写给入职一个月的数据分析师
共
4860字,需浏览
10分钟
·
2021-08-01 07:41
最近国内的一些互联网大厂都已开启校园招聘(校招/实习);而社招市场也逐步恢复,陆续有不少小伙伴得到了满意的Offer。
找到一份满意的工作意味着一段崭新工作的开启,而俗语说的好:凡事万事开头难,一个好的开始就是成功了一半。作为一名数据分析师,在刚刚进入职场的第一个月是非常关键的,如果能够快速融入新工作对于之后的发展会大有裨益。那么在刚刚入职的第一个月我们应该做些什么呢?今天这篇文章就和大家来分享一下我的心得。和以往文章一样,为了大家更容易理解,我们虚拟一位张蕾同学。张蕾是某公司的一名新入职数据分析师。总体来说,入职第一个月时新人应该从团队、业务和专业三个方向开展融入工作。下面我就分别从三个方向逐一为大家拆解:常看我文章的同学应该会知道,我常常强调“社会性”的重要性。一个人想要充分发挥自己的能力,首要条件就是融入团队之中。这里的团队主要指自己所在的数据分析团队。一个新人加入公司后,容易感觉到陌生感,这种陌生感不只是针对新人而言,对于原有团队的人也是一样(你想想如果家里突然来了一个陌生人是什么感觉?)。因此团队融入就显得特别重要。这点其实不仅仅只是针对于数据分析师,其他岗位也一样可以借鉴。在团队融入时,几点方法可以给大家参考(以下内容不包含最近比较典型的云入职):一般来说,新员工入职后首先见到的是自己的Leader。这个时候一般Leader会简单介绍一下自己并且会带着新人去和团队成员见个面。这个阶段非常重要,是为后续进一步融入团队打下良好的基础。这时很多新人容易犯两个极端的错误:一种是过于腼腆,Leader介绍给团队同事时不主动介绍自己,让别人觉得你不好接近;另一种是过于积极,见到团队同事时过于张扬和主动,让别人觉得很狂。正确的做法是面带微笑,每见到一个人时都能主动介绍自己的名字,稍作寒暄即可。Leader:“老王,这位是我们的新同事张蕾;张蕾,这位是王志远,我们这里技术很厉害的大牛。”例子1: 张蕾满脸通红通红,妞妞捏捏的说:“你好。”例子2: 张蕾面带笑容:“老王,你好,我叫张蕾。我技术也不错,后面我们多切磋一下。” 例子3: 张蕾面带微笑介绍自己:“你好,我叫张蕾,叫我小蕾就行。很高兴认识你。”有些同事可能会说,万一Leader并不介绍我去认识团队成员呢?这种情况可能会存在,比如Leader比较忙或者忘记了。这个时候大家可以这么说:“某总,我刚来团队人都不熟,是不是可以帮我引荐一下大家?”一般只要这么说都能得到和团队成员见面的机会的。经过这个阶段,团队中的大部分人应该都碰过面了,这是一个很好的开端。坐到工位后,很快就到了在新公司的第一餐了。一般好一些的Leader会招呼新人一起吃饭,如果Leader比较忙或者已经有约了,大家也不要主动放弃这样的机会。比如到饭点以后,你发现周边的同事准备起身吃饭,但丝毫没有招呼你一起的感脚,那么该怎么办呢?我这里交给大家三连必杀技:当大家起身准备去吃饭时,你千万不要低头看电脑,而是要主动看向同事寻求目光对接(eyecontact)。目光对接的目的是为了让大家注意你,一般来说同事发现你之后,往往会问要不要一起去吃饭,这样就能很自然地开始加入他们啦。如果同事没有注意到你,或者注意到你了也没有主动邀请,那么时候就可以主动问一下问题:“附近有什么好吃的吗?我刚来不太了解。”这个问题看上去是询问周边的就餐环境,但一般同事都会邀请你一起就餐的。如果同事是钢铁直男,真的给你细数周边美食布局(我笑哭了),可以再补上一个问题:“那你们一般去哪里吃呢?”不管他们回复什么,你都再接一句“我也挺喜欢的,要不一起吧?”。只要你不是表现的太具攻击性或者太难相处,否则这顿饭肯定可以一起吃了。如果同事都点外卖(这是多宅的团队呀),那更简单,你也点一份外卖和大家坐着一起吃好了,还可以一起聊聊天。饭桌真的是很容易拉进彼此关系的地方,这点大家一定不要忽视。我见过一些新人初来公司喜欢自己一个人进餐,这种同学往往融入团度的速度就会慢一些。作为一个新人,不管你的能力多强,在最初的一段时间里一定要低调。马云曾经说过,一个人在阿里没有待够三年就不配说战略,虽然话有些绝对,但有其中的道理。我见过入职没有一周的人就开始点评公司里的一些做法太Low,并且还真的拿出了自己的方案。先不说他说的对不对,至少首先就让其他人感觉到太张扬,在我们这个讲究中庸之道的国家,这种同学往往给人印象不好。 比如:张蕾同学入职后,很快找到老板或者同事,表示你们这么个做法不对,为什么你们不这样这样干,或者你们咋不尝试那样那样做。大家内心OS:嗯...这个我们尝试过呀,你不了解情况。虽然嘴上是不会这么说,但印象分直接不及格。团队融入是大家做好本职工作的基础,这点上一定要投入足够的重视。在融入过程中的注意点很多,这里无法一一列举。不过大家在实际操作中只要谨记:“不卑不亢,多听少说”这八个字应该问题就不大了。作为一名数据分析师,最终目的还是要服务业务与产品的。相较于团队融入,业务融入会更难一些,这里我交给大家一套【点-线-面】方法。刚刚进入团队后大家首先要弄清楚自身团队或者自己所在小组的KPI是什么——也就是主要工作内容是什么。每个人刚到公司都希望能够做出一番事业,但就像“修身齐家治国平天下”一样,即便大家心怀天下还是要先把自己的事情做好的。 比如张蕾进入团队后,通过和同事沟通,了解到自己的小组是支持公司3C产品线上网销业务团队的。KPI有分析看板需求及时响应率;客群经营模型;业务指标达成率等。知道自己团队的KPI是为了确保自己所做的事情不会“跑偏”,同时能够得到团队的资源支持,这点是业务融入的重要基础。了解了团队的KPI后,下一步就需要了解团队的上下游关系了,具体来说自己的业务方有哪些,对接人是谁,自己的BI/研发团队有哪些,对接人是谁。了解之后可以找机会(做需求或者开会时)接触一下,了解一下上下游的能力如何,是否靠谱,KPI是什么等(这点很重要)。了解的方法可以是需求对接时,也可以通过参加业务的周会或者查看业务周报等方式来了解。比如张蕾借着某个需求的机会对接上了她的业务上游——3C网销产运团队的小A,她知道小A工作年限不长,感觉到对业务的理解一般,其KPI是用户的复购率等。账务以上信息的张蕾在后续的工作中就有了基础的判断,她对于小A提出的分析需求总是会思考很多,弥补小A对业务理解不深带来的需求误导,同时对于复购率相关的需求会格外关注其业务价值,避免小A因为自己的KPI而有过多倾向性的需求。了解上下游的情况,对于后续工作的节奏把握和自主判断具有非常关键的指导作用,这是一名数据分析师把控业务的重要表现。在了解自己所在的这条线后,下一步就是尝试了解公司层面的业务方向。说到这点,大家可能会感到有些疑惑。作为一名数据分析师,我有必要了解到公司这么高的层面吗?我的回答是:如果你只是想做一名执行者,那么不需要;如果你本身有想法,希望未来能够做一些“重大项目”,那么是有必要的。因为公司层面的某个业务调整对于某条业务线而言影响可能是重大的。作为一名数据分析师,只有对整体公司的战略有一定的了解,在实际工作中才能区分出优先级。比如公司当年的目标是提升订单量。那么作为3C条线的数据分析师,就应该判断做复购提升订单量更多还是做新客群提升订单量更多,这样才方便及时调整工作重心。了解的方法也很多,多关注一下高管的讲话,公司内部的人事任命,行业中的调研报告等。PS:其实不只是数据分析师,任何一个公司的员工都应该对公司所面临的大环境有所了解。比如最近某宝APP改版剑指某团,挑战本地生活领域。作为某宝的同学就可以考虑按照集团战略转岗到本地生活更多一些,一方面资源投入更多,另一方面机会也会更多。一般来说,作为一名新人,在初入公司的第一个月能够做到第二点就很好了,如果真的能在第一个月就做到第三点,我只能说——好优秀~!之所以把专业融入放到第三点,主要是因为这一点往往比较简单。一般能够通过层层面试拿到Offer的同学都是在专业方面得到团队认可的,所以一般融入不是问题。但万一进入岗位后发现工作异常吃力,我建议一定要把这点放到最高优先级——毕竟以上两部分决定了你职业发展好不好,而这一部分直接决定了你职业能不能继续下去。 数据分析工具对于数据分析师而言就像武器对于战士一样的。虽说分析逻辑和思路都是一致的,但不同的工具却各有特点。一般我很少强调工具在数据分析的重要性,不过作为一名员工还是要尽快掌握公司提供的数据分析工具,这样才能尽快上手开发需求。学习分析工具的方法有很多,而且常用数据分析工具都比较简单,建议可以看看网上的培训视频结合一两个项目应该就可以很快上手。这个方法很多,最好的方式是通过数据字典。其实通过数据字典基本就能看出一个公司的数据建设水平,而且也是一个了解和熟悉业务的捷径。如果没有数据字典,那么建议可以看看目前团队的BI报表或者分析看板,把其中的SQL逻辑梳理一遍。张蕾刚刚进入团队时,为了更好的掌握公司的数据与产品流程之间的关系,甚至还把打点文档参照APP核对了一遍。这种方法让她能够快速上手业务需求,从而在团队中快速提现了自己的专业性。一般每个数据分析团队都有很多文档,这些文档中记录了需求、分析模型、学习记录、生产事故复盘或者统计数据等。很多新人进入公司后都不注意这些文档的学习,但我建议大家最好能够都翻一翻,很多时候新人遇到的问题都是相似的,通过这些文档的学习可以让大家避免一些常见的问题。最后,其实作为一个新人进入公司第一个月是非常具有挑战性的,希望这篇文章能够帮助大家快速融入团队,了解业务并展开自己的工作,预祝每一个看过本文的同学在新公司都能有满意的发展。·················END·················
浏览
24点赞
评论
收藏
分享
手机扫一扫分享
分享
举报
点赞
评论
收藏
分享
手机扫一扫分享
分享
举报