
數(shù)據(jù)分析師職業(yè)規(guī)劃:數(shù)據(jù)分析師是企業(yè)的賢內(nèi)助,可幫企業(yè)識別市場機(jī)會、控制決策風(fēng)險,保證企業(yè)利益的最大化。因此,數(shù)據(jù)分析工作越來越受到各界的青睞。被《HR管理世界》評為七大賺錢行業(yè)之一,也被視為我國21世紀(jì)的黃金職業(yè)。
在這樣的背景下,有些網(wǎng)友想進(jìn)入到數(shù)據(jù)分析行業(yè),但對如何規(guī)劃自己的職業(yè)之路比較迷茫。這里我談?wù)勛约旱囊恍\顯理解,與大家切磋。
這個話題可以分解為三個具體的問題:
1、數(shù)據(jù)分析有哪些發(fā)展方向?
2、數(shù)據(jù)分析的晉升空間有多大?
3、如何規(guī)劃數(shù)據(jù)分析的職業(yè)之路?
概括起來,數(shù)據(jù)分析師的發(fā)展方向主要有三個。政府機(jī)關(guān)、企業(yè)和研究機(jī)構(gòu)。
一、方向A:政府機(jī)關(guān)
主要有兩類,一類是計委、經(jīng)委、統(tǒng)計局等一些經(jīng)濟(jì)綜合管理部門所設(shè)有的調(diào)研處、研究室和情報所。統(tǒng)計部門還分別成立了城市調(diào)查隊(duì)與農(nóng)村調(diào)查隊(duì),經(jīng)常開展社會和市場調(diào)研工作,為政府的決策提供支持。第二類是商業(yè)、糧食、物資、銀行等經(jīng)濟(jì)主管業(yè)務(wù)部門會設(shè)有信息中心或調(diào)研室,從本系統(tǒng)、本部門的業(yè)務(wù)出發(fā)進(jìn)行專業(yè)性調(diào)研,提供支持本部門的市場信息。
二、方向B:企業(yè)
很多企業(yè)有專門的數(shù)據(jù)分析崗,比如我以前在新浪房產(chǎn)頻道做客戶分析師;再比如,我有朋友在普天做戰(zhàn)略分析師。此外,像寶潔、聯(lián)想、惠普等很多企業(yè)都會有專門的數(shù)據(jù)分析崗。
那么企業(yè)中數(shù)據(jù)分析崗的職位名稱具體有哪些?數(shù)據(jù)分析崗的需求在不同城市和行業(yè)間是如何分布的呢?
1、數(shù)據(jù)職位名稱
有很多啦,按分析層級分,有調(diào)查員、分析助理、分析專員、項(xiàng)目經(jīng)理、研究主管、研究經(jīng)理、研究總監(jiān)等;按分析內(nèi)容分,有投資分析、戰(zhàn)略分析、媒介分析、信用分析、網(wǎng)站流量分析、財務(wù)分析、客戶分析等。
那么,不同城市和行業(yè)對數(shù)據(jù)分析的需求量有多大呢?以智聯(lián)招聘為例,我在5月初,在智聯(lián)招聘上輸入“分析”這個關(guān)鍵詞,得到了不同城市和行業(yè)對數(shù)據(jù)分析崗需求量的不完全統(tǒng)計。
2、不同城市對數(shù)據(jù)分析崗的需求
數(shù)據(jù)分析需求前三位的城市依次是:北京、上海和廣州。
3、不同行業(yè)對數(shù)據(jù)分析崗的需求
以廣州為例,從下表可知,需求前兩位的行業(yè)分別是計算機(jī)軟硬件IT行業(yè)及電子商務(wù)、網(wǎng)絡(luò)游戲。
尤其是電子商務(wù),由于利用互聯(lián)網(wǎng),能夠比傳統(tǒng)零售業(yè)具有更好的數(shù)據(jù)收集和管理能力,能積累海量的數(shù)據(jù),因此更看重從海量數(shù)據(jù)中挖掘用戶偏好和市場機(jī)會,所以我們可以看到百度有百度商橋、阿里巴巴有淘寶數(shù)據(jù)魔方、而亞馬遜、京東、當(dāng)當(dāng)、卓越網(wǎng)都會大量招聘數(shù)據(jù)分析師。
為什么我在統(tǒng)計數(shù)據(jù)分析崗的需求量時,在智聯(lián)招聘上輸入的關(guān)鍵詞是“分析”,而不是“數(shù)據(jù)分析”呢?因?yàn)橄駪?zhàn)略分析、投資分析等崗位雖然沒含有“數(shù)據(jù)”字樣,但仍是數(shù)據(jù)分析崗。這樣會產(chǎn)生另一問題,沒有包含“分析”字樣的數(shù)據(jù)分析崗就沒有包括在我的統(tǒng)計之中了(比如研究總監(jiān)、調(diào)查員等)。所以,以上的統(tǒng)計只是粗略的,實(shí)際上的需求量要比這個統(tǒng)計結(jié)果大得多。
在企業(yè)做數(shù)據(jù)分析師,你的價值能不能體現(xiàn),一方面取決于你自己的專業(yè)能力,另一方面還要看領(lǐng)導(dǎo)重不重視。有一個網(wǎng)友曾經(jīng)跟我抱怨說,他在某一個企業(yè)做數(shù)據(jù)分析,他的領(lǐng)導(dǎo)總是讓他創(chuàng)新,但是,第一,他拿不到數(shù),他們企業(yè)各部門之間的條塊分割非常嚴(yán)重,其他部門不愿意給他提供數(shù)據(jù)支持。第二,領(lǐng)導(dǎo)不給他配人,他們部門就他一個,光做基礎(chǔ)數(shù)據(jù)的整理就經(jīng)常要加班,根本沒有經(jīng)歷再去做深入的研究。為此,他特別苦惱。我給他的建議是,向領(lǐng)導(dǎo)爭取權(quán)利和資源(獲得其他部門數(shù)據(jù)的權(quán)利;壯大數(shù)據(jù)分析隊(duì)伍的資源)。如果領(lǐng)導(dǎo)不給,就跳槽。
因此,要去企業(yè)做數(shù)據(jù)分析,需謹(jǐn)慎選擇,比如面試時注意面試官問你的問題是否專業(yè)、企業(yè)承諾給你的發(fā)展空間有多大、基礎(chǔ)數(shù)據(jù)搭建的水平如何、向企業(yè)里的熟人或師哥師姐詢問、或者實(shí)在找不到可詢問的人,可以到微薄或論壇上提問等等(有條微薄說:現(xiàn)實(shí)中人們用真名字說假話;而在微薄上人們用假名字說真話。)
三、方向C:研究機(jī)構(gòu)
第二種方向是去專門的研究機(jī)構(gòu),比如市場研究公司、咨詢公司、證券公司、投資公司、廣告公司、研究院等等。
由于這些研究機(jī)構(gòu)是專門以數(shù)據(jù)分析為業(yè)務(wù)的,會很重視員工的專業(yè)素養(yǎng)的提高,往往能給你提供參與項(xiàng)目和參加培訓(xùn)的機(jī)會。通過項(xiàng)目和培訓(xùn),會高強(qiáng)度地強(qiáng)化你的能力,讓你在2、3年的時間里就掌握數(shù)據(jù)分析的基本流程、方法模型和工具操作。
我在市場研究公司工作了3年,詳細(xì)說下市場研究公司的情況吧。
我國的市場研究公司突破1500家,可分為國內(nèi)的調(diào)研公司和國際的調(diào)研公司,國內(nèi)的調(diào)研公司像新華信、零點(diǎn)、新生代、CTR、華南國際、艾瑞、易觀等等,國際的調(diào)研公司像埃森哲、尼爾森、益普索、蓋洛普、麥肯錫、GFK、 TNS等等。
給大家兩個重要的網(wǎng)站,大家可以自己做更詳細(xì)的了解。
一個是中國市場協(xié)會,進(jìn)入后,點(diǎn)擊“會員專區(qū)”就可以看到一些市場研究公司的介紹和他們的網(wǎng)址,這里的公司一般規(guī)模比較大,以研究為主,一般要求研究生學(xué)歷,在北京的平均月工資應(yīng)該在4、5千左右,如果有經(jīng)驗(yàn)、能力好,會更高些。其他地區(qū)會有所差異,做個參考吧。
第二個是3see網(wǎng),進(jìn)入后點(diǎn)擊“調(diào)研公司”可以看到一些公司名錄。但是,我個人感覺這里面所收錄的公司大都是執(zhí)行公司,以市場調(diào)查為主,例如聯(lián)合威道、濟(jì)南城遠(yuǎn)等,我們之前有過合作。這些公司主要招聘訪員,工資可能偏低一些。
在市場研究公司工作了3年左右可能會遇到一些瓶頸。因?yàn)?,大多?shù)市場研究公司是看數(shù)說話,只會數(shù)據(jù)分析的模型和工具,對客戶的業(yè)務(wù)究竟是如何運(yùn)營的并不清楚。所以,做了一段時間之后,會有套模板的感覺,所提的建議也是隔靴搔癢。
因此,很多在研究機(jī)構(gòu)工作了3年左右的人會跳槽到甲方,這樣有數(shù)據(jù)、方法、工具和企業(yè)的業(yè)務(wù)相結(jié)合,數(shù)據(jù)分析對企業(yè)決策的價值就會發(fā)揮得更為充分了。
第二個問題:數(shù)據(jù)分析的晉升空間。
晉升空間的問題可以從職位晉升、薪酬晉升和發(fā)展路徑三個方面來理解。
一、職位晉升
職位晉升取決于你的能力達(dá)到了哪個層級。一般而言,數(shù)據(jù)分析師有三個層級:助理數(shù)據(jù)分析師、數(shù)據(jù)分析師、高級數(shù)據(jù)分析師。
如何來評價你處在哪個層級呢?主要看三個方面:業(yè)務(wù)分析能力、執(zhí)行管理能力和業(yè)內(nèi)影響力(參考@數(shù)據(jù)化分析的《數(shù)據(jù)分析師的層級》)。
1、業(yè)務(wù)分析能力
按照業(yè)務(wù)分析的流程,業(yè)務(wù)分析能力可細(xì)化為5項(xiàng)具體的考核指標(biāo)。
三個層級的數(shù)據(jù)分析師在這5項(xiàng)細(xì)化指標(biāo)的具體區(qū)別見下圖。
上面兩張圖是三個層級在業(yè)務(wù)分析能力細(xì)化指標(biāo)上的具體表現(xiàn),那么,如何綜合考量它們在業(yè)務(wù)分析能力上的綜合表現(xiàn)呢?可以用層次分析法。
層次分析法的具體操作步驟見后文,這里只給出分析結(jié)果。即三個層級的排序向量為:
2、執(zhí)行管理能力和業(yè)內(nèi)影響力
綜合以上三方面指標(biāo),數(shù)據(jù)分析師的職位晉升路徑如下圖:
二、薪酬晉升
不同的職位,對應(yīng)著不同薪酬體系。一般來說,在北京,數(shù)據(jù)分析助理,月薪在2000-4000元左右;數(shù)據(jù)分析師,月薪在4000-8000元左右;高級數(shù)據(jù)分析師,月薪在8000元以上。
備注:由于我沒有收集到數(shù)據(jù)分析師薪酬方面的權(quán)威統(tǒng)計數(shù)據(jù),只能根據(jù)自己的從業(yè)經(jīng)歷估計出的一個大概的平均水平,比較主觀。因?yàn)樾匠昵闆r還要看地域差異,看行業(yè)發(fā)展,看企業(yè)實(shí)力,所以估計結(jié)果不適合普及,只能作為參考。特此聲明。
三、發(fā)展路徑
前面的三個層級更多體現(xiàn)的是能力的提升,是很多數(shù)據(jù)分析師的必經(jīng)之路。而到達(dá)了高級數(shù)據(jù)分析師之后,接下來該如何走,則往往有很多選擇。看看身邊的同事和微薄上的牛人所走的路,我把數(shù)據(jù)分析師的發(fā)展路徑歸為四種(如有不全歡迎補(bǔ)充),你要選擇哪條,需要結(jié)合自身的興趣愛好和資源實(shí)力。
職業(yè)規(guī)劃需要行業(yè)領(lǐng)域?qū)9サ膶<?,沒有任何一個專家能夠擅長所有行業(yè),所以職業(yè)規(guī)劃需要有來自各行各業(yè)的專家人士來提供咨詢。向陽生涯專家來自各行各業(yè)知名企業(yè)的高管,具有職場成功經(jīng)驗(yàn),為顧客提供服務(wù)都是領(lǐng)域內(nèi)最擅長的專家。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10