本人會(huì)計(jì)一枚，準(zhǔn)備換工作，一是換家公司做會(huì)計(jì)，二是在現(xiàn)有公司轉(zhuǎn)做數(shù)據(jù)分析，怎么選？到底要做什么，可以從具體的工作內(nèi)容、發(fā)展前景和職業(yè)規(guī)劃上看，還需要結(jié)合自己的興趣和優(yōu)勢(shì)。雖然我們都叫它會(huì)計(jì)，但不同公司

本人會(huì)計(jì)一枚，準(zhǔn)備換工作，一是換家公司做會(huì)計(jì)，二是在現(xiàn)有公司轉(zhuǎn)做數(shù)據(jù)分析，怎么選？

到底要做什么，可以從具體的工作內(nèi)容、發(fā)展前景和職業(yè)規(guī)劃上看，還需要結(jié)合自己的興趣和優(yōu)勢(shì)。

雖然我們都叫它會(huì)計(jì)，但不同公司的工作內(nèi)容可能不同。在大公司，應(yīng)收應(yīng)付、總帳、稅金是分開的。一個(gè)或多個(gè)人員只負(fù)責(zé)其中一個(gè)模塊。在小公司里，它可能是總賬戶。數(shù)據(jù)分析也取決于所分析的內(nèi)容。一些較初級(jí)的職位主要從事數(shù)據(jù)處理，而另一些則主要從事財(cái)務(wù)分析，有些則從事業(yè)務(wù)分析。具體崗位不同，工作內(nèi)容也不同，你想多做哪一件工作，可以提前計(jì)劃。

不同類型的工作，發(fā)展道路會(huì)不同。例如，在一家大公司，你可以挖一個(gè)很深的洞。有些人從稅務(wù)專員開始，成為稅務(wù)經(jīng)理和主任，而另一些人則有機(jī)會(huì)輪換。他們可以完成所有的基本模塊，然后走上經(jīng)理和主管的道路。當(dāng)然，也有人直接調(diào)到分析崗位，從基礎(chǔ)數(shù)據(jù)處理開始，然后慢慢了解業(yè)務(wù)，做財(cái)務(wù)分析，然后繼續(xù)工作再逐漸成為經(jīng)理、主管，最后成為業(yè)務(wù)伙伴。我可以考慮走哪條路，把工作的發(fā)展前景和未來的職業(yè)規(guī)劃結(jié)合起來。

無論你是喜歡學(xué)習(xí)規(guī)則還是處理數(shù)字，學(xué)習(xí)商業(yè)邏輯，處理賬目，還是與人交流，并且能夠與自己的興趣相結(jié)合，都是最好的。同時(shí)，我們可以分析我們最大的優(yōu)勢(shì)在哪里，如何充分發(fā)揮我們的優(yōu)勢(shì)。我認(rèn)識(shí)一個(gè)朋友，以前一直在做應(yīng)收賬款的處理，做得很痛苦。然而，有一天，我調(diào)任老板的秘書，專門負(fù)責(zé)業(yè)務(wù)部門的分析和一些溝通工作，但非常出色。所以，選擇你自己的賽道，然后你就可以跑了。

一般來說，如何選擇，還是結(jié)合自己的實(shí)際情況，從工作內(nèi)容、發(fā)展前景、職業(yè)規(guī)劃、興趣和優(yōu)勢(shì)等方面做出綜合判斷。

產(chǎn)品經(jīng)理需要自己做數(shù)據(jù)分析嗎？

作為IT行業(yè)的從業(yè)者，大數(shù)據(jù)也是我的主要研究方向之一，所以讓我來回答這個(gè)問題。

首先，數(shù)據(jù)分析對(duì)于產(chǎn)品經(jīng)理的職位更為重要。雖然產(chǎn)品經(jīng)理不一定需要自己做數(shù)據(jù)分析，但具備一定的數(shù)據(jù)分析能力，在一定程度上有利于產(chǎn)品的設(shè)計(jì)。目前，產(chǎn)品經(jīng)理的職位逐漸向技術(shù)方向傾斜。產(chǎn)品經(jīng)理的共同技能要求包括交互設(shè)計(jì)能力和數(shù)據(jù)分析能力。

產(chǎn)品經(jīng)理是產(chǎn)品的第一責(zé)任人，通常負(fù)責(zé)產(chǎn)品功能設(shè)計(jì)、用戶定位、市場(chǎng)定位、行業(yè)定位、發(fā)展規(guī)劃、生態(tài)設(shè)計(jì)等。因此，產(chǎn)品經(jīng)理一方面需要有較強(qiáng)的行業(yè)認(rèn)知能力，另一方面也需要了解當(dāng)前的技術(shù)邊界和技術(shù)發(fā)展趨勢(shì)，同時(shí)，產(chǎn)品經(jīng)理需要有較強(qiáng)的方向感和案例設(shè)計(jì)能力。交互設(shè)計(jì)是方案設(shè)計(jì)能力的基本要求，數(shù)據(jù)分析是產(chǎn)品設(shè)計(jì)和產(chǎn)品定位的重要參考。因此，產(chǎn)品經(jīng)理通常對(duì)數(shù)據(jù)分析更為敏感。

在當(dāng)今大數(shù)據(jù)時(shí)代，數(shù)據(jù)所能呈現(xiàn)的價(jià)值邊界正在逐漸擴(kuò)大，因此數(shù)據(jù)分析的意義也在不斷提高，數(shù)據(jù)分析對(duì)產(chǎn)品設(shè)計(jì)具有越來越重要的參考價(jià)值。產(chǎn)品設(shè)計(jì)通常對(duì)三個(gè)方面的數(shù)據(jù)敏感：第一是目標(biāo)用戶的使用習(xí)慣；第二是目標(biāo)用戶市場(chǎng)規(guī)模的增長(zhǎng)；第三是目標(biāo)用戶的需求發(fā)展趨勢(shì)。通過對(duì)這些數(shù)據(jù)的分析，往往更容易設(shè)計(jì)出滿足用戶心理預(yù)期的產(chǎn)品。

產(chǎn)品經(jīng)理對(duì)數(shù)據(jù)分析的技術(shù)要求不高。通常進(jìn)行結(jié)構(gòu)化數(shù)據(jù)分析就足夠了。結(jié)構(gòu)化數(shù)據(jù)分析的常用工具包括excel和Bi工具。雖然通過工具進(jìn)行數(shù)據(jù)分析并不困難，但數(shù)據(jù)分析需要有一定的數(shù)理統(tǒng)計(jì)基礎(chǔ)。

數(shù)據(jù)分析師需要懂編程嗎？

感謝您的邀請(qǐng)

！數(shù)據(jù)分析員通常分為兩種類型，一種是應(yīng)用級(jí)數(shù)據(jù)分析員，另一種是研發(fā)級(jí)數(shù)據(jù)分析員。區(qū)別在于他們是否具有算法設(shè)計(jì)和實(shí)現(xiàn)的能力。

應(yīng)用級(jí)數(shù)據(jù)分析師通常需要掌握各種數(shù)據(jù)分析工具，將業(yè)務(wù)模型映射到數(shù)據(jù)分析工具，從而得到數(shù)據(jù)分析的結(jié)果。數(shù)據(jù)分析工具很多，如傳統(tǒng)的數(shù)據(jù)分析工具Excel、Minitab、lingo、JMP等。為了充分掌握這些工具的使用，我們需要有一定的數(shù)理統(tǒng)計(jì)基礎(chǔ)。通常，BI數(shù)據(jù)分析人員需要進(jìn)一步掌握數(shù)據(jù)庫(kù)的基本知識(shí)，但難度往往不大。

研發(fā)級(jí)數(shù)據(jù)分析師需要掌握編程知識(shí)。R、 python、C、MATLAB等語言廣泛應(yīng)用于數(shù)據(jù)分析領(lǐng)域。目前，通過Python等語言完成數(shù)據(jù)分析是一種常見的做法。事實(shí)上，Matlab也是一種在數(shù)據(jù)分析領(lǐng)域占有重要地位的軟件（語言），其功能非常強(qiáng)大。

在大數(shù)據(jù)時(shí)代，通過機(jī)器學(xué)習(xí)實(shí)現(xiàn)數(shù)據(jù)分析是一種常見的方式，python語言是一種常見的選擇。一方面python語言易學(xué)，另一方面python語言有豐富的庫(kù)支持，如numpy、SciPy、Matplotlib、symmetry、pandas等。這些庫(kù)的使用將大大提高算法的實(shí)現(xiàn)難度。

簡(jiǎn)而言之，對(duì)于數(shù)據(jù)分析師來說，如果他們想在數(shù)據(jù)分析的道路上走得更遠(yuǎn)，就必須掌握編程。事實(shí)上，編程語言本身并不是數(shù)據(jù)分析的難點(diǎn)。例如，學(xué)習(xí)Python仍然是一個(gè)相對(duì)容易的過程。！對(duì)于基礎(chǔ)薄弱的學(xué)習(xí)者來說，開始使用工具學(xué)習(xí)數(shù)據(jù)分析是一個(gè)現(xiàn)實(shí)的選擇。