如何量化職場選擇-我這次在資料分析的轉職規劃與Offer選擇

透過學習、人脈積累、個人影響力及報酬四個維度量化

年前看了一本書,叫做\"远见:如何规划职业生涯3大阶段\",年後換工作時,雖然說都是數據分析,但受公司的重心、業務及文化影響,所要做的內容還是很不相同的。
在好幾個Offer選擇上糾結許久。剛好用上這本書的方法,把職涯分為\"學習”、”人脈積累”、”個人影響力”、”報酬”四個維度來衡量。

網上有許多文章教剛畢業的新鮮人如何選工作。但跳槽/轉職的文章相對少了些。對於有工作經驗的職場人而言,換工作要考量的因素更多、更艱難。

今年換工作對我來說,心路歷程可說是個人歷史最糾結,甚至比當初決定來上海還更糾結(其實來上海大概只想了1分鐘),大概有一週時間沒睡好,也辛苦了一直被我問意見的朋友們,居然沒有被我煩死(ha)

糾結的原因有三點:

  1. 第一次在大陸跳槽。如果人在台灣的話,失敗了大不了回家當啃老族(haha) ,在這失敗的話,真的只能流浪了(這麼丟臉的事我不敢想像)
  2. 工作五年了,但我究竟是誰?這次選擇的職位基本就定位了我是什麼人(資料分析?SEM?PM?)
  3. Offer各有利弊,有一好沒兩好

雖然我是從事資料分析,但這本書對職涯的量化的方式,不論是任何職業都通用的。


公司及工作內容

雖然說都是數據分析,但受公司的重心、業務及文化影響,所要做的內容還是很不相同的。底下針對4個offer的條件,包含職位內容、發展條件、公司發展做介紹。直接看表吧

內心小故事

  1. 對目標抱太緊,即使想得再完美實際內容仍會有出入,是不是以薪水100%優先,日後方向有個模糊大概就好?
  2. 陽獅媒體可以接觸到各種廣告投放/廣告形式,經驗偏橫向發展;然而這樣發展好嗎?對日後工作的經驗累計是否加分,或是反而能力太分散?還是說,成為最懂營銷的數據分析也是個不錯的方向?
  3. 數據分析的某些Programming能力無法與高手競爭(例如機器學習我只會皮毛),會不會被淘汰?

量化評估

評量的方式主要參考遠見這本書的,分為四個維度:”學習”、”人脈積累”、”個人影響力”、”報酬”,然後我自己加上了”公司知名度”的維度。

學習:佔比30%

有一句話說得很好,你幹了10年,是一個經驗幹10年,還是累積了10年的經驗。

不知道是不是互聯網在大陸比較主流的關係,網上有各種數據分析群、線上課程,在大陸更感覺長江後浪推前浪的壓力。

加上機器學習等新領域的應用確實不停的在快速發展。因此學習的佔比我放了30%(學習不限於技術,包含整個產業面的了解、及可了解各種資料分析領域的資源都屬於)

個人影響力:占比30%

前面提到,這次選擇的職位基本就定位了我是什麼人。而且在一個新環境,有點屬於重新開始的狀態,因此希望能趕快累積影響力,故個人影響力也佔了30%

人脈積累:占比10%

人脈真的很重要非常重要!但我認為,這前提是你有一定的影響力,因此在這階段先只放了10%

報酬:占比20%

選擇出外打拼當然最大因素之一就是薪水,畢竟公司衡量一個人的價值,就是薪資了。而且出門在外,沒錢萬萬不能,因此放了20%

公司知名度:占比10%

其實我個人很不重視這一點,我最愛就是節湊快速的公司,而且越初創的公司越有發展的潛力跟發揮空間。但很現實的是,為了實現個人影響力及人脈,這點還是需要衡量,所以也放10%

(X%)為該維度對你而言的權重

心得

  • 人生最難的不是想要做什麼,而是在該什麼時間點做什麼。
  • 人生規劃還是要靠自己探索,自己工作中的優勢、規劃及偏好只有自己最清楚,沒有人可以幫你做決定,Follow your heart,並且相信自己。
  • 不要用自己的原則去換利益,腰桿要硬,能被被尊重意味著始終如一:你可以不喜歡我,但你得用我,因為我無可替代,我值這個價錢。
  • 把服務過的每一家公司,都當成自己上進的平台。提升自己技能,拓展自己視野,發展更大範圍的影響力。
  • 遠見這本書,寫的真的很好,薄薄一本兩三天就可以看完,對職涯規劃有思考的朋友們建議看。
  • 加碼推薦另一本,沒了名片你還剩下什麼。
  • 參加BeAgiver活動時認識了104 CEO,特別感謝Danny抽空幫忙做的職涯探討,要珍惜遇到的各種人事物,只有在未來時,才會知道過去的事物怎麼連再一起的。

數據分析系列一:談談數據分析的眾多Title 

數據分析系列二:數據分析的一週工作日程 

數據分析系列三:身為資料分析師,你該如何展現工作中的價值?
入職第一天

歡迎分享你的心得

🙌 你是數據分析新手嗎?入行必學SQL課程由此開始 >>>

X
Scroll to Top