轉眼又到年底，歲末年初，大家都會特別關心未來的發(fā)展。今天就跟大家盤點下數據分析工作的發(fā)展路徑。

無論你是站在門外心懷憧憬；還是剛剛入行，躊躇滿志；又或者被每天跑數累得七葷八素，都可以認真復盤下咱數據人的優(yōu)勢與機會。

一、數據分析崗位三大優(yōu)勢

▌ 優(yōu)勢一：成長空間大

純業(yè)務類崗位，成長受領導制約非常大：

• 比如運營，自己有再好的想法，領導就是不！同！意！最后只能當一個無腦的工具人。
• 比如銷售，自己能力再強，領導就是不給好的客戶資源（甚至明搶），還是做不出業(yè)績。

但數據分析不同。只要能接觸到數據，就能做分析，就能下結論。優(yōu)秀的數據分析師，不但能分析出什么東西是可行的，更能分析出什么東西是不可行的。因此分析能力的成長完全不受限（如下圖）。

圖片

甚至在管理混亂、數據基礎不好、流程不規(guī)范的小公司鍛煉出來的數據分析師，對數據采集理解更深刻，對于業(yè)務了解更多，因此比溫室里成長起來的小花骨朵實戰(zhàn)能力更強。所以不要輕易喪失信心，堅持思考：“要怎么做得更好”，就能進步。

▌ 優(yōu)勢二：適用范圍廣

本身，數據分析能力是個底層能力，各種崗位，各類公司都有需求。特別是最近各行各業(yè)的數字化轉型大潮，使得做數據的同學在業(yè)務上，技術上都多了很多公司和行業(yè)可以選擇。

另一方面，互聯網行業(yè)996普遍，與大型傳統(tǒng)企業(yè)的數字化轉型加深。一降一升，導致了去互聯網公司參加內卷已不再是唯一出路。與其在小廠被欺壓，苦苦熬著等頭騰阿青睞的機會，不如考慮一下甲方（大型傳統(tǒng)企業(yè)）/乙方（toB服務企業(yè)）的機會。

圖片

▌ 優(yōu)勢三：前途選擇廣

近年來，掛著“數據分析”或者“數據XX”旗號的崗位相當多，看得很多同學很糊涂。剝去各種稀里糊涂的概念。做數據的本質上就偏業(yè)務和偏技術兩類：

偏業(yè)務：一般歸運營、市場、銷售部管，操作現成的數據產品或者在大寬表基礎上寫sql撈數，寫ppt的時間比寫代碼時間多。

偏技術：般在IT部下邊，或者有獨立的數據小組/數據部。都在寫代碼，偶爾ppt。大公司里數倉、數據治理、BI、分析、建模分得很清楚。小公司里，很有可能啥都自己干。

數據分析工作剛好處在業(yè)務和技術的交叉點上，因此選擇機會可能性非常多（如下圖）。

圖片

所以，理論上數據分析師想轉行的話，往哪個方向都能成功。怕就怕，猶豫不決，方向不堅定，業(yè)務上只懂個皮毛，技術上又不肯深入，那就神仙都難幫了?；蛘邇深^都想兼顧，結果無一特長，空成為做題家。想轉，就堅定地向一個方向行動吧。

二、轉業(yè)務線的機會

數據分析能不能轉業(yè)務？

答：可以！

如果你不想向程序員方向發(fā)展，想利用分析能力，謀求更好的業(yè)務崗位，就能考慮走這個線路。但要注意：業(yè)務部門也是分種類的，有四個類型（如下圖）。

圖片

四類業(yè)務部門里，最容易立功、最有權力的就是策略類崗位，一個會員體系或者年度大促項目做好，升職加薪就在眼前了。而策略類是和數據分析最接近的崗位，數據分析師們只要補充策略類工作的業(yè)務知識，轉崗很輕松，也很容易出成績。

其他三類的核心能力與數據分析距離較遠，硬轉的話優(yōu)勢不突出。但有意思的是，隨著線上投放占銷售比例的提高，渠道運營、銷售運營、流量買手等崗位也需要用到分析能力。

轉業(yè)務的最大好處，就是能吃公司的增長紅利。公司在高速增長期，給到策略類和執(zhí)行類崗位的薪資與獎金都是非常豐盛的，有相當多的數據轉這兩類業(yè)務的同學，隨著公司的成長撈的盆滿缽滿，值得期待哦。

近年來有些新鮮名詞，可本質上是舊瓶裝新酒，比如：

圖片

只要掌握了崗位的本質，就很容易識破其中玄機，找到晉升機會。

三、轉技術線的機會

數據工作向技術轉，這一點很多同學都知道。

1、轉大數據開發(fā)方向：大數據工程師

2、轉算法方向：算法工程師

3、轉產品方向：數據產品/BI工程師

每一個方向的技術棧，也是相對清晰。

不確定的是：在當前的市場環(huán)境里，到底還要不要轉？最典型的就是：互金行業(yè)被監(jiān)管掃蕩，少了一大堆算法/產品的機會；同時，應屆生大量涌入算法/數據開發(fā)崗位，導致內卷空前嚴重，招聘門檻一高再高。

對算法崗位而言，單純從技術難度而言，依然是風控類≤推薦類≤CV/NLP類。雖然小互金被掃蕩了，但是很多平臺型公司/電商類公司增設了反欺詐崗位，也能鍛煉風控能力；傳統(tǒng)的信用卡中心轉大型金融機構的路子也沒有斷。所以如果開發(fā)能力/理論知識不夠強的話，還是可以先找風控/反欺詐方向，至于技術能力是否達到了更高的門檻，可以個人挑戰(zhàn)哈。

大數據開發(fā)和數據產品方向，只要大型企業(yè)存在，這倆方向就永遠不落伍，特別是做數字化轉型的企業(yè)，有技術力量的人才奇缺（人頭都在互聯網搞內卷，外邊機會關注的少），技術方向是一定有前途的。所謂“內卷”，純粹是因為應屆生涌進來太多導致，真正有3-5年開發(fā)經驗，有實戰(zhàn)經歷的人還是能找到一席之地的。

四、純數據的機會

純數據能不能繼續(xù)干？當然能。但注意，純數據的成長，跟個人能力不大，跟組織架構關系非常大。

組織架構決定純數據的成長空間

組織架構決定純數據的成長空間

組織架構決定純數據的成長空間

這三句話一定要牢牢記?。?/p>

因為雖然企業(yè)都是口頭上喊著“數字化轉型”“數據驅動業(yè)務”，但連個獨立的數據部門都沒有。而有一個獨立的部門是在企業(yè)里升職加薪的基本保障。

1、如果沒有數據部門，那干再多也就是個高級兵。

2、如果有一個數據小組，那就有機會成為管理層，當個組長。

3、如果有一個帶n個組的數據部，那就大概率有機會當個組長，甚至混個總監(jiān)。

圖片

所以想在純數據線上深耕的同學們，牢記：現狀只是跳板。目標就是找到有足夠大的、正規(guī)架構的公司，這樣后續(xù)發(fā)展就有保障。當然，如果能找到行業(yè)處于紅利期，市場排靠前，文化氛圍良好的公司，就更是錦上添花了。

五、評定機會的方法

到此，所有三條路都已經介紹完畢，估計很多同學已經迫不及待地想問：那到底要走哪條路呢？

注意，選擇發(fā)展道路，不僅僅只看職位與技能的成長空間，還要看：

1、個人資歷、能力、興趣

2、個人家庭、環(huán)境等制約因素

3、個人志向、發(fā)現目標

4、現有條件下，個人可匹配的行業(yè)與公司

5、個人期望公司+崗位要求，與現狀差距

6、彌補差距的可行性與時間條件

因此到底怎么選，需要具問題具體分析才行。光聽別人的經驗分享，卻無法復制別人的出身、機遇、能力，也就是給自己逗個樂而已，無法解決自己的問題。