從大學(xué)老師、數(shù)據(jù)分析師、創(chuàng)業(yè)者再到職業(yè)規(guī)劃師，伴隨著數(shù)據(jù)分析師這一崗位的興起和成熟，愛(ài)數(shù)據(jù)教育創(chuàng)始人黃學(xué)在多種身份間不斷切換。他是數(shù)據(jù)分析黃金時(shí)代的見(jiàn)證者和親歷者，圍繞數(shù)據(jù)分析師這一職位、數(shù)據(jù)分析這一領(lǐng)域的種種問(wèn)題，黃學(xué)進(jìn)行了一場(chǎng)“可視化分析”。

黃學(xué)榮獲帆軟最具價(jià)值MVP

“我是國(guó)內(nèi)最早一批從事數(shù)據(jù)分析工作的，早在2010年，web 2.0階段，我就對(duì)數(shù)據(jù)分析產(chǎn)生了濃厚的興趣。研究生畢業(yè)之后來(lái)到高校當(dāng)了大學(xué)老師，在大學(xué)工作一年多后加入了中國(guó)統(tǒng)計(jì)網(wǎng)。在論壇上與網(wǎng)友交流的時(shí)候，我發(fā)現(xiàn)有很多人想要入門，但那時(shí)市場(chǎng)上沒(méi)有成體系的教育資源，我們就自己制作了很多簡(jiǎn)單的課程。一直到2015年，我開始系統(tǒng)性的從事數(shù)據(jù)分析的教育培訓(xùn)工作。”

黃學(xué)職業(yè)生涯的變換，是數(shù)據(jù)分析這一領(lǐng)域的生動(dòng)縮影。

2010年，正是PC與移動(dòng)互聯(lián)網(wǎng)時(shí)代交接點(diǎn)，中關(guān)村的咖啡廳擠滿了興奮的年輕人，當(dāng)下被稱之為巨頭的互聯(lián)網(wǎng)廠商，有的甚至還未誕生，一切都是生機(jī)勃發(fā)的景象。與此同時(shí)，這些互聯(lián)網(wǎng)的先驅(qū)們開始將客戶、業(yè)務(wù)和交易的信息集中存儲(chǔ)起來(lái)，從而讓管理者在瞬息萬(wàn)變的競(jìng)爭(zhēng)中，及時(shí)做出更加貼近市場(chǎng)和事實(shí)的決策，而不是僅憑直覺(jué)，但此時(shí)的數(shù)據(jù)分析僅限于對(duì)內(nèi)部信息的使用。

隨著大數(shù)據(jù)時(shí)代的到來(lái)，企業(yè)的視野逐漸向外部打開，數(shù)據(jù)分析開始通過(guò)外部資源獲取信息，比如點(diǎn)擊流、社交媒體、互聯(lián)網(wǎng)等。在內(nèi)外部信息的整合下，企業(yè)通過(guò)有策略的算法推薦、個(gè)性化廣告推送、更具針對(duì)性的產(chǎn)品購(gòu)買建議，吸引用戶。這背后，數(shù)據(jù)分析功不可沒(méi)。經(jīng)過(guò)多年的淬煉，當(dāng)前數(shù)據(jù)分析的作用更加多元和強(qiáng)大。企業(yè)不僅能對(duì)未來(lái)進(jìn)行指導(dǎo)性決策，而且還能促進(jìn)開發(fā)更有價(jià)值的產(chǎn)品和服務(wù)，數(shù)據(jù)分析工具也因其人類難以企及的準(zhǔn)確性和高效率狂飆突進(jìn)。

而愛(ài)數(shù)據(jù)教育的使命也隨著數(shù)據(jù)分析角色的變化而變化。“剛開始我們的教學(xué)目標(biāo)以業(yè)務(wù)為主，到了2019年之后開始以交付為主。職業(yè)教育最終的目標(biāo)是培養(yǎng)，挖掘優(yōu)質(zhì)的人，為企業(yè)真正創(chuàng)造價(jià)值。這是我一直秉承的價(jià)值觀。”黃學(xué)表示。

黃學(xué)將學(xué)員“畢業(yè)”的過(guò)程定義為交付，在他看來(lái)職業(yè)培訓(xùn)不是一錘子買賣，機(jī)械性走完報(bào)名、上課、下課、結(jié)課這些流程就萬(wàn)事大吉，而是把在愛(ài)數(shù)據(jù)教育的這段經(jīng)歷當(dāng)做學(xué)員職業(yè)生涯新的篇章，新的起點(diǎn)。

因“材”施教 尋找分析師手中的最佳工具箱

近幾年，數(shù)字化轉(zhuǎn)型在多個(gè)領(lǐng)域的鋪開，不僅是中大型企業(yè)，很多傳統(tǒng)公司也開始積極推動(dòng)數(shù)字化轉(zhuǎn)型。數(shù)據(jù)分析是數(shù)字化轉(zhuǎn)型繞不開的環(huán)節(jié)，每年都吸引了大批的人加入到這個(gè)行業(yè)。但是仍然有很多人找不到工作，黃學(xué)意識(shí)到，一名合格的數(shù)據(jù)分析師既要懂招式還要懂心法。

人類之所以能夠在和原始叢林里其他的動(dòng)物相比，能力、體力都不占絕對(duì)優(yōu)勢(shì)的情況下，能夠脫穎而出，很重要的一條就是工具的發(fā)明和創(chuàng)造。對(duì)于數(shù)據(jù)分析而言，工具的選擇尤為重要，市場(chǎng)上有大量的數(shù)據(jù)分析工具，黃學(xué)不可能在有限的時(shí)間內(nèi)將所有的工具都教個(gè)遍，他要為學(xué)員精心選擇一件趁手的“兵器”。

“早期，市場(chǎng)上很多零售公司，跨境電商會(huì)要求必須使用帆軟的工具。后來(lái)像寧德時(shí)代，一些大的零售電商、互聯(lián)網(wǎng)公司也是如此，于是我們開始接觸帆軟，學(xué)習(xí)帆軟，最后逐步以帆軟的工具為主要教學(xué)課程。”

帆軟與愛(ài)數(shù)據(jù)教育雖然分屬不同的賽道，一個(gè)是商業(yè)分析，一個(gè)是職業(yè)教育，但雙方服務(wù)的對(duì)象是同一類企業(yè)，可以說(shuō)是“殊途同歸”。愛(ài)數(shù)據(jù)教育與帆軟的結(jié)緣，是一個(gè)時(shí)代必然的交匯。

“我們將帆軟的工具教授給學(xué)員后，他們能真正找到工作，這非常重要。”黃學(xué)表示，“帆軟有非常完善的配套生態(tài)，它有培訓(xùn)營(yíng)、有比賽、還有認(rèn)證體系。而且整個(gè)認(rèn)證流程非常嚴(yán)格，學(xué)員必須真的花費(fèi)心思，真正掌握這門本事才能考過(guò)。同時(shí)，帆軟能幫助推薦一些他們的客戶，來(lái)增加我們學(xué)員的就業(yè)，重重利好之下，我們的合作越來(lái)越深入和廣泛。”

用數(shù)據(jù)分析工具為業(yè)務(wù)賦能不僅僅是在教學(xué)層面的合作，在經(jīng)營(yíng)層面愛(ài)數(shù)據(jù)教育更是近水樓臺(tái)先得月，成為了帆軟的深度用戶。

“帆軟的分析工具有很多優(yōu)勢(shì)，靈活性比較好，適配度高，迭代的速度比較快。在數(shù)據(jù)處理方面有兩款產(chǎn)品我很喜歡，簡(jiǎn)道云和FineBI。”黃學(xué)表示。

黃學(xué)用自身的體驗(yàn)，講解了帆軟對(duì)業(yè)務(wù)強(qiáng)大的賦能作用,“我們?cè)谧隹蛻艟€索的時(shí)候，從獲取用戶到激活用戶的整個(gè)流程中，不是所有人都能實(shí)現(xiàn)轉(zhuǎn)化，有一部分用戶資源會(huì)消失。在這個(gè)過(guò)程中，我們會(huì)記錄出來(lái)用戶的一些高價(jià)值行為，比如說(shuō)他看了免費(fèi)的課程、進(jìn)行了相關(guān)咨詢，然后通過(guò)帆軟對(duì)此打標(biāo)簽。”

同時(shí)，帆軟數(shù)據(jù)集成和處理、復(fù)雜報(bào)表的數(shù)據(jù)處理等功能，都非常強(qiáng)大?；谶@一點(diǎn)，愛(ài)數(shù)據(jù)教育能夠針對(duì)用戶標(biāo)簽進(jìn)行批量化的相關(guān)性分析，找出從獲取到轉(zhuǎn)化的過(guò)程中，哪些用戶畫像需要重點(diǎn)來(lái)做，這些用戶畫像來(lái)自于哪里，應(yīng)該如何更好的用好用戶畫像，針對(duì)不同的渠道用戶，制定出不同的活動(dòng)策略和內(nèi)容策略。從效率來(lái)說(shuō)，以前每名學(xué)員的轉(zhuǎn)化周期在10天-15天，現(xiàn)在平均的轉(zhuǎn)化周期是七天。

當(dāng)學(xué)員成功來(lái)到愛(ài)數(shù)據(jù)教育學(xué)習(xí)后，通過(guò)帆軟能夠?qū)W(xué)員進(jìn)行精細(xì)化運(yùn)營(yíng)。

黃學(xué)說(shuō)道，“以往我們只能憑借經(jīng)驗(yàn)和簡(jiǎn)單的分析框架進(jìn)行學(xué)員分析，現(xiàn)在通過(guò)帆軟可以記錄學(xué)員入學(xué)時(shí)間、學(xué)習(xí)的天數(shù)，根據(jù)學(xué)員的每一個(gè)階段要完成的任務(wù)，自動(dòng)生成數(shù)字化儀表盤。比如說(shuō)學(xué)員要完成考試、python的課程、業(yè)務(wù)訓(xùn)練，簡(jiǎn)歷制作等環(huán)節(jié)，我們會(huì)根據(jù)每個(gè)學(xué)員關(guān)鍵節(jié)點(diǎn)打上數(shù)字化標(biāo)簽，生成一個(gè)漏斗，這樣就能非常直觀地看到還有多少人沒(méi)有完成考試，python沒(méi)有結(jié)課，業(yè)務(wù)訓(xùn)練沒(méi)有結(jié)課，這樣就能計(jì)算出我們的工時(shí)。如果我們發(fā)現(xiàn)學(xué)員沒(méi)有及時(shí)完成相應(yīng)的環(huán)節(jié)，我們就優(yōu)化運(yùn)營(yíng)活動(dòng)讓學(xué)員更快的完成學(xué)習(xí)。我們會(huì)結(jié)合簡(jiǎn)道云、FineBI來(lái)梳理整個(gè)流程，這對(duì)于我們的獲客、效率的提升、課程安排以及學(xué)員的精細(xì)化管理都起到了積極作用。”

打造從課堂到職場(chǎng)產(chǎn)學(xué)研用的良性生態(tài)

從入行到現(xiàn)在，愛(ài)數(shù)據(jù)教育服務(wù)的學(xué)員已經(jīng)遍布國(guó)內(nèi)的一、二線城市。隨著數(shù)字化轉(zhuǎn)型的深入，三、四線城市的數(shù)據(jù)分析需求迎來(lái)爆發(fā)式增長(zhǎng)。這些城市也需要數(shù)據(jù)人才去做實(shí)施和交付，人才供給存在不小的缺口。與人才缺口相伴而生的，還有對(duì)人才的認(rèn)證問(wèn)題。

帆軟有非常完善的認(rèn)證體系，證書基本上覆蓋了國(guó)內(nèi)的一、二、三線城市，比如徐州、常州、哈爾濱、長(zhǎng)春、沈陽(yáng)等。專業(yè)化的認(rèn)證體系為這些城市精準(zhǔn)識(shí)別數(shù)據(jù)人才提供了重要依據(jù)，大大拓展了數(shù)據(jù)人才的就業(yè)市場(chǎng)。

“我們非常認(rèn)同帆軟的這套認(rèn)證體系，有認(rèn)證作為背書，學(xué)員就有了一個(gè)快速進(jìn)入就業(yè)市場(chǎng)的敲門磚和準(zhǔn)入證。我們組建了300人的社群來(lái)集中培訓(xùn)，以三到四人為一隊(duì)參加帆軟比賽的訓(xùn)練營(yíng)。比賽結(jié)果超出我的預(yù)期，我們派出的隊(duì)伍當(dāng)中有2支隊(duì)伍獲得了最具業(yè)務(wù)價(jià)值獎(jiǎng)（二等獎(jiǎng)），也有很多學(xué)員通過(guò)了帆軟的認(rèn)證。

帆軟覆蓋了主流行業(yè)的所有數(shù)據(jù)源和案例，我們自己也有一套案例的解讀內(nèi)容，我們把這兩者有機(jī)融合在一起，會(huì)起到1+1＞2的效果。”黃學(xué)表示。

愛(ài)數(shù)據(jù)教育與帆軟的合作，實(shí)現(xiàn)從課堂到就業(yè)市場(chǎng)的完整閉環(huán)，打造了一個(gè)數(shù)據(jù)分析領(lǐng)域產(chǎn)學(xué)研用的良性生態(tài)。也正因一系列成果的不斷涌現(xiàn)，黃學(xué)本人榮獲了2023帆軟MVP榮譽(yù)稱號(hào)。帆軟最具價(jià)值專家，簡(jiǎn)稱帆軟MVP（Fanruan Most Valuable Professional )，是帆軟頒發(fā)給產(chǎn)品用戶專家的一項(xiàng)榮譽(yù)認(rèn)證，以感謝他們?yōu)榉洰a(chǎn)品的發(fā)展所做出的卓越貢獻(xiàn)。

帆軟MVP計(jì)劃上線后，收到了非常多優(yōu)秀數(shù)據(jù)分析師的報(bào)名，來(lái)自各行各業(yè)，都是深耕在業(yè)務(wù)中的數(shù)據(jù)分析從業(yè)者，他們用自己的專業(yè)知識(shí)、技能和熱情，幫助廣大用戶解決問(wèn)題，推動(dòng)技術(shù)交流，助力行業(yè)發(fā)展。他們的無(wú)私奉獻(xiàn)和分享，為帆軟產(chǎn)品生態(tài)的發(fā)展和用戶的成長(zhǎng)提供了強(qiáng)大的支持！

當(dāng)問(wèn)到為什么選擇申請(qǐng)帆軟MVP？黃學(xué)說(shuō)到：

（1）獲得行業(yè)認(rèn)可：帆軟MVP是行業(yè)和帆軟社區(qū)對(duì)用戶專家專業(yè)技能的一種公認(rèn)，對(duì)我個(gè)人職業(yè)生涯起到很大的推動(dòng)作用；

（2）專業(yè)發(fā)展：作為帆軟MVP，有機(jī)會(huì)與帆軟的產(chǎn)品團(tuán)隊(duì)有更緊密的聯(lián)絡(luò)，可以更早地了解和試用新的產(chǎn)品或特性；

（3）提升社區(qū)影響力：作為MVP，我的觀點(diǎn)和建議在帆軟社區(qū)中會(huì)有更大的影響力，得到更多人的關(guān)注；

（4）獲取豐富資源：有機(jī)會(huì)獲取帆軟豐富的產(chǎn)品、人脈和其他資源，以及參加專屬的MVP活動(dòng)；

（5）擴(kuò)展職業(yè)網(wǎng)絡(luò)：有機(jī)會(huì)接觸到一個(gè)專業(yè)的網(wǎng)絡(luò)群體。這對(duì)于擴(kuò)展我的職業(yè)網(wǎng)絡(luò)，提供更多的職位機(jī)會(huì)或者發(fā)展機(jī)會(huì)都很有幫助。

既培養(yǎng)士兵，又培養(yǎng)將軍

一直以來(lái)，很多人對(duì)于職業(yè)培訓(xùn)都有一個(gè)固定印象，認(rèn)為這里只是培養(yǎng)一線的工作人員（即便這也沒(méi)有什么不妥之處），從這里走出的學(xué)員職業(yè)生涯存在一個(gè)無(wú)形的天花板。

而愛(ài)數(shù)據(jù)教育用事實(shí)擊碎了這些成見(jiàn)。

當(dāng)前，愛(ài)數(shù)據(jù)教育的學(xué)員就業(yè)流向基本覆蓋所有的大廠，在黃學(xué)親自服務(wù)過(guò)的學(xué)員中，不乏從一線員工進(jìn)階到管理層的案例，其中年薪超過(guò)50萬(wàn)的有68人，年薪超過(guò)100萬(wàn)有12人。

“我們既培養(yǎng)士兵，又培養(yǎng)將軍，不斷的自我超越。”

在黃學(xué)眼中，數(shù)據(jù)分析師有三重境界：

第一層，夯實(shí)數(shù)據(jù)分析技能基礎(chǔ)。在這一階段主要是對(duì)工具的熟練使用和對(duì)業(yè)務(wù)的理解。在工具上，要熟練掌握sql 、excel、python以及帆軟等可視化工具。在業(yè)務(wù)上，掌握獲取數(shù)據(jù)、處理數(shù)據(jù)能力，包括大規(guī)模的數(shù)據(jù)處理的能力，并實(shí)際應(yīng)用在業(yè)務(wù)當(dāng)中；

第二層，塑造數(shù)據(jù)分析的邏輯思維能力，包括業(yè)務(wù)邏輯和分析邏輯。在分析邏輯方面，主要是聚焦在分析資源的利用效率，例如當(dāng)客戶數(shù)據(jù)進(jìn)來(lái)了，要能準(zhǔn)確判斷如何去打標(biāo)簽，用戶有什么高價(jià)值點(diǎn)的行為等。在業(yè)務(wù)邏輯方面，主要是在數(shù)據(jù)分析目標(biāo)進(jìn)程當(dāng)中，能清楚哪些關(guān)鍵指標(biāo)會(huì)出現(xiàn)問(wèn)題，他們受到了哪些因素影響，分析師的應(yīng)對(duì)手段是什么等。塑造良好的邏輯思維，能夠在執(zhí)行過(guò)程中發(fā)掘業(yè)務(wù)問(wèn)題；

第三層，深刻洞察客戶。這是比較高的境界，高級(jí)階段的分析師需要有非常強(qiáng)的洞察力，非常強(qiáng)的規(guī)則優(yōu)化能力。不僅要了解客戶的訴求，判斷出他的高價(jià)值點(diǎn)，還要協(xié)同運(yùn)營(yíng)和產(chǎn)品，了解如何搭配算法和運(yùn)營(yíng)手段加快資源的有效轉(zhuǎn)換。

針對(duì)數(shù)據(jù)分析師的不同階段，黃學(xué)有著獨(dú)到的提升策略。

“對(duì)很多高級(jí)的數(shù)據(jù)分析師，我們給他們?nèi)プ鲚o導(dǎo)的時(shí)候，注重培養(yǎng)他兩個(gè)思維。一是數(shù)據(jù)思維，針對(duì)晉升和進(jìn)階的目標(biāo)，訓(xùn)練他如何去來(lái)拆解業(yè)務(wù)，拆解用戶，拆解用戶所有的行為。

很多數(shù)據(jù)分析師，往往缺乏造數(shù)據(jù)和添數(shù)據(jù)的能力。比如在數(shù)據(jù)非常豐富，沒(méi)有增長(zhǎng)點(diǎn)的時(shí)候，我們會(huì)把用戶的行為切得更碎一些，這樣就可以在這些數(shù)據(jù)中尋找新的增長(zhǎng)點(diǎn)。添數(shù)據(jù)的能力也很重要。舉個(gè)例子，一些用戶購(gòu)買了高檔的化妝品，還購(gòu)買了高級(jí)的進(jìn)口食品，但是這些用戶人群的數(shù)據(jù)是缺失的，或是不好記錄的。這時(shí)，數(shù)據(jù)分析師就要把數(shù)據(jù)給添上去，把這些缺失的用戶數(shù)據(jù)重新再補(bǔ)上去。當(dāng)他在工作中拿出結(jié)果后，他整個(gè)的職業(yè)履歷就會(huì)非常漂亮。”黃學(xué)說(shuō)，“還有從戰(zhàn)略層面的提升。我們會(huì)從商業(yè)分析的角度，告訴學(xué)員該如何進(jìn)行數(shù)據(jù)分析，比如現(xiàn)在這個(gè)時(shí)期企業(yè)所處的階段，周圍環(huán)境的價(jià)值，用戶需求有什么變化，渠道會(huì)發(fā)生變化，針對(duì)于這些變化如何迭代分析業(yè)務(wù)體系、數(shù)據(jù)分析思維和數(shù)據(jù)架構(gòu)，標(biāo)簽是否需要更改或更換，能不能從規(guī)則上找機(jī)會(huì)等。我們不單單是職業(yè)培訓(xùn)，而是將視野拉長(zhǎng)到學(xué)員職業(yè)生涯的長(zhǎng)度來(lái)思考，如何給予他最大的幫助。”

學(xué)員作品

AI時(shí)代打開新的想象空間，拉開新一輪發(fā)展大幕

新一波AI發(fā)展浪潮席卷而來(lái)，數(shù)據(jù)分析這一領(lǐng)域也迎來(lái)新的發(fā)展空間和創(chuàng)新方向。黃學(xué)認(rèn)為：“AI+BI加快了數(shù)據(jù)處理的效率，改變了人機(jī)交互的模式，通過(guò)機(jī)器學(xué)習(xí)創(chuàng)建更多模型，能讓預(yù)測(cè)變得更加細(xì)化和精確，能大大降低數(shù)據(jù)分析的使用門檻。”

同時(shí)他也強(qiáng)調(diào)，人與智能機(jī)器的強(qiáng)強(qiáng)聯(lián)合將會(huì)更加深入，但人的角色是不能被替代的，最后還是要有人扛起整個(gè)項(xiàng)目的責(zé)任。同時(shí)，AI能力的發(fā)揮還是要依賴很多底層設(shè)施，比如企業(yè)知識(shí)庫(kù)的建立，以及帆軟這類的工具廠商來(lái)搭建起良好的底層模型。

來(lái)源：數(shù)據(jù)猿