[9] Chia Sẻ Trải Nghiệm Cá Nhân Và Câu Hỏi Xoay Quanh Nghề Data Analyst

Mình là Phương Thảo – hiện là BI/BA Trainer và mình cũng xuất thân từ một Data Analyst. Với những bạn đã theo dõi mình qua mạng xã hội luôn có rất nhiều câu hỏi dành cho mình. Đâu đó vẫn là những thắc mắc xoay quanh chuyện nghề, kinh nghiệm cần thiết để phát triển công việc. Thế nên hôm nay mình quyết định cho ra đời bài viết này. Không biết có giải đáp hết tất cả các thắc mắc của các bạn hay không nhưng hy vọng sẽ là một.

Tại sao mình chọn Nghề Data Analyst?

Nếu mọi người xem LinkedIn cá nhân của mình sẽ thấy, mình tổng hợp lại kinh nghiệm mình.

1. Trình độ học vấn trức khi làm một Data Analyst

Mình học ngành Tài chính tại Đại học Ngân hàng TP.HCM (cụ thể Phân tích tài chính – kiểu Phân tích dữ liệu tài chính/ngân hàng). Khi học các môn về Toán/ Phân tích mình đều trên 9.0; mình đã đạt được rất nhiều giải thưởng lớn trong các cuộc thi về Phân tích tài chính thời đó. Mình đã thích công việc Phân tích từ khi còn là sinh viên và không có kế hoạch ra trường sẽ làm Banker. như phần lớn bạn sinh viên học ngành mình, trường mình thời ấy.

2. Kinh nghiệm làm việc

Thời mình (2014), công việc mơ ước trong ngành mình là làm Investment Analyst (phân tích dữ liệu tài chính để ra quyết định đầu tư). Mình có 8 năm kinh nghiệm làm Core Volunteer cho CFA Vietnam – một tổ chức rất uy tín về mảng Finance. Ngoài ra mình cũng học CFA Level 1. Ra trường mình được trải nghiệm làm Investment Analyst trong 1 quỹ đầu tư Private Equity được 2-3 tháng.

3. Quyết định chuyển ngành

Sau một thời gian làm thì mình quyết định chuyển sang làm Phân tích dữ liệu tài chính để quản trị doanh nghiệp. Lúc đó chức danh của mình là Financial Analyst tại các Hội sở các Ngân hàng/tổ chức tài chính (mình đã làm tại 2 Hội sở, tầm 4 năm). Lý do chính mình chuyển việc là mình nhận ra dữ liệu mình đang làm có rất nhiều sai sót. Ai làm trong ngành Data đều hiểu Chất lượng dữ liệu rất quan trọng đối với việc phân tích. Mà ai làm ngành Tài chính tại Việt Nam thì đều hiểu dữ liệu trong Báo cáo tài chính khác với Báo cáo quản trị. Tất nhiên, phân tích để đầu tư (Investment Analyst) còn nhiều khía cạnh khác rất hay, công việc này hiện tại vẫn còn “hot”.

Nhưng do mới ra trường chưa có nhiều kinh nghiệm, nên suốt ngày mình chỉ xử lý dữ liệu trên Báo cáo tài chính rồi phân tích, rồi xây dựng các mô hình định giá … Nên tại thời điểm đó mình quyết định chuyển từ công việc: “sử dụng dữ liệu trên các báo cáo tài chính (Investment Analyst) để phân tích đưa ra các quyết định đầu tư” sang “sử dụng dữ liệu trên các báo cáo quản trị, dữ liệu chính xác trong doanh nghiệp (Financial Analyst) để phân tích đưa ra các quyết định quản trị”.

4. Học khóa SQL tại trung tâm công nghệ thông tin dành cho Data Analyst

Lúc mình vào làm Phân tích tại Ngân hàng/ Tổ chức tài chính, mình phân tích dữ liệu để quản trị hoạt động Ngân hàng/ Tổ chức tài chính. Mình làm các báo cáo phân tích cho C-Level, BOD (Board of Director).

Thời đó, mình đi học SQL tại 1 trung tâm công nghệ thông tin. Tuy nhiên trung tâm không dạy SQL ứng dụng trong phân tích như SQL for Business Intelligence mình đang dạy. Mà họ chỉ dạy phần mềm SQL về những kiến thức chung chung. Mình học tại trung tâm nhưng chủ yếu tự học trên mạng để làm với dữ liệu trong ngân hàng. Tại dữ liệu tại Ngân hàng chủ yếu là trong Oracle Banking nên phải học SQL để lấy. Với thời đó các công cụ Self-Service chưa mạnh như giờ nên cũng không biết được. Lúc đó, mình cũng không hề biết công việc mình sau này sẽ là “hot trend” gì cả.

5. Sau 5 năm đi làm

Sau 5 năm đi làm, điều giá trị nhất là mình được ngồi trong meeting mỗi tháng của C-Level/ BOD. Và mình hiểu được việc các Sếp lớn điều hành doanh nghiệp/ngân hàng như thế nào? họ trao đổi, thảo luận trên dữ liệu như thế nào? Mình học được rất nhiều về Analytical Thinking + Mindset để ứng dụng số liệu vào điều hành/ quản trị doanh nghiệp.

Mặc dù trong suốt những năm đi làm tại Ngân hàng/ Tổ chức tài chính thì mình cũng code SQL, Python, làm với Excel, SAS, IBM …. Nhưng mình rất “manual”, nói chung rất thủ công và rất mất thời gian. Chủ yếu mình báo cáo là chính, phân tích thì cũng phân tích rời rạc chứ chưa kiểu Data Storytelling bài bản như giờ mình đang dạy/ tư vấn.

6. Business Intelligence, Business Analytics

Lúc đó, mình ngồi suy nghĩ: Một tổ chức tài chính 16.000 nhân viên, mà phân tích làm thủ công vậy thì các doanh nghiệp lớn như Microsoft, Apple, Google,.. Họ phân tích dữ liệu để quản lý doanh nghiệp họ như thế nào? Và bắt đầu mình đọc rất nhiều sách. Nhờ thế mà mình phát hiện ra Thế giới họ không làm như mình đang làm. Và từ đó mình biết Business Intelligence, Business Analytics,… Và mình vừa học vừa ứng dụng vào công việc mình đang làm. Mình đưa ra rất nhiều khuyến nghị về các giải pháp phân tích dữ liệu thông minh hơn cho công ty. Tuy nhiên, tại thời điểm đó, chưa phổ biến, nên khá khó để thay đổi.

Và sau đó mình quyết định chuyển việc vào công ty chuyên tư vấn/ triển khai về Business Intelligence, Business Analytics của Singapore. Sau một thời gian đi làm, mình có nhận dự án bên ngoài, mình đi dạy tại các trung tâm khác và sau này mình mở công ty riêng và dần dần thì giờ mình vậy đây ạ :): đi dạy hơn +34 lớp Public, dạy doanh nghiệp, vận hành Mastering Data Analytics. (Bên mình là trung tâm đầu tiên tại Việt Nam mở khóa Phân tích dữ liệu kinh doanh cách đây gần 3 năm ạ).

7. Lý do để mình chọn nghề Data Analyst

Thì đó là “Story” của mình, tại thời điểm mình quyết định tìm hiểu/ đọc sách xem các doanh nghiệp lớn làm như thế nào thì mình cũng không biết nó là hot trend, lương cao gì cả, mình chỉ tìm hiểu/làm Analytics vì:

(1) Mình quá chán với việc làm thủ công, mất nhiều thời gian, như sếp cho 1 tuần để trình bày thì mình hết 6 ngày làm báo cáo rồi, không kịp để phân tích gì cả, nên ra số cứ gửi cho kịp thôi

(2) Việc báo cáo lặp đi lặp lại qua mỗi tháng cùng một số các “metrics”, công việc lặp đi lặp lại rất chán, công việc không còn nhiều thử thách nữa

(3) Rất stress khi không biết cách quản lý/ phân tích dữ liệu một cách “chuẩn phân tích dữ liệu”, làm gì biết data modelling gì đâu ạ :), làm toàn “flat file” không ạ.

Nên mình quyết định tìm hiểu sâu về Data Analytics. Lúc bấy giờ nhờ câu quote này mình đã tự tạo động lực cho mình:

“To the dreamers, the innovators, and visionaries & who know things could be better”. DO BETTER, BE BETTER!

Do bản thân đã chán với cách làm thuyền thống nên mình đã thử học và làm bằng cách mới. Lúc bấy giờ, mình thử thì ít nhất còn có thể “Better Results” chứ không thì mãi mãi làm thủ công như vậy.

Còn bây giờ, chắc anh/chị không cần câu Quote để tạo động lực học/làm Analytics nữa đâu nhỉ? Giờ thì nhà nhà, người người nói về chuyển đổi số, nói về văn hóa ra quyết định dựa trên dữ liệu. Kể cả các doanh nghiệp đều cũng nhanh chóng ứng dụng vào. Chính vì nhu cầu của thị trường mà một lớp Public bên mình đã có khoảng 100 học viên.

Các câu hỏi xoay quanh nghề Data Analyst

1. Những công việc phổ biến trong ngành Data Analytics

Mọi người có thể tham khảo rất nhiều chức danh trong ngành này, bạn muốn quản lý cơ sở dữ liệu (Database Management), hay xuống chuyên xử lý dữ liệu phục vụ phân tích (Data Engineering), hay thiết kế/ quản lý luồng dữ liệu (Data Architect)… hay chức danh phổ biến nhất hiện nay Data Analyst/ Data Scientist (Xem phân biệt chi tiết 2 chức danh này tại bài viết trước trong Series này tại link).

3. Một cá nhân muốn làm ngành này cần kiến thức gì?

Nhóm kĩ năng cần thiết cho Data Analyst (Source: Internet)
  1. Kiến thức ngành nghề cụ thể
  2. Kiến thức toán/ thống kê/ phân tích
  3. Hiểu biết về công nghệ, phần mềm, cơ sở dữ liệu

Hoặc cụ thể hơn, trong mảng Business Intelligence, đây là 100% kiến thức 1 người làm Data Analyst cần biết. Tham khảo nội dung chi tiết tại Khóa học Business Intelligence

4. Khó khăn khi làm trong ngành Data Analytics.

Những thử thách khi gia nhập ngành BI, BA (Source: Mastering Data Analytics)
  1. Kiến thức quốc tế, cập nhật liên tục
  2. Ngành khá hiện đại (high-tech), khó và cũng cần chi tiết; phải code từng dòng hay phải bấm từng chức năng, “flow” làm từng bước rất chỉnh chu
  3. Công nghệ liên tục thay đổi (đọc xu hướng công nghệ trong ngành tại đây)
  4. Xu hướng mới tại Việt Nam, chưa có nhiều chuyên gia; người có kinh nghiệm trong doanh nghiệp để học hỏi, đa phần thuê tư vấn bên ngoài
  5. Rất nhiều kiến thức phải học
  6. Văn hóa công ty: công ty có sẵn sàng thay đổi, bắt tay vào chuyển đổi số, đưa ra quyết định dựa trên dữ liệu không?
  7. Cần giao tiếp được giữa các phòng ban hiệu quả để hiểu được dữ liệu trong doanh nghiệp
  8. Khó nhất là làm sao thuyết phục sếp dựa trên dữ liệu; kỹ năng “data storytelling” là kĩ năng khó nhất khi làm Data Analytics

5. Thu nhập chung ngành Data Analytics

Tham khảo: Data Analyst Average Salary in Vietnam 2022

Mức lương trung bình của một Data Analyst

Theo những kinh nghiệm của mình thì đây là mức lương cho Data Analyst. Nếu lên mức Senior/ Team Leader/ Manager lương sẽ cao hơn.

Những công việc tại doanh nghiệp lớn, có yếu tố nước ngoài thì lương của một Data Analyst thường cao hơn. Đối với người làm Analytics cho đơn vị Tư vấn sẽ cao hơn làm cho doanh nghiệp (yêu cầu càng cao thì lương càng cao). Ví dụ: một số jobs các đối tác hay gửi CV về cho bên mình lương +1000 – 2.500USD Các doanh nghiệp muốn hợp tác tuyển dụng, anh/chị gửi về email: hr@mastering-da.com nhé!

Hoặc đăng lên Group tuyển dụng này nhé!

Data Analytics Jobs – Tuyển dụng ngành Phân tích dữ liệu

6. 30 tuổi có nên chuyển ngành sang Data Analytics?

Câu hỏi này, mình hay thấy trên Group về Data Analytics tại Việt Nam mà mình chưa kịp trả lời. Nên sẵn giờ mình chia sẻ quan điểm cá nhân mình qua đây luôn:

Thật ra các anh/chị KHÔNG phải “chuyển ngành” gì đâu ạ, như Hình 3 mảng mình đã để trên “3. Một cá nhân muốn làm ngành này cần kiến thức gì?” cần Business Domain + Math + IT”. Thì cứ nghĩ mình học thêm cho công việc hiện tại thôi. Ví dụ: bạn làm Marketing thì bạn học thêm Marketing Analytics để phát triển công việc thôi. Hoặc là một bạn có background Toán phải học thêm Công nghệ + chuyên ngành Business; còn một bạn background CNTT thì phải học thêm kiến thức Toán + chuyên ngành Business; còn mình đã có chuyên ngành Business thì học thêm 2 cái còn lại thôi.

Thời bây giờ, mọi người đã quá hiểu lý do tại sao cần học Data Analytics cho công việc mình. Còn thời mình mấy năm trước, không biết hỏi ai cũng không biết nó là cái gì. Chỉ biết DO BETTER, BE BETTER! Cứ học, cứ làm đi, cứ dấn thân đi, thử làm 1 thời gian xem có hợp không? Hồi mình ra trường, mình cũng không biết Investment Analyst có hợp với mình không, và mình đã thử, tương tự Data Analyst mình cũng thử. Quan trọng nhất là phải hiểu được lý do (WHY) tại sao tôi cần làm việc này, chứ đừng chạy theo lương cao hay “hot trend” gì cả.

Vì sao mình lại thích Data Analyst?

Mình thích công việc này vì được “mix” giữa Science + Business. Mang đến cảm giác vừa thực tế trong doanh nghiệp (Business) vừa mang yếu tố Khoa học. Nếu như mình đã thấy rất thích công việc này rồi, thì cứ nỗ lực làm thôi, đừng nghe ai nói khó, khuyên bạn không nên… 

Cuộc đời tôi chưa bao giờ đi hỏi người khác là mình có nên làm việc gì đó không?

Chị Phương Thảo – Founder Mastering Data Analytics

Thế đấy, mình chỉ tham khảo ý kiến rồi tự đưa ra quyết định cho mình. Như việc dạy Public – nhiều bạn trẻ có thể làm được. Chỉ cần mở nhóm nhỏ rồi chia sẻ 1 kĩ năng gì đó là bạn đã đi dạy Public. Tuy nhiên, để dạy Doanh nghiệp về chuyên mộn là một thử thách khác. Nếu mình nghe mọi người bảo mình sẽ không làm được thì mình tin là mình đã không đi dạy Doanh nghiệp. Đến bây giờ, mình vẫn chưa thể nào quên được ảm giác lần đầu tiên đi dạy Doanh nghiệp. Lúc bấy giờ mình vừa 26 – 27 tuổi, đó là lớp Business Analytics (Machine Learning with Alteryx) tại BIDV (Hội sở Hà Nội). Còn bây giờ, mình đã đi dạy quá nhiều rồi nên cảm giác hồi hộp không còn thấy đâu nữa.

Lớp Business Analytics (Machine Learning with Alteryx)  tại BIDV (Hội sở Hà Nội)

Mastering Data Analytics

Chat với chúng tôi qua Zalo
Gọi ngay
error: Content is protected !!