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。