2018年最終篇：莫忘初心，堅持下去啊
這是一篇我自己對2018年終總結與2019目標制定。在18年，我開始使用Trello來進行OKR管理(可參考：用Trello進行工作與生活的管理)，那麼達成效果如何呢？有什麼該檢討的？2019年想做什麼？
邀請你至Blog閱讀全文：
2018年最終篇：莫忘初心，堅持下去啊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
一、2018年OKR整理達成率75%
先來Review整體達成狀況
從上圖發現，4個O中，在『出國旅遊』、『看書』及『知識分享』這三個O有達成目標，完成率75%。其中輸出文章還達到了160%！
與此相對的，在數據分析的達成度就不及格了，撇開Tableau比賽我錯過報名日期，吳恩達的課程也只上完一半。
接著來看看有完成的KR時間怎麼分佈：
我看書的習慣是會從先快速Review這本書有沒有興趣或值得閱讀，通過主觀篩選後才能進入清單內，因此裡面的書都是我覺得很好看的。時間分佈大約一個月看完一本。(但寫書評還是沒有每本書都完成)
而看到文章產，恩…真的佔非常多時間，每個月2~3篇…
二、2019年OKR設定
太輕鬆的目標沒有訂定的意義，太難的目標註定失敗也沒有意義。75%的達成率還算可以，但仍有檢討空間。
1. 關於數據分析：
2018年是我第一次進行文章輸出，原創文章比當時預想的還難好多好多，大大壓縮了自己在數據分析學習的時間。一開始是無法把想表達的系統化整理，接著開始有讀者閱讀及反饋後，自己也略為陷入了閱讀數等數字的壓力。
今年在文字內容產出上打算略為減少，補強自身在機器學習的領域。另外說一下關於數據分析文章，目前有個初步想法是邀請周圍的人也來分享，Maybe直播、訪談紀錄等形式，我想這種方式內容也會很充實，而且應該可以減少些自己產出的時間。
2. 關於其他：
資訊碎片化的問題滿嚴重，現在面臨的反而是資訊太多太雜。紙本方式雖然傳統，但我認為是對自己目前知識沈澱最佳的辦法，也可以在綜合吸收後產出彙整後的觀點。
體力依然不錯，但身上肌肉變贅肉、皮膚似乎也不年輕了，要進行健身及保養；關於生活品味的內容我本來就有定期關注某幾個很好的網站，如果會有人有興趣也考慮整理起來分享。
綜合整理後，今年設定了5個Objects：
BTW有兩個小目標在心裡默默記著，如果時間允許，也想嘗試用影片紀錄轉往YouTuber邁進，另外電吉他也想再練練。Anyway，且戰且走吧。邀請你至Blog閱讀全文：
2018年最終篇：莫忘初心，堅持下去啊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、2019年，『堅持』。
2018年，經歷了offer選擇、跳槽、離開上海換了新的城市生活、回到了互聯網行業、進行了寫作與演說。
今年是我人生中，第二個充滿動盪一年，這意味著很多事情要考量、很多狗屁的事要解決，但卻也充滿收穫，這其中苦樂實在很難用文字說明。
既然這樣，那就「堅持」吧！莫忘初心、越挫越勇、持續進步。
- Find your vision
- Never ever think small
- Ignore the Naysayers
- Work your Ass Off
- Don’t just Take,Give Back
邀請你至Blog閱讀全文：
2018年最終篇：莫忘初心，堅持下去啊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/andyrockhive4. 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』
