原创：Yin | MarTechApe

我是MarTechApe的联合创始人，Yin。今天想和大家分享一下我的故事：从Agency跳槽到Tech，我经历了什么。

2014年美国研究生毕业以后，去了有着Marketing Analytics的黄埔军校之称的一家Agency——群邑纽约（GroupM）。在GroupM一呆就是4年（啊我的青春）。前两年服务汽车品牌的客户，后两年接触了电影行业的分析。

一年多前，我从Agency跳去了沃尔玛电商，继续做和媒体分析、数据营销相关的工作。这篇文章是我刚入职沃尔玛2个月时写下的。虽然现在有了更多的成长，有些想法发生了进化，但是本文对于想从Agency跳槽到Tech、或者是刚跳槽的人，还是很有启发的。

从Agency到Tech，最明显的区别是角色的不同

在Tech公司，你是一个项目的拥有者，拥有主人翁意识。从最初发现需求，提出项目计划开始，到整合资源，把项目完成，再到把你的项目“包装”然后卖出去，都是由你一个人负责的。如果把项目比作一个孩子，你就是这个孩子的亲爹亲妈。

而在Agency，你的角色是项目的执行者，要不遗余力的帮助品牌爸爸解决问题，具备雷锋精神。因为Agency通常有一整套非常标准化的分析工具和流程。所以你需要做的就是，快速掌握分析工具和流程，完成各项指定任务。如果依然把项目比作一个孩子，你就是这个孩子亲爹亲妈找来的Babysitter。

但并不是不是说在Agency你就没有任何发挥创造的空间，你依然可以去改进工具，优化流程，提高团队的效率，但是影响力毕竟有限，因为你的发明创造都需要基于金主爸爸的需求。

如果你觉得上面说的还不是很形象，那让我们来看一下我在Tech公司和在Agency工作的一天。

在Tech工作的一天通常是这样的：

9:50 am   走进办公室

10:00 am 日常组内的Stand up Meeting

10:30 am 和我的Stakeholder们开会，跟大家聊聊项目情况

11:00 am 和Engineer Team的PM Catch-up数据Pipeline搭建的进展

14:00 pm 和Vendor们开会，问问他们怎么上周的performance降了50%？！

14:00 pm 咦？昨天的数据怎么没进Database？去找一下Engineer Team跟我玩儿的比较好的小哥哥帮我瞅一眼

15:00 pm 开始继续测试昨天的模型

18:00 pm 结果好像还不错！开心o(*￣▽￣*)ブ，下班，明天继续！

而Agency的一天通常是这样的：

9:50 am 啊呀地铁又Delay了，狂奔进办公室，老板翻了我一个白眼

10:00 am 打开SQL, Tableau, 还有Excel开始做数据QA

11:00 am 跟老板开会看我的模型，总体还不错，但老板给了一些反馈，回去继续调模型。

12:00 pm 中午要吃饭的时候，老板接了一个客户电话，神经紧张，竖起耳朵听：

“Ok！好的！马上做，今天下班之前发给你！”

12:30 pm 开会布置客户的需求

1:00 pm 快速冲到楼下买了一个三明治，边吃边做。

17:00 pm 终于做完把老板叫来看结果，忐忑……

17:30 pm 写好邮件，反复读了三次，没有语法错误，附件也添加了，格式都对，闭眼点Send!

18:00 pm 终于发出去了，模型还没改，明早还要跟老板开会

19:00 pm 刷邮箱，客户没有反应

20:00 pm 二刷邮箱，客户怎么还没有给反应！

21:00 pm 叮！收到一封新邮件，确认收到！感谢！咻～心中的大石头落地。继续改模型去了...

角色的不同自然而然导致了双方在思考问题的方式不同

这体现在两个方面：

全局 vs. 局部

在Agency，特别是发展规模比较大的老牌Agency，方法论、模型的设计、以及对模型结果的预判通常是既定的，我们作为项目的执行者，更多关心的是能不能做出一个说得过去的统计模型。后来去了Tech公司，我变成了那个设计模型方法、决定数据如何拆分合并、以及提出假设，验证猜想的人，我突然意识到，如果不了解公司的产品、运营模式，不了解如何做营销打广告、不了解媒介策划和购买流程的分析就好像无源之水，无本之木。

在Agency呆久了，你会变得越来越资深。你会不自觉地变成所有人有问题时候的“Go To Person”。但这也可能给你发出了一个危险的讯号，你很有可能正在变成一个庞大机器上转速最快的一颗螺丝钉，每天周而复始重复着相同的事情，却不知道机器长什么样子，机器在向什么方向运转。

在Tech公司，如果想要做一个project，你必须要了解与之相关的方方面面。你不再是机器上的一颗螺丝钉，你变成了转动机器的人。

过程导向 vs. 结果导向

另一个体会是在Tech公司做Analytics更加注重分析过程。而Agency因为收人钱财替人消灾，所以更加重视分析结果。能够顺利deliver work是第一要务。

我清楚地记得，我入职Tech公司第一周在和自己的直属老板1v1的时候我问她，我过去的全部经历都在Agency，对于甲乙方的切换，你觉得最大的不同会是什么？她说，“我知道在Agency工作久了，会非常在意最后的结果，因为要想方设法保住你的客户关系，但是在这里，如果最后得不出一个统计意义上合理的结果或是最后的结果和事先预想的天差地别也没有关系，因为没有效果本身也是一种结论。我们需要做的是找到原因。”

职业发展

虽然不管在Tech还是Agency，职业发展都是一个值得一直探索的话题，但个人觉得，在Agency，组织结构相对稳定、职业发展路径相对清晰。

刚毕业的学生进公司第一年作为Junior Analyst，平均1年半到两年左右会升职为Senior Analyst，升职的标准主要看是否能出色完成布置给你的任务，是否有很强的分析能力。有时遇到升职名额有限的情况，还会参考一些软实力，比如是否能够帮助自己的manager来做一些培训或者是否有一些公司范围的发明创造、高亮时刻这种加分项。

从Senior Analyst到Manager这一步也大概需要一年半到两年左右，不仅仅需要过硬的analytical skill，还需要有一些people management skill，比如帮助新来的同学答疑解惑debug，做培训。并且需要真正的管理一个甚至几个项目。

Manager再往上到Senior Manager及以上的level（Associate Director，Director），你会明显感觉到hard skill不再是最重要的因素，决定你能否继续向上的因素变成了soft skill。对外包括和客户打交道的能力（client engagement），用数据/分析讲故事的能力，是否能够从金主爸爸那里generate buy in，对内的people/project management等。

而在Tech公司，机遇与挑战并存。公司变化非常快，大型的科技公司重组是经常发生的事情。因为很多时候一个职位是根据一个新的strategy或者function创造出来的，所以当strategy发生变化，function改变的时候，重组就会发生。所以在Tech公司，唯一不变的事情就是变化本身。

一般来说，在Inhouse升职的速度相对会比Agency慢，因为Agency在做career evaluation的时候有一套相对确定的标准，表现不错，态度端正，经验足够，就可以move to next level。然而在Inhouse，当你做到以上说的这些，也未必会升职到下一个level，还要取决于公司发展的目标和roadmap，是否在公司内部创造出了新的需求缺口，扩展了你的职能范围等等。所以在Agency，如果你两耳不闻窗外事，一心只读圣贤书，做好自己眼前的工作，遇到一个可以看到你光芒的好老板，也是可以升职的，但是在Inhouse，你必须要眼观六路耳听八方，去发现需求，Shout Out for Yourself，创造自己的升职机会。

自从开始工作的第一天，我听了太多甲方乙方的相爱相杀。既有妖魔化甲方的，也有地狱化乙方的。我觉得这些说法都是片面的。乙方有乙方的辛苦，甲方也有甲方的不容易。压力这个东西哪里都有，乙方的压力来自于客户，而甲方的压力来自于自己公司不断地变化。

不管你是向往Agency，还是向往Tech，我都推荐你报名MarTechApe的宝藏项目《营销组合建模企业级实战训练营》第9期。这是一套业内标准的、统一的、全行业认可的营销组合建模系统化培训。从两年前开始，Tech公司大量从Agency挖掘数据科学人才，加入Tech公司的团队搭建营销组合模型（Marketing Mix Modeling），因为对于科技公司来说，营销决策必须是数据驱动、有科学依据的，这也是科技公司了解营销对用户行为影响的必要策略。我们的实战训练营帮助学员斩获包括Facebook, Google, LinkedIn, TikTok等一流科技公司的全职offer。

我们携手全球第一大广告公集团WPP的数据总监和数据分析经理，一起打造了这个为期两个月的企业级项目，让所有人有机会真实体验营销数据科学在顶流公司的落地方法。

训练营的学员收获了:

• 真正意义上的“用数据和模型解决营销中最重要的问题”的经历。

• 熟练掌握SQL、R、Tableau等时下最流行的数据处理语言，并用这些技能解决实际问题。

• 大大提高Media/Advertising Industry的商业意识，熟悉不同媒介渠道的广告活动对不同商业指标的不同回报率（ROI）与有效性（Effectiveness），学会用“营销效果”的视角看待营销活动，理解各大公司市场营销部门、消费者洞察部门的痛点。

• 跳出学校作业的框架，上手真正商业情境中、实际工作中的实战案例。让校园与实际工作无缝衔接。将学到的Analytics思维方式泛化到其他应用场景，面对Case Study建立系统性解决思路。

• 提升项目演示Presentation技能，学会如何从原始数据中挖掘具有意义的故事。为客户解决实际问题，提高Business KPI。

• 完成项目后，辅导老师将帮助你利用这一个惊艳的项目背景打造最引人注目的简历；所有学员获得内推机会，优秀学员获得一对一面试辅导。

从我们的项目中，毕业了将近200名学生，斩获各大公司数据岗位offer：

点击下方图片跳转至课程介绍页，了解更多详情：