2018年終工作總結(數據分析師)

究竟今年忙了些什麼？

今年是在大陸的第一次轉職，踏入職場開始，分別從事過數據分析、PM及市Marketing，現在又回到了數據分析的領域。

這次轉職的心路歷程實在太苦了(參考文章：我這次在資料分析的轉職規劃與Offer選擇)，因此年底仔細的Review了這一年的工作成果。到底搬了多少磚？忙了些什麼？

(恩…看看自己工作成果簡述，感覺還真的滿忙的…)

邀請你至Blog閱讀全文：
2018年終工作總結(數據分析師)

如果你喜歡我的文章，也邀請你訂閱『Rock Data』電子報，支持我持續創作

關於這篇文章：
1.單純自己做個紀錄，沒什麼想說的 
2.只整理了有成果的部分，其中像是數據質量校驗，數據邏輯溝通、指標定義等過程不計入。 
3.負責小程序、商業化、知識付費三個業務。工作內容我自己分類為:
 (1)短期數據需求(Jira)、(2)BI看板搭建、(3)專項分析。

梳理一年的工作，為自己來年做好規劃。

一、JIRA：

9個月處理了75個Jira。前三個月試用期都是一些林林散散的需求，轉正後(6月）確認了負責業務範圍後，這時業務方會直接來找人，需求明顯增加。到了9月因為接近Q4，需求達到高峰。

從業務類別看，微信小程序是中國目前最受關注的項目，需求佔比最高(36%)；商業化跟公司本身產品策略＆營收有關，若把商業化&插件/產品都加起來，佔比也到了31%(占比第二高)。

二、BI看板：

搭建了24個Dashboard。因為商業化整個鏈路很長，從獲客、付費訂購、產品使用、活躍度、增值服務使用，到續費/流失…各種轉化&用戶行為都可以監測，在這反而是商業化的看板搭建了最多。

邀請你至Blog閱讀全文：
2018年終工作總結(數據分析師)

如果你喜歡我的文章，也邀請你訂閱『Rock Data』電子報，支持我持續創作

三、分析項目：

5個分析項目。小程序跟商業化各一半，其中有公共版小程序&套餐策略確實做到數據驅動業務，朝著心中預期的結果落地並執行。

四、展望2019：

1. 小程序、商業化、知識付費三個項目，分別都是17年底開始發展的，基本數據都還在完善中。今年已花了大量時間在Jira跟看板搭建，在基礎數據已完善的前提下，2019年能夠展現更深層的分析價值。
2. 要展現更深的數據價值，技術能力也要再提升，所以我的機器學習要由掌握提升至熟練，尤其是數學原理
3. 業務發展得很快，許多發展策略需要了解很多商業跟產業的知識、因此要加強輸出對業務的想法、社會的觀察等。至少每季做一次團隊內分享。

邀請你至Blog閱讀全文：
2018年終工作總結(數據分析師)

如果你喜歡我的文章，也邀請你訂閱『Rock Data』電子報，支持我持續創作

1. Hello All：主站遷移至👉https://andyrockdata.com/ ，請改至『ROCK DATA』Blog 閱讀新文章完整內容，如果喜歡我的文章，可以訂閱我的電子報(Medium站仍將張貼新文章訊息)
2.立即追蹤👉ROCK DATA臉書粉絲頁跟ROCK DATA IG(@andyrockdata)
3.【入門數據分析，掌握HiveSQL取數能力】在hahow上架啦，購買連結👉 http://hahow.in/cr/andyrockhive
4. 半佛系鼓掌：原來只要滑鼠一直按著不放就可以一直鼓掌了。那請你按久一點：）有任何想法或感興趣的地方歡迎留言/討論，或者私訊我！
5. 往期的數據相關文章可以參考以下link

• 數據分析系列1：談談數據分析的眾多Title
• 數據分析系列2：數據分析的一週工作日程
• 數據分析系列3：身為資料分析師，你該如何展現工作中的價值？
• 數據分析系列4：如何量化職場規劃？我這次的轉職規劃與Offer選擇
• 數據分析系列5：為什麼要關心資料來源？談談埋點數據的陷阱
• 數據分析系列6：精選幾個機器學習的學習資源
• 數據分析系列7：數位化決策轉型與企業文化的一些思考
• 數據分析系列8：中山大學經濟所職涯座談(ㄧ)：”了解自己”的重要＆我怎麼成為數據分析師
• 數據分析系列9：中山大學經濟所職涯座談(二)：想從事資料分析？你需要具備這8個能力
• 數據分析系列10：中山大學經濟所職涯座談(三) ：讓資料變商機 — 資料分析在我們生活中的應用
• 數據分析系列11：面試時，資料分析師該怎麼準備作品集？
• 數據分析系列12：2018年終工作總結(數據分析師)
• 數據分析系列13：數據化運營中玩過的分析項目：一個數據分析師的經驗總結
• 數據分析系列14：如何提升運營/產品的優化效率？或許數據指標體系的搭建可以幫到忙
• 數據分析系列15：用戶畫像很重要，那你知道是怎麼畫出來的嗎？
• 數據分析系列16：給剛入行的數據分析師：想產生價值，在試用期要做的三件事
• 數據分析系列17：2019 數據分析工作總結_關鍵詞：數倉構建、BI可視化看板、用戶畫像(標籤)與精準行銷
• 數據分析系列18：入門數據分析的第一個大門檻：SQL/Hive取數-聊聊自身學習SQL的經歷以及三個自學網站分享
• 數據分析系列19：身為數據分析師，我怎麼看hahow上”R語言和商業分析”這門課
• 數據分析系列20：直接用SQL來分析數據？怎麼沒用python/R？3個面向來考量分析工具的選擇
• 數據分析系列21：數據分析的”橫向”學習之路-珍藏的網上文章重新整理放上github
• 數據分析系列22：透過埋點，讓數據說話：埋點基本知識
• 數據分析系列23：以數據為核心的CRM進化產品：帶你了解CDP(客戶數據平台)開發過程與難點
• 數據分析系列24：SQL不難啊，為什麼不容易精通？自學與實務的4個落差
• 數據分析系列25：數據分析基本-相關分析與可視化(R語言)
• 數據分析系列26：刷完了Leetcode SQL Hard Level的28道題：歡迎領取參考答案
• 數據分析系列27：數據太髒了！3個步驟做好數據質量管理
• 數據分析系列28：跨部門溝通成本太高？數據人實現高效跨部門溝通的4個方式
• 數據分析系列29：數據分析師職場發展的另類出路
• 數據分析系列30：Databrick為何收購BI產品Redash？產品視角來看Redash的功能與價值
• 數據分析系列31：數據分析師要失業了？解讀<2022 Gartner BI魔力象限> BI產品趨勢
• 數據分析系列32：Google Data Catalog如何幫忙管理數據？ 產品介紹與體驗心得
• 數據分析系列33：復盤：數據產品從0到1的建設過程，我的9點感觸
• 數據分析系列34：Shopline-數據分析中心(Shoplytics)產品體驗
• 數據分析系列35：搞數據還是做產品？淺談『數據產品經理』