做好領導最喜歡的可視化報表,30歲依然能轉行大數據分析師

2021-01-14 數據分析不是個事兒

我今年30歲了,已經工作了快8年,上有老下有小,但是我看不到自己工作的未來,想辭職又不敢,這種情況下可以轉行嗎?

一般情況下,我不告訴當事人晚或者不晚這個非黑即白的答案。因為懂的人都知道,這個得分情況:

如果我鼓勵他,想做改變一點都不晚,他聽了我的話,信心十足,一鼓作氣,裸辭,開始在家學習,等待轉行。最後結果不理想,人家兩三年內都沒轉行成功,積蓄耗盡,我就是天大的罪人。如果我說,你現在30歲了,是有點晚了。然後這位小夥伴身處夕陽行業,身邊的同事紛紛轉行,薪資不再增長,最後因為行業沒落,企業最終在他四十歲的時候把他裁了,找不到下一份工作。

我們來做個假設,比如你是HR小林,想成為一名數據分析師,並且還是從傳統行業到電商行業,既換職業,又換行業,你該怎麼做?

她主要在意的點是:數據分析師的起薪遠遠高於HR,就想換個有錢途的工作,ok沒問題。

以數據分析師為例,需要深入學習新行業的軟硬技能,分兩大類,硬技能和軟技能:

硬技能:Excel、SQL、python、BI與報表可視化工具、PPT等工具軟技能:業務Sense、指標拆解、統計學、溝通、協作、總結等能力來看看某大型網際網路公司的大數據分析師的崗位需求吧:

其實不難理解,數據負責人也好,CIO也罷,絕大多數的工作就是負責公司的數據治理、報表分發、線上BI平臺等,用數據驅動企業運營。

無論是傳統企業還是網際網路企業,在初始數據倉庫建立的時候,一定要請專業的數據架構師來做這一塊的工作,調研所有的部門需求,並且在懂數據的同時也需要特別懂業務,能夠把複雜的業務抽象成一張張報表和KPI指標。

那麼問題來了,企業的報表平臺應該如何選擇呢?

作為現代企業最常用到的功能之一,以前大家都會選擇ireport、BIRT、JasperReport這種開源報表,不過它們的制表能力實在一般,老外的東西,本質上就不符合咱的報表習慣,報表似乎就該這麼做,做不出來的報表似乎就應該寫程序、寫代碼,最後用工具的結果還是去寫代碼,還不如不用。

開源報表雖然嘴上說著免費,但是有個通病,就是開發和維護成本比較大,如果你企業想上報表工具,怎麼也得招聘2-3個開發人,同時幫助文檔都是收費,而且多為英文,能把你急死。

所謂開源不可能真的有人那麼無聊為人民服務,說白了還是要掙錢的,否則產品的後續研發怎麼辦?所以選擇專業的商用報表軟體很重要。

對於數據基礎不好或者有一定數據基礎的企業,建議使用FineReport(文末有下載地址),對於數據基礎好的,算了,國內企業對於數據的利用還有很大的進步空間。

不同的人,報表的作用不同

其實很簡單,報表對於不同職位的人,作用是不一樣的。

1、管理層

對應管理層的報表又稱之為決策報表,即讓管理層掌握公司經營的核心數據,從而做出指導。這類報表基於日常管理工作,通過查看這類報表來監控所負責業務的當前狀態,發現問題,這類報表就屬於決策輔助了。

大老闆關注營收狀況、利潤等數據,越核心越好,這是他們最在意的像銷售總裁關註銷售額、利潤等部門核心指標,這是每次會議必復盤的像生產總裁就關注成本、供應鏈、生產進度,這是企業的運動神經FineReport的決策駕駛艙:

不需要一張張報表遞給他們,對於他們關心的數據儘可能展現在一張報表上,他們更多的需求是隨時隨地看到實時結果,有掌控感。對於數據背後的問題,可以通過聯動鑽取等簡單的數據操作發現一些趨勢,至於細緻的原因和結果是什麼讓下屬去分析匯報。

同時,相比於大屏駕駛艙的全面範圍廣,移動端報表的隨時隨地就顯得很重要了。

2、中層

不同於日常管理類報表,這類人群使用的報表更具針對性和主動性,需要用戶針對某一個模塊和主題進行分析,通過分析報表數據來發現並思考問題。

比如用FineReport做的圖表聯動,可以從時間、產品、金額等多維度操作分析。通過對這類報表的查看,而推動某一項工作的進行,可以理解為由數據來推動工作,相信很多企業非常喜歡這一點。

3、基層報表人員

其實這一類人是思考時間最少,但是幹活最多的,只需要把領導安排的任務做好就行,也就是常說的表哥表姐。

日常的數據填報和查詢,日報、年報、季報,年終述職等,都是很大的工作量。

就拿年度的商品銷量表來說吧,有時只需要查詢出某些特定商品的銷量數據,用Excel查詢的話,一般就要按照商品名稱篩選出數據然後再生成一張張的報表,數據量小的時候還能接受,一旦數據量大,一張表就要做半天。

最好的解決辦法是,用FineReport做一張動態的報表的模版,像下面這樣,選擇相應的過濾條件直接就能篩選出數據:

精通Excel的人會用vba函數來做,也有人用Echarts等圖表插件來做,但是對於代碼能力不強,不熟悉Excel的小白來說,FineReport是一個很好的選擇。

總結

報表製作其實是很專業的的活,商業報表產品提供部署服務,可以走項目,後期還有技術維護,算下來比開源報表划算很多。

與其浪費時間去自學開源工具的文檔,還不如邊學邊做不懂就直接問報表工具廠商。這樣能更順利高效的完成項目。

關注我,並轉發該文章,私信回復「報表」,即可獲得FineReport永久免費版和demo體驗地址~

相關焦點

  • 零基礎轉行數據分析師是怎樣的體驗?
    這篇文章是根據將之前自己的知乎問答結合自己入職後的體驗進行修改分享給大家,如果有意轉行做數據分析師的進攻參考。這裡的數據分析師定位於偏業務的數據分析師,不談高大上算法和數倉之類的數據分析師。講這個之前還是要潑潑冷水,現在數據分析師的崗位被一些培訓機構炒的太熱,導致很多人被忽悠進這個行業。
  • 轉行數據分析師後悔了?脫穎而出才是關鍵!
    但又擔心轉行後的工作待遇達不到自己的預期,顧慮重重……時下的大數據時代與人工智慧熱潮,相信有許多對數據分析師或大數據分析師非常感興趣、躍躍欲試想著轉行的朋友,但面向整個社會,最不缺的其實就是人才,對於是否轉行數據分析行列,對於能否勇敢一次跳出自己的舒適圈,不少人還是躊躇滿志啊!畢竟好多決定,一旦做出了就很難再回頭了。
  • 30歲機械男,入坑7年,煎熬轉行網際網路
    30歲,機械專業,放棄螺絲釘類似的工作崗位。不太喜歡目前的工作,不知道適合幹什麼,茫然而不知所措,你是否也有相同的經歷。在轉變之路上,我也迷茫過,希望我的轉行經歷能給你一些參考。每天的工作簡單而又單調,做做報表,追蹤下數據,採購一些商品,每年固定的一兩次漲薪,幅度不大,掌握了崗位的基本技能就可以應付大部分的工作,能學到的新知識有限。加上這幾年傳統行業受到網際網路衝擊,拼多多類似的電商都殺入到了三、四五線城市。公司業務受到波動。
  • 數據分析師的發展方向有哪幾方面?
    數據分析行業大火,很多小夥伴都想轉行成為數據分析師,入行容易,但重要的需要確定未來的一個發展方向,不能盲目入行。下面小編給大家分享幾種數據分析師的發展方向,大家可以參考一下,首先確定好自己的目標。業務數據分析師:技能上需要會使用Excel、pythonl和SQL,因為業務數據分析師主要工作是把數據和業務結合的,用數據輔助業務增長,對於技術方面的要求一般,業務知識才是重點。
  • BI和報表等於數據分析?終於有人講清楚了它們的區別
    《商業智能白皮書》對商業智能BI工具的定義:以數據可視化和分析技術為主,具備一定的數據連接和處理能力的軟體工具,使用者能通過可視化的界面快速製作多種類型的數據報表、圖形圖表。 按照技術發展和對用戶需求的響應,當前BI工具可以分為報表式BI、傳統式BI和自助式BI三類。
  • 零基礎入門數據分析師——你可以做到!
    如果您計劃成為一名數據分析師,目標是提升數據獲取、數據分析、數據可視化的水平。但是網上資料一大堆,完全零基礎的你從哪開始學習?視頻下載了很多,無法堅持學習? 經常遇到問題,卻得不到及時解決,浪費大量寶貴時間。CDA數據分析研究院的老師指導您零基礎入門數據分析,以下將針對零基礎學員介紹數據分析的流程。
  • 數據分析師如何晉升詳細資料分析
    有同學問:陳老師,滿網際網路都是「如何從0到1學數據分析」,可我想知道,如果再晉升的話,比如去到月薪3w,5w,需要什麼樣的知識與能力儲備? 這個話題,很容易變成高薪的數據分析師們的曬命貼。問題是,如果一個同學真的科班出身,985碩士、畢業進大公司、領導賞識、同事配合、每次跳槽都踩中風口,他也不需要問這種問題了。
  • 實時大數據分析的應用_實時可視化大屏的製作
    實時可視化大屏的製作_報表查詢秒級響應報表查詢秒級響應與普通應用查詢最大的不同是普通的應用查詢是定製開發的,而報表查詢秒級響應是由用戶自定義查詢條件的,想查什麼就查什麼,秒級響應各種數據查詢及分析請求。Smartbi的即席查詢是用戶根據自己的需求,靈活的選擇查詢條件,系統能夠根據用戶的選擇生成相應的統計報表。
  • 在30歲左右考慮轉行,若想轉行成功,應慎重考慮好這3個方面的問題
    30歲轉行,這3個方面的問題,必須慎重考慮清楚,千萬不可稀裡糊塗: 常言道:「三十而立」, 對於30歲左右的人來說,在工作和事業上已經小有成就,同時也是標準的「上有老下有小」的年齡階段。在這個年齡段考慮轉行,也是迫於生存和發展的需要。
  • 終於有人講清楚了,BI和報表的差異!
    報表和BI都能做數據分析,區別在哪裡?  加班加點做了那麼多表,為什麼還不滿足老闆需求?  報表分析需要IT團隊來開發,那BI呢?  這些應該是大家對商業智能(BI)和報表的一些普遍性困惑,今天,我們就來聊一聊什麼是報表、什麼是BI。  我們為什麼需要BI或者報表工具?
  • 大數據分析與數據分析的根本區別在哪裡?
    作者:CDA數據分析師大數據分析與數據分析這幾年一直都是個高頻詞,很多人都開始紛紛轉行到這個領域,也有不少人開始躍躍欲試,想找準時機進到大數據或數據分析領域。如今大數據分析和數據分析火爆,要說時機,可謂處處都是時機,關鍵要明了的一點是,大數據分析和數據分析兩者的根本區別在哪裡,只有真正了解了,才會知曉更加適合自己的領域是大數據分析師還是數據分析師。畢竟職場如戰場,時間就是生活,不容兒戲,更不容怠慢。下面我來好好告訴大家兩者的本質區別到底是什麼!大數據分析:指無法在可承受的時間範圍內用常規軟體工具進行捕捉、管理和處理的數據集合。
  • 盤點55個最實用的大數據可視化分析工具
    一款好的工具可以讓你事半功倍,尤其是在大數據時代,更需要強有力的工具通過使數據有意義的方式實現數據可視化,還有數據的可交互性;我們還需要跨學科的團隊,而不是單個數據科學家、設計師或數據分析員;我們更需要重新思考我們所知道的數據可視化,圖表和圖形還只能在一個或兩個維度上傳遞信息, 那麼他們怎樣才能與其他維度融合到一起深入挖掘大數據呢?
  • 數據科學家和數據分析師的區別在哪兒?
    4、算法,數據科學家的主要職責是用算法來快速準確地預測、分類,以及根據數據來給建議。每當你用新的數據來訓練模型,就會得到一些新的結果。關鍵的算法通常分成兩大類:無監督學習和有監督學習。  二、數據分析師的主要職責  數據分析師主要職能:與相關部門定義要解決的業務問題;獲取數據(使用SQL);探索性的數據分析、趨勢分析和可視化(使用Excel和Tableau)——根據工作場景,向有關部門展示從數據中獲得的發現,並提供可行性的建議。  數據分析師與業務分析師、商業情報分析師,甚至Tableau開發人員有著相似的頭銜。
  • 想轉行大數據,如何判斷自己究竟適不適合?
    近年來,大數據產業飛速發展,市場規模逐年增長,不少人看到了大數據廣闊的未來前景,由此,也讓越來越多的人產生入行大數據的想法。然而,面對全新的行業,陌生的知識領域,這些想要轉行的轉型者們也在徘徊猶豫,一方面是不敢離開當前的行業,另一方面,也是對自己究竟是否能夠成功轉行感到困惑躊躇。
  • 大數據開發和大數據分析有什麼不同?
    大數據分析工程師和大數據開發工程師分別能做什麼?通俗解釋開發和分析非要把他倆分開的話,一個是偏向於數據,一個偏向於工程。好比要炒個菜,工程師是燒火、墊勺的那個,偏向於工具的使用。分析師是放調理、掌握火候的那個,偏向菜怎麼做好吃。數據影響生活數據越來越多的影響並塑造著那些我們每天都要交互的系統。
  • 北大青鳥建大IT學院:快30歲了,想轉行,還來得及麼?
    30歲轉行,有人說代表著希望、追逐夢想,看別人轉行似乎都輕輕鬆鬆,順便收入翻個好幾倍,但實際上這些故事裡有多少是倖存者偏差,又被放大了一萬倍反覆提起。 所以好多人天天嚷嚷著要轉行,如果僅僅是一頭熱,沒有了解清楚就一頭扎進去,多數會發現和當初想像的不一樣,幻想破滅,處境尷尬。
  • 方向對了,轉行就成功了一半
    他曾經做過門店銷售,所以也很清楚三個銷售的都要有業績才能生存,最能體現個人價值,卻不是他想要的。最後一個檢測工作,需要長期出差,工作場所在野外,而他還沒有結婚。野外工作意味著連人都少見,何況異性,勢必影響婚戀。適婚年齡是有保質期的,這一點就可以放棄這個選項,而且也看不到上升空間。從他的經歷和溝通感受來看,習慣支配別人。
  • 同樣都是打工人,為何別人會大數據建模,而你只會用EXCEL?
    小李是一家外企的數據分析師,平時處理的都是億萬行級別數據量的報表,為了可以勝任這份工作,小李早早地就學會了各種大數據工具,而且做出來的數據模型高度自動化,效率極高,為公司創造了非常大的價值。因為小李出色的表現,公司年底計劃把他提升為公司的數據總監。
  • CDA數據分析師認證3個級別對應的薪資標
    如何成為數據分析師?如何入行數據分析?教育是一個難題!在這個行業中,是否有高質量的證書?拿到證書後能找到多少薪資的工作?今天,我們來分析分析作為這個行業中的老牌,CDA數據分析師的等級標準。考過LEVEL 1就相當於工作2年左右的業務數據分析師,與CDA就業班剛畢業的學員一樣,能拿到9k~20k左右的月薪。   CDA Level II:建模分析師   官方介紹:   一年以上數據分析崗位工作經驗,或通過CDA Level Ⅰ認證。
  • 第十二屆CDA數據分析師考試火熱報名中
    5月8日,CDA數據分析師認證考試中心正式發文通知:為做好疫情常態化防控,CDA第12屆考試將延期一個月進行。原定於6月底的第十二屆CDA數據分析師考試時間調整為7月25-26日兩天,請相關考生做好安排。此次延期為廣大考生爭取了更多的備考時間,也讓一些原本複習時間不充足的考生趕上了末班車。