每个人都要面对职业的选择，这是每个人一辈子中最重大的决策之一，面对这个问题，你会如何决策？
本质上我们每个人都是一家创业公司，不管你是真的创业，自己做老板，还是在大公司工作，都要不断提升自己的能力，营销自己的品牌，作为只有一个人的创业公司的CEO，不妨借用一下《精益数据分析》这本书中的一幅图来从逻辑上分析一下这个问题：
面对各种不同的职业选择，应该都会问这三个问题:
- 这个工作能让我赚到钱，养家糊口吗？
- 这个工作我擅长做，能比别人做的好吗？
- 这个工作我喜欢做，有兴趣吗？
1. 三位一体
这个三个问题从根本上说是相互联系，相互促进的，或者说从大概率上来说，最后用来养家糊口的工作，也是你喜欢做和擅长做的，为什么呢？
1.1 只有做你非常擅长的才能赚钱。
工作赚钱这件事儿，是因为社会分工，价值交换。每个人都不能完成生活中所有的事情，所以需要不同人做不同的工作，如果一个人想赚更多钱，那就要做别人更需要的事情，但是一个工作很多人都可以做，为什么给你钱，让你做？那是因为你更擅长做这个事情，你别人做的好，或者做的快，或者成本更低。
你赚的钱是你工作的价格，这个由供给和需求决定，不取决于你付出了多少劳动，而是它有多么的不可替代，越不可替代，能达到你水平的人就越少， 供给越少，价格也就越高。
1.2 干你喜欢的事情，不只是情怀问题，还是理性选择问题。
想要把一件事情做好，需要投入足够多的时间，因为每个人的智商不会差太多，一件事情只在上班时候想8个小时，就有8个小时的水平，如果每天16个小时都在想，就有16个小时的水平，这个不是指每天加班，而是盯着一个问题，从不同角度来思考，不断优化。
做股票投资的，可能上网，看到各种新闻都会联想到：这个会对那个股票有影响？做数据分析看到任何事情，都先分为应变量和自变量，看看关联性有多少，是关联关系还是因果关系，想做到这个地步，需要真有兴趣才行.
做感兴趣的事情，会给你一个的额外回报，可以把这个当做一种补贴或刺激，促使你在生活中各种随机选择中，更高概率的选择你的专业，从而增加你从事这个专业的时间，更快的提高。
稻盛和夫在《活法》里也说道：很多时候研究什么工作值得喜欢，不如投入全力去做自己目前的工作，等产生了成果，就会更有干劲，你发现你不知不觉就喜欢上了你的工作。
1.3 你的兴趣不是凭空产生的，很多时候来自于成就感。
兴趣帮助你获得某个方面的特长，同时这些特长产生的成就，获得的认可，也会让你对这件事更有兴趣。可能这是我们的大脑自身进化出来的结果，如果你知道你喜欢的人，也喜欢你，她（他）是不是显得更可爱了？
2. 暂缺其一
关于职业决策的这三个问题，在比较理想的情况下是相互促进的，或者说从统计上讲是正相关。但是世界是非常随机的，既然说是统计上相关，就会有和统计规律不一致的时候，很多时候，只能暂时获得其中的两点，那可能就要有不同的对策：
2.1 喜欢做，也能赚钱，但不擅长 - 学习
拿数据分析这个工作为例，很多人说：我很喜欢数据分析，而且现在这个行业很火啊，很缺人，很好找工作，但是我什么都不会，怎么办？这个问题是三个问题中最好办的，学习，学习，再学习，不只是说上个培训班，听别人讲讲就能学会，而是要自己实践，找到一切机会来接触同行的人，做相关的事儿，比如现在kaggle平台上的第一名Owen Zhang，从IT转到数据分析，付出了多少努力，大家可以自行google补之。
同时也要不断的问自己，到底自己是不是真的适合数据分析工作，真的有兴趣，还是因为听说很火，才想转到这个工作，如果不是真的有兴趣，最后可能既没学到东西，也没找到好工作。
2.2 喜欢做，擅长做，但不赚钱 - 变现
有件事情你很喜欢做，也做的很好，或者说比绝大多数人做的都好，这说明像你这样的供给是很少的，但要赚到钱还要有需求才行，供给和需求一起决定价格。
这种情况下，就需要找到变现的方式。如果你认为只是目前没有需求，将来会有，那你可以坚持等到需求来的的那一天。如果没有直接的需求，但是通过他获得其他的资源，再间接变现。比如做教育，不一定从教育本身赚钱，但是教育是个链接人与人的事情，人与人链接了，就可能做出赚钱的事情来。
2.3 做的不错，也能赚钱，但是不喜欢做 - 放手
三个问题中最难的可能是这个。一个工作你已经做了很长时间，很成熟，你做的也不错，也能赚到钱，但是从感性上讲，觉得没有激情，不想做了；从理性上讲，成熟的工作可能让人固化，但是世界是随机变化的，可以颠覆你工作的新行业，可能就在下个月出现，几年间你原来的知识和经验就价值不大了。
这种情况下找到新的行业，学习新的技能，就是必须的，转换的决定艰难的，转换的过程也会很痛苦，但是这可能是唯一可行的选择。
一方面，在转换时可以选择有关联的行业或者职位，可以用上部分原来的经验，另一方面，也是要清空内存，从头开始，从基础做起，用全新的视角来接受新的挑战，中间的权衡取舍，可能需要每个人自己把握。
网友评论