数据分析人的职场天花板
Posted R语言中文社区
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数据分析人的职场天花板相关的知识,希望对你有一定的参考价值。
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。
门槛不高
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
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)
平均年薪8.6万刀,人民币59万。
谷歌的BI薪资更高
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
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
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
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
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。
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
以上是关于数据分析人的职场天花板的主要内容,如果未能解决你的问题,请参考以下文章