Data Analysis: Triển vọng về công việc và mức lương cho gen Z

𝗗𝗔𝗧𝗔 𝗔𝗡𝗔𝗟𝗬𝗦𝗜𝗦 (phân tích dữ liệu) là quá trình chuyển đổi dữ liệu thô thành những thông tin có ích cho doanh nghiệp và người làm việc này gọi là Data Analyst (DA).

Công việc này hiểu đơn giản là thu gom và sắp xếp một khối lượng dữ liệu khổng lồ (khách hàng, hóa đơn, thị trường, …) sau đó chuyển đổi thành những thông tin cô đọng và dễ hiểu (insights). Những thông tin này sau đó sẽ được các phòng ban khác nhau trong công ty sử dụng để đưa ra những chiến lược hoặc quyết định chính xác giúp tăng trưởng kinh doanh.

Ví dụ: Ở VN, công ty như VinaMilk có hàng triệu khách hàng và hàng ngàn đại lý khắp cả nước. Đến cuối tháng hay quý, các nhà quản lý muốn biết tình hình kinh doanh của VinaMilk tại các thị trường như HCM, HN và ĐN như thế nào (ntn) để đưa ra các chiến lược hợp lý.

Họ bắt đầu hỏi:

• Cần thêm bao nhiêu con bò để cung cấp đủ sữa cho cả năm?
• Cho bò nghe nhạc có thật sự giúp tăng lượng sữa?
• Tăng trưởng tại từng thị trường ntn, tăng hay giảm và tại sao?
• Xu hướng và sở thích của khách hàng tại các khu vực khác nhau ra sao?
• Tùy vị trí và phòng ban, các câu hỏi sẽ rất khác nhau.
• Và công việc của những DA là thu thập và sắp xếp dữ liệu, sau đó là xây dựng các báo cáo trả lời cho những câu hỏi trên. Hiểu đơn giản vậy ha!
• Dựa trên kết quả báo cáo từ DA, nhà quản lý sẽ đưa ra những chính sách tương ứng. Và vòng tuần hoàn sẽ tiếp tục với những câu hỏi mới.

2.1. Kỹ năng lập trình (SQL & Python/R)

Vì tính chất công việc liên quan rất nhiều đến thu gom và tổ chức dữ liệu nên kỹ năng lập trình là thiết yếu và bắc buộc. Kỹ năng lập trình ở đây mình gộp chung gồm kỹ năng truy xuất dữ liệu dùng ngôn ngữ SQL và phân tích dùng Python hoặc R.

Mình khuyến khích bắt đầu bằng SQL sau đó hãy đến Python. Để đạt được mức $1000/tháng, các bạn cần phải thật sự thành thạo những kỹ năng này. Đơn giản, không ai dại đi trả bạn $1000/tháng để rồi đào tạo lại bạn từ đầu cả.

2.2 Kỹ năng phân tích (Analytical Skills)

Đây là kỹ năng liên quan đến vấn đề phân tích yêu cầu từ quản lý hay khách hàng. Sau đó là liên kết chúng với dữ liệu và đưa ra hướng giải quyết.

Thông thường những người làm kinh tế không hiểu nhiều về dữ liệu. Vậy nên những yêu cầu đưa ra thường mơ hồ và đôi khi không thực tế. Nhiệm vụ của bạn là phân tích và đưa ra những thông tin chính xác với thực tế.

Kỹ năng này các bạn có thể thực hành trong quá trình học về lập trình. Và tự bạn phải khám phá vì không ai có thể dạy bạn về điều này.

2.3. Kỹ năng về thiết kế báo cáo (data visualization)

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.

Có 2 cách để làm được việc này.

Cách 1: sử dụng các ngôn ngữ lập trình nêu trên (Python hoặc R).

Cách 2: Sử dụng các công cụ cho “kinh doanh thông minh” (Business Intelligence Tools, BI tools).

2.4. Kỹ năng khác

Sử dụng thành thạo Exel cũng sẽ là lợi thế rất lớn đặc biệt là tại thị trường Việt Nam. Điều này là do rất nhiều công ty tại Việt Nam vẫn sử dụng Excel như là công cụ lưu trữ dữ liệu chính. Các kỹ năng phân tích sử dụng Excel đơn giản như Pivot Table hay dựng các biểu đồ với dữ liệu có sẵn.

Giao tiếp không còn là yêu cầu mới mẻ với mọi ứng viên đặc biệt là với ngành DA. Hằng ngày bạn phải giao tiếp với các phòng ban khác nhau để hiểu nhu cầu của họ. Và bạn cũng cần phải giải thích cho người khác biết về những thông tin mà bạn tìm thấy.

3.1. Data Engineer DE (Kỹ sư về dữ liệu)

Đây là vị trí chuyên về xử lý dữ liệu. Công việc chính là thu thập dữ liệu từ nhiều nguồn khác nhau, xử lý và chuyển đổi chúng thành dữ liệu có thể dùng được ngay tại kho dữ liệu trung tâm.

Công việc sẽ được trả mức lương cao hơn DA nhưng lại khá nặng về phần kỹ thuật và ứng dụng khá nhiều công nghệ.

3.2. Data Scientist DS (Chuyên gia về khoa học dữ liệu)

Công việc của DS khá rộng và tùy mỗi công ty sẽ khác nhau. Phần lớn thời gian những DS sẽ dành cho việc thu thập những dữ liệu cần thiết. Sau đó sẽ thiết kế những thuật toán dựa trên dữ liệu để phục vụ nhiều mục đích khác nhau. VD như là dự đoán giá, xu hướng thị trường, nhận diện khuôn mặt hay giọng nói, …

Rất ít người có thể làm ở vị trí này. Vì nó đòi hỏi khá nhiều kiến thức khác nhau và bằng cấp thường từ Thạc sĩ trở lên.

3.3. Chief Data Officer (CDO)

Lúc này bạn chỉ đứng dưới tổng giám đốc của công ty CEO.

Vị trí này mình nêu lên cho vui thôi chứ để đạt được đến đây là cả một quãng đường dài và không phải ai cũng lên được.

4.1. Những ưu điểm của Data Analyst

- Lương khởi điểm khá cao: lương khởi điểm của bạn thưởng ở mức $400 – $500/tháng.

- Cơ hội nghề nghiệp nhiều: Vì nền kinh tế sẽ luôn gắn liền với công nghệ nên việc làm về công nghệ sẽ không bao giờ thiếu.

- Cơ hội thăng tiến rộng: Bạn hoàn toàn có thể chuyển sang các vị trí mới và cao hơn như Data Engineer và Data Scientist. Lương của Data Scientist có thể cao gấp đôi DA nhé.

- Công việc không quá nặng về lập trình: Rất nhiều bạn sợ các nghề về công nghệ vì phải lập trình cả ngày. Nhưng với Data Analyst thì sẽ ít hơn nhiều. Đọc phần sau sẽ hiểu.

- Bạn sẽ được tự do sáng tạo: Một phần công việc của Data Analyst là thiết kế báo cáo một cách khoa học. Bạn hoàn toàn có thể sáng tạo theo phong cách riêng của bạn.

- Không nhàm chán: Bạn sẽ luôn có những vấn đề mới để giải quyết. Với mỗi vấn đề bạn sẽ học thêm được rất nhiều điều mới (kiến thức khác nhau về kinh tế)

4.2. Những khó khăn của Data Analyst

- Công việc nào mình nghĩ cũng sẽ có 2 mặt vấn đề. Sau đây mình sẽ liệt kê một vài khó khăn mà bạn có thể sẽ gặp phải

- Phải thật sự giỏi về lập trình: Ở đây mình muốn nói đến SQL và Python (hoặc R). Bạn nên đầu tư nhiều về phần này thì công việc của bạn sẽ dễ dàng hơn nhiều.

- Hiểu được những vấn đề của doanh nghiệp: Điều này khá phổ biến vì thông thường có những thuật ngữ riêng mà mình chưa nghe bao giờ. Bạn phải tìm hiểu những kiến thức này để phân tích cho chính xác

Câu hỏi mơ hồ hoặc không thực tế: Nguyên nhân là do các bộ phận khác không hiểu rõ về dữ liệu. Những lúc này bạn phải phân tích câu hỏi và đưa ra những đề nghị phù hợp.

- Dữ liệu chưa hoàn chỉnh: Nhiều trường hợp bạn phải giải quyết các câu hỏi mà dữ liệu chưa hoàn chỉnh hoặc chưa qua xử lý. Bạn cần phải liên hệ với nhiều người để có đủ thông tin cho báo cáo của mình.

------------------------

Bạn đã sẵn sàng theo đuổi ngành Data Analysis hay chưa. Hãy để MindX đồng hành cùng bạn trên chặng đường trở thành 1 chuyên gia phân tích dữ liệu chuyên nghiệp với khóa học Data Analyst. Đăng ký ngay để nhận ưu đãi cho 30 bạn học viên đầu tiên

----------------------------------------

Bạn muốn nhận thông tin về ngành Data miễn phí mỗi tuần.
Đăng ký ngay tại: https://forms.gle/y3UWVEhmKYXYQPEq9