一、明确数据分折项目的意义
项目指有明确背景、目标的工作任务，要求在规定的时间内，通过一系列的方法，获得一定的效果。
单纯对照网上的教程，写已经被用滥了的鸢尾花分析、波士顿房价预测等“项目”，只能被叫做练手。
因为这些分析没有明确的目标更没有时间、效果要求，并且与自己的过往工作没有关系：没有实战，更不能积累实经验，只会让招聘人员明白：哦，原来这个人没有项目经验。不然为什么不写个实际项目，而是写网红案例呢？
要能写出来，得先找到自己的数据粉析项目。方法是从当前的工作入手，将日常工作与数据、分析相结合。
二、寻找现有工作的数据量化点
其实，每个岗位都要或多或少地应用数据座分析和，只是大部分人的工作固化后，容易忽视熟悉的事物，我们可以结合工作职责钱到厘化点，比如：
运维：保障服务器平稳运行。收集运行日志，分析、定位平台的故障，评估系统性能预测原统的负载承受力；系统性能变化趋势与服务器运行状况监测、预警；软硬件日常故障处理，并定期出具系统运行状况报告，预测预警故障出现的规律趋势。
销售：工作目标就是增加销量、销售额，所以日常需要收集潜在客户的资料，了解、挖掘客户的需求和购买意愿，同时了解自己产品的特点和优劣势，分析市场格局和竞争对手，制定营销策略，完成销售目标。
运营：分析平台渠道、目标用户特征、行业特点，掘用户需求，针对格平台、各类型、各层级的用户设计针对性的运营策略，增勖加新用户量，提升用户活跃度。
产品：用户调研，需求分析；收集市场反馈与用户行为数据，持续迭代产品功能，提升用户体验；产品全生命周期管理,挖掘新的业务增长点。量化的目的，是把模糊的目标精准具体化，从而更好地管理工作进度、提升效率。其实数据分析已经在各行各业有很大应用了，不要让思维固化，从而看不到自己工作中的数据粉析应用。
三、寻找日常工作的改善点
可以用数据量化日常工作后，更重要的是可以根据数据，进一步找到工作的改进点。大部分非分析、咨询出身的同学，能接的数据较少、也能少有机会锻炼分析思维，很难做深入的分析。此时就河以将自学的工具、方法等技能，与过往工作相结合。比如，很多岗位都要求有SQL等工具的使用经验、运用数据分析思维解决问题。我们可以从网站爬取数据，导入数据库练习SQL,或用excel、python等工具清洗数据、做可视化，进一步还可以思考做些什么来改善当前的工作。如：
分析格渠道平台的优势，爬取产品信息做竞品分析等。第一步可以练习爬虫技术；有数据后还能提升excel、.SQL、python等工具的邀练度；最后，数据结合业务和岗位职责，运用统计分析方法、业务分析模型，进一步提升产出物的深度和质量。不同部门的人关注的指标不同，不同层级的人对数据的关注粒度不同。所以数据项目还要和角色、岗位相结合，针对务需求岗位特点包装。
四、包装简历上的数据项目
简历中的项目最好在2~4个，用3句话左右突出重点，遵循STAR法则，即：
1、Situation情景：明确任务背景，问题属于什么类型，是怎样产生的；
2、Tisk任务：项目要达到什么目标；涉及哪些环节；
3、Action行动：针对目标，采取的行动方式步骤；
4、Rsu结果：取得的结果，最好可以用数字量化。
总结一下，简历上重点写清楚：针对什么类型的问题，用了哪些分析方法，达到了什么结果。
模板：在X情况下，为达到X目标，通过XX方法分析“了X,X指标提升/降低了X%。
案例：
员工离职原因分析项目描述：互联网公司的传统电销业务近期员工离职率较高，为了降低离职率，通过对离职率趋势分析,对比员工的性别、年龄、收入等基础特征，及员工在销售各环节的行为数据分析，发现近期销售激励策略不当的问题。项目成果：通过员工历史销售数据，修改各级激励策略，员工离职率降低了X,销售额提升了X%。
