如何玩好职业发展的这场游戏，一路打怪升级

作者：Yu77，Pointer一枚，携程海外业务消费者研究员，marketing出身，喜欢跨界学习不同的领域的知识，业余时间倒腾自媒体中。公众号：GOOSEACA & 视频号：77消费者研究局。

在做自我介绍之前，我先带大家了解下冰山理论模型。

麦克利兰提出了冰山理论模型，他将能力分成了几大类：知识技能、可迁移的能力和天赋。

在职场初期，我们往往追求知识和技能上的增长，不断积累可迁移的能力，创造更大的价值，打怪升级。一直到某一个阶段，开始问自己，我是谁，我想要做什么，我想达成什么样的使命.......

冰山能力模型

数据分析是我的冰山能力模型中的重要的一环，它既是知识、技能、也算能力，同时也是某一种使命和价值。

学数据分析，最开始是为了解决一些困惑...

这要先从我神奇的职业道路尝试说起...

我的工作经历其实很杂，本硕marketing，在电商平台做过数据运营的实习，校招时眼看周围的小伙伴们奔向银行，四大，地产或外企，我想进互联网，于是一头扎进求职大潮，开始了面试-被刷-调整心态-再面试的无限循环，最后一次偶然的霸面经历让我阴差阳错的进入了美团，成为了一个消费者研究员。

这个看起来很学术的称呼，正式的打开了我的职场生涯。消费者研究算是一个小众的岗位，简言之就是通过各种各样的方法（定性&定量），了解用户需求痛点诉求是什么，并将其翻译成业务的语言，帮助带来产品业绩的增长和用户体验的提升。

消费者研究的应用场景：消费者研究在产品不同的生命周期对应的研究内容和方法

在具体的工作中我接触到了很多研究方法，但由于消费者研究的学科底层是源自于市场营销学和心理学的交叉学科，更多接触到偏定性层面或小样本抽样的数据分析，做着做着觉得自己好像和用户的具体痛点很近，但行为数据和商业目的的达成有一些脱节，这就导致我产生了以下的2类困惑：

困惑点1

怎么样让用户态度+后台行为数据联动发挥更大价值

在职业初期有了牢固的消费者研究方法论和技能层的基本功，因此擅长处理微观用户层面的项目（比如通过问卷、访谈、可用性测试等方法去了解为什么），但对于用户的行为数据，在产品流程上的点击购买行为、在不同市场或用户分层数据特点，就不那么熟悉，要处理海量的浏览、交易、点击数据，并在其中找到一些可以挖掘的机会点，本身就是一件很困难的事情。

我不擅长处理大数据，也不具备系统的数据分析思维。尽管知道消费者研究和数据分析二者是需要共同联动才能发挥彼此更大的价值，但当时的我一筹莫展。

消费者研究的各种研究方法中，我对行为数据、AB测的结合和应用相对较弱

困惑点2

缺乏相对宏观的商业思考框架，怎样平衡用户需求和商业目的？

与此同时，我意识到自己好像缺乏更宏观的商业思考框架，用户的声音有时候真的能够代表一切吗？用户觉得不好，我就要改吗？

在和业务同学沟通的过程中，最常听到的一个词叫ROI，即投入产出比。商业活动最终的目的是为了在满足用户需求和盈利中间达到一种动态的平衡。我逐渐的意识到，自己不能仅仅以用户需要什么、想要什么来作为推动商业决策的依据，我需要更多从商业角度论证的来源。

同样是基于数据，但更多的是思维。商业是宏观的，是盈利导向的，这驱动着我去做跨领域、多视角的思考，有没有一些更加系统或宏观视角的思考模型呢？

冰山模型的第一层：技能与知识

对了解一套系统分析框架 + 通过知识&技能拓展丰富和细化我的洞察输出，变成了非常需要解决的需求....也因此，我开始去搜集商业分析、数据分析相关的知识和内容。从而结识了空白女侠和小数点。那么来说一说在探索和学习过程中的收获吧。常用的工具和技能学习没有太多可说的，因为他们都是必备的基础，我想要从思维的习得和价值的输出2个维度将我的收获分享给大家。

收获1

从单一的分析思路到数据+用户整合的视角

我们的职场生涯中，肯定不可能只掌握一种技能或一类工具，当然除了专门精深某一领域的专家级选手除外。对于我的日常工作，更多的是选择用正确的工具解决对应的问题。因此，在数据部分的学习上，我需要聚焦在用合适的数据工具解决对应的问题，且能够和消费者研究的项目进行串联和挂钩。

对应在冰山模型上，要说到的是数据思维+数据工具。工具可以理解为技能，如SQL，Tableau，Excel等，他们是一个载体，承载数据本身。

学习他们本身，只能帮助我们做到可以操作，但要怎样把这些技能，内化成我们所学的知识，更多的需要学习数据分析的思维。我非数据分析专业出身，因此在思维这一块比较碎片和断档。在小数点的数据分析培训营和用户画像的两个部分的学习，能够一定程度的弥补我对数据分析和商业分析这两个环节的理论实践的缺失。

在学习和实践的的过程中，也慢慢总结出了一些数据分析和消费者研究有趣的异同之处。也如我之前想要做串联的想法一致，数据分析更多的可以用作为诊断现状，定位问题优先级严重程度的方法，而消费者研究则帮助我们回到用户的需求与痛点本身，去了解为什么，和怎么做，做到更细颗粒度的输出解决方案与洞察。

数据分析和消费者研究的思路很类似，但具体的方法及目的不同，但形成了互补

收获2

真正的价值输出，其实包含了两个部分：好的洞察+好的故事

说回冰山模型，我们说完了技能和知识的结合，但随之迎来了新的瓶颈。不管数据也好，还是消费者研究的各类方法论也好，它们都是手段以及方法，我们学习得再好，也只能在冰山上层停留。它们之下，应该存在一套更加底层的共通之处——那就是能力和价值的呈现。

那么，如何呈现价值？

能力层：可迁移的技能与价值的创造

如何在能力层完成自己的提升，这或许是很多小伙伴面对的困惑

真正的价值输出=好的洞察+好的故事

这个收获来源于小数点特训营Aden老师讲如何做好数据分析报告的环节，让我印象非常深刻，可以说给了我非常大的启发和帮助。

线下的数据报告撰写的环节学习到了如何通过数据讲一个故事，让我大有启发

搞了半天，自己一直在用一种“我觉得”的思路去汇报，不管是从我产出的消费者洞察报告，还是数据相关的报告，似乎都流于形式，做到了形式上的“结构化”，但对方真正想听什么，这份报告是否达成了我想要其达成的目的，我从来没有考虑过。

比较神奇的是，自从有了这样的一个认知，我能够在自己对各种工具、分析框架和技能熟练掌握的前提下，更好的去构思自己想要呈现的洞察“故事”，也能顺畅的将数据分析和消费者研究做结合，做到从大数据中发现问题或趋势，从用户和产品体验的视角定位为什么和怎么做，如何做价值输出的思维就像一个神奇的链条，链接起了本来没有太大关系的两个领域，能一起为商业做出更大的贡献和赋能。

数据、用户与商业的联系

带着好的洞察和好的故事去做汇报，慢慢的也发现自己的报告不再是无法落地了，业务方也能够更好的去审视消费者研究和数据分析为业务增长带来的价值。

未来，我的一些探索...

从我的这几年职业生涯，好像都围绕着一个概念展开，那就是跨领域，不管是从学生时期习得的marketing的思维，还是实习中学习到的运营思维，亦是正式工作中掌握的消费者研究思维，还是慢慢摸索学到的数据思维，每一个思维都不是完全一致的，它们背后有不同的底层学科作为支撑，但它们却又是贯通的。

因为每一种思维背后，都代表着一类价值的体现，当它们以单独的形态存在并运行时，尚能发挥巨大的影响，宛如身体之四肢推动着企业不断前行，但What if...它们能以某一种形式产生碰撞，或许会有更多有趣的发现和新的机会等待着我们。

未来的展望：冰山以下，以跨领域为核心

未来，我将会围绕着“跨领域”为核心，尝试做一些连接数据、商业与用户的事情，努力成为价值的连接者和推动者！这也是未来会不断探索和尝试的~

写在后面：一些感谢与祝福

最后说一说加入POINT小数点的初衷吧，主要有2个：

1. 想要学习系统性的数据分析思维和工具：想要学习数据分析思路和商业分析思路，来赋能自己本职工作，也能够以跨领域的视角，去看待不同领域的技能或思维是如何运用和发挥价值。

2. 线下+线上的学习模式：我不是一个那么擅长线上社交的人，相比线上的学习我更喜欢线下，这种感觉很真实，大家面对面，一起做一件事儿，互相交流的感觉踏实，也很高效。

从最开始在知乎上关注校长写的职场心得和数据分析干货，到参加数据分析训练营、用户画像的学习，进入到成长群，变美群，Python学习群，虽然大多数时候都在潜水，但每天在忙碌工作之余，看看群里小伙伴热火朝天的交流、分享工作成长心得，也觉得很是温暖有趣。周末时不时有其他pointer的直播充电，还能利用碎片化时间掌握一些新知识。这种形式，轻松也充实。

每一次线下的聚会都不放过！

现在看来，初衷不仅都实现了，还收获了更长久，更有价值的连接~也慢慢的发现，POINT小数点其实是一个社区，它的存在，就像一个场域，接纳着类似的想要变得更优秀的小伙伴。空白的乐观和使命感，各种优秀的小伙伴，也在无形中作为role model激励着我。期待未来，能够和小数点以及优秀的大家一起成长~！

END

8.21-8.22我们不见不散^_^