解落地路径,测算profit模型,明确OKR及执行节奏
这些能力,反而会因为AI时代,数据量的爆发以及算法和算力的提升,变得更加有价值
未来,分析师的工作职责会更加模糊化,不论是数据科学家、商业分析师、数据分析师,还是经营分析师,会更深入的参与到公司的经营管理以及日常运营的决策过程中去
主要工作也不再是提供数据,做ab 测试或者搭建模型
而是通过数据持续地、系统性地缩小决策中的不确定性,将模糊的业务目标,转化为可执行、可验证的行动路径
这对于分析师来说,是角色、心态、以及能力上的三重挑战
首先,从心态上和角色上,分析师不能把自己定义为bp的角色,觉得只要按照需求,把老板和业务要的指标梳理清楚,把数据生产出来,变成看报就完了
要去主动思考,每个数据指标背后对应的业务含义是什么,每个指标变化,背后对应的原因是什么。哪些是风险指标,哪些是机会指标
其次,从能力上,说实话即使在大厂,大部分数据科学家及数据分析师出的报告,压根不能叫分析报告,顶多算看图说话
对于数据为什么这么变化,这么变化是好还是坏,是否要解决这个问题,解决的方向是什么,基本没有任何判断
所以对于分析师来说,要主动学习,具备以下两类能力
1️⃣ 向外看,从行业数据中发现趋势,找到增长机会
2️⃣ 向内看,能够客观评估当前业务在用户增长、商业化、流量分发、供给侧等等模块的表现情况,能说出来哪里出了问题,该谁来解决,怎么解决
我是分析师小白哥,多年大厂管理经验,从数据科学家,转型业务负责人
分享数据科学以及数据分析行业洞察,求职思路,以及职场成长思考?
春招季,提供ds, da, ba方向职业规划,简历修改,项目补充,以及求职陪跑服务。具体修改形式以及服务细节,见主页置顶?
#互联网大厂 #数据分析 #data #数据分析求职 #商业分析 #data求职 #职场 #北美data求职 #留学生求职 #数据科学


