• 卢经理 151 5399 4549
    扫一扫,加我咨询
扫码关注我们
技术 or 业务?数据分析发展路径大盘点
发布时间:2024-08-30

转眼又到9月,大家都会特别关心未来的发展。今天就跟大家盘点下数据分析工作的发展路径。

无论你是站在门外心怀憧憬;还是刚刚入行,踌躇满志;又或者被每天跑数累得七荤八素,都可以认真复盘下咱数据人的优势与机会。

一、数据分析岗位三大优势

▌ 优势一:成长空间大

纯业务类岗位,成长受领导制约非常大:

  • 比如运营,自己有再好的想法,领导就是不!同!意!最后只能当一个无脑的工具人。
  • 比如销售,自己能力再强,领导就是不给好的客户资源(甚至明抢),还是做不出业绩。

但数据分析不同。只要能接触到数据,就能做分析,就能下结论。优秀的数据分析师,不但能分析出什么东西是可行的,更能分析出什么东西是不可行的。因此分析能力的成长完全不受限(如下图)。

图片图片

甚至在管理混乱、数据基础不好、流程不规范的小公司锻炼出来的数据分析师,对数据采集理解更深刻,对于业务了解更多,因此比温室里成长起来的小花骨朵实战能力更强。所以不要轻易丧失信心,坚持思考:“要怎么做得更好”,就能进步。

▌ 优势二:适用范围广

本身,数据分析能力是个底层能力,各种岗位,各类公司都有需求。特别是最近各行各业的数字化转型大潮,使得做数据的同学在业务上,技术上都多了很多公司和行业可以选择。

另一方面,互联网行业996普遍,与大型传统企业的数字化转型加深。一降一升,导致了去互联网公司参加内卷已不再是唯一出路。与其在小厂被欺压,苦苦熬着等头腾阿青睐的机会,不如考虑一下甲方(大型传统企业)/乙方(toB服务企业)的机会。

图片图片

▌ 优势三:前途选择广

近年来,挂着“数据分析”或者“数据XX”旗号的岗位相当多,看得很多同学很糊涂。剥去各种稀里糊涂的概念。做数据的本质上就偏业务和偏技术两类:

偏业务:一般归运营、市场、销售部管,操作现成的数据产品或者在大宽表基础上写sql捞数,写ppt的时间比写代码时间多。

偏技术:般在IT部下边,或者有独立的数据小组/数据部。都在写代码,偶尔ppt。大公司里数仓、数据治理、BI、分析、建模分得很清楚。小公司里,很有可能啥都自己干。

数据分析工作刚好处在业务和技术的交叉点上,因此选择机会可能性非常多(如下图)。

图片图片

所以,理论上数据分析师想转行的话,往哪个方向都能成功。怕就怕,犹豫不决,方向不坚定,业务上只懂个皮毛,技术上又不肯深入,那就神仙都难帮了。或者两头都想兼顾,结果无一特长,空成为做题家。想转,就坚定地向一个方向行动吧。

二、转业务线的机会

数据分析能不能转业务?

答:可以!

如果你不想向程序员方向发展,想利用分析能力,谋求更好的业务岗位,就能考虑走这个线路。但要注意:业务部门也是分种类的,有四个类型(如下图)。

图片图片

四类业务部门里,最容易立功、最有权力的就是策略类岗位,一个会员体系或者年度大促项目做好,升职加薪就在眼前了。而策略类是和数据分析最接近的岗位,数据分析师们只要补充策略类工作的业务知识,转岗很轻松,也很容易出成绩。

其他三类的核心能力与数据分析距离较远,硬转的话优势不突出。但有意思的是,随着线上投放占销售比例的提高,渠道运营、销售运营、流量买手等岗位也需要用到分析能力。

转业务的最大好处,就是能吃公司的增长红利。公司在高速增长期,给到策略类和执行类岗位的薪资与奖金都是非常丰盛的,有相当多的数据转这两类业务的同学,随着公司的成长捞的盆满钵满,值得期待哦。

近年来有些新鲜名词,可本质上是旧瓶装新酒,比如:

图片图片

只要掌握了岗位的本质,就很容易识破其中玄机,找到晋升机会。

三、转技术线的机会

数据工作向技术转,这一点很多同学都知道。

1、转大数据开发方向:大数据工程师

2、转算法方向:算法工程师

3、转产品方向:数据产品/BI工程师

每一个方向的技术栈,也是相对清晰。

不确定的是:在当前的市场环境里,到底还要不要转?最典型的就是:互金行业被监管扫荡,少了一大堆算法/产品的机会;同时,应届生大量涌入算法/数据开发岗位,导致内卷空前严重,招聘门槛一高再高。

对算法岗位而言,单纯从技术难度而言,依然是风控类≤推荐类≤CV/NLP类。虽然小互金被扫荡了,但是很多平台型公司/电商类公司增设了反欺诈岗位,也能锻炼风控能力;传统的信用卡中心转大型金融机构的路子也没有断。所以如果开发能力/理论知识不够强的话,还是可以先找风控/反欺诈方向,至于技术能力是否达到了更高的门槛,可以个人挑战哈。

大数据开发和数据产品方向,只要大型企业存在,这俩方向就永远不落伍,特别是做数字化转型的企业,有技术力量的人才奇缺(人头都在互联网搞内卷,外边机会关注的少),技术方向是一定有前途的。所谓“内卷”,纯粹是因为应届生涌进来太多导致,真正有3-5年开发经验,有实战经历的人还是能找到一席之地的。

四、纯数据的机会

纯数据能不能继续干?当然能。但注意,纯数据的成长,跟个人能力不大,跟组织架构关系非常大。

组织架构决定纯数据的成长空间

组织架构决定纯数据的成长空间

组织架构决定纯数据的成长空间

这三句话一定要牢牢记住!

因为虽然企业都是口头上喊着“数字化转型”“数据驱动业务”,但连个独立的数据部门都没有。而有一个独立的部门是在企业里升职加薪的基本保障。

1、如果没有数据部门,那干再多也就是个高级兵。

2、如果有一个数据小组,那就有机会成为管理层,当个组长。

3、如果有一个带n个组的数据部,那就大概率有机会当个组长,甚至混个总监。

图片图片

所以想在纯数据线上深耕的同学们,牢记:现状只是跳板。目标就是找到有足够大的、正规架构的公司,这样后续发展就有保障。当然,如果能找到行业处于红利期,市场排靠前,文化氛围良好的公司,就更是锦上添花了。

五、评定机会的方法

到此,所有三条路都已经介绍完毕,估计很多同学已经迫不及待地想问:那到底要走哪条路呢?

注意,选择发展道路,不仅仅只看职位与技能的成长空间,还要看:

1、个人资历、能力、兴趣

2、个人家庭、环境等制约因素

3、个人志向、发现目标

4、现有条件下,个人可匹配的行业与公司

5、个人期望公司+岗位要求,与现状差距

6、弥补差距的可行性与时间条件

因此到底怎么选,需要具问题具体分析才行。光听别人的经验分享,却无法复制别人的出身、机遇、能力,也就是给自己逗个乐而已,无法解决自己的问题。