DATA ANALYST TOOLKIT

Nếu ngay bây giờ bạn thực hiện 1 thao tác google search về data analyst thì kết quả sẽ hiện ra rất nhiều những danh sách kiến thức/ kỹ năng mới mà Data Analyst cần phải học, đặc biệt là tools - vô cùng choáng ngợp và trước chính bản thân mình ngày xưa cũng như vậy 😆 Từ kinh nghiệm làm việc trong ngành data và đào tạo Data Analyst, mình muốn chia sẻ với các bạn một góc nhìn tổng quan về Tool đối với một Data Analyst. Let's go!

Mindset quan trọng hơn tools rất nhiều. Tools giống như câu hỏi How? còn Mindset chính là câu hỏi Why? Tools sẽ giúp chúng ta thực thi, là thao tác để phân tích dữ liệu, nhưng việc chúng ta phân tích để làm gì, chúng ta giải quyết vấn đề gì, chúng ta giải quyết có xuất sắc hay không? thì sẽ phụ thuộc vào mindset.

Tưởng tượng một chút, tool là công cụ bạn cầm trong tay như con dao, cái cuốc, cái xẻng… có rất nhiều công cụ khác nhau để sử dụng. Nhưng còn việc khi nào thì chúng ta chọn cái gì hay là vai trò của từng tools, cái kỹ năng sử dụng Tools đấy như nào… thì phải cần đến tư duy. Chính vì vậy, bên cạnh Tools thì các bạn phải tập trung nhiều hơn vào Mindset. Trong khoá Coaching của mình, nhiệm vụ chính của mình là sửa mindset cho các học viên còn nói về Tool thì rất ít. Trong quá trình bạn apply, mindset mới là quyết định các bạn có job hay không. Có rất nhiều bạn đã học qua nhiều tools cần thiết của vị trí Data Analyst rồi, nhưng khi đi apply thì lại không có job, bị từ chối. Nguyên nhân là gì? Chính là ở mindset.

Khi đó, chúng ta phải quay trở lại xem xét vậy thì mindset giải quyết vấn đề của chúng ta như nào? Business mindset ra sao? Cần phải input cái gì? Khi nâng được mindset của mình lên, cộng với kiến thức tools thì mình tin rằng các bạn sẽ rất dễ dàng có được job Data Analyst.

Nhìn vào cái quá trình tuyển dụng, thường tools chỉ đóng vai trò ở cái vòng test thôi, qua vòng test sẽ đến các vòng phỏng vấn thì gần như không có đề cập về tools nữa.

Vì vậy, với mảnh ghép Tool bạn sẽ lưu ý 2 điểm:

Thứ nhất làm sao để thực hiện các bài test tuyển dụng.

Thứ hai là khi có job, có kiến thức để đáp ứng và thích nghi công việc.

👉 Đó là vai trò tools, còn việc để mà có job hay không, mình nhấn mạnh là nó phụ thuộc nhiều vào mindset của các bạn.

Tìm hiểu kỹ hơn về quy trình làm việc của một Data Analyst sẽ giúp bạn hiểu hơn về việc học tool như thế nào cho hợp lý.

Quy trình làm việc với data:

Garther data - Cook data - Visualization - Create Business value

Bước đầu tiên là thu data raw. Từ data raw, Data Analyst phải gather, connect, cleaning data. Sau đó qua bước tiếp theo là phân tích và xử lý: tìm ra insight hữu ích,

build story, visualize và communicate với stakeholder… để tạo ra business value. Đây là process làm việc của một Data Analyst.

Các bạn có thể thấy, tools sẽ giúp cho chúng ta thực thi được 3 công việc, gồm: gather data, cook data (phân tích xử lý dữ liệu ) và visualization. Các tool sẽ cần thiết cho từng công việc này là:

- Gather data: Excel; SQL; Python

- Cook data: Excel; SQL; Python

- Visualization: Excel; Data Studio R; Power BI, Tableau…

Dựa trên mức độ ứng dụng phổ biến của các tool trong doanh nghiệp hiện nay thì mình nhận thấy có 4 tool quan trọng, nên ưu tiên học và theo thứ tự học trước sau đó là: Excel => SQL => Python => Power BI.

Như vậy, tổng quan về bài viết hôm nay mình muốn giúp các bạn hiểu rõ bản chất của Tool - hãy nhớ trau dồi mindset là điều rất quan trọng với một Data Analyst và một thứ tự học tool hợp lý sẽ giúp bạn tiết kiệm thời gian hơn.

Các kênh chia sẻ thông tin về Data Analyst của mình:

👉 Facebook Ngô Vinh: https://www.facebook.com/ngovinhdata

👉 Group chia sẻ chân thành về data: https://bit.ly/vietnamdataanalystgroup

👉 Kênh Youtube Data Coaching: https://bit.ly/DataAnalystSharing