数据分析师还能火多久?

大数据 数据分析
数据分析师(DS)是近些年来兴起的新岗位,是一个挖掘大数据背后故事的职业。数据对于企业的价值毋庸置疑,但值得思考的是,数据分析师还能火多久?本篇文章从行业、企业和个人视角去探索数据分析师的发展前景。

数据分析师(DS)是近些年来兴起的新岗位,是一个挖掘大数据背后故事的职业。数据对于企业的价值毋庸置疑,但值得思考的是,数据分析师还能火多久?本篇文章从行业、企业和个人视角去探索数据分析师的发展前景。

行业视角

伴随着智能化时代的到来,数据也呈现出爆炸性增长,如何利用数据产生价值成为一个迫切的问题。数据的充分利用,一方面体现在基于数据实现人工智能(算法工程师),主要集中在图片、文本、语音识别,人工智能的高端代表就是自动驾驶。另一方面,是使用数据支撑业务发展(数据分析师),使得企业的运营决策更加科学化。算法工程师需要依托相应的产品产生价值,类似创业;数据分析师依托企业业务产生价值,类似运营。算法工程师的上限远高于数据分析师,但数据分析师的需求量高于算法工程师。

企业视角

分为三个问题,数据分析师如何创造价值,数据分析师的公司定位,数据分析师的分类。

数据分析师必须依托于相应的业务产生价值,平台型的公司都包含三方参与,一是需求(用户),二是供给,三是平台。供给比方说头条的内容、淘宝的店铺、滴滴的司机等等。数据分析师通过对需求和供给的分析评估,将公司稀缺的资源(预算、人力等)用到最能够创造价值的业务中去。

数据分析师的公司定位,从两个角度看待数据分析师的定位,一个是业务的角度,数据分析师是业务部门的支持部门,数据分析师对于公司而言不是必需的,但是数据分析师的存在能够有效提升公司的资源利用;从老板的角度,数据分析师是老板的“眼睛”,通过对业务的客观评价,为老板提供决策支撑,指明业务的价值和风险点,避免盲目决策。从老板角度看,“眼睛”的功能是不可替代的,它可以有效降低风险,减少公司经营的随机性。

数据分析师的分类,基于工作内容可以将数据分析师划分为三类:

  1. 运营支持,主要工作是监控,通过使用合适的指标和形式向老板们展示目前的业务进展;
  2. 数据分析,通过贴近业务,构建评估体系、算法模型等实现对业务的创新型监控,不是每项业务都有现成的评估架构,业务在创新,监控体系也需要随之变化;
  3. 商业分析,从商业或者行业视角,结合数据,发现目前业务的机会点,向老板提供发展建议。

三类分析师中,运营支持的可替代性非常强,可视化工具的便捷化,使得此类岗位会逐步被数据分析师兼任;数据分析师是老板的眼睛,是决策的基础,大公司的长远发展,必然离不开数据分析师的参与;商业分析师,是站在业务的角度提供发展建议,不仅仅是“眼睛”的作用,而是“智囊图”的作用,是发现机会点,为企业创造巨大价值的岗位。三类数据分析师之间没有特别严格的划分,在企业内部,数据分析师可能兼任上述多项工作,但是随着工作内容的细分,未来三类的区分会愈加明显。大家在找工作时,可根据工作的主要内容判断是上述三类中的哪一类,从而决定要不要接受这份工作。

个人视角

个人视角的发展前景,包括两项:职业发展和薪资水平。

职业发展,主要是依据两方面的能力评估,一是科学使用数据的能力(正确解读数据),二是对业务思考的能力(数据支撑业务发展)。两个方面都厉害的会成为数据主管,一般为CTO管辖,这是在数据分析行业进行纵向发展。横向发展可以跳槽到产品、运营、策略等部门,其所具备的数据分析能力是非常强大的优势。 

数据分析师进阶之路

 

数据分析的薪资水平也是大家比较关注的一点,作者采集了智联招聘的数据(2020年4月10日数据),对北京市的数据分析师的薪资水平进行了分析。影响薪资的包括三个层面:国家的经济发展、企业的发展和个人能力。对于数据分析师而言,只有通过提升自己的能力,选择发展更快或更具潜力的公司,才能收获更高的薪水。个人能力又可以分为硬实力和软实力,所谓硬实力是实际存在的能力,如学历和工作经验;软实力是由他人评估的,是一个比较难以量化的内容,如个人的项目经历,个人的思考。在招聘jd中,主要是对硬实力进行部分限定,包括学历和工作经验。下图是学历和工作经验对薪资的影响,是否优于其他岗位,这里并未评估,如有同学想比较,可以自己尝试爬取数据进行分析(收集数据的方法见下一篇文章)。 

数据分析师薪资水平

 

抛开样本量给出的结论都是不可靠的,上述信息的样本分布如下: 

样本信息

 

总结

数据分析师对于企业而言不是必需的,但是企业的持续性发展必然离不开数据分析师的参与。只要有企业渴望做大做强,就必然存在数据分析师的生存空间。但这并不意味着数据分析师可以一直火下去,只有掌握科学“透视”数据能力并且商业思维强的数据分析师才能够持续火下去。

责任编辑:未丽燕 来源: 今日头条
相关推荐

2016-10-21 14:41:22

数据分析师大数据

2011-12-16 20:05:38

Kindle Fire

2023-07-08 23:05:01

数据分析运营

2021-03-26 07:37:34

数据分析工具技能

2015-08-18 13:26:05

数据分析

2015-08-17 09:39:40

大数据

2012-08-08 09:00:29

数据分析师

2012-08-07 17:32:25

数据分析师

2015-08-06 14:02:31

数据分析

2017-05-11 10:05:47

数据分析excelPython

2017-05-11 10:35:51

数据分析语言学习

2015-08-19 13:50:19

数据分析

2023-07-28 14:48:00

数据分析效果

2017-02-13 19:25:24

2015-04-03 11:19:21

大数据大数据分析师

2013-07-29 15:58:28

大数据数据分析

2023-04-28 12:15:57

数据分析师业务

2024-03-14 11:46:44

数据分析师定价模型

2016-01-26 10:33:23

大数据分析工具数据分析师

2011-05-30 09:55:14

数据分析师
点赞
收藏

51CTO技术栈公众号