fbpx

Lộ trình nghề nghiệp của một Data Analyst

1. Data Analyst (Chuyên viên phân tích dữ liệu) là ai?

Data Analyst – sẽ thu thập và tổng hợp một số lượng lớn dữ liệu, sắp xếp lại rồi chuyển chúng thành những thông tin có ích (thông qua các công cụ trực quan như bảng biểu, đồ thị, bản đồ, mô hình phân tích..), giúp các doanh nghiệp có thể sử dụng chúng để đưa ra các quyết định nhanh chóng, chính xác. Cuối cùng, tất cả các phân tích đó sẽ giúp sửa đổi / cải thiện một số quy trình kinh doanh.

Chẳng hạn như, data analyst sẽ tổng hợp một lượng thông tin lớn thông qua việc làm khảo sát với hàng ngàn khách hàng (hoặc xem lại lịch sử mua bán của khách hàng trong quá khứ…) sau đó, chắt lọc, làm báo cáo hoặc xây dựng những bản trình bày trực quan bằng nhiều cách. Doanh nghiệp sẽ căn cứ vào những thông tin này, cải thiện sản xuất, tăng doanh thu cho sản phẩm, dù sản phẩm này chỉ là một ứng dụng di động hay là một nhà máy sản xuất xe hơi cao cấp hoặc một siêu thị…

Các ngành nghề tuyển dụng Data analyst cao
  • Ngân hàng
  • Tư vấn tài chính, chứng khoán, bảo hiểm
  • Viễn thông
  • Startup về công nghệ
  • Phát triển mạng xã hội
  • Các trường đại học, cao đẳng, các học viện và viện nghiên cứu
  • Y dược, điều chế, hóa học, hóa mỹ phẩm
  • Các ngành sản xuất, lắp ráp

2. Data Analyst làm những công việc gì?

Công việc chính của một DA chủ yếu đó là:

  • Thu thập yêu cầu phân tích dữ liệu của tất cả phòng ban trong doanh nghiệp
  • Thực hiện các nghiệp vụ phân tích dữ liệu, bao gồm: thiết kế báo cáo tĩnh, động, các dashboard theo dõi vận hành, dashboard hỗ trợ khám phá dữ liệu trên công cụ báo cáo (như Power BI, Tableau, Qlik, Data Studio…)
  • Dựa vào phân tích trên để trả lời những câu hỏi của Ban Giám Đốc và các phòng ban trong công ty như phòng kinh doanh, bộ phận marketing và bộ phận sản phẩm.
  • Áp dụng các mô hình thống kê tiên tiến để có thể tư vấn thêm cho doanh nghiệp ra các quyết định kinh doanh tốt hơn.
Mô tả công việc & yêu cầu của nhà tuyển dụng DA

3. Con đường của Data Analyst

Để trở thành nhà phân tích dữ liệu (DA), trước tiên bạn phải có bằng Cử nhân, đây là yêu cầu đối với hầu hết các vị trí nhà phân tích dữ liệu cấp đầu vào. Các ngành liên quan bao gồm Tài chính, Kinh tế, Toán học, Thống kê, Khoa học Máy tính, Quản lý Thông tin,…

3.1. Học 1 số công cụ bổ trợ cho việc phân tích dữ liệu

Toán học (Math): Phân tích dữ liệu yêu cầu phải giỏi về toán học để xử lý các con số và tư duy logic.

Kỹ năng Excel: Đừng coi thường công cụ “nhỏ bé” này, không có ai làm phân tích mà không thành thạo Excel. Nó được xem là công cụ “vỡ lòng” phổ biến nhất trong việc phân tích. Gần như 99% báo cáo của doanh nghiệp (bất kể lĩnh vực ngành nghề) thì đều phải xuất ra được Excel.

Truy vấn SQL: Thông tin trong doanh nghiệp thường được lưu trữ tại các hệ thống nghiệp vụ (hệ thống nhân sự, hệ thống chấm công, hệ thống quản lý khách hàng CRM, hệ thống kế toán Misa/Bravo/Fast, hệ thống quản lý tồn kho, hệ thống bán hàng…). Để lấy được dữ liệu có 2 cách:1 là vào hệ thống tự xuất excel; 2 là yêu cầu đội IT lấy hộ dữ liệu (chắc mất vài ngày, có khi cả tháng). Do đó,nếu bạn biết SQL có thể tự lấy ra số mà mình mong muốn, tiết kiệm thời gian công sức và tiếp cận dữ liệu lớn.

Kỹ năng về thiết kế báo cáo (data visualization):  là kỹ năng về chuyển đổi những số liệu thô thành những hình ảnh hay biểu đồ một cách khoa học. Việc này sẽ giúp người đọc dễ dàng tiếp thu thông tin và nhận biết những xu hướng. Công việc này hiện có thể thực hiện bằng các công cụ như Power BI, Tableau hay Google Data Studio….

3.2. Thực tập để có kinh nghiệm

Khi bạn đã có 1 vài kĩ năng nhưng chưa có kinh nghiệm thì nhiệm vụ quan trọng nhất là nhanh chóng tìm được 1 công việc liên quan đến dữ liệu (như với tất cả các ngành nghề, kinh nghiệm làm việc là vô giá)

May mắn thay, vì nhu cầu lớn về phân tích dữ liệu, có rất nhiều cơ hội thực tập. Bạn có thể làm thực tập sinh về nghiên cứu thị trường, thu thập dữ liệu các hệ thống, đặc biệt làm báo cáo cho các phòng ban. Điều này sẽ giúp bạn làm quen với những con số, làm quen ý nghĩa các KPI trong doanh nghiệp và cũng có thể thêm một ngôi sao vào sơ yếu lý lịch của bạn.

3.3. Phát triển kỹ năng mềm

Kỹ năng giao tiếp: Hằng ngày DA phải giao tiếp với các phòng ban khác nhau để hiểu nhu cầu của họ, và phải giải thích cho người khác biết về những thông tin mà bạn tìm thấy từ dữ liệu. DA cần viết và nói rõ ràng, có thể truyền đạt những ý tưởng phức tạp thành những thuật ngữ dễ hiểu.

Tư duy phản biện: Các Data Analyst phải xem xét các con số, xu hướng và dữ liệu để đưa ra kết luận.

Kĩ năng chú ý đến chi tiết (“Detail oriented”- tinh ý, tỉ mỉ, cẩn trọng): Các Data Analyst phải đảm bảo rằng họ chú ý trong quá trình phân tích, không bỏ sót điều gì để đưa ra kết luận chính xác.

3.4. Nâng cao kiến thức về kinh doanh hoặc thành chuyên gia trong 1 lĩnh vực

Data Analyst cung cấp thông tin, hỗ trợ ra quyết định cho các lãnh đạo. Do đó, để đưa ra những lời tư vấn, khuyến nghị chính xác, Data Analyst phải có hiểu biết về kinh doanh trong 1 doanh nghiệp như: sale, marketing, khách hàng, tài chính kế toán, nhân sự, kho vận, chuỗi cung ứng, nhà máy….

Ngoài ra, trong mỗi ngành khác nhau lại có bộ KPI khác nhau, ví dụ: KPI trong ngành bán lẻ khác KPI trong ngành xây dựng, cũng không giống KPI trong bảo hiểm hay ngành tài chính ngân hàng…Có hàng trăm ngành nghề như vậy, gần như không ai có thể giỏi tất cả ngành .

DA cần chủ động nâng cao kiến thức kinh doanh hoặc trở thành chuyên gia trong 1 lĩnh vực (đừng tham quá)

3.5. Mô hình dữ liệu trong doanh nghiệp

Sau khi DA đã hiểu được cách thức doanh nghiệp vận hành, từng quy trình đề sẽ phát sinh ra dữ liệu (ví dụ: sale sẽ có dữ liệu về sản phẩm bán, số lượng, thành tiền; kho vận sẽ có dữ liệu về sản phẩm, số lượng tồn kho, xuất nhập tồn, kế toán có dữ liệu về công nợ của khách hàng, nhà cung cấp…..), tiếp theo DA phải học cách tổ chức dữ liệu ra làm sao và khai thác như thế nào để có thể tính ra được toàn bộ KPI, trả lời được tất cả câu hỏi của lãnh đạo.

Đó chính là mô hình dữ liệu, kho dữ liệu của cả doanh nghiệp (Data warehouse): liên kết các loại dữ liệu với nhau, loại bỏ thông tin sai lệch (dữ liệu rác), phân loại dữ liệu, tổng hợp dữ liệu từ nhiều nguồn thành 1 nơi chung.

Lộ trình nghề nghiệp xác định cho bạn những bước tiến tiếp theo trên con đường sự nghiệp, cụ thể hóa các mục tiêu thành dự định trong tương lai. Bạn sẽ biết cần phải củng cố thêm những kiến thức nào, trong bao lâu, và nên trau dồi như thế nào là đủ. Tự học thêm một ngôn ngữ lập trình mới, đăng ký khóa học nhằm nâng cao kỹ năng, ứng tuyển vị trí entry-level trong doanh nghiệp là những điều đầu tiên mà bất kì một fresher ngành Data nào cũng nghĩ tới để dần dần trải nghiệm các công việc của một Data Analyst chính hiệu.

Đăng ký ngay khóa học DATA ANALYTICS tại Palos để được trải nghiệm các công việc của một Chuyên gia phân tích dữ liệu trong thời đại kỷ nguyên công nghệ số

Bài viết liên quan

Chia sẻ ngay

Share on facebook
Share on linkedin

Đăng kí nhận thông tin hữu ích mỗi tuần từ Palos

Bạn đã đăng ký thành công!

Chúng mình sẽ liên hệ lại trong thời gian sớm nhất.
Nhận thêm thông tin bổ ích về ngành