3 sai lầm khi mới học Data Analyst

sai-lam-khi-moi-hoc-data-analyst

Gần đây mình thấy rất nhiều bạn quan tâm đến Data Analyst. Bản thân mình cách đây 7 năm cũng ngộp trước những thông tin trên mạng nhưng lại không đủ sâu và không đem lại góc nhìn thực tế trong doanh nghiệp. Bài viết này cùng một số bài khác, mình hướng đến những bạn học trái ngành mà muốn nhảy vào làm data analyst với vị trí entry level. Mình sẽ điểm lại những sai lầm của bản thân trong suốt quá trình chuẩn bị với hi vọng giúp các bạn tự tin apply cũng như rút ngắn thời gian.

1. Sai lầm thứ nhất: Quá chú trọng vào Programming

Bạn sẽ không code nhiều đến thế đâu…

Mình nhớ hồi đó mình dành rất nhiều thời gian học learn python by hard way, datacamp, thậm chí là mình đã đăng kí 1 chương trình học computer science trong 2 năm. Nếu cho mình quay trở lại mình sẽ chỉ dành 20%-30% thời gian mình đã học. Tại sao ư? Vì vị trí entry level chỉ cần bạn hiểu luồng code chạy như thế nào? Basic syntax là làm được việc rồi. Kĩ năng programing học qua dự án thực tế sẽ nhanh hơn rất nhiều so với các khoá học online. Việc học quá nhiều programming vừa làm chậm quá trình apply và vừa tốn nhiều chi phí.
Ở giai đoạn entry, bạn không cần quá tập trung vào programming nhưng khi đã join được ngành rồi thì nên dành nhiều thời gian cho programming vì đây là kĩ năng giúp bạn từ 1 người junior lên senior.

2. Sai lầm thứ hai: Không tập trung vào kỹ năng wrangling data

Cốt lõi vẫn là mindset và quá trình wrangling data!

Với vị trí DA, mình dành khoảng 50% làm việc với wrangling data, 20% cho visualization, dashboard còn lại 30% là communication. Về wrangling data thì có các tool: excel, SQL, python. Nếu làm ở các công ty có lượng data vừa và nhỏ thì dùng excel, các công ty có lượng data lớn thì SQL. Rất ít khi phải động đến Python/R. Nếu bạn giỏi excel và SQL chắc chắn apply được DA. Mà mình nghĩ 2 cái này vừa quan trọng mà lại dễ học hơn Python/R. 

Khi mới bắt đầu học, chúng ta bị ấn tượng mạnh mẽ bởi những bài phân tích hào nhoáng nhưng những dashboard đẹp, lộng lẫy, fancy chỉ là vỏ bọc bên ngoài thôi. Cốt lõi vẫn là mindset và quá trình wrangling data. Quá trình wrangling data rất quan trọng nhưng người mới bắt đầu thường không quá chú tâm. 

3. Sai lầm thứ ba: Không tìm hiểu kỹ skillsets làm Data Analyst

Softskills rất quan trọng với Data Analyst

Bản thân mình trước đây hay bị tập trung quá nhiều vào tool và mình cũng nhìn ra sai lầm này ở những người xung quanh. Hầu hết câu hỏi mình nhận được xoay quanh Python, R, SQL, Data Studio, Tableau,… Dành thời gian tìm hiểu các tool là cần thiết nhưng các kĩ năng khác cũng chiếm tỉ trọng lớn trong việc nhà tuyển dụng có quyết định chọn bạn hay không?

Vị trí Analytics thường yêu cầu 3 nhóm:

– Softskill: communication, critical thinking, structure thinking

– Domain Knowledge: Với mình, nhóm này mới là nhóm khó nhất và cần nhiều thời gian nhất. Nếu dành nhiều thời gian tìm hiểu về ngành mà công ty bạn apply, bạn sẽ rất dễ ghi điểm trước nhà tuyển dụng và xác suất được chọn là rất cao.

– Tools: excel, SQL, Bigquery, Programing, Business Intelligence tools(Data Studio, Tableau…)

Mình xếp tool cuối cùng cũng có lý do của nó.

Hi vọng với 3 sai lầm phía trên sẽ giúp các bạn điều chỉnh và rút ngắn kế hoạch chuẩn bị cũng như có cái nhìn rõ hơn về vị trí data analyst. Kinh nghiệm của mình là học vừa đủ để apply thôi, vào làm việc sẽ học nhanh hơn rất nhiều.

Xem Infographic của bài viết này tại đây

Các kênh thông tin của Vinh:

Share để lưu bài viết