作者
Bella
全文共字
很干，但是很有营养
年，随着阿尔法狗相继战胜李世石和柯洁，人工智能加大数据逐渐走进大众的视野，数据分析师成为一个被大家热议的职业。可你知道吗，数据分析师本身并不是个新兴职业。早在40年前，传统的快消、金融企业就在大量使用市场调查数据、刷卡消费数据进行数据分析。随着互联网行业+人工智能的大热，人们一度过度推崇大量采集行为数据和盲目堆砌算法。但在经历实战考研后才发现，还是得技术+业务，让数据分析真正指导到商业发展与运作，才是产生价值的王道。纵观数据分析师的发展历程，最需要的能力其实是随着时代的变迁及时调整自己的位置。今天我们请到了具有10年数据分析师经验的陈老师，为大家揭秘数据分析师的行业真相和生存必备能力。今日特邀嘉宾
陈老师
☆10年经验数据分析师，资深咨询顾问，创业公司领导。
☆在数据分析，数据挖掘，CRM等方面有25个以上完整项目落地经验。
☆服务40个以上客户，包括互联网，金融，快消，耐用，家居，美容，保健等多个行业。
今天的采访内容分为四个部分：
1、想要成为数据分析师，你必须了解的行业常识
2、你最关心的发展路径和待遇
3、数据分析师的工作体验和必备能力
4、对应届生的招聘要求
想要成为数据分析师你必须了解的行业常识Bella：您当时为什么选择了数据分析师这个岗位？陈老师：说实话，我当初选择这个岗位是因为走投无路。我是06年毕业于某高校的应用数学系专业。在我年开始秋招的时候，互联网行业还没兴起，腾讯、阿里、百度都远不如今天强大。那个时候学数学的最好前途是去投行，但能进去的都是万里挑一的精英。普遍的人还是在银行、中国移动、中国电信里看机库（做运维），只有混不好的才去当程序员。在那个背景下，我觉得学理科没前途，所以研究生就读了管理学。虽然管理学背景的人大多去了销售或者管理，但由于我的本科背景是数学，会搞数据，再加上那个时候对咨询行业没有太大概念，只是觉得写咨询报告和写论文差不多，就在09年进入了咨询公司成为了一名数据分析师，可以说，我算是这个行业里第一批正式拥有数据分析师头衔的人。再后来我跳到了某大型国企，感受到了大企业的规范运作体系，也经历了职场*治的风风雨雨。现在是和朋友合伙开公司，做数据总监，更多负责售前方案设计工作。
Bella：数据分析师这个岗位的职能是什么？陈老师：我在咨询公司和大型国企都做过数据分析师，我就分成这两块来讲下岗位职能。第一块是咨询公司，咨询公司里定量调研会比较多。因为企业内部的数据自己也可以分析，更需要咨询公司这种外部力量提供内部系统记录不了的，比如用户态度、竞品、行业信息等数据。并且，在我入行的时候，企业的内部数据非常匮乏，基本上除了销售表单没有任何其他数据，因此必须做大量的调研和问卷。
而大型国企，比如银行、航空公司、电信这些，他们的数据体系就比咨询公司要强很多。由于内部系统更完善，并且有国家*策法规背书，因此可以采集到除了消费以外的大量信息，比如用户基础特征、用户通话、刷卡、投诉等等行为，就使得可以分析的数据极大丰富，也衍生出了诸如风控分析、营销分析、互动分析等等分析内容。
就拿银行来举例，用户刷卡金额稍微多一些（一般是元以上），银行的数据系统就会监测到这个行为，马上提醒你要不要办分期。再比如你隔一段时间不刷卡，银行也会发来短信醒你，今天Costa咖啡买一送一、或者九块钱的电影票，你要不要来刷卡？从而刺激消费。这种营销动作，都是基于数据分析挖掘出的需求场景，来促成用户更多消费，为银行带来效益。
有些分析可能用户感受不明显，比如风控分析。在我们申请信用卡的时候，银行会收集我们的职业、性别、年龄、收入等等信息，结合已有的征信信息，综合判断我们的信用，从而选择是否发卡，给多少额度给我们使用。
对用户而言，这只是是否审批一个简单的动作，可通过这种分析，银行可以有效规避一些高风险用户，从而避免损失，这也是数据分析实打实的作用呢。
还有一类是宏观的分析，比如行业研究。通过行业研究可以分析行业发展趋势与竞争态势，把握整体动向，从而支持战略决策。只不过一般的公司做行业性的研究，最大的瓶颈在于拿不到数据，只能依赖咨询公司或专业的市场研究公司。只有少数有统治力的大企业才有能力整合业内资源，自己独立完成行业研究。
小结一下：
从减少风险到增加收入，从战略决策到战斗战术，数据分析都能发挥作用。它还能成为一个独立产品，由咨询公司、市场研究公司等专业机构提供给有需求的客户。可以说作用很广泛了。
你最关心的发展路径和待遇Bella：一般数据分析师的职业发展路径是什么样的？陈老师：不吹不黑的说：数据分析师是一个门槛高、天花板低的岗位。门槛高是因为它需要很多的硬技能，比如掌握excel，sql，python等技术，了解数据可视化，懂一些统计学、数学、运筹学知识。特别是在年，作为一个数据分析师，如果你不会sql，就只能去做最基础的报表整理，实在没啥前途。天花板低，是因为数据分析不是一个盈利的岗位，而是一个内部支撑的岗位。这种身份，决定了数据分析师代码写得再好，也不会比做产品开发、做前端、做网站的程序员更有钱。我身边真正纯做数据的同学，能做到一个部门经理，一年拿个四五十万已经基本到头了。建议大家可以做偏商业的数据分析，这样以后有机会转岗成为业务部门的精英，收入就能更进一步了。数据分析师这个工作本身的路径会很短，但是作为一种能力特别好用。会用这种能力的人混得比别人好，它会帮助你解决很多的商业问题，凭借数据去说服对方，让你在销售、运营等岗位做得很出色。也能让你有机会接触建模工作，以后向更专业的算法工程师方向发展。接下来，我们再说数据分析师的发展路径。第一条路，如果专职做的话，可以在企业里面做到一个数据组的组长。如果有独立的数据部门，可以晋升为数据部门的总监。第二条路，如果你对技术比较擅长的话，可以转行去做数据产品、做BI、做推荐系统，或者做风控算法这一块。专业的算法工程师钱景是很可观的。第三条路，如果你对业务很擅长的，可以转岗到业务部门，比如数据运营，用户运营，用户增长，营销策略等岗位，这些岗位对数据依赖度很高，也很有发展空间。第四条路，如果你想创业的话，积累到一定程度后，可以空降到咨询公司当合伙人。或者干脆像我一样自己开创一番事业。第五条路，如果你走上管理岗的话，懂数据的老板空降存活的概率比较大，做执行出身的老板空降死亡的概率很高。为什么？因为做执行出身的，往往太过聚焦于细节忽视规划，结果自己忙死也不出业绩。但是做数据的能忽悠得住老板，能要来资源，能更好的做好管理工作。Bella：数据分析师这个岗位的待遇如何呢？陈老师：待遇这个事情首先看行业，其次看企业，最后按岗位。数据分析从整体上来说，是介于销售和开发之间的。我们都知道，你想挣快钱，就去做开发，头几年的工资特别高。要想挣慢钱，就去做销售，可能头几年还在熬，但是年龄越大，做成功的单子越多，客户越多，积累的资源越来越多，就会越来越有钱，甚至自己当老板。数据分析就是夹在这两个之间。然后做数据分析的话，行业差别会比较大。一般来说：一线互联网（BAT，TME）强/大国企二线小互联网公司其他传统企业。互联网大厂的商业分析，数据分析毕业第一年薪酬上20K都很正常，传统强/大国企的起薪相对较低，但公积金、隐藏福利（住房、入户、伙食）都加上，是胜于小互联网公司的。
所以对于应届生来说，如果想走数据分析道路的话，优先选大企业，但是选不选互联网行业不一定。因为18年和19年是互联网寒冬，整体招聘形式并不乐观。就算是没有倒闭的，到了年底裁员新人的也特别多，大家要小心入坑哦。小型互联网公司和大型国企、强的岗位比起来的话，优先选强和国企。像移动、银行或者航空公司这些传统企业，内部的数据分析流程非常规范，在这里锻炼一两年，再出来去互联网公司，甚至去投行，都会有人要的。
数据分析的职业发展是一个不规则的线性成长，做数据分析，一定是积累的越久越值钱。但是为什么不规则？是因为可能有很多小的机遇，比如这两年算法大火，之前在国企收入平平但懂算法的数据分析师，进入互联网公司照样能拿高薪。
未来人工智能，大数据，物联网会持续发展，数据领域的机遇只会越来越多，大家可以放心入坑。
数据分析师的工作体验Bella：接下来想跟您聊一下关于数据分析师的工作体验。比如说您一天典型的工作场景是什么？会经常出差吗？陈老师：先说出差问题，如果是要解决商业问题的话，的确会经常出差，出差都是为了做调研。出差对象有内部的和外部，有竞争对手的，有上下游供应链的，也有用户的，看具体需求和具体问题。数据分析师分为基层、中层和高层三个阶段，我根据这三个阶段来谈一下工作体验。基层的员工我们一般管他叫“表哥/表姐”，就是每天整excel表的小哥哥和小姐姐，基本上每天都被数据埋没。基层的还有一个叫"茶树菇"，就是每天写sql、查数据的小姑娘.如果说工作是钢筋混凝土，基层员工的地基就是数据。这个工作本身要消耗很多精力，特别是很多企业的数据治理做得很差，数据相互不打通、错得很多，就特别磨人。没有任何一个数据分析师能跳过这个阶段，都要从基层干起。中层的员工开始承接一些分析的专题，中层不是指岗位职级，而是说有一定独立工作能力，工作上的中间那层。这时候，你开始承接一些独立的问题，比如说为什么销售会下降、运营的现状怎么样，然后搭一个数据指标体系来描述现状。除了这些，中层的人也要做一些基础的取数工作。如果做到数据部门的领导或者部门总监，基本上每天都在开会，所有管理层的会议都会把你拉上。做到领导层基本都不怎么碰数据了，反而是每天在打电话。遇到问题，需要跟一线的聊，跟不同部门的领导聊。除了开会以外还需要分析问题，分析到底这个是不是数据问题？站在高层就是需要帮助大家梳理清楚有几条路，要怎么走这条路。Bella：低层、中层和高层，每一层都需要什么样的能力呢？陈老师：最基层的能力就是取数、写sql、excel，还需要做一些报表的整理，做一些可视化的图表。这几样能力基本够用，如果想懂得再多一点的话，可以学习一点数仓和ETL，就是数据怎么存储、转置、加载至目的端的过程。这样当数据出错的时候，就不用去找开发，可以自己搞定。除此以外，还可以学习一些简单的数据处理工具，比如tableau，powerBI等。中层的话需要有分析能力，基层工作理论上不需要数据分析能力的，会跑数，会写python就够了。但是中层需要有沟通能力和分析能力，因为你需要回答别人的问题，需要让别人听懂你的回答。一味地讲同比、环比等专业术语，是会被人抱怨的。做到高层真正要求的能力是建项目。你要通过某种方式让老板看到你做了什么事情，认可你的能力。比如建立一个大家通用的数据报表，比如完成一套推算算法提升营销效益，总之，不仅仅让数据停留在报告中，而是真正可以助力业务发展。只有成果让老板看得到，你才可以找老板要到经费要到人，把你的部门做大，自己才能官运亨通。
也正因此，作为高层一定要有一个能力，叫拉大旗蒙虎皮。你手下有30个人才是数据总监，如果你手下只有三个人，那你就是一个打工仔，可能连个组长都混不上，这就是这个行业最真实的真相。不过一般同学们要在工作5-8年以后才会遇到这种问题，这里就先做分享了。
也因此，导致一个搞笑的结果。就是五型人格中，猫头鹰型是思考型，但我认识的数据总监里，十个有八个是孔雀。
孔雀是什么？爱张扬、爱表演、爱表现这种人。从性格上来说，根本不适合干数据分析，然而为什么他能做到总监，是因为他能得到领导的信任，能把他的价值体现出来。
大家如果要入行数据分析，千万记住这个结论。不然闷头跑数据，做了5年还是数据专员，连个分析师头衔都混不上的，也大有人在。
Bella：您在工作中遇到最大的困难是什么？陈老师：困难有很多，我曾经总结了数据分析师最想吐槽的几大时刻，贴在这里，给大家乐一乐：新招进一个公司，做大数据分析师，好嗨森，入职第一天老板给了张50M的excel表说：“瞧，你看我们有多万条用户信息呢，这么大的数据，来个大数据分析下！”
还没从震惊中恢复过来，业务部又神补一刀：“我们准备跟星巴克合作，来预测下明年多少人喝咖啡，几千万的大项目，预测不准公司要亏很多钱的，你加油哈”
好想把“我要是未卜先知为啥不去炒股来给你打工”这句话甩在业务部脸上，就被IT一句：“哥们你可来了，那失散到天涯的数据有娘啦！”噎了回来。
终于把数据拼起来开始分析，发现好有规律啊，好工整啊，隐隐感到有坑，去业务部一问才知道，全是被经销商篡改操纵的数据，人家都有简便操作的顺口溜了，一读发现顺口溜还朗朗上口
没有四的困扰了，这下终于是全真实数据！全部没有规律了！喜极而泣，擦干泪仔细一看发现80%的记录缺失，10%记录不全，5%记录出错……
......
(这里仅展示部分，全部内容可点击“阅读原文”查看）其实最根本的困难就是，数据分析是典型的内行服务外行的一项工作，是经过严格训练、有技术型的专业人士，服务三教九流各色人等的工作。分析的结果很重要，过程却专业的让大部分旁人无法理解，因此不但要有专业能力，更要有应付各种人，深入浅出的能力。你要面对很多沟通的问题，技术问题和这些相比都是小问题，相当于在夹缝中求生存。像开发一般面对的敌人都是内部的，比如需求难度高或者时间短，像销售运营面对的敌人都是外部的，比如怎么搞定客户？就只有数据分析是同时面对内外部敌人。你既得和渣渣的基础数据建设，不规范的流程，随意的业务作斗争，又得和过高的期望值，不切实的需求做斗争。所以我建议，大家做数据分析，眼光要开阔一点，不光要掌握技术，更得懂的商业分析理论，了解如何解决企业实际问题，掌握营销、运营、产品等知识。能文能武，才能攻守兼备，做出好的成绩。对应届生的招聘要求Bella：想要做好数据分析师的工作，大学生最需要具备哪几项能力？陈老师：如果分为硬技能和软技能来讲，硬技能的话，强烈建议sql一定要会，然后同学们可以根据自己能不能学通python，来决定自己的发展方向。如果搞得定python的话，其实可以走程序员之路。不管是不是计算机学院的学生，如果自己能够做得了爬虫、能够调参，能够扒一些数据下来清洗好，其实是有初级程序员的能力的。如果你不想当程序员或者学不进去python，可以考虑加强软能力，走数据运营，走商业分析，做一个懂数据的产品经理，或者懂数据的销售。那么需要的软能力是什么呢？对于在校学生来说，不是看各种分析思路或者分析模型，看了没用，因为他们什么都没有经历过，这个时候建议再配一个做调研的技术，不是真的让他去咨询公司当一个用户研究员，而是说他要通过调研学会跟人结构化地聊天，学会有逻辑地跟人沟通。这样的话他有了sql的硬技能，又有了这些软技能以后，可以尽快地了解业务。掌握了业务以后，才能做业务分析。但如果有一类同学连sql都学不了，我建议他就放弃做全职数据分析师的思路，干脆就做看得懂数据的运营或者销售。Bella：数据分析师这个岗位的话对学校和专业有什么要求吗？陈老师：对在校生而言，学历越高、学校越好越吃香，≥普通本科，研究生≥本科生。从事数据相关工作和学什么专业没太大关系，但是专业对口的确会对工作有帮助。比如应用数学、计算机相关专业、统计学。近年来企业招的数据分析师，其实大部分应该叫：数据程序员。基本上都是进公司跑数据的，不做什么“分析”，因此这两个专业会有优势。但是，真要做分析的话，需要懂商业知识+有分析思路，这一点文科生会更擅长，那么市场营销、企业管理、心理学、社会学这些专业会更适合。Bella：对证书和实习经历有要求吗？陈老师：目前没有行业证书，市面上有些人会宣传有，基本都是忽悠人的。对数据分析师最有用的不是证书，而是实习。这是一个实操性很高的岗位，没有实习，只是熟读《计算机原理》《统计学》是没有任何解决实际问题的能力的。实习经历非常重要，特别是写sql这种实操工作，你在网上刷再多的题都不如去实习，哪怕只有一个月，很快就了解了。Bella：您有什么推荐的实习吗？陈老师：实习的话两个思路，一个是走那种大企业路线。如果你的学校背景好，那么尽量找一些比较大的、知名的、特别是强的企业，这种实习非常有含金量，对以后的就业很有帮助。第二种，如果你是想练手的话，那么找一个做申购或者做开发的干两天就好了。因为目标很明确，反正是来练手的，不指望这个企业的背景为我背书什么。最后如果你想体验一下数据分析的工作日常想知道自己是否适合数据分析但不知道从哪里学起？价值99元的免！费！领！带你零基础快速入门数据分析—推荐阅读——END—小灶能力派，能者掌未来是专注于青年人职业能力提升的在线教育品牌。小灶希望用教育的力量，帮助更多人，打破家庭背景、个人所处的物理环境和认知的限制，看到更广阔的可能性、找到人生的职业理想并实现它。预览时标签不可点收录于话题#个上一篇下一篇