当前位置:龙泉人才网 - 职业人才 -

数据分析师(继土木之后)

  • 职业人才
  • 2023-11-29 20:00
  • 龙泉小编

给各位分析尸分享一些我经历过的一些残酷,早点规划自己的未来:

1、分析师这个职位很容易被替代

其实大家都知道分析师最重要的是业务理解,业务分析的逻辑,思维解决问题至上,但现实其实很残酷。

1、大部分企业根本不重视数据分析的结果;

2、做了功能型分析师,成为满足业务无限需求的人工智能数据库;

然而你很容易沦为工具人或者屁屁踢工程师。

要早做打算,是继续混着还是再混几年看看?

2、就业渠道很窄,能选的其实不多

作为一名数据分析师,不但要对业务了如指掌,也要对自己的前景有所了解,我身边有很多人刚入行时叫数据分析师,10年过去了还叫数据分析师,绰号一样,但薪资提高了很多,然而压力和焦虑却是指数倍的增长。当你打开求职网站时,你会发现你能干的,想要搜索的关键字居然不超5个。

1、有“能力”的分析师,要么跟对人,跟着老大一直飞

2、要么干对事,跟着业务飞。

然而当你两个都不具备的时候,尽早把数据分析当成一种职场技能吧,早做规划,做产业or做业务or做运营

很多分析师没有办法,一是就业渠道窄,一是没有合适的机会和平台去跳,被逼着在一家公司待了好多年,莫名其妙的带了数据分析团队.....好好理解这句话

3、知道的其实很少,但又感觉什么都知道

作为一名数据分析师,常常被分配在三个地方

一是业务部门地下挂着,其主要以业务需求为主,需求大多数是业务提出来为什么?分析师来解答,俗称嵌入型;

二是挂在技术部门,多数是别人要什么给什么,没人要就自己倒腾一下数据,要不工作计划没法写,他们有一个优雅的名字叫:功能型数据分析师

三是在乙方,什么都干,什么都懂,但什么都不精…有一个高贵的称呼:咨询顾问

然而这种环境对分析师的成长很不利,很难走出数据自身的闭环验证,很难对自己的分析思维,分析成果进行有效的验证,这样自身很难提升。

最可怕的是年底加薪,要是没有几个拿出手的完整项目,你基本看命,要破局就要学会主动出击、自我驱动,别无他法。

回头想想业务有业务指标,技术也有相应的考核指标,然而分析师的考核有点难,是看报告量还是质量?质量如何界定?

4、门槛越来越高

现在的分析师招聘需求太高了,从数据采集到数据分析全程的工具都要求,既要精通sql、python、r、tableau还要了解各类算法甚至一些saas产品才行,每一个工具和环节都可以过滤很多求职者,这还不算什么.

现在学历要求,技术、专业也要求越来越高,反而薪资还是几年前的水平,记得年初帮一个朋友招分析师,一次收了20多份简历,最后经过几轮的千挑万选找了一个,已经不是稀缺,是过剩了…当时就感慨,这要是放在5年前,这20多人还是很优秀的,可现在…

除非你真的很优秀,你能够让自己优秀。

然而有3个关键性的因素促使着这一切的发生:

1、入门门槛低,成为很多人的首选职业方向

2、工资高,相对于初级程序员和基础的运营、产品工资要好很多

3、老油条把守数据分析师的重要位置

1、2大家不难理解,有人也许会质疑第二点,从大概率的角度去分析,不用质疑,一般都是高一些。

关于第三点,我补充一下,数据分析的就业面其实很窄,特别是对于一直做数据分析的同学来讲,一般来讲没有更高更好的薪资和平台是不会动的,但更高更好的平台其实非常非常少。

所以很多人在以上环境的生存下,稀里糊涂在这个行业“混”了好多年。

最后你想想新人不断涌入、老人不动,卷是必然的!

所以各位入行前要考虑清楚,你所见到的,所学到的都是数据分析的硬实力,比如各类软件使用、算法、模型使用,而这些只是你入门的门槛而已,真刀真枪的能力是在职场,奉劝各位慎入,不要以为懂工具,懂算法,懂呈现就是分析师了,不好意思,按照现在的标准你才进入入门的门槛…

建议大部分人还是把数据分析当成一种职业技能,别当成自己的职业会更好。

最后,对于已经入坑的数据分析师,分享我整理的一份数据分析流程知识图谱。

内含数据分析12个常见分析模型、18个理论分支、136个详细知识要点和60多个实际分析场景案例,不懂或不记得的知识点拿出地图就能查,数据人必备!

评论转发并私信「图谱」获取高清版本!

数据分析师(继土木之后)

免责声明:本文内容来源于网络或用户投稿,龙泉人才网仅提供信息存储空间服务,不承担相关法律责任。若收录文章侵犯到您的权益/违法违规的内容,可请联系我们删除。
https://www.lqrc.cn/a/zhiye/83636.html

  • 关注微信

猜你喜欢

微信公众号