|
从大学老师、数据分析师、创业者再到职业规划师，伴随着数据分析师这一岗位的兴起和成熟，爱数据教育创始人黄学在多种身份间不断切换。他是数据分析黄金时代的见证者和亲历者，围绕数据分析师这一职位、数据分析这一领域的种种问题，黄学进行了一场“可视化分析”。
黄学荣获帆软最具价值MVP
“我是国内最早一批从事数据分析工作的，早在2010年，web 2.0阶段，我就对数据分析产生了浓厚的兴趣。研究生毕业之后来到高校当了大学老师，在大学工作一年多后加入了中国统计网。在论坛上与网友交流的时候，我发现有很多人想要入门，但那时市场上没有成体系的教育资源，我们就自己制作了很多简单的课程。一直到2015年，我开始系统性的从事数据分析的教育培训工作。”
黄学职业生涯的变换，是数据分析这一领域的生动缩影。
2010年，正是PC与移动互联网时代交接点，中关村的咖啡厅挤满了兴奋的年轻人，当下被称之为巨头的互联网厂商，有的甚至还未诞生，一切都是生机勃发的景象。与此同时，这些互联网的先驱们开始将客户、业务和交易的信息集中存储起来，从而让管理者在瞬息万变的竞争中，及时做出更加贴近市场和事实的决策，而不是仅凭直觉，但此时的数据分析仅限于对内部信息的使用。
随着大数据时代的到来，企业的视野逐渐向外部打开，数据分析开始通过外部资源获取信息，比如点击流、社交媒体、互联网等。在内外部信息的整合下，企业通过有策略的算法推荐、个性化广告推送、更具针对性的产品购买建议，吸引用户。这背后，数据分析功不可没。经过多年的淬炼，当前数据分析的作用更加多元和强大。企业不仅能对未来进行指导性决策，而且还能促进开发更有价值的产品和服务，数据分析工具也因其人类难以企及的准确性和高效率狂飙突进。
而爱数据教育的使命也随着数据分析角色的变化而变化。“刚开始我们的教学目标以业务为主，到了2019年之后开始以交付为主。职业教育最终的目标是培养，挖掘优质的人，为企业真正创造价值。这是我一直秉承的价值观。”黄学表示。
黄学将学员“毕业”的过程定义为交付，在他看来职业培训不是一锤子买卖，机械性走完报名、上课、下课、结课这些流程就万事大吉，而是把在爱数据教育的这段经历当做学员职业生涯新的篇章，新的起点。
近几年，数字化转型在多个领域的铺开，不仅是中大型企业，很多传统公司也开始积极推动数字化转型。数据分析是数字化转型绕不开的环节，每年都吸引了大批的人加入到这个行业。但是仍然有很多人找不到工作，黄学意识到，一名合格的数据分析师既要懂招式还要懂心法。
人类之所以能够在和原始丛林里其他的动物相比，能力、体力都不占绝对优势的情况下，能够脱颖而出，很重要的一条就是工具的发明和创造。对于数据分析而言，工具的选择尤为重要，市场上有大量的数据分析工具，黄学不可能在有限的时间内将所有的工具都教个遍，他要为学员精心选择一件趁手的“兵器”。
“早期，市场上很多零售公司，跨境电商会要求必须使用帆软的工具。后来像宁德时代，一些大的零售电商、互联网公司也是如此，于是我们开始接触帆软，学习帆软，最后逐步以帆软的工具为主要教学课程。”
帆软与爱数据教育虽然分属不同的赛道，一个是商业分析，一个是职业教育，但双方服务的对象是同一类企业，可以说是“殊途同归”。爱数据教育与帆软的结缘，是一个时代必然的交汇。
“我们将帆软的工具教授给学员后，他们能真正找到工作，这非常重要。”黄学表示，“帆软有非常完善的配套生态，它有培训营、有比赛、还有认证体系。而且整个认证流程非常严格，学员必须真的花费心思，真正掌握这门本事才能考过。同时，帆软能帮助推荐一些他们的客户，来增加我们学员的就业，重重利好之下，我们的合作越来越深入和广泛。”
用数据分析工具为业务赋能不仅仅是在教学层面的合作，在经营层面爱数据教育更是近水楼台先得月，成为了帆软的深度用户。
“帆软的分析工具有很多优势，灵活性比较好，适配度高，迭代的速度比较快。在数据处理方面有两款产品我很喜欢，简道云和FineBI。”黄学表示。
黄学用自身的体验，讲解了帆软对业务强大的赋能作用,“我们在做客户线索的时候，从获取用户到激活用户的整个流程中，不是所有人都能实现转化，有一部分用户资源会消失。在这个过程中，我们会记录出来用户的一些高价值行为，比如说他看了免费的课程、进行了相关咨询，然后通过帆软对此打标签。”
同时，帆软数据集成和处理、复杂报表的数据处理等功能，都非常强大。基于这一点，爱数据教育能够针对用户标签进行批量化的相关性分析，找出从获取到转化的过程中，哪些用户画像需要重点来做，这些用户画像来自于哪里，应该如何更好的用好用户画像，针对不同的渠道用户，制定出不同的活动策略和内容策略。从效率来说，以前每名学员的转化周期在10天-15天，现在平均的转化周期是七天。
当学员成功来到爱数据教育学习后，通过帆软能够对学员进行精细化运营。
黄学说道，“以往我们只能凭借经验和简单的分析框架进行学员分析，现在通过帆软可以记录学员入学时间、学习的天数，根据学员的每一个阶段要完成的任务，自动生成数字化仪表盘。比如说学员要完成考试、python的课程、业务训练，简历制作等环节，我们会根据每个学员关键节点打上数字化标签，生成一个漏斗，这样就能非常直观地看到还有多少人没有完成考试，python没有结课，业务训练没有结课，这样就能计算出我们的工时。如果我们发现学员没有及时完成相应的环节，我们就优化运营活动让学员更快的完成学习。我们会结合简道云、FineBI来梳理整个流程，这对于我们的获客、效率的提升、课程安排以及学员的精细化管理都起到了积极作用。”
从入行到现在，爱数据教育服务的学员已经遍布国内的一、二线城市。随着数字化转型的深入，三、四线城市的数据分析需求迎来爆发式增长。这些城市也需要数据人才去做实施和交付，人才供给存在不小的缺口。与人才缺口相伴而生的，还有对人才的认证问题。
帆软有非常完善的认证体系，证书基本上覆盖了国内的一、二、三线城市，比如徐州、常州、哈尔滨、长春、沈阳等。专业化的认证体系为这些城市精准识别数据人才提供了重要依据，大大拓展了数据人才的就业市场。
“我们非常认同帆软的这套认证体系，有认证作为背书，学员就有了一个快速进入就业市场的敲门砖和准入证。我们组建了300人的社群来集中培训，以三到四人为一队参加帆软比赛的训练营。比赛结果超出我的预期，我们派出的队伍当中有2支队伍获得了最具业务价值奖（二等奖），也有很多学员通过了帆软的认证。
帆软覆盖了主流行业的所有数据源和案例，我们自己也有一套案例的解读内容，我们把这两者有机融合在一起，会起到1+1＞2的效果。”黄学表示。
爱数据教育与帆软的合作，实现从课堂到就业市场的完整闭环，打造了一个数据分析领域产学研用的良性生态。也正因一系列成果的不断涌现，黄学本人荣获了2023帆软MVP荣誉称号。帆软最具价值专家，简称帆软MVP（Fanruan Most Valuable Professional )，是帆软颁发给产品用户专家的一项荣誉认证，以感谢他们为帆软产品的发展所做出的卓越贡献。
帆软MVP计划上线后，收到了非常多优秀数据分析师的报名，来自各行各业，都是深耕在业务中的数据分析从业者，他们用自己的专业知识、技能和热情，帮助广大用户解决问题，推动技术交流，助力行业发展。他们的无私奉献和分享，为帆软产品生态的发展和用户的成长提供了强大的支持！
当问到为什么选择申请帆软MVP？黄学说到：
（1）获得行业认可：帆软MVP是行业和帆软社区对用户专家专业技能的一种公认，对我个人职业生涯起到很大的推动作用；
（2）专业发展：作为帆软MVP，有机会与帆软的产品团队有更紧密的联络，可以更早地了解和试用新的产品或特性；
（3）提升社区影响力：作为MVP，我的观点和建议在帆软社区中会有更大的影响力，得到更多人的关注；
（4）获取丰富资源：有机会获取帆软丰富的产品、人脉和其他资源，以及参加专属的MVP活动；
（5）扩展职业网络：有机会接触到一个专业的网络群体。这对于扩展我的职业网络，提供更多的职位机会或者发展机会都很有帮助。
一直以来，很多人对于职业培训都有一个固定印象，认为这里只是培养一线的工作人员（即便这也没有什么不妥之处），从这里走出的学员职业生涯存在一个无形的天花板。
而爱数据教育用事实击碎了这些成见。
当前，爱数据教育的学员就业流向基本覆盖所有的大厂，在黄学亲自服务过的学员中，不乏从一线员工进阶到管理层的案例，其中年薪超过50万的有68人，年薪超过100万有12人。
“我们既培养士兵，又培养将军，不断的自我超越。”
在黄学眼中，数据分析师有三重境界：
第一层，夯实数据分析技能基础。在这一阶段主要是对工具的熟练使用和对业务的理解。在工具上，要熟练掌握sql 、excel、python以及帆软等可视化工具。在业务上，掌握获取数据、处理数据能力，包括大规模的数据处理的能力，并实际应用在业务当中；
第二层，塑造数据分析的逻辑思维能力，包括业务逻辑和分析逻辑。在分析逻辑方面，主要是聚焦在分析资源的利用效率，例如当客户数据进来了，要能准确判断如何去打标签，用户有什么高价值点的行为等。在业务逻辑方面，主要是在数据分析目标进程当中，能清楚哪些关键指标会出现问题，他们受到了哪些因素影响，分析师的应对手段是什么等。塑造良好的逻辑思维，能够在执行过程中发掘业务问题；
第三层，深刻洞察客户。这是比较高的境界，高级阶段的分析师需要有非常强的洞察力，非常强的规则优化能力。不仅要了解客户的诉求，判断出他的高价值点，还要协同运营和产品，了解如何搭配算法和运营手段加快资源的有效转换。
针对数据分析师的不同阶段，黄学有着独到的提升策略。
“对很多高级的数据分析师，我们给他们去做辅导的时候，注重培养他两个思维。一是数据思维，针对晋升和进阶的目标，训练他如何去来拆解业务，拆解用户，拆解用户所有的行为。
很多数据分析师，往往缺乏造数据和添数据的能力。比如在数据非常丰富，没有增长点的时候，我们会把用户的行为切得更碎一些，这样就可以在这些数据中寻找新的增长点。添数据的能力也很重要。举个例子，一些用户购买了高档的化妆品，还购买了高级的进口食品，但是这些用户人群的数据是缺失的，或是不好记录的。这时，数据分析师就要把数据给添上去，把这些缺失的用户数据重新再补上去。当他在工作中拿出结果后，他整个的职业履历就会非常漂亮。”黄学说，“还有从战略层面的提升。我们会从商业分析的角度，告诉学员该如何进行数据分析，比如现在这个时期企业所处的阶段，周围环境的价值，用户需求有什么变化，渠道会发生变化，针对于这些变化如何迭代分析业务体系、数据分析思维和数据架构，标签是否需要更改或更换，能不能从规则上找机会等。我们不单单是职业培训，而是将视野拉长到学员职业生涯的长度来思考，如何给予他最大的帮助。”
学员作品
新一波AI发展浪潮席卷而来，数据分析这一领域也迎来新的发展空间和创新方向。黄学认为：“AI+BI加快了数据处理的效率，改变了人机交互的模式，通过机器学习创建更多模型，能让预测变得更加细化和精确，能大大降低数据分析的使用门槛。”
同时他也强调，人与智能机器的强强联合将会更加深入，但人的角色是不能被替代的，最后还是要有人扛起整个项目的责任。同时，AI能力的发挥还是要依赖很多底层设施，比如企业知识库的建立，以及帆软这类的工具厂商来搭建起良好的底层模型。
转载自*数据猿 | 
