欢迎关注天善智能，我们是专注于商业智能BI，人工智能AI，大数据分析与挖掘领域的垂直社区，学习，问答、求职一站式搞定！
对商业智能BI、大数据分析挖掘、机器学习，python，R等数据领域感兴趣的同学加微信：tstoutiao，邀请你进入数据爱好者交流群，数据爱好者们都在这儿。
作者：陈老师 在咨询行业打拼了10+年，在如何诊断经营问题、建立分析体系、解决专项问题上有超过30个大型项目积累与实战，天善智能特邀专家。
个人公众号：接地气学堂
上一篇《
数据分析师的真实绩效是什么
》发出以后，又被大家加入了《陈老师日常劝退套餐》。很多粉丝强烈呼吁，写一篇数据分析师的幸福生活，不然感觉真的要被劝退了。今天就响应群众号召来一篇。其实需要陈老师来写这篇，就说明大家对数据解读的还不够啊。因为数据分析师的幸福生活，早已藏在大家的分析报告里，只是大家太过关注冷冰冰的数字，而不是数字后的含义，所以没有解读出来。
为什么这么说？是因为“收入”是个可量化的名词，收入高低只要看个数就好了。但“幸福”是个不可量化形容词，意味着丫是对比出来的。要谈数据分析师是怎么幸福的，就得对比下其他部门是怎么个苦逼法。要想人前显贵，必须人后受罪。大家在做业务部门绩效分析，ROI分析，活动分析的时候，其实已经暗含了其他部门苦逼的线索。
一提销售，大家最容易联想到奖金，喝酒，洗脚城。先把客户灌醉，洗脚城睡小妹，订单忽悠到手，奖金拿到手累。多好啊，看着舒服吧。自己去做一下试试吧。
第一天，没开单
第二天，没开单
第三天，没开单
……
月底一看工资单：基本工资1350+绩效250
o(╥﹏╥)o哭死
做过销售队伍业绩分析的同学，如果认真研究过业绩分布，就会发现销售队伍不是20/80法则，而是2/80法则。特别在B2B企业，少数Ace销售吃大部分业绩，大量的销售都是苦逼兮兮的拿最低工资，干不了两天走人。况且，我们做数据分析的是做在空调房办公椅上写ppt，人家可以每天在外风吹日晒，被客户给脸色……这么对比下，幸福感高了不？销售的本质就是一将功成万骨枯，羡慕Ace们大把拿奖金？人家是从万人坑里杀出来的。
一提产品，大家最容易联想到乔老爷，雷布斯，张小龙。好威风！于是信心爆棚的从产品助理干起，进入办公室时大喊一声：我要改变世界！
产品经理：你说啥？
产品总监：你说啥？
老板：你说啥？
开发：你说啥？
……
别说改变世界了，你连一次会议纪要都改变不了。一个开了2小时没头没尾的产品开发扯皮会，开完了领导说：写个会议纪要。结果你写完都改到V8了，领导还说不满意。
(╥╯^╰╥)哭死啊！
那不改变世界，改变一下文案算了，嗯！于是做个小运营吧，写写文章，搞搞活动。于是变开始了下边的美好生活
产品和运营的苦逼本质是什么：
基层的永远处于打杂状态。干的都是各种求爷爷告奶奶，扯皮打杂的事，所以我的前途是什么？
基层的永远处于被支配状态。什么决定都是听领导的，那我的存在意义是什么？领导说了让再想想，我想了nnnn版方案还是不可以，那我的价值是什么？
基层的没有硬技能的提升。写文档谁不会啊，每个网站都有页面对着抄也行啊，样样都通一点但样样不精，样样都求着人做。
如果说销售都是打出来的，那产品和运营就是熬出来的，比的是谁命硬。谁能在打杂中打出成长，谁能在呼来喝去中不迷失方向。更重要的是，谁命好，能撞上一个成功的产品。
不信做数据分析的同学们看看，你们做的产品评估分析，一个公司的n条产品线，有几个真的是爆款？有几个真的是指标完成出众的？数据分析师在ppt上写下：“该产品数据未达目标”几个轻飘飘的字的背后，是多少产品和运营苦逼加班熬夜的心血付诸东流。……这么对比下，幸福感高了不？
一提营运，算了还是不提了，懂行的看到营运两字就觉得心累。这么说吧，看看网上那么多“爆笑！调戏移动客服小妹音频曝光，快来听”的段子。设想下，如果你是那个被调戏的小妹，你还笑的出来吗。
总结一下，就是业务部门虽然直接对业务负责，但：不是人人能出业绩；不是事事能出业绩；甚至不是努力就能出业绩。业务部门的起步难，成长慢，赌运气，会劝退一大波新人。相比之下，数据分析作为支持部门的压力就轻松很多，成长也明显很多。所以很多一线部门苦苦挣扎的小弟小妹，想转行进入数据分析。
诶？还没还没有提开发，对不对！从java到IOS开发到hadoop到现在的python到机器学习各种算法，每个年代都有开发的造富神话。从当年“三年java，百万年薪”到“一年前端，月薪五万”，开发被吹的越来越神。当然近两年流行的是《全职妈妈在家带娃3年，老公不思进取欠下20万赌债，21天0基础自学人工智能，入职互联网金融风控月薪3万，半年后跳槽平安成为数据科学家年薪百万》
X健都不敢这么吹……
就问一句。当年吹3三年java的，现在咋不继续吹了？为啥也跟风来教python机器学习了？技术和业务不同，业务类是家有一老如有一宝，而技术类是拳怕少壮。技术迭代更新，本来就是越新的越厉害。所以技术类往往起薪比较高，并且1-5年内跳槽的更吃香。这时候体力还好，人还单身，知识还没淘汰，加班跟玩一样。
可也正因如此，技术类的高端岗位往往被那些出身好、学历好、经验对路的年轻人拿走。相当多人进入BAT最大的障碍不是技能能力，而是毕业证的学校名字。技术类的岗位见顶速度快，往往技术迭代，就落得渣的不剩。就如果当年做数据分析做congos，做BIEE的，现在都面临转型压力。有些小伙还指望公司上市，可一不小心就会落得行业寒冬，开猿节流的结果……这么对比下，幸福感高了不？
总结一下，和业务部门相比，数据分析的优势来自“数据”两个字。数据分析不像业务部门那样过分的重实践，轻理论，依赖好运气。数据分析有统计学、数学、算法理论支持，使用excel，sql，python等工具工作，因此技能积累快，能力成长性好，不靠天吃饭。这对于新人起步是非常有帮助的。
和技术部门相比，数据分析的优势来自“分析”两个字。数据分析最终产出成果，需要和业务结合，需要沉淀分析经验，需要加深对行业的理解，这些使得数据分析不会因为某款工具的淘汰而被淘汰。分析能力会成为数据分析师职业护城河，这对于老人留存是非常有帮助的。
所以如果硬要和每个部门最Top的岗位拼薪酬，数据分析岗位一定会败下阵来。但是如果和每个部门躺在万人坑里的倒霉蛋们比成长，数据分析岗位肯定占得先机。无论是在这个领域持续成长，还是借它做跳板，实现从一线到后台，从基层到管理的转化，都是很不错的。
所以，真的不要把自己混的不如意赖到这个岗位的头上。以大多数人的努力程度之低，还没有到嚷嚷：“这个岗位发展空间有限！”的程度。这句话可能一个数据总监来讲比较合适。至于继续晋级需要哪些技术、业务、能力要求，稍后我们开始正式分享，敬请期待哦。
这是《数据分析师成长手册》连载的一部分（如下）
下边我们开始更新数据分析思维系列
对商业智能BI、大数据分析挖掘、机器学习，python，R等数据领域感兴趣的同学加微信：tstoutiao，邀请你进入数据爱好者交流群，数据爱好者们都在这儿。
对商业智能BI、大数据分析挖掘、机器学习，python，R等数据领域感兴趣的同学加微信：tstoutiao，邀请你进入数据爱好者交流群，数据爱好者们都在这儿。
推荐阅读：
强推 | 学习自然语言处理（NLP）的学习方法和资料合集
新恒结衣为什么是中国程序员共同的老婆？
如何构建一个完整的机器学习项目(一)
2018年终精心整理|人工智能爱好者社区历史文章合集（作者篇）
2018年终精心整理 | 人工智能爱好者社区历史文章合集（类型篇）
公众号后台回复关键词学习
回复 免费 获取免费课程
回复 直播 获取系列直播课
回复 Python 1小时破冰入门Python
回复 人工智能 从零入门人工智能
回复 深度学习 手把手教你用Python深度学习
回复 机器学习 小白学数据挖掘与机器学习
回复 贝叶斯算法 贝叶斯与新闻分类实战
回复 数据分析师 数据分析师八大能力培养
回复 自然语言处理 自然语言处理之AI深度学习
网友评论