数据分析师未来五年发展前景怎么样？
28 个回答
数据分析的两个主要就业方向，一个是统计学方向，一个是运筹学方向，我们分别来看看这两者具体有哪些相应的岗位
首先是统计学方向。
这个方向的职位其实一直都有，只是说现在用的一些方法，技术手段得到了一定的提升。原来公司只有一些有限的经营数据或市场数据，基本上用 excel 就能解决了，现在我们有了很大的数据量，也有了更多的高级的分析软件，比如 SAS、R 等等。用这些软件，我们可以在大量的数据中，挖掘出一些核心的数据信息，来找出商业活动的驱动力。
从就业方向来说，最典型的是以互联网公司为代表的信息化程度比较高的企业。这些公司在日常业务中会产生大量的数据，数据分析人员必须从繁杂的数据中挖掘出有效信息，来给运营和决策提供支持。
典型的公司有 BATJ，其中一些相关的团队包括产品的运营团队、广告效果分析团队、游戏的用户数据处理团队等等。其他还有一些互联网公司，比如美团、携程、饿了么等等。
在这些互联网公司里面，数据分析工作主要分两个方向：
一个是做运营分析，就是前面讲的这类工作内容。
另一个就是产品开发的分析，比如把相关的数据抽象出来建模，做一些用于判断的模型，比如回归模型等，以 API 的形式，给到客户。客户只要把相关的数据导进去，就能通过这个模型作出一个判断。
比较典型的例子就是反诈骗的一些产品，背后是好人的行为数据，以及一些坏人的行为数据，做出一个「0」「1」的好坏判断模型。当你把一个不知道结果的数据，通过 API 接口输入进这个模型后，就会得出结论这个是好人还是坏人，从而对业务作出指导。
除了互联网公司以外，咨询公司也非常注重数据这块的工作。
比如麦肯锡，相关的数据分析已经成为公司的重要驱动力之一。
另外，四大咨询公司、一些 IT 咨询公司，比如埃森哲、印度的 Infosys 等，以及一些本土的咨询公司，比如久谦，还有老牌的基于数据分、市场分析的公司，比如尼尔森，也有相应的数据分析岗位。
那数据分析主要用于咨询公司的哪些业务呢？对于咨询公司来讲，通常业务分两大块，就是战略咨询和管理咨询。
战略咨询一般用到数据分析的情况比较少，因为战略咨询常常涉及到一个较长期的企业业务的未来规划，从有限的历史数据中很难判断出比较长远的未来走向。一般历史数据比较多用于当前或较短时间的未来预测。因此，在咨询公司中，数据分析主要运用在管理咨询业务中，作为决策的支持。比如说，我们经常做到的 CRM 这一类系统中，在我们拿到很多客户的数据后，会做一个用户画像，做完用户画像之后，我们知道了这个客户有什么特点，我们可以基于概率或者回归做一个推荐系统，把相关的广告或者产品推送给客户。
另外，我们还可以做一些行业的分析。比如说，我们在第三方网站上面拿到了一些基于地理位置的数据，例如在一个区域有多少餐馆，而客户是做零售饮料的，我们可以把这些餐馆的分布放到地图上，然后把客户的销售数据也放上去，我们就可以看出这些饮料在哪些地方卖得比较好，哪些地方卖得不好。如果卖得不好的地方，它本身又有跟卖得好的地方一样的潜力的话，我们就可以据此提出相应的一些提升建议。
还有一类常用到数据分析的公司呢，就是金融企业，尤其是现状互联网的银行、保险公司等为主，主要偏向于相关的零售业务和风控业务。比如像国有的四大行，以及其他的商业银行，比如招商银行，零售和风控这些数据分析驱动的业务已经非常成熟了。
比如当你打开招商银行的 APP 时，会发现根据你的使用行为和情况，它会做一些相关的推荐。另外一个比较典型的例子是在蚂蚁金服上面，你会发现你有一个芝麻分，这个芝麻分也是通过数据分析、建模打出来的，那根据不同的信用分，你会得到一些不同的待遇。
另外，在保险公司数据分析是怎样应用的呢？保险公司也会给客户做用户画像，这些画像都会有一个对应的组，不同组里的人，保费也是不同的。比如在车险中，某类人的车是红色的，而且长期跑长途，那么他们面临的风险是什么情况，根据这样的情况，保险公司会给这些人设定一个特定的保险费。总结来说，在保险公司中，用到数据分析比较多的就是做一个一般业务运营的分析，以及风控的方案。如果保险公司的方案做得非常成熟的话，有可能会对外输出成为一个产品。
第四类会用到数据分析的就是软件公司。软件公司一般通过将这些模型标准化、产品化，做好交互之后，将一个完整的产品卖给客户。客户拿到这类产品后，只要将自己的数据导进去，进行一定的操作，就能得到一些有价值的结论。
最后一类公司是传统企业。这些传统企业可能之前的信息化程度较低，比如制造型企业，制造业之前的一些销售数据，可能没有做到一个很好的累积，借着整个商业社会信息化的趋势，这些企业发现在这些数据中有许多发现 insights 的机会，所以逐渐开始重视。之前我在美国的 AMD 公司实习过，公司内部有一个很庞大的数据库，记载了公司许多年的销售数据，我们就会拿这些销售数据，做时间序列分析，发现它在某一个时间区间内的趋势，并拿这个趋势来用于未来销售情况的一个预测。对于这个公司的指导意义，在于知道在某一个时间段它的订单量会上升，会上升到哪个程度，那么就可以让它的生产部门提前做好生产准备，来应对销售的高峰。
另外一个数据分析的就业方向是运筹学的方向。
运筹学方向的工作呢，主要是解决一些优化的问题，可能学过相关知识的同学会比较清楚。除了我们最简单的线性规划以外，也衍生了很多其他的优化方案，比如动态优化、随机优化、排队等等。就是说你在有限的约束条件下，能够得到一个最优或者局部最优的解。
这些方案在实际应用中也非常广泛。比如我们生活中用到的嘀嘀打车里面的路线规划的这类问题。这是个动态优化的问题，比如你拼车有多少个乘客，怎么给司机安排最优线路，保证能捞上所有乘客的同时，整个运行的路线最短最快捷。那在运筹学的方向，主要的就业公司还是咨询公司。对于咨询公司来讲，它会给客户提供优化方案。比如在制造企业里面，怎么去提升你的生产线的效率，这是一个排产的问题。你要先生产什么，再生产什么，能达到你总的用工时间较短，或者说中间产生比较少的堆积情况。这也是比较偏重运营分析，给运营工作提供一些决策支持相关的工作。
另外就是专门的作一些优化软件解决方案的软件公司，较典型的比如说 Aspen Tech，它的产品在石油行业里面也是优化排产比较有名的一个软件，全球 70% 以上的石油公司或者说炼油企业，都会用这个软件给自己的生产线做排产。因为石油企业的产品种类、原料种类都比较多，流程环节也比较复杂，这个软件解决了怎样排产能够在完成这个月生产计划的情况下，成本最低，利润最高的问题。
另外一个典型的公司是 LLamasoft，这个公司是专门做供应链优化的。在里面从事的主要是模型开发、产品开发这类工作。如果你能胜任的这类工作的话，也可以去这种公司做一下数据类工作，如果你将来想转行去做销售或者市场的工作的话，这边的工作背景会给你提供很大的支持。因为这家公司比较偏向于技术产品销售，如果你对产品的原理和优势不清楚的话，很难把你的产品很好地卖出去，因为买方会找一些相关的技术人员与你做对接，这些技术人员对这类知识了解得是比较清楚的。
除了这些第三方企业之外，还有一些直接会用到这些软件的企业，比如 Uber、滴滴，还有像顺丰等物流企业，肯定天天都会遇到这类问题。比如在上海这一个城市内的派件，你怎么去安排中转，用什么车，走什么路线，可以在一天内把派件都成功送达，或者让 delay 的情况最少。还有像 UPS 这一类国外的物流公司也是一样的，都比较多涉及到一些内部的产品开发工作。
作为一个多年的数分人，答主想结合自身入行前考虑的问题+自身工作思考，从以下几个方面来谈谈这个问题，为想要入行数据分析的小伙伴答疑解惑，希望可以帮助到大家哦！
- 数据分析就业前景如何？--开始犹豫是否要入行数据分析阶段考虑的问题
- 数据分析工资待遇好吗？--开始犹豫是否要入行数据分析阶段考虑的问题
- 数据分析有哪些要求？对学历/经验要求高吗？--决定要入行数据分析，进入准备阶段需要考虑的问题
- 数据分析工作好找吗？如何才能找到一份好的数据分析工作？--决定要入行数据分析，进入准备阶段需要考虑的问题
1 数据分析就业前景如何？
随着大数据的发展，数据分析相关岗位日趋重要，近年来越来越多的小伙伴想要转行数据分析相关行业和岗位呐~~对于数据分析的就业前景，答主想从 国家政策导向、行业发展情况、人才缺口数量 三个方面来谈谈这个问题，感兴趣的小伙伴可以仔细看看哦，看完以后希望小伙伴们不要再犹豫担心数据分析就业前景的问题啦~~
整体上数据分析相关岗位发展前景较好哈（不管是以前 还是现在 或者 未来）， 智慧医疗、智慧城市、精准扶贫等高新技术产业都是无法离开大数据的支撑滴，其中 数据分析师在大数据相关岗位中的作用是显而易见的哈~~
国家政策支撑
近年来国家出台了一系列大数据相关的政策，国家是大力支持大数据发展的哈，例如：《大数据产业发展规划（2016-2020 年）》 《促进大数据发展行动纲要》《中国大数据与实体经济融合发展白皮书（2019 年）》等。
同时 各地政府也相继成立了大数据管理机构，从而有效促进大数据产业发展，全国 22 个省区，200 多个地市相继成立大数据管理部门。嗯，从这个角度上来看 国家是在尽力引导大数据行业规范化发展的。
行业发展迅猛
答主相信近年来大数据行业的迅猛发展和巨大产业规模，大家应该都感觉的到吧！答主平时去图书馆，一进门就有一个很大的数据展示屏幕，大致内容是今日入馆人数、受欢迎的图书排名、近期新书推荐等内容，这应该是就是一个简单的实际案例吧！还有平时用的地图也是，现在看着地图就知道等的公交车大概几分钟才能到，以前都是盲等啊！应该还有很多实际场景，大家都应该能够感受得到。
人才缺口较大
小伙伴们在逛各大招聘网站的时候，随便一搜索数据分析这个关键词，相应的岗位就会跳出来一大堆！！随着行业的发展，数据分析人才缺口也是较大滴！据说 2019 年中国大数据人才缺口高达 150 万，着实震惊！（《2019 年中国 AI&大数据人才 大数据人才就业趋势报告》，这个报告可信度还是挺高的）；并且，在未来中国基础性数据分析人才缺口将达到 1400 万（中国商业联合会数据分析专业委员会统计的数据，个人感觉还是很可信的）。
近期，通过对各大招聘网站近一年发布的公开招聘信息统计，主要地区的招聘需求量如下：（一眼就看出来了 北上广深就是前四，排在前面的果真就是一线城市呀！）
2 数据分析工资待遇好吗？
数据分析师工资待遇 总体上而言是很不错的，感兴趣的小伙伴可以仔细看看下面的数据~~还在犹豫的小伙伴，可以往前冲啦~~（数据来源：近一年某招聘网站的注册用户提供的数据分析师薪酬数据，样本量为 308,292）
年薪总收入
数据分析职位年薪总收入，从全国范围来看，10% 的数据分析师的年薪都是 12W+，一半的数据分析师年薪都是 8W+（注意这是全国范围哈~~，所以看起来比预料中的低了一点子）
另外，北上广深 一线城市，大部分数据分析师的年薪都是 12W+哈~~
平均月薪环比变化
数据分析职位平均月薪，从全国范围来看，月薪环比变化的区间是在 6400-6800 之间；一线城市，月薪环比变化的区间是在 10800-15600 之间
平均月薪环比变化-全国：
平均月薪环比变化-一线城市：
热门地区工资情况
数据分析职位平均工资，北京为 25.3K，上海为 19.8K，深圳为 18.9K，深圳为 14.7K~~
看看下面的热门地区工资表吧，看到这样的工资表，答主突然有种想要跑去北京做数据分析的冲动了~~
3 数据分析有哪些要求？对学历/经验要求高吗？
学历/经验要求
从各大招聘网站中，对数据分析的招聘要求来看，数据分析师的学历要求 50% 是本科，2.6% 是硕士，0.26% 是博士，17.2% 是不限学历；数据分析师的经验要求不限经验的只有 23.5%（当然从招聘信息中的学历和经验要求是这样滴 貌似对学历/经验的要求不是很高，但是在实际录取过程中 学历高 有经验的求职者 肯定还是更有优势滴~~）
硬性要求—技能要求
数据分析相关职位需要的是综合性人才（答主所遇到的数据分析师们 很多都是 上知天文下知地理感觉啥啥都会，这个岗位确实有点卷呐~~），能够掌握数学、统计学、数据分析、 机器学习和自然语言处理等多方面知识技能。
理论基础-统计学：统计学是数据分析师的基石。对于初级数据分析师，主要 要求是 了解一些描述统计相关的基础内容，如果掌握了解一些常用统计模型算法就是很好的加分项哦；如果对于高级数据分析师的话，统计模型相关知识则是必备技能哦~~
数据分析工具：对于初级数据分析师而言，玩转 Excel +数据透视表+函数公式是必须的，VBA 则是很好滴加分技能。另外，必须有一个擅长的数据分析工具，SPSS 或者 Eviews 作为刚入门的小伙伴是比较好的选择；对于高级数据分析师，很多问题都是需要专门的数据处理工具才能解决， R 或者 PYTHON 就是很好的选题哦~~
编程语言：对于初级数据分析师，要熟练掌握 SQL 语言，会玩数据库（MYSQL 或者 ORACLE 可以选一个哈），用于提取存储数据；对于高级数据分析师，除了 SQL+Hadoop+Hive 以外，利用 Python 来编程 进行 数据分析 进行数据建模，是事半功倍的诀窍哦~~举个例子：使用 PYTHON 判断身份证号码是否正确，使用 PYTHON 编程语言和思维即可轻松搞定，具体如图：
软性要求
除了上面提到的数据分析硬性要求，还有一些软性要求，例如：业务知识技能、沟通表达技巧、逻辑思维严谨、分析解决问题能力等等。
业务知识技能：数据分析师 分析的数据就与具体业务知识息息相关，懂业务就是数据分析的前提，对企业的行业知识、公司的业务流程，具有明确的认识，同时还需要有自身的思考+独到的见解，为公司决策者提供有力的数据支撑+明智的决策建议；
沟通表达技巧：在数据分析的过程中，可能需和公司的各个部门沟通交流，例如：前端的产品+销售；后端的 技术+程序，作为一个数据分析师必须具备全局观 各个环节都需要参与和理解，同时也会涉及到与合作方的内容，所以沟通表达技巧是必备技能；
逻辑思维严谨：数据分析师的主要职责就是为公司决策者提供有力的数据支撑和决策建议，如果有很多问题没考虑到或者是没有考虑全，很多建议在落实过程中就会有很多问题；所以，后期方案的落实落地，必须面面俱到，逻辑思维必须严谨。
4 数据分析工作好找吗？如何才能找到一份好的数据分析工作？
数据分析的工作整体上而言是很好找的，但是前提条件是需要花时间花精力提升自身综合性技能，让自己可以胜任数据分析这份工作哈。答主当初毕业那段时间主要是从 提升自身技能、选择适合自己行业 这两个方面来提升自己，然后顺利滴找到了一份满意的数据分析工作，你也可以哦~~
提升自身技能
数据分析师自身的专业性技能决定着我们能否找到一个好的工作，所以对于决定要入行数据分析的小伙伴们，首先需要做的就是 提升自身专业性技能哦~~但是如何提升呐？结合答主当初毕业那段时间的经验，为大家推荐三种途径：
第一，参加比赛项目 例如，可以报名参加全国大学生统计建模比赛、数学建模比赛、数学竞赛等；
第二，在网上找一些实践项目进行学习。网上有很多实践项目，提供相应的数据和要求，答主当时用的最多的就是 kaggle，感兴趣的小伙伴建议大家可以去 kaggle 看看哈，收获远比想象的多哦~~；
第三，报培训班。一般情况下，数据分析培训班都会包含数据分析理论基础+数据分析实践工具+数据分析实践项目，有助于将理论基础与实际应用相结合，报培训班这种方式很适合转行或者零基础的小伙伴。
最近看到有一个《知乎数据分析 3 天实战训练营》，仔细了解了一下，是针对零基础的小伙伴推出的，个人感觉确实很不错哦，值得推荐，感觉你可以去试一下哦~~反正也不花钱嘛~~，
答主看了某宝中的课程，花时间去做过对比，知乎知学堂官方推出的课程在 内容质量上、实践项目上、后期就业内推渠道上都是很优质的哦，更关键的是 免费的~~赶紧行动起来吧，未来在我们求职的简历上也会增添一抹色彩，优秀的数据分析师团队等待你的加入哦~~
选择合适自己的行业
目前各行各业都需要数据分析相关岗位的人才，作为一个合格的数据分析师，必须是 业务性+技能型 的综合性能力的人群；所以 在提升自己专业性技能的同时，也需要考虑选择哪个行业，个人建议：可结合自身 专业+兴趣+市场 等因素，选择一个适合自己的行业。然后 将 数据分析方法运用于整个行业的发展过程中，结合对应的业务情况，真正地去挖掘整个行业数据背后的潜在价值~~
行业分布（数据来源于某招聘网站）：
数据分析师的不同工作内容（数据来源于某招聘网站）：
总的来说，数据分析以后的发展前景很好，工资待遇优厚。建议想要入行数据分析的小伙伴早点行动起来哦，早早的学习相关技能，早点开始参与累计相关的实习，早点行动起来哦~~
本文作者：@SMILE
预测某种职业的发展前景，一定要基于同时间维度内对应行业的发展趋势。之前在其他问答下已经做过回复，这里就不赘述。
总结来说，未来5年，BI不会只停留在对历史数据的多维统计。通过与不断普及的算法与算力融合，会实现更自动、更智能的数据探索、实时预警、未来预测、自动诊断以及行动建议。在使用体验上，也一定会日趋“傻瓜”化，强调敏捷、易用与行业场景化，并且不断接入整合更丰富、更细颗粒度的数据源，进一步延展数据驱动决策的应用场景。
新趋势对于数据分析师能力提出哪些新需求
这种趋势的变化对于数据分析师来说，也提出了更高的要求。过去，数据分析师的分析工具主要是Excel或者报表系统，要求数据分析师做很多重复性的取数、清洗数据等工作。
而近几年随着BI尤其是敏捷BI的发展，对于数据分析师重代码的数据分析工作要求会越来越低，很多自助式BI平台，例如观远数据，直接通过Smart ETL就可以高效完成数据准备过程，并且用拖拽式操作就能完成可视化分析。
这就要求数据分析师要除了要锻炼自己的数据分析技能，更要着重锻炼自己的数据分析思维，从业务中来到业务中去。
从发展前景上来说，随着企业数据量越积越多，数据分析已经成为包括销售、市场、运营、策划、产品等等前端部门，以及财务、法务、人事等后端部门都需要做的事情。所以市场对于数据分析师的需求会越来越大，但同时由于一些自助BI的发展，一些业务部门也会慢慢掌握一些数据分析基本技能，如果想要一直做数据分析，不仅要加强对数据分析技能学习，更要强化自己对业务的理解和数据分析思维。
http://guandata.mikecrm.com/wiHddNz (二维码自动识别)
从职位薪水来看，数据分析行业的高薪主要分布在长三角、珠三角和京津地区。北京、上海和深圳的薪水位列第一方阵，均薪在10k+；杭州、宁波和广州位列第二方阵，均薪在9k+；其他沿海及内陆区域中心城市，如南京、重庆、苏州、无锡等位于第三方阵，均薪在8k左右。
从职位量来看，北京、上海、深圳和广州位列第一方阵，职位量在30000+，杭州、成都、南京和天津位列第二方阵，职位量在20000+，武汉、西安、郑州等区域中心或省会城市对数据分析职位的需求也相对较高，职位量在10000+。
从行业需求来看，互联网金融、O2O、数据服务、教育、电子商务、文化娱乐领域对数据分析师需求量相比其他行业更大。
不管是在企业还是社会，数据都已经开始扮演越来越重要的“角色”。在这种大势之下，数据分析思维已经不只是数据分析师的“专业”了，包括销售、市场、运营、策划、产品等等前端的职位都需要通过数据分析来帮助自己的工作，甚至连后台的财务、法务、人事等也开始需要通过数据分析来提升效率。可以这么说，如果你在企业之中工作，你未来会开始越来越多的和数据打交道，这个时候数据分析已经成为工作的必要条件。
从职位薪水来看，数据分析行业的高薪主要分布在长三角、珠三角和京津地区。北京、上海和深圳的薪水位列第一方阵，均薪在10k+；杭州、宁波和广州位列第二方阵，均薪在9k+；其他沿海及内陆区域中心城市，如南京、重庆、苏州、无锡等位于第三方阵，均薪在8k左右。
从职位量来看，北京、上海、深圳和广州位列第一方阵，职位量在30000+，杭州、成都、南京和天津位列第二方阵，职位量在20000+，武汉、西安、郑州等区域中心或省会城市对数据分析职位的需求也相对较高，职位量在10000+。
从行业需求来看，互联网金融、O2O、数据服务、教育、电子商务、文化娱乐领域对数据分析师需求量相比其他行业更大。
不管是在企业还是社会，数据都已经开始扮演越来越重要的“角色”。在这种大势之下，数据分析思维已经不只是数据分析师的“专业”了，包括销售、市场、运营、策划、产品等等前端的职位都需要通过数据分析来帮助自己的工作，甚至连后台的财务、法务、人事等也开始需要通过数据分析来提升效率。可以这么说，如果你在企业之中工作，你未来会开始越来越多的和数据打交道，这个时候数据分析已经成为工作的必要条件。
1、短周期内不是一个被淘汰的职业。
2、在大多数公司分析师是一个偏辅助的岗位，也没有合适的量化标准来衡量分析师的产出
所以他是一个中等前景的岗位，只是因为最近5年榜上了移动互联网的大发展，使得他大放异彩吸引了众多的目光。
数据分析师未来五年的发展前景无非是收入 和 发展情况
1、收入水平
未来五年整个市面上的工资待遇不同的公司差距较大， 但总体来说, 基本上都是在10k 起步， 高的可以达到30k 以上， 根据你的背景以及工作年限而定的
2. 发展路线
数据分析师的发展总体来说, 后期主要有几条路线
(1) 数据分析师专业路线， 这种到后来基本就是成为数据分析专家， 成为一个专业方向的专家
(2) 转管理, 这种到后期基本是成为数据分析组长或者总监，来管理一个组或者一个部门
(3) 转其他方向, 数据分析因为是跟业务很紧密的一个工作, 所以就可以往产品运营方向来转,或者往数据产品方向来转
码字不易，优秀的你记得点个赞哈，欢迎关注我 @陈思淼
数据分析师未来五年发展前景怎么样？
随着科技的不断发展，大数据的不断更新，数据分析师未来五年的发展前景只会越来越好，数据分析可能会逐渐的成为，各行各业中求职的必备技能；
未来数据分析会一直存在，不会有被人工智能所替代的说法，但是人工智能可能会让数据分析师的工作更加轻松；轻松的同时工作效率不会降低反而会更高；
数据分析师的发展前景会越来越好，同时对数据分析师的综合能力要求也会随之增高；
大数据分析师已经不是简单的IT工作人员，而是可以参与到企业决策发展制定中的核心人物；
随着大数据在国内的发展，大数据相关人才却出现了供不应求的状况，大数据分析师更是被媒体称为“未来最具发展潜力的职业之一”。有媒体报道，在美国，大数据发内西红寺平均每年薪酬高达17.5万美元，而中国国内顶尖互联网公司，大数据分析师的薪酬可能要比同一个级别的的其他职位高20%-30%，且颇受企业重视；
当然，目前大数据在大型商家的应用，挑战依然很多；然而目前概念喊得很火，就目前阶段不是所有的大型综合体，大型商家具备数据意识和数据分析能力，以及目前数据量较少不具备太大的参考意义；此外，仅仅是数据还解决不了问题，还需要懂运营、懂市场的企业参与，才能让数据的价值得到发挥；尽管如此，具备强大的数据分析能力的大数据公司将会越来越受到商家的追捧；
引用部分内容来自豆瓣咖喱范《数据分析师未来发展前景》
本公司目前在招聘一些大数据分析师，我们欢迎所有对数据分析感兴趣的人来试试，符合条件的可以投递简历（可培养！！！）投递方式见下方，更多岗位信息关注本公司公众号，欢迎主动与我们联系。（1、签订正式合同、五险一金；2、须大专及以上学历；3、无经验者由项目经理带；4、在京工作一年后要求回当地的工作的，可申请调回当地省会城市的分公司或合作企业工作；5、每日简历投递量非常大，欢迎主动与我们联系！！！）
随着大数据被广泛的应用于各个行业领域当中，数据分析师这个岗位在各个行业领域里几乎遍布了它的身影，且能够起到较为重要的作用，而且它的热度一直未减，反而薪资待遇方面还是一直处于增长的状态里。目前来说，现阶段处于一个数据分析师的红利期，入行数据分析师就得抓住这个机会！
先来个彩蛋：
本公司目前在招聘一些大数据分析师，我们欢迎所有对数据分析感兴趣的人来试试，符合条件的可以投递简历（可培养！！！）投递方式见下方，更多岗位信息关注本公司公众号，欢迎主动与我们联系。（1、签订正式合同、五险一金；2、须本科及以上学历（优秀者可放宽条件）；3、无经验者有项目经理带；4、在京工作一年后要求回当地的工作的，可申请调回当地省会城市的分公司或合作企业工作；5、每日简历投递量非常大，欢迎主动与我们联系！！
近几年数据分析师这个岗位的前景还是相当不错的，企业对于人才的需求日益增长，薪资待遇方面也在不断提高。而且对于学历方面的要求最低是在大专及以上，即使没有什么经验，但是技术水平到位也是可以前来就业的。
目前来说，岗位的平均薪资待遇在15.9K，有很多人的薪资标准在20K-30K之间。收入过万的比例显然要比不过万的要大得多，所以薪资待遇上面就不用过于担心了。
薪酬区间跨度大的主要原因是每个地区对于数据分析师的薪资标准是不同的，其次岗位职能的不同也使得薪资待遇有所不同，一般4.5K的多为小企业的最基础的数据分析师岗位，基本上会使个Excel就行了。
在未来五年，虽然一些产业技术逐渐开始走向智能化发展，但是对于数据分析师的需求可能会增大，毕竟要想在技术方面有所创新，光靠机器是根本做不到的，机器再怎么智能，都是需要人来对其进行定义。
其实数据分析师这个岗位可以说是越老越吃香的，它一直以来都被各个国家所重视，国内对于大数据行业的发展更为重视，对于数据分析师岗位同样也是，而且各个企业对于数据分析师人才的需求逐渐增大。所以这个职业是一个能够长期稳定发展的职业。
况且，数据分析师这个岗位的薪资待遇会随着工作年限与经验的增长而有所增加，发展空间也很大。从事这个岗位之后也需要你去努力提升自身的实力，从而提升自身在行业内的价值。
数据分析师会有很好的前景和收入，讨论国内分析师的未来不妨看下在数据驱动方面远远走在我们前面的硅谷，目前硅谷的analytics的薪水已经追平算法工程师了，国内数据分析师的薪资则是在一直往上涨。
（本公司也在招一些数据分析师，关注上面公司公众号，符合条件的可以投递简历，欢迎各位童鞋踊跃投递！）
我认为，数据分析行业是可以长期发展下去的，但是对于数据分析师的专业技能的要求会越来越严格。
分析原因：
在互联网时代下诞生的不仅仅是一系列的智能产品，还有海量的用户数据。从app的开发使用、人工智能的快速发展到5G的产生，整个大数据时代高速发展。就像当年的淘金热一样，谁能在海量的数据中找到有用的信息，谁就能在这场信息战中获得巨大的胜利。
于是，在大数据的风口上，数据分析师这个职业水涨船高，各大企业都意识到了数据分析的重要性。一时之间数据分析师供不应求，越来越多的人开始慢慢的从各个行业转行来数据分析行业。由于数据分析师入门门槛很低，且大多数的同学在学校都修过编程相关课程，所以稍加训练就可以满足行业要求，因此也吸引了越来越多的人来从业。
尽管如此，数据分析行业仍然存在一种人才缺失的情况。在某联招聘上搜了一下在招数据分析师的岗位，仅仅在上海就有1400个岗位缺口，而且薪资都在0.8-1.2万不等。这个工资在上海虽属于一般水平，但是仍然可以满足正常生活的需要。据美国就业市场相关报告称，仅仅在美国，大数据人才的缺口就达到20万。因此在短时间内，数据分析师仍然会是个炙手可热的职位。
但是随着一些智能软件的发展，数据分析的门槛会越来越低，慢慢渗入到各个岗位中。在大数据的浪潮推动下，数据分析将会变成工作必备技能。也就是说，基础的数据分析师岗位会消失，取而代之的是已经掌握了数据分析初级技能的公司职员们。而资深的数据分析师完全不会受这场浪潮的影响，企业仍然需要可以为公司决策作出支持的资深分析者。
资深数据分析师和普通分析师职能差异
只有专业技能强的资深分析师，才能在这场岗位的竞争中长久的存活下去。
在许多求职者，寻找工作的时候，最先考虑的就是工作的稳定性和未来发展前景。一个好的工作都是兼具这三方要素的。
下面我们就从稳定性、发展好、薪资可观这三个方面来聊一下数据分析师这个岗位。
先来个彩蛋：
本公司目前在招聘一些大数据分析师，我们欢迎所有对数据分析感兴趣的人来试试，符合条件的可以投递简历（可培养！！！）投递方式见下方，更多岗位信息关注本公司公众号，欢迎主动与我们联系。（1、签订 正式合同、 五险一金；2、须本科及以上学历（优秀者可放宽条件）；3、无经验者有 项目经理带；4、在京工作一年后要求回当地的工作的，可申请调回当地省会城市的分公司或合作企业工作；5、每日简历投递量非常大，欢迎主动与我们联系！！
第一点：稳定性
大家都知道一个以技术为主要的求职资本的工作，其稳定性都比较强。因为这种技术性含量高的工作可替代性就比较低，必须有一定的技术能力才能得到这份工作。举个例子，各种行业的服务员，这种工作流动性大吧 ，如果你不想做了，或者换工作，公司可以马上找到另一个人代替你。因为这种不需要什么技术的工作，可替代性强，稳定性也自然不会高。只要你技术能力过关，大数据分析这个工作是非常稳定的。
那这个行业的稳定呢？
大家都知道现在是互联网时代+大数据时代，在互联网的发展下，大数据的进步也随之高升，现在已然进入了大数据时代。我们平常可能不会怎么注意到，但是只要你仔细观察一下，就会发现我们身边处处充满了大数据。外卖、旅游、医疗、娱乐哪哪都是大数据的身影，在如此的大数据时代下，作为其标志，大数据分析岗位会不够稳定吗？
第二点：发展好
大数据分析是大数据领域众多工作岗位的其中一个，前面说到了该行业是技术性为主导的，其工作岗位也自然是如此。那么我们就直接从大数据行业来分析，大数据行业的前景有多好。以此带入到大数据分析中也同样适用。
1. 技术发展
大数据产生的原因是互联网技术发展的必然结果，是更进一步的技术发展。在互联网技术发展到一定程度下，大数据技术应运而生。可能在12-14年你才听说到大数据，不以为意，这也正常，那时候我国才提出大数据概念没多久。那时候还是互联网的时代，而后互联网的进步，加快了大数据的孵化，直到现在，大数据已经成长为了一个青少年的模样，在未来大数据的发展会更好，给我们带来的便利也会更多。
2. 时代进步
互联网时代的技术发展，孕育了大数据行业的发展，如今，大数据即将接棒，进入大数据时代。大数据已然存在于我们身边，小到个人生活，比如外卖、出行、购物。大到社会，大数据与医疗，这些都是随着时代进步改变带来的便利，放以前，我们会有这样的想法吗？现在是大数据时代的发展期，未来还会有更多与大数据结合的便利出现。
3. 政策支持
“大数据是信息化发展的新阶段”，并做出了“推动大数据技术产业创新发展、构建以数据为关键要素的数字经济、运用大数据提升国家治理现代化水平、运用大数据促进保障和改善民生、切实保障国家数据安全”的战略部署，为我国构筑大数据时代国家综合竞争新优势指明了方向！”这是有我们国家政策的支持、扶持。
由技术进步带来的大数据时代，得到了国家的支持与发展，大数据行业的发展前景差吗？大数据分析岗位前景会差吗？
第三点：薪资
大数据行业的工作岗位薪资都不会很低，大数据分析岗位作为一个行业热门也当然不会低。这是大数据分析工程师的平均薪资，在刚开始入职时的起步薪资也是在8k左右。如果再加上你的工作经验、专业能力和地区（指一线城市和二线城市）那你的薪资至少是上万的，所以该岗位的钱景是非常的。
很多人觉得数据分析师的需求在下降，觉得行业的发展前景大不如前；现在学习数据分析师还来得及吗等等问题，其实并不完全如此。
什么时候学习数据分析都是来的及的，至少在未来的五年内，这句话还是有效的，为什么这么说呢？主要还是因为数据分析得到了更多行业的认可以及应用，特别是在新冠疫情爆发期间，数据分析行业得到了极大的认可，这一角色已经深入人心。
其实，对于数据分析的应用远不止于此，尤其是在企业复工复产之后，在后疫情时代对于数据分析技能的需求可能会达到历史的最高值，出现这种现象的主要原因还是因为各行业急需数据分析师将数据转换为策略方阵，好为各行业的发展指点江山。
数据分析师未来五年内的发展前景怎么样？
首先，如今的互联网行业其发展是非常的迅速的，互联网指数呈现指数级的增长，在这其中，数据分析师不仅扮演着推动行业发展的作用，更重要的是在行业未来的发展中将起到引领者的作用，其重要性是不言而喻的；
其次，数据分析作为新兴的技术领域，其专业的数据分析人才是稀缺的，行业的人才缺口非常大；可以通过企业的招聘信息看出，对“专业”“经验”的限制要求其实已经是比较少了，这也能看出企业对数据分析的重视，不断的释放招聘的需求，但是数据分析人才的供应量还是远远不够的；
最后，所谓对数据分析师的招聘量在减少，其背后还是另有原因的，可以分为两点，一是，可能对于技术层面的人才招聘量减少了，二是数据分析的名称出现了改变，被其他的名词所替代，这些原因都会让人觉得对于数据分析的需求量在减少，其实这只是假象而已，对数据分析人才的需求依旧还是很大的，所以想要学习数据分析的人，还是要尽早抓住机会。
数据分析并不算一个新兴的职位，但随着大数据概念的逐步落地，数据的价值也渐渐被企业所重视，数据分析师也因此身价倍增。那么，企业对这一岗位到底有何要求？数据分析师的待遇普遍如何？本文，我们收集了目前国内主流招聘网站的一些相关数据，通过可视化的方式来看看这一岗位的现状。
分析目的
基于招聘网站的相关数据，通过可视化分析，探究以下问题：
哪些行业对数据分析师需求量最大？
招聘企业普遍处于哪个阶段（融资情况，上市情况）？
数据分析岗位学历要求？
数据分析岗位工作经验要求？
数据分析岗位薪水情况？
数据整理
我们随机采集了目前较为主流的几个招聘网站有关“数据分析”岗位的数据，包括拉勾网、智联招聘、猎聘网以及BOSS直聘。
采集字段为：职位、公司、薪水、经验要求、学历要求、所属行业、企业融资情况
分析工具
首先使用八爪鱼数据采集工具（免费版，可从官网下载），添加搜索网址，并选择我们所需的字段，开始采集。对于新手来说，八爪鱼数据采集工具是不错的选择，可以没有任何代码基础，也不需要写正则等采集规则（火车采集器会复杂一点，需要写正则）。
然后我们将采集到的数据导出，导出格式为Excel，由于各招聘网站字段有出入，需要使用Excel工具进行简单的整理。
数据分析工具我们使用DataHunter数据可视化分析平台Data Analytics，同样也是因为Data Analytics相比于Excel等产品更为简单易用，拖拽式的操作即可完成分析过程。对于个人用户，Data Analytics完全免费，可通过在官网（ www.datahunter.cn）注册即可使用。
分析结果
这里并未把所有行业都显示出来，只选择了占比较高的一些。数据结果显示，金融行业、数据服务、游戏这三个行业对数据分析师的需求更为强烈，医疗、信息安全、生活服务、社交等行业也在招聘数据分析相关岗位。其它行业还包括了计算机硬件、广告营销、文化娱乐等。
与数据分析相关的岗位占比，可以看到，绝大部分企业在招聘数据分析师，其它岗位还包括数据分析工程师、数据分析经理、数据分析专家以及数据分析实习生，尽管都是与数据打交道，但不同岗位对技能的要求还是有一些区别的。
薪水方面，我们也只是显示了占比较多的薪水区间。可以看出，数据分析岗位的薪水普遍在10K-20K的区间，10K以下的岗位也有一定的占比，当然，从整体数据来看，数据分析岗位的薪水跨度区间还是很大的，实习生工资最低只有3K左右，而最高薪可以达到80K-100K。
我们可以看到，绝大部分岗位都需要有一定的工作经验，其中，3-5年占比最多，其次是1-3年。当然，还有部分企业要求有5-10年的工作经验。而学历方面，本科占比最多，有部分要求较高的职位，还要求具备博士、硕士学历。
在所有招聘数据分析相关岗位的企业中，可以看到不少互联网巨头对于数据分析师都有强烈的需求，提供的岗位也比较多，其中包括了京东、美团、饿了么、近日头条、58同城、搜狐、联想等。另外，可以看到，大部分企业均已拿到融资或上市，也有部分企业还处于未获得融资状态或不需要融资。
前景怎么样我们要用数据来说话~
我们从“前程无忧”及“智联招聘”抓取关于“数据分析师”职位招聘信息，合计3200条数据，接下来对该批数据进行分析。
第一步：数据准备
薪资范围的上下限分割：将获取的Excel表格数据导入到Tempo BI中（从数据库添加），并将获取到的两个表格进行一键汇总（点击“合并”，生成新的数据集）。因为薪资范围是以xK-xxK(还有一些薪资面议/社招的数据)的形式存储，我使用“计算列”中的函数对“薪资范围”这列字符进行分割，系统还自带校验效果，自动帮你检查函数的准确性。
脏数据清洗：浏览了一下数据，发现没有太大问题，但是里面有一些岗位信息的薪资范围出现了“80K-100K”这些严重偏离正常值的字符，为了不影响其行业平均薪资水平，我通过“过滤”功能对数据列的“薪资范围”进行过滤，使得到的薪资不包含异常值。
经过10分钟左右的时间，获取到的全部数据已清洗完毕。
第二步：数据分析
数据分析的过程可以说是相当简单了。Tempo 大数据分析平台作为一款自助式数据探索工具，以及其简易的拖拽方式，完成数据到图形的映射，打造“全民数据科学家”真的不是说说而已。
若要分析不同公司规模的招聘数量：选中任意图表（环形图），将“公司规模”拖入到横轴，将“招聘数量”拖入到纵轴，这样就可一键生成招聘企业规模分布环形图。
就算你暂且没有思路，也可将你喜欢的图表拖入幕布，然后将任意字段拖入到X轴或Y轴，这样就会自动生成图表，试错成本可是相当的低哦！40种图形组件，满足大多数业务场景的图形表达；多种度量指标计算方式，让IT小白即使在不理解算法原理的情况下也可快速完成深度分析。
第三步：结果可视化
数据分析师的地区发展分析
从城市岗位需求数量分布来看，关于数据分析师招聘区域主要集中在一线城市及新一线城市，需求量较大城市的依次是：北京、上海、深圳、广州、西安。
从岗位薪资状况来看，薪资水平较高省份分别为北京、上海、广东、浙江、福建等区域。在数字经济向生产生活各个领域渗透的同时，长三角和珠三角这两个重要经济区走在了应用前列。
综合来看， 数据分析师的薪酬收入整体还是客观的。从各城市岗位薪资气泡图来看，上海、杭州、深圳这三大城市的薪酬较高。相反，北京的薪酬优势并没有凸显，反而是杭州薪酬最高。杭州这个互联网和电子商务企业的聚集地，在数据分析的投入上看来是一点都不含糊。
从各城市岗位薪资范围分布来看，上海、北京、深圳城市给出最高薪资的企业数量较多；但是根据气泡图的大小，还是一眼可以看出上海、杭州、深圳这三大城市的平均薪酬较高。
数据分析师的需求企业分析
如今，几乎每个行业都将数据分析作为行业竞争力，以领先于竞争对手，更好地服务客户。从行业招聘数量来看，数据分析师职位缺口主要集中在三大巨头行业：互联网/电子商务、金融及计算机软件；同时非典型数据产业也在迅速崛起。看来数据分析师还是很抢手的嘛，几乎各行各业都离不开。
互联网/电子商务领域交叉销售，再营销，打包服务或个性化产品，客户数据正在以前所未有的方式受到关注，购买模式、搜索历史、行为分析...在越来越多的行业应用下,数据分析师的需求也越来越多。
从招聘企业规模分布来看，企业规模在100人以上的公司占了70%左右。根据所得数据，其中企业规模在100-499人的公司所占比例最高。数据分析工作离不开企业信息化建设，更需要投入一定的成本。硬性成本与软性成本的投入对于企业规模和资金实力都做出了一定的要求。
数据分析师的薪酬收入分析
从薪资分布来看，“数据分析师”岗位的平均薪资为 9K以上。并且随着岗位学历的增高，其薪资更是直线上升；拥有“博士”学历的薪资更是达到了18K。
从不同企业规模的需求数量与职位来看，企业规模在100-499人的需求数量最多。同时，随着企业规模的扩大，其岗位薪资也在上升。其中企业规模在1000-999人的公司更是给出了最高薪。
数据分析师的发展前景分析
不同工作经验的需求分布：
不出所料，不同工作年限的需求分布近似于正态分布。除去经验不限来说，工作1-3年经验的熟手需求量最大，其次是3-5年工作经验的资深分析师。工作经验不足1年的职场小白，市场需求量较少。而工作经验5-10年的需求量非常稀少，而10年以上的更是凤毛麟角。
不同工作经验的薪酬分布：
毫无疑问，随着经验的提升，数据分析师的薪酬也在不断提高，且收入是相当可观。工作经验在1年以下的入门级数据分析师的平均薪资已达到8.5K，经验丰富的分析师薪资更是达到24K。从现有数据来看，数据分析师似乎是个常青的职业方向，在10年内大概不会因为年龄的增长导致收入下降。
据数联寻英发布《大数据人才报告》称：目前我国大数据人才仅46万，在未来3-5年内大数据人才缺口达1500000之巨。 数据分析师作为一个越老越香的职业，在很长一段时间都会供不应求。
数据分析的发展前景如何？
在人工智能快速发展的今天，基于一定公式，有规律可循的数据分析，很多人开始担忧会不会渐渐被人工智能所取代？尤其是曾经马爸爸也预测过未来数据分析师会被淘汰掉。
其实不然，人工智能不仅不会取代数据分析，反而会让数据分析更轻松。
本质上，算法对抗的是低效率，而数据分析对抗的是不确定性。在数据分析工作中，数据思维比专业技能更加重要。如果未来真的有可能被人工智能取代的，也会是那些在工作中一直没有什么成长，依旧只会写SQL的人。
如今我们已从IT时代进入了DT时代，离不开互联网，更离不开大数据。得益于数据价值的不断提升，单就数据分析行业本身的发展前景来看，这个行业还远没有到它的衰退期。
从整个行业来看，数据分析有着非常强的行业适应性。覆盖IT互联网、咨询、快消、物流、传媒等几乎所有行业，无论是世界五百强、互联网大厂、金融巨头，还是小型创业公司，都需要数据人才。
数据分析入门方向
进入数据分析有两个大方向：技术和业务，选择一个方向入门并逐步深入。
01 技术方向
主要负责提高数据采集及运算速度和更加有效编写统计代码。技术方向顾名思义就是更注重技术，主要是数据挖掘技术，比如数据挖掘工程师/算法专家等岗位。
02 业务方向
主要负责日常业务的异常监控、客户和市场研究、参与产品开发、建立数据模型提升运营效率等。一般在市场部/产品或运营部/战略发展部，例如商业分析，数据运营，战略决策等岗位。
不同的业务方向也决定了不同的职业规划和晋升途径。从公司发展层面上，当数据分析师到达一定高级阶段后，一般技术方向会往数据挖掘工程师，最后成为技术团队Leader或技术专家，比如数据科学家；业务方向则是往数据产品经理/数据运营经理，最后可能到达管理层，比如总经理/CEO。
数据分析行业发展机会
从行业的角度来看，广泛应用数据分析的行业依次有：
01 互联网
特别是电商行业，而且互联网企业也更重视数据分析的价值，是数据分析师理想的成长平台。
02 咨询
咨询更需要数据分析人才，特别是数据咨询类公司，例如艾瑞、埃森哲、尼尔森、益普索、易观等。而且相对来说，数据分析师在咨询公司成长的速度更快，专业也会更全面。
03 金融
比如银行和证券等金融行业，该行业对数据分析的依赖需求也越来越大。
从数据分析转行的角度来看，可以转的方向有：
01 数据咨询类公司
先在其他行业积累一定的数据分析经验后（进入门槛相对低一些）或者获得一定的成就后（遇到职业天花板），然后再跳去数据咨询类公司，也会有更好的职业发展。
比如GrowingIO、神策数据这样的数据平台公司，创始人都是BI出身的，GrowingIO的创始人就是前Linkedin（领英）的BI总监。
02 财务分析
如果有财务背景，可以考虑财务分析方向，大体是从财务分析到财务总监的职业路径。企业可以没有数据分析，但不能没有财务分析，财务是数据分析里边最普适的一个应用场景。
03 风控
不少在互联网公司做数据分析到一定经验后，会转去金融企业做风控，这也需要大量的数据分析工作。风控是金融企业核心岗位之一，国内很多信用卡中心和P2P公司有大量这样的职位，机会也比较多。
04 传统行业
同时，随着近几年企业对数据管理意识的重视，一些传统企业也在推动数据化转型。所以转去一些有价值有潜力的传统行业做数据工作也不失为好机会。
数据分析师拥有相当多的发展机会
数据分析是非常具有潜力的一项工作，蕴藏着相当多的发展机遇。
数据分析师并不只是一个技术人员，比起可视化工具、统计知识、编程语言等硬性技能，在数据分析工作中形成的严谨的工作态度、强大的逻辑思维能力、良好的沟通能力、迅速的学习能力以及随时随地的好奇心等软性实力，使数据分析师拥有更加宏观、全面的视野，用全局观来看待和处理任何问题。这为一个人的职业发展带来了巨大的优势和更多的可能。
以互联网行业为例，数据分析师在进阶的道路上可以有如下选择：
01 运营VP
数据分析师在工作中就常常和运营打交道，通过挖掘数据背后的信息，解答市场运作的问题，指导高层的业务决策，进行精准的数据挖掘或广告投放。以此作为切入点做运营工作，具有后来居上的潜能，冲击运营VP。
02 产品经理
逻辑思维能力、学习能力、沟通能力、创新能力等软实力的优势，让数据分析师具有非常好的产品感觉。加上超强的数据分析能力和一定的技术能力作背书，向产品经理发展也是一个不错的发展方向。。
03 管理或战略
互联网公司的各项工作，几乎都可以在数据上直观体现出来。所以数据分析师可能是除公司高层外，可以站在高处俯视全局的人。强大的分析和思辨能力，使数据分析师有机会深度参与公司的管理和商业行为，成为一个谋划者甚至决策者。
最后，相比数据分析这个行业或职位的发展机会，更重要的是在工作中不断学习成长，提升个人能力，成就更好的自己，从而凭借自身的优秀获得更多的职业发展机会！