Học kinh tế, muốn đi làm data analyst / business analyst thì nên bắt đầu như thế nào?
Rất hay và hữu ích!/25 người
Duy Luân
14 ngàyBình luận: 88
Học kinh tế, muốn đi làm data analyst / business analyst thì nên bắt đầu như thế nào?
Nếu bạn là một người học ngành về kinh tế hoặc kinh doanh, hoặc đã đi làm về kinh tế (ví dụ, marketing, tài chính, supply chain, vận hành, nhân sự…), thì việc bạn chuyển sang làm việc ở lĩnh vực data là điều hoàn toàn khả thi, thậm chí bạn còn có nhiều lợi thế hơn những người chỉ làm data ngay từ đầu. Trong topic này mình chia sẻ một chút về những cái ưu điểm, những thử thách bạn có thể gặp phải, và một số thứ bạn có thể bắt đầu nghiên cứu để làm data nhé.

Ưu điểm của các bạn học kinh tế, kinh doanh mà đi làm data


Cái lợi lớn nhất là bạn có được kiến thức chuyên ngành


Data thực ra chỉ là một bộ kĩ năng và cách suy nghĩ, còn phía sau nó vẫn cần kiến thức chuyên môn về một lĩnh vực cụ thể. Ví dụ, data analyst mà hiểu về marketing thì rõ ràng là xịn hơn một ông chỉ làm data nhưng không hiểu gì về các chỉ số marketing cần, không hiểu về các campaign đang chạy, vì sao chạy như vậy, đặc trưng của từng channel chạy… Hay một ông data analyst làm vận hành mà không hiểu được cách sắp xếp công ca, không hiểu cách ghi nhận và đặt hàng cho từng cửa hàng thì sẽ gặp nhiều khó khăn.

Mình vẫn hay nói với các anh em trong team cũng như những bạn mình mới tuyển được rằng cái mớ kiến thức business mà các bạn đang có mới là cái quan trọng, còn các kĩ năng data hoàn toàn có thể học thêm, không có gì phải lo cả. Chỉ cần bạn muốn và bạn cố gắng là chơi được hết.

Mô hình tổ chức team data mới

Quảng cáo


Ngoài ra, nhiều công ty hiện nay cũng bắt đầu chuyển sang mô hình team data phân tán (distributed data team), tức là các bạn analyst sẽ nằm ở những phòng ban kinh doanh, chứ không phải nằm ở một team data tập trung cho toàn công ty. Ví dụ, team marketing sẽ có 1-2 người analyst, team vận hành có 1-2 người riêng… (hoặc nhiều hơn, tùy quy mô và nhu cầu).Những công ty nhỏ, hoặc những công ty mới bắt đầu áp dụng data thì có thể có team tập trung, nhưng rồi cũng sẽ phải tách ra theo mô hình distributed mà thôi.

Việc này có nhiều cái lợi, vì nó giúp giải phóng nút nghẽn cổ chai khi mọi yêu cầu đều đổ về team data, đồng thời giúp bạn analyst có thể làm sát hơn với team business, hiểu những gì đang xảy ra và hiểu nhu cầu thực tế để làm số, phân tích số cho đúng. Trong khi đó, analyst cũng không bị chán vì suốt ngày phải đi làm số cho nhiều phòng ban khác nhau, bạn sẽ có thời gian để làm việc khác nữa.

Kĩ năng mềm của bạn


Và nhờ bạn đã làm business hoặc đi học về business, ngoài kiến thức ra bạn còn có kĩ năng mềm trong việc giao tiếp với loài người, thứ mà nhữn ông chỉ thuần làm kĩ thuật thường không giỏi, trong khi việc của người làm data thì phải đi nói chuyện, đi thấu hiểu rất nhiều. Phần này sẽ giúp bạn giải quyết công việc một cách nhanh chóng và dễ dàng hơn.

Thách thức của các bạn học kinh tế, kinh doanh mà đi làm data


Mình chọn không dùng từ “khó khăn”, mà dùng từ thách thức thì đúng hơn, và nếu bạn cố gắng thì mấy cái thách thức này có thể được giải quyết gọn gàng.

Thách thức lớn nhất là những thứ liên quan đến kĩ thuật


SQL, cách hệ thống lưu data, cách hệ thống giao tiếp với nhau và sinh ra data như thế nào, một số ngôn ngữ lập trình như Python, R, cách lấy data nhanh gọn… Nhưng cũng giống như Excel, bạn học được Excel thì bạn hoàn toàn có thể học thêm những thứ trên, không có gì là phức tạp cả. Thậm chí giờ con nít nó đã đi học Python rồi (bé nhỏ nhất mình biết học Python là lớp 5). Ngôn ngữ lập trình giờ cũng không phải là thứ gì cao siêu, bạn có thể tự học được.

Thách thức tiếp theo là về những công cụ


Có thể bạn sẽ gặp phải một số công cụ để làm data, ví dụ như Tableau, PowerBI trong việc visualize dữ liệu, SSIS, NiFi, Pentaho… khi bạn cần can thiệp sâu hơn vào việc chuẩn bị, chuyển hóa dữ liệu… Nhưng lại một lần nữa, đây cũng chỉ là các công cụ và bạn hoàn toàn có thể tự học được. Bạn cũng không cần phải học hết mọi tool trên đời, chỉ cần học một vài tool phổ biến là đủ. Khi các bạn đi làm, tùy công ty dùng tool nào thì bạn sẽ học thêm, mấy cái này không phải là chuyện nghiêm trọng và bạn không nên sa đà vào việc học tool mà bỏ qua những phần cơ bản khác.

Quảng cáo


Một thách thức khác đó là tư duy về phân tích, thu thập số và dùng số


Phần này thì không chỉ riêng các bạn gặp phải, mà ngay cả những bạn mới học, mới tốt nghiệp ở ngành data cũng sẽ gặp. Nó phức tạp hơn và cần phải đọc nhiều, Google nhiều cũng như làm nhiều thì mới tiếp thu tốt. Mình ngày xưa cũng vậy à, sau một thời gian đi làm thì từ từ bạn sẽ biết thêm, không sao, đừng quá lo lắng.

Tự học data ở đâu, có nên đi học các trường dạy data?


Mùa dịch này thì dễ nhất là tự học ở nhà, thông qua các khóa online. Rất tiếc là mình không học mấy khó online này nhiều nên không thể gợi ý cụ thể từng khóa một. Có một course mình từng học là Microsoft Azure Data Fundamentals (DP-900): miễn phí hoàn toàn, bao trùm một số kiến thức, thông tin cơ bản về việc làm data. Và mặc dù một số khái niệm thì nói về sản phẩm Microsoft nhưng các sản phẩm khác cũng tương tự nên bạn có thể dùng chung kiến thức.

Còn lại thì bạn cứ lên Coursera, Udemy coi thử coi khóa nào hợp với mình, hợp với người bắt đầu làm data thì cứ học. Mình thấy nhiều khóa cũng miễn phí, hoặc giảm giá thường xuyên, không đắt tiền. Đầu tư vài trăm nghìn hay thậm chí vài triệu cho việc học thì cũng đáng thôi mà.

Có nên đi học ở các trường dạy hay không? Với mình, việc có một người thầy thực tế chỉ dẫn thì bạn sẽ học nhanh hơn, tiếp thu tốt hơn, và quan trọng là bạn học được kinh nghiệm thực tế từ những người thầy này. Khi học ở các khóa online, phần thông tin này không được thực tế và không được nhiều bằng đi học ngoài đời.

Nếu bạn chọn đi học ở trường hoặc trung tâm, nhớ chọn nơi nào có thầy dạy mà cũng đi làm data thực tế. Những gì bạn học, những gì diễn ra trong sách nó khác với thực tế rất nhiều. Nếu người dạy mà không có thực tế đi làm thì cũng không tốt.

Quảng cáo


Khi bạn đã có một phần cơ bản rồi thì việc kế tiếp là hãy đi làm. Chỉ có đi làm mới giúp bạn tiếp tục học và áp dụng thực tế, chứ học quá trời học xong rồi không áp dụng gì thì sẽ quên ngay, uổng công và uổng thời gian học của bạn. Cái quan trọng nhất của data là bạn phải đi làm, không có cách nào khác đâu.

Khi đi tuyển một người mới về data thì mình sẽ kỳ vọng gì ở họ?


Khi đi tuyển một bạn data analyst, mà mình xác định là mình sẽ tuyển người mới, phù hợp với nhu cầu công việc và kế hoạch của công ty, thì đây là cái mình tìm kiếm. Lưu ý là những thứ này áp dụng cho người mới bước vào ngành thôi nha.
  • Những kiến thức cơ bản về dữ liệu và các kĩ năng cơ bản như SQL
  • Khả năng visualize số, trình bày số của bạn như thế nào
  • Khả năng tự Google của bạn ra sao (thường mình cho bạn bài toàn, cho cái máy tính luôn, xong bạn ngồi Google rồi mình xem thử)
  • Khả năng nói chuyện, giao tiếp của bạn
  • Kiến thức chuyên ngành nếu hôm đó mình đi tuyển data analyst / business analyst cho một phòng ban nhất định, thường mình sẽ rủ thêm người của phòng đó đi phỏng vấn chung
  • Bạn có vui không 😆 Bạn có vui với cái bạn làm không

Cơ bản nhiêu đó, còn lại thì những thứ khác mà ai đi tuyển cũng tìm kiếm thì mình không đề cập rồi.

Anh em có câu hỏi hay thắc mắc gì thì hãy comment vô bài nhé, mình và những anh em khác sẽ hỗ trợ bạn
88 bình luận
accazure
ĐẠI BÀNG
13 ngày
Mô hình team data phân tán này khổ cho đội tuyển dụng rùi 😔(
@accazure Mình thấy cũng bình thường mà?
duytan97
ĐẠI BÀNG
13 ngày
Cảm ơn anh!
tiên631
ĐẠI BÀNG
13 ngày
cám ơn bác Luân đã tư vấn
mr_japan
ĐẠI BÀNG
13 ngày
Đọc bài đã quá, cám ơn anh Luân. Không chừng sắp tới anh lại phỏng vấn trúng phải em 😆
@mr_japan hóng hihihi
tphutong
ĐẠI BÀNG
12 ngày
@Duy Luân em đi từ DA lên DE có ổn k anh nhỉ
kimshinpro
ĐẠI BÀNG
13 ngày
Lần nào cũng thấy anh Luân kè con macbook pro 16inch vậy ạ. Làm mới mẻ hình anh đi anh. Hoặc là cho hình vào cuối cũng dc. Đọc xong bài ủng hộ anh em skip qua cái hình cho dễ
@kimshinpro chưa nghĩ ra hình nào khác để minh họa cho các topic dạng này 😁 Bạn có gợi ý nào không. Xài mấy cái hình illustration thì chán quá
@Duy Luân Chuyển sang mấy em chân dài tý chứ dịch này ở nhà có được đi ngắm gái đâu
@cún81mặtdày Có cái laptop có mẹ gì đâu mà khoe 😁 Giờ ai chả có laptop
@Duy Luân Chưa được 1 lần sử dụng mac để làm việc, cho nên Duy Luân cứ khoe như bình thường để anh em ai chưa sử dụng có động lực kiếm em nó về.
Cám ơn Mod Luân đã chia sẻ thông tin hữu ích. Thật đúng lúc mấy ngày nay mình muốn tìm hiểu về data, hôm qua vừa xem clip của Mod giới thiệu về nghề data ở cf Tinh Tế năm ngoái.
Mod Luân ơi! Check inbox từ mình đi mod
Deadline
Mr. Luân làm data analyst mà mua được Mazda 6 lúc còn trẻ luôn đó. Cố gắng lên nha mấy bạn.
Bữa trước anh Luân có recommend 1 list học từ bên Microsoft xong rồi thì học gì nữa bác nhỉ? Và nếu muốn bắt đầu công việc data thì nên xin việc từ vị trí intern hay fresher nào?
@minhduc0939 mình chỉ biết khóa đó à, nhưng chỉ 1 khóa đó thì chưa đủ đâu. Xong coi thêm coursera chút coi có khóa nào hợp, xong thì mình thấy đi làm là cc1h tốt nhất
@Duy Luân ơi, diễn đàn mở thêm mục chứng khoán nữa được không? Để ace vào chém gió, trao đổi tham khảo đầu tư....ok
Ken’s
ĐẠI BÀNG
13 ngày
@doctortrantu thêm cả mục trade coin, trade wefinex, trade bitono, trade forex,... nữa, ha ha
Ân fan
ĐẠI BÀNG
13 ngày
cái này mình tự học thêm r tự ghi CV đi xin Việc được k anh Luân em học industrial engineering.
@Ân fan nếu tự học, bạn lên LinkedIn tạo profile > chọn kỹ năng > nó sẽ đưa ra 1 bài test để verify kỹ năng đó, nếu pass thì giá trị tương đương chứng chỉ nhé, HR sẽ dựa vào đó chọn pv bạn
ngành này không thấy tuyển fresher hay sao ấy
Buồn ghê...
@B L A Z E Đã phân tích dữ liệu thì phần lớn là kinh nghiệm.
Ví dụ như mình là IE thì cũng có nhóm Analyst riêng. Chứ sinh viên mới vào làm thì mình chỉ tuyển các bạn tự động hoá hoặc cơ khí chế tạo, và công việc chính của 2 ngành này là thiết kế cơ khí (phần mềm Solidworks) & lập trình (vẽ mạch, PIC, PLC..)
Sau đó thì các bạn mới sẽ được training các công cụ IE, Kaizen, Modapts, công thức tính toán trên line, Ergonomic…. Để làm hành trang cho việc Analyst cải tiến về sau.!
@B L A Z E Có chứ, lâu lâu mình vẫn tuyển fresh. Nhưng ít, tại không có thời gian train :d mấy cty khác thì nhiều
@B L A Z E ở VN thường đi từ vị trí khác đi lên BA chứ ít khi tuyển fresher, bạn có thể bắt đầu với dev, UX hoặc tester
Học kinh tế thì ra làm chủ ... có thất bại mới thành công. Muốn thành công mà cứ sợ là ko bao giờ dc ... đừng nghe ai hết
@Bão Sài Gòn ko phải ai cũng muốn làm chủ đâu bạn. học hỏi người đi trước là rút ngắn con đường tới thành công, nhiều người cứ nói phải có thất bại nhưng lại ko lường đc hậu quả của nó
Hết chủ đề từ mazda6, đèn đóm, tủ lạnh, tivi ở nhà. Nếu để ý mod này chia sẻ những gì mình đang có. Tìm cái gì mới, nhiều người tiếp cận dc.
@darklight_vtp nếu bạn đang nói về những bài về sản phẩm hay công nghệ, thì có quan điểm cá nhân mới làm cho bài đó khách quan. Mọi thứ trải nghiệm đều là cá nhân, review lại càng cần phải có tính cá nhân hơn trong đó, bởi vì không ai giống ai, nếu không có quan điểm cá nhân, nó sẽ thành một bài đọc cấu hình
@nguyenbathanhtk4 Bạn không thích thì thôi 😏 mình theo dõi tinh tế cũng lâu rồi. Thấy kết mod này. Nói chuyện rất hay. Chia sẽ thật những gì đc trải nghiệm. Chứ không phải kiểu hôm nay mình sẽ rì viu sau abc ngày đc trên tay. Nên thấy mod này chất lượng theo cách của mình
@B L A Z E Mình chán thật. Ngày trước ngày lượn 5-6 lần. Giờ 3-4 ngày vào 1 lần. Xưa tinh tế nhiều bài viết chất lượng. Giờ loãng, ví dụ ra siêu thị mua dc cái quạt, về cũng làm bài viết chia sẻ về cách sử dụng... xem nhiều nó nhạt nhẽo.
@nguyenbathanhtk4 Thì có cái gì trong tay, xài rồi, có kinh nghiệm rồi thì mới Review. Chứ giờ bảo ổng Review nhà trắng, sao ổng review. Ông này mắc cười ghê.
Puppy Guy
ĐẠI BÀNG
13 ngày
Công ty các bác có team Data luôn à 😔(

Một số bạn trong công ty mình còn không biết sử dụng Excel nữa. Có lần qua hỏi mình hàm Left của Excel dùng thế nào và làm sao để tách các ký tự ra :((
Im lặng đi
@Puppy Guy Gửi liền tranh hướng dẫn GoOgle 😆

Hiện tại các cty mình đang làm đều có team data, từ nhỏ đến to
Dame 89
ĐẠI BÀNG
13 ngày
Nói chung là hay. Nhưng tiếng anh mình kém. Thì vào đọc cho biết thôi.
Screenshot_1.png
Thì học từ đầu
hiện tại mình có background về tài chính/kế kiểm, cũng đang học thêm về Power BI, Python có định hướng sang làm data, muốn làm phân tích chuyên về finance ở các công ty khác vì mình thích số má nhưng kiểu insight chứ k phải khô khan như công việc hiện tại của mình.
Luân cho mình hỏi với kinh nghiệm của Luân thì b thấy khi nhảy ngành như vậy về lương liệu có start lại về fresh ko 😔 đây là cái mình lo nhất, hiện tại thu nhập của mình 2x, sợ mà start lại về 1x thì căng
@binhtam SQL thì yêu cầu ntn vậy bác ? bữa coi mod Luân thì chỉ cần biết cơ bản: Select * From Customer 😆
@Duy Luân cảm ơn Luân nhiều hehe :D mình sẽ học thêm SQL và practice thêm PowerBI, hết dịch là nhảy 😆))
binhtam
TÍCH CỰC
12 ngày
@B L A Z E học các thể loại join, từ khoá in, 1 vài convert/cast, các builtin function về text,number,datetime và group by having nữa là được 70% công lực không cần quá chú trọng stored proc hay cursor đâu - biết cũng ok
@binhtam nếu SQL vậy mình cũng passed cơ mà chưa kiếm đc cty :v
Em có thằng cu e muốn làm về mảng này thì học ngành hệ thống thông tin quản lý có hợp lí không bác Luân =)
@sonvuhoang04 Hợp lý rồi, ngành đó rất hợp để đi làm data. Nó là n\gành mình học hồi đại học luôn








  • Chịu trách nhiệm nội dung: Trần Mạnh Hiệp
  • © 2021 Công ty Cổ phần MXH Tinh Tế
  • Địa chỉ: 209 Đường Nam Kỳ Khởi Nghĩa, Phường 7, Quận 3, TP.HCM
  • Số điện thoại: 02862713156
  • MST: 0313255119
  • Giấy phép thiết lập MXH số 11/GP-BTTTT, Ký ngày: 08/01/2019