[Tâm Sự Tuổi Trẻ] Data Analyst (Phần 2): Sổ Tay DA

Một ngày làm việc thông thường của Quản lý Analytics?

Ngày làm việc của tôi thường bắt đầu bằng cách:

- Kiểm tra tất cả các chỉ số trong ngày. Đảm bảo hệ thống cung cấp thông tin chính xác cho người dùng kinh doanh.

- Đánh giá hiệu suất làm việc. Xem xét sự thay đổi có ảnh hưởng đến hoạt động kinh doanh không.

- Dự đoán tình hình kinh doanh của tháng và đảm bảo đạt được các mục tiêu đề ra.

Tiếp theo, tôi sẽ thực hiện một số báo cáo/phan tích theo kế hoạch hoặc hỗ trợ xử lý dữ liệu nếu được yêu cầu.

Người ta thường hiểu nhầm về Data Analyst như thế nào?

Đối với những người không phải làm trong lĩnh vực này, họ thường không biết chúng tôi làm gì, vì vậy... không có hiểu lầm gì cả =)))

Còn đối với những ai đang hoặc muốn trở thành Data Analyst/Scientist, họ thường nghĩ rằng sẽ tham gia vào các dự án với các mô hình predictive hoặc clustering phức tạp, cũng như muốn thảo luận sâu về machine learning.

Tuy nhiên, thực tế, Data Analyst phải làm việc khá nhiều với dữ liệu thô.

Tuy nhiên, thực tế, Data Analyst phải làm việc khá nhiều với dữ liệu thô.

Ví dụ như: thu thập dữ liệu, loại bỏ dữ liệu không chính xác, thực hiện các tính toán đơn giản để tính toán theo điều kiện nhất định, tổng hợp dữ liệu cần thiết cho phân tích.

Các công việc này thường mất rất nhiều thời gian, nhưng kỹ năng để thực hiện lại khá đơn giản với một số truy vấn cơ bản.

Dù có vẻ buồn buồn, nhưng nếu bạn đam mê với dữ liệu, bạn sẽ thấy công việc này giúp bạn hiểu rõ hơn về hệ thống và sản phẩm của công ty.

Vì việc tổng hợp giúp bạn hiểu dữ liệu ở đâu, cấu trúc dữ liệu như thế nào... Nếu bạn tìm hiểu kỹ hơn, bạn sẽ hiểu tại sao hệ thống ghi nhận dữ liệu như vậy thay vì tổng hợp luôn như bạn mong muốn.

Lợi ích và thách thức khi chuyển từ ngành ngân hàng sang ngân hàng trực tuyến?

Từ một ngành công nghiệp truyền thống như ngân hàng chuyển sang một ngành đang phát triển như cơn bão và từ một môi trường doanh nghiệp sang một công ty tâm huyết khởi nghiệp. Ban đầu có nhiều thách thức mà tôi cảm nhận.

Khi làm việc trong môi trường startup, bạn sẽ phải thích nghi với những biến đổi nhanh chóng trong công việc.

Ví dụ, trong lĩnh vực ngân hàng, các sản phẩm chính dành cho khách hàng cá nhân bao gồm tiền gửi và vay vốn. Thông tin của các sản phẩm này thường được nhập liệu rất chuẩn xác và có định dạng cố định.

Tuy nhiên, trong lĩnh vực thương mại điện tử, mọi hoạt động của người dùng như click, thay đổi trang, duyệt sản phẩm,... đều cần được ghi lại. Tại mỗi giai đoạn phát triển sản phẩm khác nhau, bạn cần ghi nhận những hoạt động tương ứng. Vì vậy, người làm việc với dữ liệu sẽ phải thích nghi với một hệ thống dữ liệu hoàn toàn mới.

Dù vậy, bản chất công việc của một Analyst dữ liệu khá tương đồng ở mọi môi trường.

Tôi cũng muốn bày tỏ lòng biết ơn đối với các Kỹ sư Dữ liệu đã giúp xây dựng hệ thống dữ liệu chuẩn và đáp ứng đúng nhu cầu của người dùng, từ đó giúp tối ưu hoá quá trình thao tác và xử lý sau này.

Những sai lầm “đáng nhớ” từng trải qua trong công việc?

Mình đã từng mắc phải những sai lầm đáng nhớ khi đồng thời tham gia vai trò Dữ liệu và Phân tích kinh doanh cho một dự án lớn,

Sau khi hoàn thành phần dữ liệu và mô hình tính toán, ở giai đoạn cuối cùng, mình cần sự hỗ trợ ít hơn để tải lên kết quả lên một trang web để thông báo cho khách hàng. Khi đó, chúng tôi có khoảng 2 triệu khách hàng. Tuy nhiên, trong quá trình thảo luận, hai bên đã bỏ qua chi tiết này,

Khi tới ngày tải lên kết quả, mình mới nhận ra: công cụ IT được cung cấp chỉ cho phép tải lên 20 nghìn dòng/lần. Nghĩa là chúng tôi sẽ phải tải lên 100 lần, mất khoảng 1 giờ mỗi lần. Điều này chưa kể đến thời gian để chuyển dữ liệu từ cơ sở dữ liệu sang file excel.

Cuối cùng, mình đã “nài nỉ” quản lý của mình. Và, để không làm khách hàng thất vọng, cả nhóm đã phải dừng mọi công việc để tập trung vào việc tải lên dữ liệu lên công cụ cũ.

Sau sự cố đó, IT đã nâng cấp lên một công cụ mới giúp mình thực hiện việc tải lên này chỉ trong 20 phút/lần/toàn bộ dữ liệu khách hàng.

Chắc chắn, sự cố ấy đã gây thiệt hại, vì chúng tôi đã trễ một số deadline khác của nhóm.

Và bài học quan trọng nhất vẫn là “chú ý đến chi tiết”.

Ai là người truyền cảm hứng về nghề Data Analyst?

Anh Muthukrishnan, hiện đang là Trưởng Phòng Tài chính Analytics của Ngân hàng bán lẻ HSBC tại Ấn Độ. Đó là người đầu tiên, đồng thời cũng là người truyền cảm hứng và niềm đam mê với lĩnh vực Analytics.

Muthu là một nhà lãnh đạo có tầm nhìn sắc bén, luôn có giải pháp và đề xuất cho mọi tình huống công việc – đúng như những gì lĩnh vực Analytics yêu cầu.

Không gì là không thể nếu ta nỗ lực hết mình.

Chỉ có người không làm gì mới không bao giờ phạm lỗi

Đây là động lực giúp tôi kiên trì học hỏi và thử nghiệm những điều mới.

Những kỹ năng cần thiết để trở thành Data Analyst?

Để trở thành Chuyên gia Phân tích Dữ liệu, bạn cần:

Sử dụng những công cụ Phân tích Dữ liệu và viết code cơ bản như SQL/SAS/R/Python, hoặc thậm chí là Excel.

Thực hiện việc Trực quan hóa dữ liệu một cách hiệu quả.

Biến dữ liệu thành những Thông tin hành động hữu ích.

Dữ liệu không chỉ cung cấp thông tin mà còn giúp bạn hiểu rõ hơn về môi trường kinh doanh của mình.

Tuy nhiên, bạn cần lựa chọn những thông tin thực sự quan trọng và có thể áp dụng vào thực tế để hỗ trợ doanh nghiệp phát triển.

Phải biết được những việc có thể/không thể thực hiện, những việc nào mất nhiều thời gian, và những thay đổi nhỏ.

Nếu không hiểu rõ cách theo dõi và ghi chép các bước này trên hệ thống, có thể gây ra những lỗi và bỏ sót điều kiện trong việc xuất dữ liệu, dẫn đến nhầm lẫn về số lượng khách hàng đang quan tâm và đã mua hàng.

Điều này làm mất đi sự chính xác và tin cậy trong việc phân tích dữ liệu và ra quyết định kinh doanh.

Tự nhiên, sẽ có sự ảnh hưởng đáng kể đối với việc phân tích và báo cáo của bạn.

Nhìn chung, làm Data Analyst không yêu cầu kỹ năng lập trình vô cùng xuất sắc. Tuy nhiên, nếu bạn có kinh nghiệm về kỹ thuật phần mềm thì đây là một lợi thế.

Những người coder muốn chuyển sang làm Data Analyst cần lưu ý những kỹ năng cơ bản này, đặc biệt là hiểu về lĩnh vực kinh doanh.

Làm thế nào để một người trẻ tuổi biết liệu họ nên theo đuổi sự nghiệp Data Analyst hay không?

Đây thực sự là một câu hỏi khó khăn để trả lời. Theo tôi, bạn cần tự hỏi mình 3 câu hỏi sau đây:

- Bạn có đủ kiên nhẫn không?

Trong việc thực hiện Analytics, đặc biệt cần sự kiên nhẫn. Bởi đôi khi, bạn phải xử lý một lượng lớn dữ liệu để tìm ra thông tin quan trọng.

Dữ liệu đôi khi sẽ cho kết quả ngược lại so với dự đoán của bạn. Lúc đó, bạn cần phải bắt đầu lại từ đầu với một cách tiếp cận mới.

Hoặc, bạn có thể thu thập được nhiều thông tin từ dữ liệu, nhưng chỉ cần truyền đạt một thông điệp quan trọng tới người khác. Đôi khi, việc loại bỏ thông tin không cần thiết là điều cần thiết, dù bạn đã dành nhiều công sức vào đó.

Bạn thấy thú vị khi đối mặt với những thách thức không?

Vì công việc Analytics luôn thay đổi theo sự phát triển của công ty và tình hình thị trường.

Bạn có hứng thú với việc làm việc với dữ liệu và máy tính không?

Nếu bạn là người thích giao tiếp, tương tác với con người, có lẽ công việc này không phù hợp cho bạn.

Bên cạnh đó, bạn nên:

- Tìm hiểu kỹ về ngành nghề, tham khảo ý kiến từ những người có kinh nghiệm, đọc các nguồn thông tin trên internet,...

- Thử nghiệm công việc trong một khoảng thời gian (thực tập, tham gia các dự án trực tuyến)

- Tham gia vào các nhóm/cộng đồng liên quan đến Data.

Nếu bạn có tất cả câu trả lời là có và sau khi tìm hiểu kỹ, bạn vẫn muốn theo đuổi? Chào mừng bạn đến với thế giới của dữ liệu.

Mức lương và triển vọng nghề nghiệp của Data Analyst ở Việt Nam?

Theo cá nhân tôi, Data Science đang thiếu nhân lực và có triển vọng rất lớn trong ngành này.

Không chỉ trong lĩnh vực công nghệ mà Data cũng đang phát triển mạnh mẽ trong nhiều ngành khác nhau như y tế, xây dựng, khách sạn, dịch vụ,...

Ví dụ, ở Anh, 80% các công ty dự định tuyển dụng nhân lực Data trong năm 2019. Thống kê từ Bộ Lao động Mỹ cũng dự báo nhu cầu nhân lực trong ngành này sẽ tăng đáng kể trong những năm tới.

Không ngờ, ngành y tế cũng cần nhiều chuyên viên Data. Tôi đã tiếp xúc với CIO của một số công ty hàng đầu làm việc trong các ngành như Dầu khí và Vận tải. Nhu cầu nhân sự cho ngành này thực sự lớn.

Tôi tin rằng cơ hội nghề nghiệp trong lĩnh vực này ở Việt Nam là rất lớn.

Tuy nhiên, ngày càng nhiều sinh viên chọn theo đuổi ngành này, do đó cạnh tranh trong lĩnh vực Data sẽ tăng cao. Người làm việc ở đây phải liên tục cập nhật kiến thức để không bị tụt lại.

Về mức lương, phụ thuộc vào nhiều yếu tố như công ty, vị trí, kinh nghiệm, không thể tổng quát. Tuy nhiên, lời khuyên chung là hãy chọn công việc mà bạn yêu thích và có đủ năng lực để phát triển.

Các tiêu chí tuyển dụng Data Analyst

Trong quá trình tuyển dụng Data Analyst, các bước bao gồm test và phỏng vấn, tập trung vào khả năng xử lý dữ liệu và hiểu biết về yêu cầu của doanh nghiệp.

Tiêu chí quan trọng nhất là sự hiếu học, logic, khả năng tự đánh giá và yêu thích công việc, sẵn lòng tìm kiếm kiến thức mới.

Kiến thức có thể học được nếu bạn đam mê và chịu khó. Tuy nhiên, kinh nghiệm và sự thông minh cũng quan trọng và được nhà tuyển dụng đánh giá cao.

Các tài nguyên hữu ích cho Data Analyst

Các nền tảng tự học cho Data Analyst:

Coursera, Datacamp, Udemy

,

Blog Analyticsvidhya.com

Blog của Tony Chu

Sau gần 10 năm làm việc, 3 bài học quan trọng nhất mà tôi rút ra là gì?

1. Hãy dựa trên dữ liệu và chiến lược

dựa trên dữ liệu

Tập trung vào chiến lược

2. Đơn giản là chìa khóa

Là người phụ nữ làm công việc về dữ liệu, tôi thường thích những thứ phức tạp và lòe loẹt.

Tuy nhiên, công việc đã dạy cho tôi rằng: càng đơn giản càng tốt.

Ví dụ, một lần tôi trình bày một file thuyết trình có nhiều slides và thông tin.

Sếp yêu cầu giảm số lượng slides và trình bày đơn giản để người không chuyên cũng có thể hiểu.

Học được rằng quan trọng nhất là truyền đạt thông điệp, không cần phô trương về công việc kỹ thuật.

3. Không ngừng cải thiện

Công việc luôn đòi hỏi chúng ta phải phát triển để thích nghi với môi trường. Điều này trở thành quy tắc sống của tôi.

Làm thế nào để duy trì đam mê với công việc cho đến nay?

May mắn khi có bạn bè và đồng nghiệp đầy tham vọng và đam mê, giúp tôi không ngừng nâng cao bản thân.

Data Analyst giúp doanh nghiệp ra quyết định đúng đắn và thay đổi tích cực. Có thể đây là lý do khiến mình yêu nghề hơn.

Lời khuyên cho các bạn trẻ muốn theo đuổi nghề Data Analyst

Công việc Analytics yêu cầu nhiều thời gian và không mọi dự án đều mang lại giá trị hoặc được công nhận.

Nếu chọn nghề này, hãy kiên trì và đam mê.

Tác giả: Hong Anh

(Nguồn: itviec)