世界快看点丨裁员新闻思考：未来该往什么方向卷
来源：三元方差
【资料图】
导读：最近又有裁员新闻，我思考了一下，提出一个暴论：
过去卷思维能力，未来可以考虑卷工具能力了。
本号主要关注互联网行业和数据分析师岗位职场。
在我之前的文章中，我一直强调要重视思维的价值，多加强思维能力。 对于工具类的技能，只需要掌握就可以了，不需要过多学习。
这是因为工具类技能能够带来的价值是倍数级的，而思维能力则是数量级的关系。
不过，我现在对这个观点有些动摇。
为什么之前卷思维，现在卷工具？
我原本的观点是，工具学到够用就可以，然后开始朝着提升思维能力的方向努力。
这基于以下假设：
第一，思维能力的提升能够带来工作价值数量级的提升。
第二，工具能力的提升能够带来工作价值倍数的提升。
第三，初学者对思维的要求比较低，对工具的要求比较高。
第四，对稍微有一些经验的人来说，思维的要求开始拉开每个人的差距。
现在我觉得有一些改变。
因为上面还漏了一个假设：就业环境是供小于求的，是容易找到合适的工作岗位的。
现在，市场环境变了。
第一，市场上有经验的人才供给已经太多了。
互联网已经发展了十几年，现在已经开始出现人才过剩的现象，各大互联网公司裁员的消息就是最好的证明。
在这么多人才供给的情况下， 这些有经验的人，他们的思维能力已经站在一个相对高的水平。
如果你想与他们竞争，再通过学习思维是非常困难的 ，因为思维的提升是阶梯式的。在初期成长的时候特别慢，几乎是原地踏步的。只有积累足够多的经验，并且成功地复盘之后，才有可能上升一个台阶。
所以，即使你花费足够多的时间在思维上，可能也很难与这些入行很早的前辈们比拼思维能力。
第二，工作内容越来越固化。
随着商业模式的逐渐固化，开创性思维能力的要求开始降低，越来越多的工作也开始固化。
这使得工作效率的要求变得更高。
市场上那些大行业大市场已经基本上挖掘殆尽，需要的数据分析数量越来越少。
在一些垂直细分领域的小市场中，依然会继续不断地尝试。
在垂直领域方向上，数据分析师能发挥的价值不会像原来大市场那么大，因为垂直领域有更强的行业壁垒，业务同学的话语权会更重。
对于这类业务创新，试错的迭代速度是核心的竞争能力。数据处理效率也是一个比较重要的因素。
第三，工具能力的竞争在高端局里比较弱。
大多数人都抱着工具能用就行的心态，所以达到一定高度后基本就放弃学习了。因为学习工具似乎代表着这是一个初级入门该做的事情。
因此， 工具技能掌握到一定的高度后，同水平竞争的人就会骤然减少。 同时，结合第二点，目前市场上对工具能力的需求正在增强。那么你的竞争优势就会变得更强。
所以，当你的工具技能足够高时，你面临的竞争压力反而要比拼思维能力更小。
第四，GPT的出现让工具能力的提升曲线变得更陡峭。
以前学习工具能力，能力的提升是线性的，学多少功能就掌握多少功能。
但现在GPT的出现让一些工具能力的学习曲线变得十分陡峭。
B站上有人浅学一点编程，就在GPT的帮助下写了一个会打街霸的AI模型。投入十几个小时的学习，就顶的上原来需要几百小时才能实现的能力。
工具能力的学习投入回报比变得比之前更大。
总结来说，过去的互联网行业蓬勃发展，岗位需求足够多。你提升的主要矛盾在于你的思维能力和岗位需求之间的矛盾，同时技术的提升让工具能力的提升变得更加陡峭。
既然主要矛盾变化了，不如在竞争更小的方向卷，提高卷赢的概率。
我可能是数据分析领域第一个提出这个观点的人。
我目前只看到苗头，还不知道是不是会成为趋势。
欢迎讨论。
数据分析，卷哪些工具能力
想要提升工具能力，该学习哪些呢？这里还是以数据分析岗位为例。
第一肯定是快捷键。
养成一个习惯：日常的所有的操作能用快捷键的都用快捷键。
Windows有很多快捷键，我们常用的是Control+C、Control+V，切换窗口用Alt+Tab。
日常使用快捷键能够省下不少时间，但 更重要的是培养快捷键的使用意识。 在 Excel 中，快捷键可以真正帮助你节省大量时间。
在一堆功能卡中查找排序功能可能需要十秒钟的时间。但是使用快捷键只需要一秒钟。
当你需要处理大量的数据时，例如数据排版、排序、格式加粗等操作，使用快捷键可以省下几百甚至几千个十秒钟。 1000个十秒钟的时间相当于省下接近3个小时。
更重要的是，你不会再因为数据量太大或操作太繁琐而感到非常抓狂。
Excel当中快捷键有两种方式，一种是自定义的快捷键。比如下图：
这种快捷键的优点是速度快，但是不容易记住。
其实还有另一种学习曲线更平滑的快捷键方法。
在Excel界面，你可以先单击Alt键。Excel上会展现上方功能区的每一个功能的对应按键，所以你其实都不用去查快捷键对应表，就能知道下一个按键是什么。
所以你只需要每一次操作的时候，按一下Alt，然后把常用的按键慢慢地多试几次。用得多了，你就能记住。
这个学习曲线要比背诵快捷键的公式要平滑得多。
快捷键操作对工具效率的提升，我觉得占到了70%甚至更多。这种能力极大地提升了效率。在工具效率方面，相较于传统的鼠标操作，快捷键操作提升了一个量级。
快捷键得练到什么程度呢？
见过RTS类游戏职业选手的操作视频么，就是那种感觉。
如果你用excel工作的时候，别人根本看不懂你在干什么，那么你就成功了。
第二是各类EXCEL功能
一般人应用的EXCEL功能不到所有功能的5%。
就以数据透视表为例。
我相信阅读本文的朋友都会使用数据透视表。但是，深入使用的人可能并不多。
我看过很多 Excel 教程，但是关于数据透视表，通常只会讲解一两个案例，数据透视表的一些细节设置和操作一笔带过。
在我从事数据工作一两年之后，我才知道原来可以将数值从列上拖到行上，也可以从最后挪到最前。这样可以实现指标分维度，也可以实现维度分指标。
对于多维度数据，数据透视表基本上可以输出你想象的任何形式。建议你好好研究一下。
学习EXCEL的各种功能，需要找系统的教学课程，B站上免费的也有不少。
第三是宏。
我曾经只会用宏录制来实现一些基础操作。
最近我发现了Chat GPT可以写宏代码，而且准确率还挺高的。
你只需要稍微懂一些基本语法，把ChatGPT输出的宏代码稍作修改，就能实现你想要的功能。对于重复性的一些设置，如周月报等，宏能够解决非常头疼的问题。
ChatGPT的版本并不重要 ，我试过3.5和4，差别不大。甚至有一次我用GPT-3版本的NotionAI写了一段宏代码，居然一次性就通过。
这里只提到EXCEL的宏，不提及SQL、Python这里代码工具，是因为大部分数据分析不太学习宏，但是SQL和Python都还是懂的。 而且这类专业代码工具要处理的逻辑比较复杂，你如果能用自然语言表述清楚逻辑，这点时间还不如自己写出来。
小结
小结一下，由于现在的就业环境和市场需求的变化， 卷基础工具的效率能力成为了一个可行的方向。
还是要强调，这个方向要做到极端才有效，比如同样用excel， 你的速度要快到别人根本看不懂你在做什么。
如果你在一个对数据分析要求不是那么高、数据量不大、数据处理需求多的公司工作，我认为现在可以开始提升工具能力了。既然要卷，越早越好。
如果你已经是比较高阶的数据分析师了，那么继续卷思维依然是必要的，避免自己被毕业。但工具能力不再是不需要提升的领域，适当投入一些时间，对效率提升也有帮助。人效更高，被裁风险也越小。
如果你对工具能力的提升有兴趣，欢迎加入我的圈子。圈子内能提供Excel、Word等基础工具的课程，帮助你提升工具技能。
