做數據分析有前景嗎?

我一直說,數據分析不是某一個固定的職位,而是大數據、人工智能時代的通用能力。

試問,現在哪個行業能離開數據?有了數據,誰能離得開分析?看下面的數據更直觀:

其實,這還不是最重要的。最關鍵的是很多人即使知道了數據分析有前景,卻不知道如何掌握這個能力?或者學習了一堆工具,卻用不上,怎麼破?

數據分析其實分業務方向,和技術方向:

對於零基礎的人來說,這個圖是是什麼意思呢?

其實,任何行業隨著你深入發展,都分為3個階段:初級,中級,高級。這根打遊戲闖關一樣,一級一級網上爬。所以,如果是零基礎進入這個行業也對應規劃為這3個階段,你按下面各個階段要求來對號入座。

1、初級數據分析師

工作內容:

要求熟練使用Excel,PPT。針對產品經理提出的需求來做分析。然後用PPT做分析報告。

比如說,之前社群會員面試的一家網路教育機構,他們的要求就是用Excel整理學生買課的訊息,看看哪一門課程最受大家喜歡之類的。

需要掌握的核心技能:

Excel,PPT,描述統計分析,業務知識

月薪:

這種職位的大概薪資在一線城市的話大概稅前有5000-10000

常見的職位名稱有:

數據分析師,數據運營,商業分析,戰略分析,經營分析,市場行業分析

給你看個招聘要求直觀感受下:

2、中級數據分析師:

工作內容:

不僅要會技術還要懂業務,通過發現問題,分析問題,得出結論,為公司的決策做支持。主要幹的工作是數據提取、撰寫分析報告。負責和支撐各部門相關的報表,監控數據的波動和異常,找出問題,輸出專題分析報告。

需要的核心技能:

Excel,PPT,統計概率,業務知識

熟悉SQL

月薪:

這種職位的大概薪資在一線城市的話大概稅前大概是7000-20000+

這個級別的招聘要求如下:

3、高級數據分析師

工作內容:

通過編程來處理數據,分析數據,建立模型,預測。

需要的核心技能:

統計學(推論統計分析,A/B測試),熟悉SQL,編程語言Python或者是R月薪:

這種職位的大概薪資在一線城市的話大概稅前有15000-30000+

來個招聘職位感受下:

對於高級數據分析師的職業發展,如果喜歡業務方向,可以往管理端發展,常見的職位名稱有:數據產品經理、數據運營經理。

如果喜專研技術,可以往技術專家端發展,常見的職位名稱有:數據挖掘工程師、數據開發工程師、大數據工程師。

4、未來的跳槽出路是什麼?

如果是往業務端發展,最終可以成為業務資深專家,總經理,或者CEO。我的一位師兄,經過幾年的發展,從剛畢業一名數據分析師,到現在已經是一家公司的總經理,他的優勢就是既懂數據,又懂業務。他剛畢業也是在北京租房子,現在早已實現了財務自由。

來個招聘職位感受下,都需要多年行業的積累,才能成為這個行業的專家。

如果是往技術端發展,你如果工程技術能力突出,那麼可以擔任公司數據科學部門的老大,常見的職位名稱是數據科學家。你如果理論能力非常強,可以寫paper,那麼可以擔任研究院的一把手。我的導師因為科研能力強,現在是一個科研單位數據部門的負責人。

三、如何選擇適合自己的職位呢?

1、學習適合自己當前能力的知識

弄清楚自己的基礎是怎麼樣的,學習轉行從事哪個崗位的難度更小些,以及自己更適合哪個崗位。很多人一上來沒有任何基礎,就開始啃機器學習這是不對的。因為你沒有統計概率,數學基礎,裡面很多專業術語根本無法理解。

數據科學是一門交叉學科,除了計算機相關知識,還需要有統計學、數學基礎,以及一定業務知識。所以可以作為終身職業發展目標,每天學習一點,慢慢積累進步。

搞清楚各個職位的區別,以及了解自己的基礎,知己知彼,就對學習和轉行有方向和信心了。最關鍵的是要在自己的“最佳領域”工作。所謂的“最佳領域”,就是你熱愛的、你擅長的、以及社會需要的這3個重疊的領域。

2、新人如何成長呢?

面對不同的職位,我們需要結合自身經歷、個人能力選擇一個上車,才能分享到人工智能時代的紅利。數據分析師是比較適合上車的方向,因為它起步門檻相對較低,市場需求量大,未來職位發展空間好。零基礎建議從初級數據分析開始學起。

3、成為一個關鍵時刻不放棄的人

我觀察過身邊的人,不管是同學、同事、還是創業合作夥伴,發現大多數人越到關鍵的時候,越容易放棄。

然而,那些最終堅持下來的,最後都成功了。所有的成長都源於那關鍵時刻的一點堅持。大多數人都是剛開始一腔熱血,找來一堆資料,但是遇到困難卻不想解決,在進步的前一刻放棄了,所以他們從來沒有感受過成功的快感。

上面是對於完全零基礎想進入這個行業的人,數據分析和數據挖掘的職業發展軌跡。願你在這個行業,成為一個關鍵時刻不放棄的人。

新手如何運營自媒體?

讓可能超出你的想像– 從Google Analytics到Big query(1)