人人都是数据分析师?人人都被迫成为数据分析师

文 | 商业智能BI相关文章 阅读次数:1,772 次浏览
2022-08-17 10:38:41

一位干HR的朋友和我吐槽到:他们公司属于传统的人力资源公司,基于公司业务和项目需求,需要招聘大量的员工。也因此作为主管助理,他每天需要收集大量的招聘数据,譬如入离职名单、人员结构、转正率等数据,需要每天对接大量的招聘专员,重复性的干着这些感觉毫无意义的数据收集工作,让他渐渐困惑是否该转行?

1、缺少数据核心竞争力,真的很容易被取代!

其实这是不少HR的共同困惑,这位朋友公司的主营业务是人才外包,所以也算是公司的营收部门,但对于大部分公司,HR更多的是作为职能部门而存在,不直接给企业带来效益,因而人员流动性较强,职业竞争力较弱,很容易被取代。

可以预见,在未来会有越来越多的重复人工将会被智能化、数字化的工具系统取代,尤其是在疫情期间,为缩减成本,不少企业首先裁减的就是职能部门。当企业开始尝试拥抱、使用数字化系统来助力业务和探索创新,根据统计,2020年数字化热度出现拐点陡峭上升,如果此时个人还是只满足于现在的工作能力和思考方式,无法转型成企业需求的人才类型,不久也将会很快淘汰出局。

数据分析能力,数据核心竞争力,数据的研究、分析和概括

2、数据分析能力成为职场的必备技能

在分析了大量的招聘信息之后,我发现现在不管是什么职业,都需要员工具备一种相同的能力–数据分析能力!譬如常见的运营岗,本身出入行业时门槛较低,专业性较弱,妥妥工具人一枚。在经历了几年的职场摸索之后,如果还不寻求改变,也很快会被新人取代。而如果你当你尝试用数据去思考、分析、验证动作背后的逻辑、原因和方法时,以数据赋能,在此过程中的经验将会是无法被轻易替代,将会成为你的数据核心竞争力。

数据分析能力,数据核心竞争力,数据的研究、分析和概括

3、主动提升数据分析能力,建立核心竞争力

就拿我这位HR朋友来说,如果他每天只是单纯的止步于数据的收集整理,那他很快将被新人取代。而如果他能对数据的研究、分析和概括,看到这些数据背后的逻辑、指标、维度、体系等,对其进行总结归纳,从而梳理出公司的人才结构,根据业务特点建立改善指标体系,做数据分析报告,为业务的提升寻找优化点,那即便是你想离职,公司也会极力挽留你。

数据分析能力,数据核心竞争力,数据的研究、分析和概括

那么作为一个普通人,如何才能学习数据分析呢?大致可以遵循以上三步:

第一步:首先要充分了解数据分析能力到底是什么?

数据分析能力其实是一个非常宽泛的概念:

它是指利用适当的统计分析方法对大量的数据进行分析,然后从中提取有用信息并形成结论。

换言之就是对数据的研究、分析和概括能力。但落实到我们的日常工作中,并不是这么简单的可以概述。我们需要先对问题进行定义,然后收集相关数据,对其进行整理、清洗、分析,而后数据建模,最后做出报告决策。

第二步:刻意锻炼自己的数据分析思维。

在充分了解数据分析能力,并简单的构建自己的数据分析框架之后,我们就要通过刻意练习,在日常工作生活中来实践。

譬如对公司的业务流程和目标指标进行拆解,基于业务流程需要哪些数据?不同运营场景的一级指标是什么?对应的二级指标又是什么?在实践中,不断的锻炼、修正、完善自身的数据分析思维。

第三步:巧用工具,将分析结果可视化。

数据分析能力是个非常抽象的能力,那么如何让领导知道你的能力是有价值的,一般可以借助FineBI这样给业务人员用的数据分析工具,将这种抽象的过程最终可视化。

数据分析能力,数据核心竞争力,数据的研究、分析和概括

在此过程中,我们还可以借助常见的业务分析模型,譬如RFM模型-从最近一次消费、消费频率、消费金额对用户进行分类,对不同用户针对性营销;或采用ABC分类模型,分析哪些项目产品、客户、项目贡献了大部分价值,对其进行重点维护;还有漏斗模型、波士顿模型等等。

4、总结

数据的研究、分析和概括,数据分析已经不仅仅是一种职业,更是职场人的必备技能,在如今内卷严重的职场中,不说把数据分析能力发展为自身的数据核心竞争力,也要避免让他成为你的职业短板,毕竟人人都是数据分析师的时代即将到来。

很显然在目前的信息时代,借助类似于FineBI的这些工具,可以让企业加速融入企业数据分析的趋势。备受市场认可的软件其实有很多,选择时必须要结合实际的情况。一般的情况下,都建议选择市面上较主流的产品,比较容易达到好的效果,目前企业数据分析BI软件市场占有率前列的,就是帆软BI软件——FineBI。

数据分析能力,数据核心竞争力,数据的研究、分析和概括

商业智能BI产品更多介绍: www.finebi.com

相关内容

立即体验 立即体验

返回顶部