如果你决心成为一名数据分析师，问问自己是否准备好了。

关于未来，你有明确的目标和方向吗？

否则，至少以下几个问题应该是清楚的。

这个行业的现状和前景如何？

谁合适？谁不合适？

如何成为数据分析师？

职业发展方向是什么？

关于工业

十年前，大数据没有火起来。当时还是BI的天下。做商业智能项目，要么是数据仓库，要么是报表。买得起数据仓库的基本上都是大公司。报告是通过从仓库中获取数据来呈现的，可以灵活查看。从报告中看一些业务指标数据，似乎已经满足了当时企业的需求。

数据分析更多的是对学校或科研机构实验室的实验数据进行分析，而企业很少设置这样的岗位。

与十年前相比，我们现在的生活可谓天翻地覆。当你走进一家快餐店，扫码点餐，微信支付，等着吃饭时间，无聊了，刷刷Tik Tok，淘宝下单，吃完就冲高铁站。你提前用手机买了火车票，凭身份证自己取票，进站时人脸识别后确认身份。

这只是我们生活中的一个小场景。可以感觉到，科技的飞速发展彻底改变了人们的生活方式。

对于很多企业来说，在经历了野蛮的成长之后，几乎达到了成长的天花板，纷纷寻求转型。数据已经成为企业最重要的资产，“数据驱动决策”不再是一句空的句子，而是已经被企业在日常运营中践行。因此，数据分析师将在各行各业有更多的应用，前景更好。

同样，公司需要数据分析师做什么？

数据分析是通过对数据的分析，发现隐藏的知识或规律，从而解决实际问题。广义来说，就是取数据、清理数据、处理数据、计算指标、建模分析、写报告、提建议等。都属于数据分析师的工作范围。

在大公司，工作分工很细，数据都是别人处理过的。数据分析师只需要在EXCEL或其他分析软件中对这些数据进行分析，然后绘制图表，写报告，向领导汇报。那些用算法建立模型的人通常被称为算法工程师或机器学习工程师。处理数据的人被称为数据开发工程师。

事实上，数据分析的地位在业务部门和IT部门都存在。在业务部门，数据分析师主要通过分析数据提出解决业务问题的方案和建议，偏向业务；在产品部门，数据分析师被称为产品分析师，分析产品运营，提出有效的产品策略；在客户部门，数据分析师被称为运营分析师，分析消费者行为特征，提出客户运营策略...

数据分析师在IT部门，偏向于技术。负责这项工作的人通常被称为数据挖掘工程师、机器学习工程师、算法工程师等。

与之前相比，数据分析师的工作发生了哪些变化？

首先，我们面临的数据比以前多得多。几年前我们认为TB级的数据已经很大了，现在有很多数据规模在PB以上的企业。

其次，数据分析的维度差异很大。过去我们做分析的时候，只能用单一维度的内部数据。比如在零售行业，只能获得消费者的一小部分信息数据和消费数据，“数据孤岛”严重，很多问题难以进行深入分析。现在，我们不仅知道某个消费者的消费数据，还知道他/她在搜索、旅游、社交、娱乐等方面的信息，数据壁垒不断被突破。数据分析师可以整合更多维度的数据进行分析。

数据分析师的薪资请参考招聘网站或相关统计。但是从趋势来看，各行各业的数据分析师的工作会变得非常重要，回报也很高。但是，目前人才缺口很大。

谁不合适

很难确定地告诉你谁不适合做数据分析师。

在我认识或了解的很多同事中，大部分毕业于数学、统计学、信息科学、计算机科学和经济学，但也有一些是学过哲学、中文、传媒和管理的。

一般来说，数学或统计学知识好，对数字敏感，思维严谨，学习能力好的学生都适合做数据分析。

成长路线

学好技术是第一步，这是基本功。

假设你学过一些高等数学和统计学的知识，有一定的基础。至少你知道均值、标准差和正态分布的概念。

可以边看算法边学编程。对于算法的理论知识，找一两本机器学习方面的书精读，不需要读太多。

编程方面，可以从一个语言学开始，比如Python和r，当你熟悉语法，掌握了很多编程技巧，理解了算法之后，可以搭建几个模型来练手。

找一些样本数据，根据书中的例子进行梳理，熟悉建模过程，看看得到了什么样的结果，如何解读。

接下来，你需要做项目去体验。

做数据分析项目、获取数据、处理数据、分析/建模只是工作的一部分，但在此之前，还有重要的任务要做，包括确定分析目标和设计指标。这些任务是在正确思考和分析问题的基础上进行的。因此，做数据分析项目不仅锻炼了一个人的建模和分析能力，也锻炼了一个人发现、理解、分析和解决问题的能力。

这是思维层面的训练，可能需要长时间的刻意练习。有同学说，数据分析师的核心技能是思维，我同意。

求职

对于新人来说，去大公司好还是去小公司好？

大公司敢于引进一些新事物，包括技术、思维、制度。技术比较先进，优秀的人很多。制度也很完善，福利待遇肯定会更好。大公司的数据绝对够用，场景多，研究课题多，可以在空展示。所以在有学习态度的大公司工作几年后，成长非常快。

当然，任何事情都有两面性。大公司流程复杂，整体效率低，所以可能需要1-2周的时间来提交检索申请。内部竞争也很大，不仅存在于不同的项目团队，同样存在于同一部门的不同成员之间。大项目资源投入大，小项目申请难，侧重点不同。最重要的是，大公司分工精细，不同岗位的轮岗似乎也不容易。从入职到几年后离职都有可能做运营分析，容易导致能力单一，不利于个人综合素质的培养。

与小公司相比，他们灵活，人和事不复杂，效率很高。小公司可能会优先考虑这样做的投入和产出，也就是看应用效果。小公司没有很细致的分工，大部分需要一个人做多种工作。因此，小公司的程序员往往是多技能的。

但小公司技术实力弱，团队成员整体素质不高，项目流程不规范，往往简单高效。一些小公司的程序员，除了给外界发一两封邮件，一般都是在微信上交流。结果，几年后他们甚至不能写电子邮件。有些小公司没有自己的数据，主要是乙方作为大企业的项目，这种模式往往受到甲方的约束，发展很少空，项目周期往往比预期的要长。

总的来说，我的建议是先去大公司干几年，然后在成为老司机后再考虑去小公司，找一个职称高的职位来提升自己的管理能力。

关于时代的辉煌

时代光华作为企业学习一站式解决方案服务商，依托“平台+内容+运营”三位一体模式，帮助企业高效、低成本、广覆盖地赋能员工，全面加速人才培养和绩效转化。时代光华自2000年成立以来，服务了包括伊利、万科、海尔、中国银联、国药集团等国内500强知名企业在内的1万多+中大型客户，覆盖1200万+学生用户，得到了业界的一致认可和好评。