公众号又调整了推送规则，在推荐算法下，原创知识博主不易，想持续看到陈老师的干货原创，请将我的公众号设为“星标”哦，不然就看不到我啦~

(资料图)

有同学在知识星球私信我，问了个尖锐的问题：“32岁被优化，工作又很难找，咋办！”其实不仅仅是32岁，今年大环境确实不好，很多同学要么面临优化，要么已经被毕业了。今天就集中跟大家分享一下，咋突破困难。

1、焦虑完全没有必要

28~34岁这个阶段，正是职场当打之年，有经验有能力，年龄又没撞线。注意！现在是6月份，本身并不是招聘旺季，所以困难是短期的，这一点大家一定要有信心。28~34岁的焦虑，很大程度上是生活给的。所以比起焦虑，可以先算算帐，看看日常开支，只要能维持住，就沉住气找工作。

2、梳理经验是关键

对于28~34岁的数据分析师而言，经验是非常宝贵和值钱的，是区别于刚毕业的新人最大的优势。有些同学沉不住气，一着急就想把《统计学》《机器学习》《因果推断》之类的搬出来提升下自己，结果会发现：完全卷不过刚毕业的新人。毕竟工作中很多时候用不到这么复杂的原理。这就是以己之短，攻敌之长了。

3、突出优势经验

可能有些同学的经验累积更多在业务方面，比如经营分析、专题分析、策略分析等等，有些同学的经验积累更多在技术方面，比如报表开发，模型开发，BI开发。在积累经验的时候，要区分两者，哪一块做的项目多，工作积累多，就拿来当主线。另外一部分做辅助。本身企业在招人的时候也是有所侧重的，没必要因为自己不熟悉某个领域而唉声叹气，总有适合自己的。

4、一专多能有优势

注意！虽然说有一个主线，但是会的东西肯定越多越好。特别是业务上的主题，就是一个业务ppt+一份数据表的事，多做做功课收集一些，增加些见识，完全没难度。比如BI开发，可能自己只做某个业务的看板，多收集下别人的看板，也是随手的事，但效果很好，艺多不压身。往往见识太窄的，面试第一轮可能就被淘汰了。

5、不要忽略“简单”工作

有些同学会有害怕：我做的也没啥亮点，感觉在市场上没竞争力呀。其实完全没必要。因为大部分同学不是奔着CDO的位置去的。对于普通的高级分析师/数据分析组长岗位而言，只要能匹配岗位要求就行。而匹配岗位要求，系统性与全面性是第一位考虑，并不一定需要做的惊为天人。

比如常见的招聘要求：

（1）负责XX业务线/事业部指标体系搭建

（2）完善数据监控体系，挖掘业务问题

（3）支持活动、流量、运营、产品分析

（4）提供有价值的业务洞察与分析建议

这些都和知识面有关：

（1）一个事业部，涉及采购、研发、生产、运营、销售等多个环节

（2）数据监控，包含了对各环节监控，大促/新产品/新地区等多个场景的监控

（3）活动有很多种类型（品牌/效果），用户运营有很多子类别（拉新/复购/留存/转化）

（4）业务支持也有很多种（对全新业务设报表/测试新想法/预测走势/分析问题）

自己经手的种类越多，处理的问题越多，就越有优势。一提起来能把整个流程，各种情况娓娓道来。这种表现本身就是“经验丰富，能力卓越”的最好证明。而且这部分经验是从业5年以内的新人完全无法相比的。

6、不要忽略“一般”工作

和上一条相对应的是，有的同学觉得“我的公司不是行业第一”，“平时做得质量一般”，导致自己很心虚。其实这并不是很大的问题。因为本质上数据分析是个技术岗，不是业务岗，必须要通过销售额，用户量来证明自己很厉害。反而，处理的细节问题很多，遭遇的难题很多，能充分证明自己的能力。特别是涉及数据质量问题，面试现场一讲起来，大家都是老泪纵横，很容易引发共鸣。

7、充分利用现有资源

和上一条相对应的是，有的同学觉得“工作中做的内容太单一了，项目经验有些少”。这个完全可以用现有的数据资源+自学来弥补。

数据分析，是少数几个“不需要领导审批，就能自己干活”的岗位，比如

（1）只要手头能接触到用户数据，那RFM，用户分群就能自己做起来

（2）只要手头能接触到销售数据，那人货场的分析就能自己做起来

（3）只要手头能接触到商品数据，那关联分析、ABC分类就能自己做

（4）只要手头能接触到运营规则，那可以根据规则自己提数看效果

（5）只要手头能接触到连续型数据，那时间序列预测就能自己做起来

（6）哪怕接触不到财务数据，也可以参考行业内上市公司数据做杜邦分析

这些都不需要等着领导安排，自己提数自己干就好了，趁着离职前还能摸到数据库，赶紧做起来。即使已经离职，也能在网上找数据集练习，然后结合自己的业务场景来讲解。

特别是对于复杂的算法模型，大部分时候面试就是纯粹卷一卷，并不会真心用。能结合自己之前公司的业务场景，讲清楚：

为什么这个算法不适合前司

如果强行怼数据，会有什么表现

理想情况下，采用模型会怎样

基本上就能赢得面试官的信任了，比那种“模型crazy”的新人要靠谱得多。

8、仔细甄别招聘需求

切记，不要一着急，一天投500份，然后等一周没回应，这样海投失败概率很高的。建议每天选10~20个，先了解下对方需求再投，成功率高很多。

看招聘需求的时候，注意对方是否对特定业务场景，比如：

产品分析（一般会考埋点、ABtest）

渠道分析（到底丫有哪些渠道）

商品分析（到底丫是啥商品）

用户分析（到底丫面对啥用户）

如果有特定业务场景要求，最好下载对方APP去对方门店体验一下。如果没有，只是“支持产品、运营等业务部门的数据分析需求”，那样有可能考的业务问题不会很细。总之，提前看看对方企业的要求，比盲投强很多。

9、被人嫌弃不要慌

强烈建议大家做面试记录表，看看自己在哪个环节被人嫌弃，被嫌弃的理由是啥。今年我辅导的同学里，发生了好几次，嫌弃一堆只为降点薪水的事。这种一边嫌弃能力不行，一边发offer但是压薪资的行为就是PUA。

但是如果真的是下面这些情况，就得注意，做好记录回来及时复盘，看看问题在哪里。

（1）招聘需求和实际面试不匹配

（2）招聘中，HR评价很低，没安排下一次

（3）招聘中，在具体工作问题上和用人部门聊不妥

10、制定计划慢慢做

一般正常年份，9、10、11月会有部分秋招捡漏的机会，这时候岗位比春招少，但是质量高一些，可以尝试。总之大家做好准备，一定能突出重围的。

看到这，肯定有同学会问：“那35岁以上老人家咋办”“那刚22岁的新人咋办”“那27岁要不要转行”……这个话题如果大家感兴趣的话，记得在右下角点个赞，集齐60赞的话，我单独分享。毕竟一般我不咋写职场类话题，写得太真实，没有吹嘘年薪百万二百万，好怕没人看，哈哈哈哈。

如果你有困惑需要和我具体沟通，欢迎加入我的知识星球，我有12年咨询顾问、数据总监的经验能帮助你，辅导的学员已多达几千名。

求职转行、升职加薪，都是需要系统化作战的，为了提升大家系统化作战的能力，我录制了三门视频课程《求职宝典》《业务面试指南》《技术面试指南》，加入知识星球后，即可免费观看。除了课程，星友们还可以和我进行不限次数不限时间得一对一的简历修改、求职辅导咨询，扫码加入知识星球即可。

除了求职服务，我的知识星球还有其他丰富的内容。加入后，不但有9门高质量的视频课程，每月有训练营，我本人还给大家提供一对一的不限次数的业务问题讨论、简历修改和面试辅导等服务。

618优惠最后一天！

加入后全部内容免费，手快有！

已有2600+小伙伴加入

加入我们的星球后，可免费享有 七大服务 点击查看大图 多达九门课程，星友全部免费 听 左右滑动查看更多，点击查看大图 猜你喜欢

点击“阅读原文”可了解更多

关键词：