5

数据分析的求职前景,你关心的都在这!

 2 years ago
source link: https://www.yunyingpai.com/%e7%bb%8f%e9%aa%8c%e5%88%86%e4%ba%ab/738758.html
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.

数据分析的求职前景,你关心的都在这!

释放双眼,带上耳机,听听看~!
00:00
10:06

编辑导语:你是否关心数据分析的求职前景呢?其求职前景又是怎么样的?本篇文章中,作者针对几个问题进行了解答并发表了观点,深入浅出地将数据分析的求职前景展现给大家,推荐想要了解数据分析求职前景的群体阅读。

b5zfKiWRNWN7HdXBZDrJ.jpg

转眼已是2022年初,新的一年又在招手。辞旧迎新,大家总会关心未来前景。今天,我们就系统讲一下,2021年数据分析师前景问题。

一、是否适合进入数据分析行业

问题1:2022年,还适合进入数据分析行业吗?

答:这是个伪命题!

根本不存在数据分析行业!

根本不存在数据分析行业!

根本不存在数据分析行业!

重要的事情说三遍。

行业,指的是:汽车、金融、电信、零售、食品、贸易,这些业务类型。

数据分析是一个工作岗位,每个行业都多多少少的会有这个岗位。

数据分析不是行业,更没有“全行业统一标准”这种玩意。

不同行业之间的差异判若云泥。

甚至同一个行业内,比如金融行业,证券、银行、互联网金融、地下钱庄、第三方信用机构、催收公司……差别都是天上地下。甚至一个细分行业,比如银行,内部的总行、分行,个人银行与对公业务,信用卡中心,都差别巨大。

更不要说:互联网行业,在2022年,没有哪个行业不是互联网行业。几乎所有行业都有电商、新媒体在做,几乎所有传统意义上互联网公司,都有线下业务(生鲜、O2O)在做。行业的边界非常模糊。

因此,想要2022年混的好,第一重要的事是认真仔细研究就业市场,看清楚每个公司具体业务特点。而不是装着诸如“互联网行业遍地黄金人人年薪百万”“我在催收公司统计表格也是金融行业数据分析师了”这种幻想,自己骗自己。切记切记。

二、转岗做数据分析

问题2:2022,我想转岗数据分析,难吗?

答:这个问题的关键在于“我”是谁,从哪里“转”。

有的工种,天生和数据分析距离近,有的则比较远(如下图)。

数据分析的求职前景,你关心的都在这!

有的行业,天生重视数据,因此个人能力积累多,有的行业天生数据匮乏,因此个人能力积累少,肯定积累多的容易转。

数据分析的求职前景,你关心的都在这!

个人条件,肯定越适合996,难度越小。数据技能懂得越多,肯定难度越小。年龄在24-29岁之间,单身,学历高,学校好,计算机专业,有从业经验,hadoop、spark、java、python啥都会的,肯定更容易中哈。

至于缺几样能不能过,就看和谁竞争了。这里还挺拼运气的。所以大家可以看具体岗位要求,评估自己的差距。要具体到一个岗位才知道难不难。

三、是否适合做数据分析

问题3:2022,我适合做数据分析吗?

答:适不适合,主要看自己想要什么。

想改善工资的,最好量化想从多少提升到多少

想不加班的,考虑好能接受的薪资底线

想找升职机会的,考虑好是否能带下属,带项目

想找行业风口的,考察好具体的业务类型,发展趋势

有了清晰的目标,再去找对应的岗位和公司,再看能不能面成,试几次自然知道适不适合。这个其实也和数据分析类似,不去做ABtest,光坐而论道地分析,怎么都出不了结论。况且,找工作是个相互看对眼的过程,你想看人家,人家不见得看得上你呢。

当然有些同学会说:“就不能毕其功于一役,21天0基础进入头条年薪百万!一炮搞掂!”额,想法很好,但是能不能实现,这个问题下边单独说。

四、数据分析师的门槛

问题4:可是,我看网上都在说数据分析师门槛低,工资高,还能转行数据科学家年薪百万,进入头疼阿,30岁身价过亿!

答:你这个“网上”,是某乎吧,毕竟人人百万。

都在说,工资高,门槛低三件事不会同时存在。这是个基本常识。(如下图)

数据分析的求职前景,你关心的都在这!

真相1:高薪的数据分析师,门槛都不低。想进大厂的人多了去了,单纯拼背景,拼经验,拼资历就能刷下99%的人,根本轮不到拼技能。

真相2:门槛低的数据工作,前途都很渺茫。只是做个统计、拉个数、平时没人搭理的数据专员遍地都是。

真相3:数据分析和数据科学不是一个工种!技能树完全不同。而且数据科学比数据分析还要内卷,基本上都是毕业生里挑最顶尖的。

至于为什么有那么多人宣传:低门槛,高薪。这么说吧,上次陈老师听有人这么讲,还是传销大会上,一个油头粉面的主持人有请被XX神药治好了癌症的李奶奶上台分享。

对了,这帮人还喜欢用以下词语:

“感谢XX老师带我进入XX行业”

“我是二本,21天0基础逆袭进入XX”

“我要为自己和家人创造幸福的生活”

“我学习一堆XXXX技能就能拿大钱了”

头脑稍微清醒一点,都知道这些是托。然而为啥这些卖神药的总有市场呢?因为病急乱投医,人在着急的时候,总愿意相信有这种神秘的力量。“万一是真的呢”。所以习惯就好了。

五、数据分析技能

问题5:可是,我听别人说现在是数字化时代,那数据分析肯定是超牛技能了吧,我一招数据分析,其他人都跪地大呼不可战胜的那种。

答:完全不是!

所谓数字化转型,是由数字化生产线、数字化媒体、数字化互动渠道,数字化营销方式等一系列系统与基于系统衍生出的运作方式,所结合成的一个整体。不是以前张嘴说:“我觉得”,现在张嘴说“我看了个数”就是数字化了。

在这个体系里,利用数字技术改造传统生产线,创新媒体与互动形式,基于数据开展管理、策划、执行,都远远比“分析一个数”重要的多。数字本身的价值,要远超过分析。

所以,即使是数字化时代,数据分析还是个支撑岗位,还是个辅助角色,还是个可以在企业经营不善的时候首先被炒掉的工种。数据驱动业务,指的是:“老板用数据驱动业务”,不是说你跑个数写个ppt,销售、运营、供应链、营销的各部门总监、经理们就对你俯首帖耳的。想太多了,被人呼来喝去催着要数才是常态。

六、如何做个人成长计划

问题6:那么,想要做靠谱的个人成长计划,怎么办?

答:面对2022年最该干的事,就是停止听各路人马瞎说。

特别是停止听那些“土木/机械/生物专业,二本毕业工地搬砖,21天0基础自学excel,sql,python进入互联网大厂月入3万,半年转行成为数据科学家,拿下头条年薪百万SSP offer,现在分享一下学习数据分析技能的书单吧”的人瞎哔哔。

认真思考(如下图)

数据分析的求职前景,你关心的都在这!

找工作之所以叫“找”工作,就是你得找,才有工作。为啥不叫“吹”工作,因为光听别人吹咋面试没用。为啥不叫“学”工作,因为学是学不到头的,不去认真收集信息,不去匹配要去,光指望学,永远学不完。

就像数据分析,第一步是采集数据一样,做求职准备,第一步是认真收集目标信息,收集越多越好。就像数据分析要做Abtest一样,收集差不多就得去试试,记录过程,分析问题,这才是合理的数据分析师该有的素质。

脚踏实地地思考,认真地收集事实和数据,具体问题具体分析,才是破局的正道。也才是一个合格的数据分析师该有的基本素质。如果连这点都做不到,张口没有事实和数字,满嘴都是“我觉得”“我听别人说”“我以为”“本来不该是”……那真的,这个性格不适合做数据分析哈,哈哈。

有的同学会问:我已经入职了,数据分析的工作到底能做多久?会不会遇到35岁危机!有兴趣的话,本篇集齐60个在看,我们下一篇分享,敬请期待哦。

作者:接地气的陈老师 公众号:接地气学堂

本文由@接地气学堂 原创发布于运营派,未经许可,禁止转载。

题图来自 Unsplash,基于CC0协议


About Joyk


Aggregate valuable and interesting links.
Joyk means Joy of geeK