Lượng thông tin mới mỗi ngày là vô tận, vì vậy, khả năng sàng lọc, xử lý thông tin đó thành dữ liệu và ứng dụng chúng hiệu quả trong cuộc sống trở nên quan trọng hơn bao giờ hết. Trong thị trường việc làm, cơ hội tuyển dụng các vị trí ngành Analytics đặc biệt rộng mở dành cho những ứng viên chủ động, tích cực và không ngừng chia sẻ, học hỏi.

Trong webinar Analytics in a Data-Driven World vừa rồi, chị Phượng Tạ - Director of Analytics and Strategy tại RADaR Analytics đã mang tới góc nhìn và trải nghiệm thực tế trong ngành, gợi ý cho ta xuất phát điểm và định hướng tốt hơn đối với ngành Analytics.

Xem toàn bộ webinar tại đây.

1. Những “giao điểm” chuyên môn của một Data Analyst:

Có ba “giao điểm” quan trọng một vai trò Data Analyst cần có (theo Kevin Hartman - Director of Analytics tại Google từ Adapted from Fassnacht "Making Accountability Sexy" (2006)):

Đối với chiếc mũ Data Strategist, hãy lưu tâm việc luôn chọn lọc dữ liệu khi chia sẻ đối với người nghe - tùy thuộc vào đối tượng đó là ai. Bạn có thể đang trình bày dữ liệu với analyst, marketer, executive hay thậm chí C-level, và dễ thấy mỗi nhóm đối tượng lại có một mối quan tâm tới khía cạnh khác nhau. Vì vậy, chia sẻ đúng mục tiêu, tác động, hình thức... của dữ liệu đối với nhóm phù hợp sẽ giúp tương tác của bạn hiệu quả hơn.

Đối với chiếc mũ Techie, vai trò này yêu cầu bạn linh hoạt đối với các công cụ sử dụng để chuyển hóa dữ liệu thô sơ, phức tạp thành những con số dễ hiểu, liên hệ chặt chẽ tới người nghe. Công cụ chị Phượng gợi ý chúng ta là Tableau - một trong những kênh vô cùng hiệu quả để mô hình hóa dữ liệu.

Đối với chiếc mũ Data Designer, hãy giúp người nghe được hiểu dữ liệu bạn xây dựng qua những câu chuyện, mạch chảynhững giá trị quan trọng chúng mang lại để từ đó xây dựng tầm nhìn và các chiến lược tiếp theo.

Dù với bất cứ chiếc mũ nào, điều quan trọng nhất với một Analyst là hãy hiểu khách hàng của mình, cũng như luôn chủ động nắm bắt những câu chuyện trong ngành để đưa ra phân tích và gợi ý phù hợp nhất cho khách hàng.

Là một nhánh nhỏ hơn của Data Analyst, ngoài ba "giao điểm" trên, Marketing Analyst cần trang bị thêm kiến thức về nền tảng và kênh với từng khách hàng, từ đó hiểu những chỉ số đo lường, thuật toán và phương pháp nên sử dụng.

2. Để trở thành ứng viên vị trí Data Analyst tiềm năng:

Từng ở nhiều cấp bậc công việc, trải nghiệm cú xoay chuyển ngành từ Finance & Investment tới Marketing và rồi Analytics, cũng như đảm nhiệm việc xây dựng đội ngũ Analytics tại RADaR, chị Phượng Tạ hiểu hơn hết những khó khăn, cơ hội gặp phải cũng như xác định rõ yếu tố chị tìm kiếm ở một vị trí Data Analyst tiềm năng.

Hai điều chị Phượng nhấn mạnh làm nên văn hóa doanh nghiệp - một trong những yếu tố khiến RADaR trở thành nơi làm việc vô cùng lý tưởng:

  1. Nếu chỉ đi con đường Analytics vì yếu tố công nghệ, bạn sẽ dễ nản lòng bởi các tác động chủ quan như cạn kiệt nguồn đầu tư hay thời gian có hạn. Điều này không hề mang lại lợi ích lâu dài cho cả doanh nghiệp lẫn nhân viên. Khi đó, động lực cho việc luôn học hỏi và không ngừng chia sẻ chính là lời giải tối ưu. Chị Phượng hiểu cảm giác khi không có nhiều kiến thức trong những mảng khác với ngành mình đã học, tuy nhiên đối với chị, quan trọng hơn cả là tư tưởng cởi mở để sẵn sàng lắng nghe và chia sẻ những góc nhìn, tiếp cận khác nhau.
  2. Sự tâm huyết và hết lòng trong công việc là yếu tố được đánh giá rất cao, ngay từ trong quá trình tuyển dụng. Do thời gian của mỗi người nên được sử dụng hiệu quả, chị Phượng luôn chú trọng và dành cơ hội cho những bạn cẩn thận và đề cao tiêu chuẩn cá nhân trong từng việc làm, hành động.

Bạn có thể tham khảo cách viết Resume hiệu quả tại đây.

Liệu có nhất thiết học lên hoặc học thêm chứng chỉ Analytics cho việc ứng tuyển?

Quay lại với mục tiêu của việc học, chị Phượng cho rằng "Hãy học vì mình hứng thú và mong muốn tìm hiểu kiến thức mới". Trên thực tế, công việc sẽ khác rất nhiều so với kiến thức bạn học tập trên trường hay thi chứng chỉ. Không phủ nhận việc học sẽ khiến bạn tạo ấn tượng và dễ dàng vượt qua vòng đánh giá Resume, tuy nhiên, hãy rèn luyện cho mình tư duy cởi mở cũng như cách tiếp cận, xử lý, truyền đạt thông tin hiệu quả để tiến xa hơn nữa trong các vòng tiếp theo và công việc thực tế nhé!

Ngoài ra, bạn có thể tham khảo một số chứng chỉ dưới đây:

Điều gì có thể diễn ra với ngành Analytics trong vòng 10 năm tới?

Trước sự gia tăng nhanh của công nghệ như Artificial Intelligent hay Machine Learning, chị Phượng khẳng định rằng nhân lực trong ngành có khả năng bị thay thế rất thấp bởi lợi thế vô cùng lớn: Thought Process - Quy trình Tư duy & Xử lý Thông tin. Chỉ có con người mới có thể thấu hiểu những thách thức gặp phải, từ đó phân tích và gợi ý những giải pháp thực tế, ý nghĩa và giá trị mà AI hay ML không thể làm được.

_____

▶ Thông tin và link đăng ký P-CAME 06: vnpn.co/form/came6

▶ Hạn đăng ký: 15/05/2021

#VNPN #PCAME6 #CAME #PayItForward