数据分析的求职前景，你关心的都在这！

数据分析的求职前景，你关心的都在这！

编辑导语：你是否关心数据分析的求职前景呢？其求职前景又是怎么样的？本篇文章中，作者针对几个问题进行了解答并发表了观点，深入浅出地将数据分析的求职前景展现给大家，推荐想要了解数据分析求职前景的群体阅读。

转眼已是2022年初，新的一年又在招手。辞旧迎新，大家总会关心未来前景。今天，我们就系统讲一下，2021年数据分析师前景问题。

一、是否适合进入数据分析行业

问题1：2022年，还适合进入数据分析行业吗？

答：这是个伪命题！

根本不存在数据分析行业！

根本不存在数据分析行业！

根本不存在数据分析行业！

重要的事情说三遍。

行业，指的是：汽车、金融、电信、零售、食品、贸易，这些业务类型。

数据分析是一个工作岗位，每个行业都多多少少的会有这个岗位。

数据分析不是行业，更没有“全行业统一标准”这种玩意。

不同行业之间的差异判若云泥。

甚至同一个行业内，比如金融行业，证券、银行、互联网金融、地下钱庄、第三方信用机构、催收公司……差别都是天上地下。甚至一个细分行业，比如银行，内部的总行、分行，个人银行与对公业务，信用卡中心，都差别巨大。

更不要说：互联网行业，在2022年，没有哪个行业不是互联网行业。几乎所有行业都有电商、新媒体在做，几乎所有传统意义上互联网公司，都有线下业务（生鲜、O2O）在做。行业的边界非常模糊。

因此，想要2022年混的好，第一重要的事是认真仔细研究就业市场，看清楚每个公司具体业务特点。而不是装着诸如“互联网行业遍地黄金人人年薪百万”“我在催收公司统计表格也是金融行业数据分析师了”这种幻想，自己骗自己。切记切记。

二、转岗做数据分析

问题2:2022，我想转岗数据分析，难吗？

答：这个问题的关键在于“我”是谁，从哪里“转”。

有的工种，天生和数据分析距离近，有的则比较远（如下图）。

有的行业，天生重视数据，因此个人能力积累多，有的行业天生数据匮乏，因此个人能力积累少，肯定积累多的容易转。

个人条件，肯定越适合996，难度越小。数据技能懂得越多，肯定难度越小。年龄在24-29岁之间，单身，学历高，学校好，计算机专业，有从业经验，hadoop、spark、java、python啥都会的，肯定更容易中哈。

至于缺几样能不能过，就看和谁竞争了。这里还挺拼运气的。所以大家可以看具体岗位要求，评估自己的差距。要具体到一个岗位才知道难不难。

三、是否适合做数据分析

问题3：2022，我适合做数据分析吗？

答：适不适合，主要看自己想要什么。

想改善工资的，最好量化想从多少提升到多少

想不加班的，考虑好能接受的薪资底线

想找升职机会的，考虑好是否能带下属，带项目

想找行业风口的，考察好具体的业务类型，发展趋势

有了清晰的目标，再去找对应的岗位和公司，再看能不能面成，试几次自然知道适不适合。这个其实也和数据分析类似，不去做ABtest，光坐而论道地分析，怎么都出不了结论。况且，找工作是个相互看对眼的过程，你想看人家，人家不见得看得上你呢。

当然有些同学会说：“就不能毕其功于一役，21天0基础进入头条年薪百万！一炮搞掂！”额，想法很好，但是能不能实现，这个问题下边单独说。

四、数据分析师的门槛

问题4：可是，我看网上都在说数据分析师门槛低，工资高，还能转行数据科学家年薪百万，进入头疼阿，30岁身价过亿！

答：你这个“网上”，是某乎吧，毕竟人人百万。

都在说，工资高，门槛低三件事不会同时存在。这是个基本常识。（如下图）

真相1：高薪的数据分析师，门槛都不低。想进大厂的人多了去了，单纯拼背景，拼经验，拼资历就能刷下99%的人，根本轮不到拼技能。

真相2：门槛低的数据工作，前途都很渺茫。只是做个统计、拉个数、平时没人搭理的数据专员遍地都是。

真相3：数据分析和数据科学不是一个工种！技能树完全不同。而且数据科学比数据分析还要内卷，基本上都是毕业生里挑最顶尖的。

至于为什么有那么多人宣传：低门槛，高薪。这么说吧，上次陈老师听有人这么讲，还是传销大会上，一个油头粉面的主持人有请被XX神药治好了癌症的李奶奶上台分享。

对了，这帮人还喜欢用以下词语：

“感谢XX老师带我进入XX行业”

“我是二本，21天0基础逆袭进入XX”

“我要为自己和家人创造幸福的生活”

“我学习一堆XXXX技能就能拿大钱了”

头脑稍微清醒一点，都知道这些是托。然而为啥这些卖神药的总有市场呢？因为病急乱投医，人在着急的时候，总愿意相信有这种神秘的力量。“万一是真的呢”。所以习惯就好了。

五、数据分析技能

问题5：可是，我听别人说现在是数字化时代，那数据分析肯定是超牛技能了吧，我一招数据分析，其他人都跪地大呼不可战胜的那种。

答：完全不是！

所谓数字化转型，是由数字化生产线、数字化媒体、数字化互动渠道，数字化营销方式等一系列系统与基于系统衍生出的运作方式，所结合成的一个整体。不是以前张嘴说：“我觉得”，现在张嘴说“我看了个数”就是数字化了。

在这个体系里，利用数字技术改造传统生产线，创新媒体与互动形式，基于数据开展管理、策划、执行，都远远比“分析一个数”重要的多。数字本身的价值，要远超过分析。

所以，即使是数字化时代，数据分析还是个支撑岗位，还是个辅助角色，还是个可以在企业经营不善的时候首先被炒掉的工种。数据驱动业务，指的是：“老板用数据驱动业务”，不是说你跑个数写个ppt，销售、运营、供应链、营销的各部门总监、经理们就对你俯首帖耳的。想太多了，被人呼来喝去催着要数才是常态。

六、如何做个人成长计划

问题6：那么，想要做靠谱的个人成长计划，怎么办？

答：面对2022年最该干的事，就是停止听各路人马瞎说。

特别是停止听那些“土木/机械/生物专业，二本毕业工地搬砖，21天0基础自学excel，sql，python进入互联网大厂月入3万，半年转行成为数据科学家，拿下头条年薪百万SSP offer，现在分享一下学习数据分析技能的书单吧”的人瞎哔哔。

认真思考（如下图）

找工作之所以叫“找”工作，就是你得找，才有工作。为啥不叫“吹”工作，因为光听别人吹咋面试没用。为啥不叫“学”工作，因为学是学不到头的，不去认真收集信息，不去匹配要去，光指望学，永远学不完。

就像数据分析，第一步是采集数据一样，做求职准备，第一步是认真收集目标信息，收集越多越好。就像数据分析要做Abtest一样，收集差不多就得去试试，记录过程，分析问题，这才是合理的数据分析师该有的素质。

脚踏实地地思考，认真地收集事实和数据，具体问题具体分析，才是破局的正道。也才是一个合格的数据分析师该有的基本素质。如果连这点都做不到，张口没有事实和数字，满嘴都是“我觉得”“我听别人说”“我以为”“本来不该是”……那真的，这个性格不适合做数据分析哈，哈哈。

有的同学会问：我已经入职了，数据分析的工作到底能做多久？会不会遇到35岁危机！有兴趣的话，本篇集齐60个在看，我们下一篇分享，敬请期待哦。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。