你以为数据分析就是学好spass、Python、SQL就好了？错！其实不同行业、不同等级的数据分析师，做的工作是不一样的。

今天请到了具有10年数据分析师经验的陈老师，为大家揭秘数据分析师的行业真相和生存必备能力。

陈老师：

☆ 10年经验数据分析师，资深咨询顾问，创业公司领导。

☆ 在数据分析，数据挖掘，CRM等方面有25个以上完整项目落地经验。

☆ 服务40个以上客户，包括互联网，金融，快消，耐用，家居，美容，保健等多个行业。已

今天的采访内容分为三个部分：

数据分析师的工作体验和必备能力数据分析师的发展路径和待遇对应届生的招聘要求

那么开始吧！

一、数据分析师的工作体验

Bella：数据分析师这个岗位的职能是什么？

陈老师： 我在咨询公司和大型国企都做过数据分析师，我就分成这两块来讲下岗位职能。

第一块是咨询公司，咨询公司里定量调研会比较多。因为企业内部的数据自己也可以分析，更需要咨询公司这种外部力量提供内部系统记录不了的，比如用户态度、竞品、行业信息等数据。并且，在我入行的时候，企业的内部数据非常匮乏，基本上除了销售表单没有任何其他数据，因此必须做大量的调研和问卷。

而大型国企，比如银行、航空公司、电信这些，他们的数据体系就比咨询公司要强很多。由于内部系统更完善，并且有国家政策法规背书，因此可以采集到除了消费以外的大量信息，比如用户基础特征、用户通话、刷卡、投诉等等行为，就使得可以分析的数据极大丰富，也衍生出了诸如风控分析、营销分析、互动分析等等分析内容。

就拿银行来举例，用户刷卡金额稍微多一些（一般是500元以上），银行的数据系统就会监测到这个行为，马上提醒你要不要办分期。再比如你隔一段时间不刷卡，银行也会发来短信醒你，今天Costa咖啡买一送一、或者九块钱的电影票，你要不要来刷卡？从而刺激消费。这种营销动作，都是基于数据分析挖掘出的需求场景，来促成用户更多消费，为银行带来效益。

有些分析可能用户感受不明显，比如风控分析。在我们申请信用卡的时候，银行会收集我们的职业、性别、年龄、收入等等信息，结合已有的征信信息，综合判断我们的信用，从而选择是否发卡，给多少额度给我们使用。

对用户而言，这只是是否审批一个简单的动作，可通过这种分析，银行可以有效规避一些高风险用户，从而避免损失，这也是数据分析实打实的作用呢。

还有一类是宏观的分析，比如行业研究。通过行业研究可以分析行业发展趋势与竞争态势，把握整体动向，从而支持战略决策。只不过一般的公司做行业性的研究，最大的瓶颈在于拿不到数据，只能依赖咨询公司或专业的市场研究公司。只有少数有统治力的大企业才有能力整合业内资源，自己独立完成行业研究。

小结一下：

从减少风险到增加收入，从战略决策到战斗战术，数据分析都能发挥作用。它还能成为一个独立产品，由咨询公司、市场研究公司等专业机构提供给有需求的客户。可以说作用很广泛了。

Bella：接下来想跟您聊一下关于数据分析师的工作体验。比如说您一天典型的工作场景是什么？会经常出差吗？

陈老师： 先说出差问题，如果是要解决商业问题的话，的确会经常出差，出差都是为了做调研。出差对象有内部的和外部，有竞争对手的数据分析公路 知乎，有上下游供应链的，也有用户的，看具体需求和具体问题。数据分析师分为基层、中层和高层三个阶段，我根据这三个阶段来谈一下工作体验。

基层的员工我们一般管他叫“表哥/表姐”，就是每天整excel表的小哥哥和小姐姐，基本上每天都被数据埋没。基层的还有一个叫"茶树菇"，就是每天写sql、查数据的小姑娘.

如果说工作是钢筋混凝土，基层员工的地基就是数据。这个工作本身要消耗很多精力，特别是很多企业的数据治理做得很差，数据相互不打通、错得很多，就特别磨人。没有任何一个数据分析师能跳过这个阶段，都要从基层干起。

中层的员工开始承接一些分析的专题，中层不是指岗位职级，而是说有一定独立工作能力，工作上的中间那层。这时候，你开始承接一些独立的问题，比如说为什么销售会下降、运营的现状怎么样，然后搭一个数据指标体系来描述现状。除了这些，中层的人也要做一些基础的取数工作。

如果做到数据部门的领导或者部门总监，基本上每天都在开会，所有管理层的会议都会把你拉上。做到领导层基本都不怎么碰数据了，反而是每天在打电话。遇到问题，需要跟一线的聊，跟不同部门的领导聊。除了开会以外还需要分析问题，分析到底这个是不是数据问题？站在高层就是需要帮助大家梳理清楚有几条路，要怎么走这条路。

Bella：低层、中层和高层，每一层都需要什么样的能力呢？

陈老师：最基层的能力就是取数、写sql、excel，还需要做一些报表的整理，做一些可视化的图表。这几样能力基本够用，如果想懂得再多一点的话，可以学习一点数仓和ETL，就是数据怎么存储、转置、加载至目的端的过程。这样当数据出错的时候，就不用去找开发，可以自己搞定。除此以外，还可以学习一些简单的数据处理工具，比如tableau，powerBI等。

中层的话需要有分析能力，基层工作理论上不需要数据分析能力的，会跑数，会写python就够了。但是中层需要有沟通能力和分析能力，因为你需要回答别人的问题，需要让别人听懂你的回答。一味地讲同比、环比等专业术语，是会被人抱怨的。

做到高层真正要求的能力是建项目。你要通过某种方式让老板看到你做了什么事情，认可你的能力。

比如建立一个大家通用的数据报表，比如完成一套推算算法提升营销效益，总之，不仅仅让数据停留在报告中，而是真正可以助力业务发展。只有成果让老板看得到，你才可以找老板要到经费要到人，把你的部门做大，自己才能官运亨通。

也正因此，作为高层一定要有一个能力，叫拉大旗蒙虎皮。你手下有30个人才是数据总监，如果你手下只有三个人，那你就是一个打工仔，可能连个组长都混不上，这就是这个行业最真实的真相。不过一般同学们要在工作5-8年以后才会遇到这种问题，这里就先做分享了。

也因此，导致一个搞笑的结果。就是五型人格中，猫头鹰型是思考型，但我认识的数据总监里，十个有八个是孔雀。

孔雀是什么？爱张扬、爱表演、爱表现这种人。从性格上来说，根本不适合干数据分析，然而为什么他能做到总监，是因为他能得到领导的信任，能把他的价值体现出来。

大家如果要入行数据分析，千万记住这个结论。不然闷头跑数据，做了5年还是数据专员，连个分析师头衔都混不上的，也大有人在。

Bella：您在工作中遇到最大的困难是什么？

陈老师： 困难有很多，我曾经总结了数据分析师最想吐槽的几大时刻，贴在这里，给大家乐一乐：

新招进一个公司，做大数据分析师，好嗨森，入职第一天老板给了张50M的excel表说：“瞧，你看我们有100多万条用户信息呢，这么大的数据，来个大数据分析下！”还没从震惊中恢复过来，业务部又神补一刀：“我们准备跟星巴克合作，来预测下明年多少人喝咖啡，几千万的大项目，预测不准公司要亏很多钱的，你加油哈”好想把“我要是未卜先知为啥不去炒股来给你打工”这句话甩在业务部脸上，就被IT一句：“哥们你可来了，那失散到天涯的数据有娘啦！”噎了回来。终于把数据拼起来开始分析，发现好有规律啊，好工整啊，隐隐感到有坑，去业务部一问才知道，全是被经销商篡改操纵的数据，人家都有简便操作的顺口溜了，一读发现顺口溜还朗朗上口没有四的困扰了，这下终于是全真实数据！全部没有规律了！喜极而泣，擦干泪仔细一看发现80%的记录缺失，10%记录不全，5%记录出错…… ......整完数据开始统计，然而领导觉得只做加减乘除太简单了，有没有有深度的方法简单了就做个模型吧，然而检验值还没讲完领导表示太复杂搞不懂，能简单点不改来改去已很多遍了！我已不太记得领导唠叨了什么，总之又听到一句：“再改一下，看看其他维度深入分析分析”，然后默默新建一个文件：《分析报告V16-8版》输出结果和业务部的认知差不多，被评价为：“我们都知道了吗，做跟没做一样吗”输出结果和业务部的认知差很多，被评价为：“这个与市场常识完全不同，肯定是数据的问题，我们都十多年经验了，快回去检查数据，上次我去见XXX客户人家就不是这样的！一定是你错了！”

其实最根本的困难就是，数据分析是典型的内行服务外行的一项工作，是经过严格训练、有技术型的专业人士，服务三教九流各色人等的工作。

分析的结果很重要，过程却专业的让大部分旁人无法理解，因此不但要有专业能力，更要有应付各种人，深入浅出的能力。你要面对很多沟通的问题，技术问题和这些相比都是小问题，相当于在夹缝中求生存。

像开发一般面对的敌人都是内部的，比如需求难度高或者时间短，像销售运营面对的敌人都是外部的，比如怎么搞定客户？就只有数据分析是同时面对内外部敌人。你既得和渣渣的基础数据建设，不规范的流程，随意的业务作斗争，又得和过高的期望值，不切实的需求做斗争。

所以我建议，大家做数据分析，眼光要开阔一点，不光要掌握技术，更得懂的商业分析理论，了解如何解决企业实际问题，掌握营销、运营、产品等知识。能文能武，才能攻守兼备数据分析公路 知乎，做出好的成绩。

二、你最关心的发展路径和待遇

Bella：一般数据分析师的职业发展路径是什么样的？

陈老师：不吹不黑的说：数据分析师是一个门槛高、天花板低的岗位。

门槛高是因为它需要很多的硬技能，比如掌握excel，sql，python等技术，了解数据可视化，懂一些统计学、数学、运筹学知识。特别是在2019年，作为一个数据分析师，如果你不会sql，就只能去做最基础的报表整理，实在没啥前途。天花板低，是因为数据分析不是一个盈利的岗位，而是一个内部支撑的岗位。这种身份，决定了数据分析师代码写得再好，也不会比做产品开发、做前端、做网站的程序员更有钱。

我身边真正纯做数据的同学，能做到一个部门经理，一年拿个四五十万已经基本到头了。建议大家可以做偏商业的数据分析，这样以后有机会转岗成为业务部门的精英，收入就能更进一步了。

数据分析师这个工作本身的路径会很短，但是作为一种能力特别好用。会用这种能力的人混得比别人好，它会帮助你解决很多的商业问题，凭借数据去说服对方，让你在销售、运营等岗位做得很出色。也能让你有机会接触建模工作，以后向更专业的算法工程师方向发展。

接下来，我们再说数据分析师的发展路径。

第一条路，如果专职做的话，可以在企业里面做到一个数据组的组长。如果有独立的数据部门，可以晋升为数据部门的总监。

第二条路，如果你对技术比较擅长的话，可以转行去做数据产品、做BI、做推荐系统，或者做风控算法这一块。专业的算法工程师钱景是很可观的。

第三条路，如果你对业务很擅长的，可以转岗到业务部门，比如数据运营，用户运营，用户增长，营销策略等岗位，这些岗位对数据依赖度很高，也很有发展空间。

第四条路，如果你想创业的话，积累到一定程度后，可以空降到咨询公司当合伙人。或者干脆像我一样自己开创一番事业。

第五条路，如果你走上管理岗的话，懂数据的老板空降存活的概率比较大，做执行出身的老板空降死亡的概率很高。为什么？因为做执行出身的，往往太过聚焦于细节忽视规划，结果自己忙死也不出业绩。但是做数据的能忽悠得住老板，能要来资源，能更好的做好管理工作。

Bella：数据分析师这个岗位的待遇如何呢？

陈老师：待遇这个事情首先看行业，其次看企业，最后按岗位。数据分析从整体上来说，是介于销售和开发之间的。我们都知道，你想挣快钱，就去做开发，头几年的工资特别高。要想挣慢钱，就去做销售，可能头几年还在熬，但是年龄越大，做成功的单子越多，客户越多，积累的资源越来越多，就会越来越有钱，甚至自己当老板。数据分析就是夹在这两个之间。

然后做数据分析的话，行业差别会比较大。一般来说：一线互联网（BAT，TME）> 500强/大国企 > 二线小互联网公司 > 其他传统企业。互联网大厂的商业分析，数据分析毕业第一年薪酬上20K都很正常，传统500强/大国企的起薪相对较低，但公积金、隐藏

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！