对于很多同学来说, 如果你并不是从业者, 而只是单纯的想要了解数据相关的专业或者Tableau的工作内容的话, 这篇文章就是为你准备的.
随着大数据, AI 这些概念的兴起, 好多人立志于投身这个时代的浪潮. 在你开始之前, 我想要给你介绍一下, 如果掌握 Tableau, 你大概能找到什么样的工作以及这些工作的内容.
这篇文章的内容主要基于我自己的从业经验. 老师人在海外, 所以跟国内的情况可能不太一样.
数据工业和商业
我们这个世界已经围绕数据产生了一个行业. 这个行业主要关注的是数据的存储, 数据的处理, 数据的可视化等等. 行业巨头们提供着支撑这些功能的基础设施 (比如数据中心), 每年也有大量的工具出现来满足各种不同的细分要求.
这里我们不讨论 AI 或内容分发引擎等非常专业的领域, 而是从一个中小企业的角度出发, 来理解企业需要什么.
所有的企业基本上都需要客户. 不管你是卖东西还是卖服务, 你都需要把东西卖给谁. 你的利润最终就是你的 成本 和你的 营收 之差.
- 越大的企业, 成本结构和营收结构越复杂, 就越需要数据支撑.
- 如果你是实体企业 (卖具体的东西), 你需要知道库存, 产品成本, 物流成本等数据.
- 如果你是软件或服务类企业 (渠道在线上), 你需要知道转化率, 网站浏览量等数据.
这些数据一般由 ERP 或网店系统生成, 我们将其提取并保存在企业统一的数据仓库里, 经过加工, 最后通过 Tableau 转化成报表. 管理者通过这些报表来制定决策:
- 如果报表显示某产品库存太多, 是不是必须开始打折清库存?
- 如果缺货, 是不是必须要提前计划开始补货?
与Tableau有关的职业
- BI Developer / Tableau Developer BI Developer是Tableau开发者最常见的title. 工作的内容自然就是专门开发Tableau Dashboard.
- Insights Analyst/ BI Analyst 一般这个title的话, 往往和上边的这个title是混着用的. 除了日常开发之外, 你可能还要负责把你的dashboard转化成presentation, 然后展示给你的客户. 也就是说, 你不仅要开发, 还要做你自己Dashboard的第一批用户. 你的dashboard有可能是一次性的. 专门为了一个特定的项目而开发, 也有可能是长期的, 客户会在后边持续的使用和升级
- BI Consultant 顾问 顾问就是直接和客户对接, 在规定时间内开发客户所要求的Tableau产品. BI Consultant往往是更资深的Tableau开发者, 一般初级开发者往往没有成为顾问的机会.
从我自己的亲身体验来聊聊Tableau开发者这个职业的好处.
1. 有限的学习难度和深度
Tableau和医学, 法律不一样. 它的学习难度是有限的. 你所遇到的大部分问题基本上都可以通过学习和网络搜索来找到答案. 很多东西到了后边相对来讲是重复的. 你不是那么需要一直更新你的Tableau知识. 你面临的挑战更多的来自于外部
2. 适用性广泛
只要企业稍微大一点, 就需要报表来支撑企业的运行. 而且这种用数据驱动决策的趋势越来越明显. 在这种情况下, Tableau开发可以快速适应各个行业. 比如说你前一份工作是在一家电商公司, 下一份工作进入银行做Tableau开发也是可以的. 它们都有这种报表的需求. 你的开发技能是通用的. 你唯一需要更新的就是对数据的理解. 基于我的观察, 数据科学, 或者AI啊这种并不是每一家公司都用的上. 你的价值很难通过你交付的结果来体现
3. 工作内容没那么枯燥
Tableau开发往往都是基于一个具体的问题或者说需求. 而这些需求不可能会重复, 因此每个项目本质上也不会重复. 不同的内容和复杂程度多少能够在工作当中本身给你来足够的新鲜感和挑战. 带着这些挑战, 你会开始探索数据, 研究问题, 这些都能够降低工作中内容过度重复所带来的疲劳感
4. 兼顾代码与设计
Tableau 的开发工作有一个好处就是它的一部分工作有点像平面设计. 所以你不会整天都面对着长长的代码然后不停的测试 debug 测试 debug. 你需要时不时的去看看你设计的报告是不是简洁美观 所有的文字是不是正确显示. 你的图表排版是不是合理等等.
5. Work from home 在家工作
在家工作在疫情后的时代是一个巨大的优势. 毕竟你最需要的生产工具就是一台电脑. 大部分的交互都可以通过线上会议进行 你共享你的屏幕就行了.
一个 Tableau 开发者所面临的挑战
对于很多 Tableau 初学者或刚进入职场的小白来说, 真正的挑战往往不在工具本身.
1. 理解商业模式 (Business Model)
第一重挑战是你所入职的企业. 直白地说, 你要知道公司赚的是什么钱, 赚谁的钱, 以及花的是什么钱 (成本). 只有明白了这些, 你才能理解你做的 Tableau Dashboard 到底有什么价值.
2. 服务意识 (Service Mindset)
我总是把 Tableau 开发者的工作比喻成 定制西服的裁缝.
你的领导就是你的客户. 做这份工作一定要明白: 你自己的好恶并不重要, 客户的喜好至关重要.
你的角色是为客户服务的. 这个客户可能是部门经理, 也可能是 CEO 或 CFO. 你的挑战就是准确按照他们的要求, 做出他们喜欢看, 喜欢用的报告.
3. 领域知识与深度 (Domain Knowledge)
如果你理解的 "好恶" 只是单纯的颜色, 排版, 字体, 那还停留在浅层. 第三重挑战是更高层级的 —— 你需要拥有跟你的用户差不多的业务知识.
只有这样, 你才能深层了解他们的要求, 做出超越期待的产品. 你需要理解他们的动机, 将这些动机转化为数据逻辑并可视化出来.
举个例子: 你的客户是一所大学
假设当前项目的目标是 算出每门课程的退出率.
作为一个 Tableau 开发者, 最简单的做法是: 把课程最开始的注册人数算出来, 把最后通过的人数一算, 两个数一除, 得到退出率. 最后把所有课程按退出率从高到低排序. 完活了?
但这真的结束了吗?
第一个问题: 学生们都是什么时候退出的?
虽然都是 "退出", 但退出的时间点不同, 代表的情况截然不同:
- 进行 10% 时退出: 大概率意味着老师讲得不行, 课程太难, 或者学生不感兴趣. 这时候需要研究课程设置或师资配置.
- 进行 50% 时退出: 学了一半不学了. 是 Mid-Term 考试太难? 作业太多? 还是学习曲线太陡峭, 后面听不懂了?
- 进行 80% 时退出: 快上完了却放弃. 是因为同期其他课程太多导致战略性放弃? 还是最后一个 assignment 给分太低导致对 final 丧失信心? (提前退出可能为了避免成绩单上有挂科记录).
第二个问题: 退出率是常态还是异常?
这门课的退出率一直这么高吗? 如果发生了突然变化, 是换了老师, 换了考题, 还是课程设置变了?
到了这里, 你会发现这个项目不再是单纯计算 "退出率" 那么简单. 上述思考才是 Tableau 开发者的终极挑战. 它考验的不是你的 Tableau 操作有多娴熟, 而是你对问题的理解有多深.
如果你的 Dashboard 能体现出这种深度, 甚至超出了客户的预期, 这才代表了你对数据, 业务和技术的真正掌握.
4.心态
不管你是做In-house, 还是做consultant. 在你的职业生涯当中必定会面临着在一个非常短的开发周期内交付产品的情况. 而且很有可能你就会出错. 第二种情况就是用户会质疑你在Tableau中的数据有问题, 不对, 你做错了的这种质疑. 你必须在非常短的时间内要么修复bug, 要么解释客户的质疑哪里不对. 换句话说, 要么是你错了, 要么是客户错了.
请注意, 即使是你对, 客户错了, 你也必须要有充分的理由解释客户哪错了. 即使这不是你的问题, 你也必须告诉客服它错在哪了. 听起来不合理, 但是这就是这个工作的一部分.
上述这两种情况都会给你创造很高的心理压力, 所以如果你想要在这个职业走的远. 磨练在高压情况下解决问题的冷静头脑和心态必不可少.
5.技术
Tableau技术仍然是对于初学者来讲一个不小的挑战. 但是这个挑战是对内的. 与前边我所提到的来自外部的挑战不同, Tableau技术挑战更多是向内的, 更容易解决的. 比如你做不出来一种特定的图表, 你最差最差可能就是用表格算出来, 把数字展示在那. 如果做不出那么动态的图表, 你至少可以选择用多创建几页报告来弥补技术上的差距.
6. 持续学习
随着你工作的时间越长，你所需要掌握的知识和工具是不止 Tableau 这一种的. 我未来想要写的内容也不止 Tableau. 这是一个需要终生学习的工作. 这个时代也是一个终生学习的时代.