我是靠谱客的博主 英俊小松鼠,最近开发中收集的这篇文章主要介绍数据分析人的职场天花板,觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

640?wx_fmt=gif

作者:挖数  腾讯数据产品经理 & 段子手

个人微信公号:washu66


数据分析从业这么多年,既有庆幸也有焦虑,庆幸的是能进入互联网行业,吃到行业红利从而有一个较高的起薪,焦虑的是数据分析的门槛并不高,而且有明显的职场天花板。


门槛不

从我待过的互联网公司来说,入门的数据分析基本就是提数,业务部门需要什么数就给什么数,技能要求仅仅是Excel和SQL。

1年后,SQL玩得溜了,对公司业务的取数逻辑也熟悉了,这时你更多的是利用公司的内部工具搭数据看板,有些公司用SAP,有些用自研的看板平台,再简单的直接Excel,你需要的也就是学会这些看板的使用方法搭好一张报表。

以上的工作一个正常的大学毕业生都能掌握,不需要会编程,不需要高深的统计学数学知识。

门槛不高意味着起薪不高,因此建议想从事这一行的童鞋往以下2条路走

1、走AI路线,吃技术红利;

数据分析最好的落地场景目前来看是推荐系统,几乎所有的互联网公司都在做个性化推荐,今日头条、网易云音乐 这些公司都以精准的个性化推荐著称,个性化推荐是它们赖以生存的业务场景。

去这些公司从事推荐系统相关的数据工作能够获得很好的起薪,也有很好的发展空间,但相对的门槛也很高,计算机、统计学或数学的硕士学历是标配;

2、去大型互联网公司,吃行业红利;

如果你跟我一样走不了AI路线,那么一定要去大的互联网公司,它们对数据足够重视,内部有一个足够大的数据团队供你学习和发展,同时也能拿到跟互联网公司主力岗位开发、产品相当或者稍低的起薪。

我们拿网上的公开数据做对比

以亚马逊为例,亚马逊的开发岗位SDE(Software Development Engineer)的薪资范围是

640?wx_fmt=png

平均年薪11万刀,人民币是75万。

而一个数据分析岗位,互联网公司叫 BI(Business Intelligence)

640?wx_fmt=png

平均年薪8.6万刀,人民币59万。

谷歌的BI薪资更高

640?wx_fmt=png

当然国内互联网公司入门级BI工资没这么高,应该在1万人民币左右。


职场天花板

美国薪资调查网站PayScale对数据分析师(Data Analyst)的职位评价里边有一句话

640?wx_fmt=png

薪资增长缓慢,10年经验之后想更上一层很难。

我自己的感觉也是如此,身边很少有经验很丰富的数据分析师,大都从业5年以内,10年的大都转管理或转做其他职位。

程序员和产品经理则不同,程序员可以走技术线一直到架构师,不做管理也能年薪百万,一个资深的产品经理负责重点的营收产品也能年薪百万,而走AI路线那些算法人员由于不可替代性,很多公司直接开出百万年薪。

PayScale上BI的职位发展路线是这样的

640?wx_fmt=png


国内公司一般不会有 BI Architect(BI架构师) 这样的职位,想年薪百万一般要去到BAT级别公司的总部做 BI总监,其他行业或公司一般最高到BI经理,或者干脆没有BI这个部门。

而美国那边BI总监的平均薪资甚至没有年薪百万

640?wx_fmt=png

折合人民币87万。

另外,程序员可以朝CTO、副总裁甚至CEO发展,产品经理同理,财务的可以做到CFO甚至CEO,而高管很少出身自BI。

总结出来是:

1、数据分析(BI)薪资增长缓慢;

2、数据分析无法一直走技术线,进一步发展只能走管理;

3、数据分析最高到BI总监,无法到副总裁或以上。

如何打破天花板?结合最近的发展趋势,感觉可以走以下2条路:

1、找到一个数据分析的应用场景,走业务为主,数据分析为辅的路线;

有非常多职位名称不是数据分析,但做的就是数据分析的工作,最普遍的就是财务分析了

PayScale里数据分析师的发展路线是这样的

640?wx_fmt=png

可以看到大头是往财务分析>财务总监这条路走,如果你有财务背景又想做数据分析,可以考虑往财务分析走,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。

相似的还有风控,见过不少原来在互联网公司做数据分析的人去金融企业做风控,国内很多信用卡中心和P2P公司有大量这样的职位,风控在金融企业也算核心岗位之一。

如果你对财务不感兴趣,在自己公司内部也要尽量从事一些可以落地的业务场景,比如在大型互联网公司做账号风险管理,从事防盗号,防刷单的数据分析工作。

从事紧贴业务的数据分析才能落到实处,才能体现出价值,除了发展更好外,也能在公司裁员时不至于被淘汰,因为你做的事是有业务价值的。


2、去核心业务就是数据本身的公司工作。

在FMCG(快速消费品)行业如宝洁、箭牌等,CEO要不是销售做起来,要不是市场、品牌管理做起来,因为这些职位能直接拉动业务。

在会计师事务所做财务,做审计,你能达到的职场顶点不是财务总监而是CEO。

因此做数据的,如果能去一些本身就是从事数据业务的公司工作,自然能打破职场天花板。

市场上有很多这样的公司,比如做数据咨询业务的公司,艾瑞、易观、尼尔森、华通明略等,在里边做数据分析业务,你的职场顶点绝不是BI总监。

又或者像GrowingIO、神策数据这样的数据平台公司,创始人都是BI出身的,比如GrowingIO的创始人就是前Linkedin(领英)的BI总监。

去这样的公司,你会有更广阔的职场跑道,而不是在其他公司一样撑死就是BI经理或总监。

如果你最后不幸跟我一样走在职场慢通道,没关系,你可以写写公众号打发时间,或者拼个乐高自娱自乐。

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=gif


640?wx_fmt=jpeg

公众号后台回复关键字即可学习

回复 爬虫            爬虫三大案例实战  
回复 
Python       1小时破冰入门

回复 数据挖掘     R语言入门及数据挖掘
回复 
人工智能     三个月入门人工智能
回复 数据分析师  数据分析师成长之路 
回复 机器学习      机器学习的商业应用
回复 数据科学      数据科学实战
回复 常用算法      常用数据挖掘算法

最后

以上就是英俊小松鼠为你收集整理的数据分析人的职场天花板的全部内容,希望文章能够帮你解决数据分析人的职场天花板所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(35)

评论列表共有 0 条评论

立即
投稿
返回
顶部