01
Marketing 转 data的两因素
/ / 我们总要有所不同，最好是能成为双面人才
我本科期间在南昌大学学习工商管理，它是一个相对general的学科，为商科学子们提供了市场所呼吁的技能：“讲好故事”、“理论扎实”、“有business sense”，我，也正是这样成长过来。
图 / Jason作为学生代表进行毕业演讲
但后来，我发现 市场不只需要会讲故事、掌握理论、有商科思维的人。
2016年我拿了新东方全国英语口语大赛冠军后，开始为大家做public speaking training。一段时间后，我突然意识到仅仅做一名story teller，只会讲好故事还不够，包装再好的故事没有数据支持永远无法说服理性的人。 理性的市场在等待numbers和facts。
图 / Jason
参加工作后，我在尼尔森跟进各项目，做电商数据分析、广告监测、广告投放效果优化， 更加意识到实际工作需要数据与技术的支持 。只有通过定性定量分析、机器学习等技术，做各种假设检验，结合理论指导才能实现项目的落地。
商科思维是重要的资源禀赋。但既有business sense，又对代码和数据分析有了解的双面人才，是“皇冠上的明珠”。数据行业细分，有上中下游，并映射不同行业。比如医疗数据有专门做数据收集的，专门建仓的，且可继续细分为消费保健品、肿瘤、抗癌等不同领域。 精细化市场，导致企业偏好数据把控能力强且对行业了解扎实的应聘者，往往会给予较丰厚的待遇。
PS：打个比方，薪酬方面，同样的level，同样的team，会写代码比不会写代码直接高1000元。
// data和代码学习没有想象的夸张
综合以上考虑和个人兴趣，我选择了去马里兰大学，攻读市场分析专业，这个专业是偏marketing的数据分析，既不会与本科的学习脱节，又能满足我精进data analysis能力的需求。
这次转变也远没有想象的夸张，因为数据分析归根结底是建立在统计学的基础上，而我本科也有学习高数和统计，所以并没有明显的知识鸿沟。况且 数据分析和写代码本质上需要自学，在这条路上我未曾止步。
无论你是否想转码，学点技术总是能让你拥有更多的人生选择权。
（文末有data和代码学习经验资料）
02
尼尔森（Nielsen）
Advanced Analytics Consulting Analyst
尼尔森是全球著名的市场监测和数据分析公司，在marketing research领域排名世界第一。公司核心做market research，拥有包括汽车、金融、旅游等行业的大量数据，同时也做较新的电商分析，甚至还有很前沿的脑电波分析。
尼尔森在中国拥有全国最大的零售数据库，以之为核心竞争力，尼尔森也开始往传统咨询方向发展。
图 / Jason
// 划时代的改变，需要我们颠覆性地工作。
传统的Market research在许多人想象中就是以发问卷的形式获得小样本并对其进行分析。但时代已经改变了， 现在处理的数据已经达到上亿量级，变量维度也扩充至100~200个。
我的工作包括预测销量、提供精准营销技术（广告话术、广告投放）等。在双11期间，我与项目组参与设计预测模型估计消费者购买产品的概率，从而帮助企业营销并最终达到销售额的提升。 本质上还是做marketing的工作，但与数据和代码打交道是工作的常态。
Ps：现在marketing所需技能可通过BOSS直聘网，搜索尼尔森或益普索等公司查看。不同部门的要求不同。
图 / 尼尔森数据分析师JD
// Business sense的人仍被需要
当然部门也必须有负责商务的人，他们一般不会写代码，也不跑模型，使用的主要工具是Excel和PPT。他们主要负责与客户对接，了解其需求后帮助我们拆解商业问题并获得数据。在此之上，我们才能进行数据清洗、变量筛选、数据建模的工作。
03
博然思维（Brunswick）
Executive
博然思维是一家小而美的英国咨询公司， 在Financial PR领域排名世界第一，盈利能力世界前十。公司文化鼓励work from home和休假，年假长达25天，其他福利也很好。
2018年，我被内推后面试了10轮，一路过关斩将，但最终因为等待太久选择了尼尔森。去年10月，公司再次找到我，并开出了让我难以想象的待遇条件，因此我就跳槽了。这边的Executive其实是最Entry-level的职位。
图 / 工作合影
/ / 日常二三事
我的团队是Insight部门，主要服务一些大型科技公司、互联网公司、风险投资公司（保密），提供媒体分析（传统媒体&社交媒体）、定性研究（如focus group）、分析报告产出和建议指导等服务。
公司IPO过程中，我们会参与路演、监测、危机公关、维护上市前后的reputation和brand image等。例如国内企业想在国外上市，不可避免会受美国总统大选、中美贸易紧张等事件影响，而我们部门需要帮助企业了解如何与当地民众、政府NGO等沟通。国外企业也会找我们做类似的工作。
/ / Text mining赋能分析
对我的工作来说， 文本挖掘和自然语言处理是一项重要技能，它能提供非文本数据不能提供的指导意见。 提取文本关键词、话题聚类、情感分析、实体命名识别，进一步可视化提炼至wisdom level ，做成PPT给公司能产生巨大的参考价值。
我之前曾利用文本挖掘做了一个宏观分析，主要内容为中美贸易战、香港*乱动**、新冠疫情期间美国推特用户对中国的看法。美国推特用户有千万级以上体量的数据，自然不能一条一条分析，利用文本挖掘技术不仅节省大量时间，而且更加可靠有效。
04
数据方舟（Datark）
Co- Founder& Instructor
创建数据方舟的初衷，是想做陪伴式数据分析学习社群，运营近半年，收获累计3个社群，700多名社群成员，以及300多个课程报名人数。群内可交流各种代码、数据和职场问题，还有讲座直播、基础入门课（Excel、SQL、Python和R）、定向课（文本挖掘）和特色课（商务英语）。
// 水到渠成的代码学府，不发工资也能开公司
创业对我来说是一件水到渠成的事情。我最初做public speaking积累了一些流量，一些用户希望报名我的课程，就很自然地推出6个人的小班课。现在通过社群运营积累了用户基础、优化了团队架构，课程复购率提升给了我信心和成就感，使我更有了坚持办下去的动力。
团队成员都在外企世界500强工作，具备很高的自觉性和专业性。每个项目的落地在制定规划后，有人负责教研，有人负责营销推广，有人负责运营，赚钱后大家再按比例分成。所以我也没有负担，不用开工资，团队处于有钱就一起赚的状态。
图 / 数据方舟团队合影
/ / 性价比、真诚和内在激励，筑成护城河
团队的创业初衷是打造“高质量、高性价比”的学习平台。我们把课程价格控制在1000元以内，同时花大量的精力运营社群和跟进反馈，我有时一天会给4、5个学生做电话答疑。
借鉴国外公司的premium模式，定时免费分享干货和讲座，坚决反对“学Python月入3万”的营销口号，真诚地帮助学生和职场新人。
我也不喜欢催学员学习，更喜欢利用 内在激励机制 ，唤起大家的学习兴趣。比如，若有学员拿到offer，我便会邀请他们进行经验分享，将接力棒传给更多学员。
/ / 主副业跷跷板
一方面，副业缓解了我的焦虑感。 这段时间我全职工作特别忙，每天忙到凌晨1、2点已经是常态，在无止尽的工作中我越来越迷失了人生的方向。每当这时，想起还有另外一个事业，一块空间，或许是因为分散注意力的同时也分散了痛苦，或许是忙起来就不再胡思乱想，又或许另一领域的成功给了我自信，我的焦虑感顿时减轻了许多。
另一方面，主副业让我工作形成闭环。 首先，我本身工作与数据分析相关，将事情做501次和500次相比并不需要耗费太大精力。其次，为了完成项目我会自学，结合自学内容我可以开发新的课程，将复杂概念拆解，教给没有基础的人。
05
写在后面：工作日与夜后的5个深刻认识
☆ 20%、60%
永远不要忽视最平凡的“靠谱”。我的同事说：“实习生刚来时做的有20%能用，离开时有60%拿得出手就不错了。”所以我们对大家要求并不高，但 一定要靠谱，我们不关心奖项，不需要学生会会长，只需要细心核对，仔细检查数据和图的人。
☆ 会问问题
你要 避免问蠢问题，如果百度能搜索到，寻求答案会浪费对方宝贵的时间。实在找不到答案，保持礼貌的同时，也要满足对方需要，因为这本质上是利益互换。
☆ 信息收集
埋头努力的人，要记得抬头呼吸一下新鲜空气。有些人每天跑到楼下大声念英语，不是说不努力。可是他们 连基本的job descriptions都不看，任何的networking都不做，只做自己看起来高大上赚钱多的事情，其实这种人是可悲的。
我在面试Technology公司前，甚至会花大量时间看对方的LinkedIn、Instagram、Twitter，搜集公司详细的信息并整理笔记， 不做应答的机器，而做会交流的人。所以面试二三十场，也全都过了。
☆ 不迷信，不怠慢
不要迷信代码，有些人一辈子都可能用不上代码。但也不要怠慢代码， 有相关技巧和经历，职业选择的宽度会宽很多，自学能力和逻辑能力可能会加强，薪酬条件会更好一些，涨薪机会也会更多。
☆ 代码本质上需要自学
代码其实完全可自学，专门到国外学相关专业成本太高。你会发现老师讲的也是基础的东西，本质上还是需要你去看书（平常多提高英语能力，可选择的资源也会更广）。
这里推荐几个学习渠道和学习方法(真诚推荐，没有广告)。
学习网站我推荐以下几个网站（如下图所示），DataCamp（专业全面的课程方案；卓越的做题训练环境；互动社群共同进步）、Stack Overflow（软件类问答网站）、Kaggle（数据分析竞赛平台）。
对于学习方法，我推荐根据job description，分析工作所需的技能，判断自己是否符合要求，再做相应的补全。在文末，我分享了一系列数据分析的资料，有兴趣的同学自取。
与君共勉！
※ 福利时间 ※
后台回复 “data”
即可获得
来自Jason小哥哥整理的学习资料哦~
- END -
采访 | 思嘉
文稿 | 刘桂槟
配图 | 瞿英子 Jason
排版 | 李曼宁
- 征稿Q&A -
- 本期留言 -
你是否也对代码和数据分析充满兴趣
欢迎在评论区留言
有机会收到学长的解答哦~