数据分析师可以长期发展下去，优秀的数据分析师前途无限光明。
第一，数据产业正处于蓬勃发展的时期。
企业数据驱动是仅五六年才大规模流行起来的，而机器学习、人工智能由原来仅google、bat才拥有的红利到现在迅速推广至各行业大大小小的公司，也就这三四年的事情。以上催生了数据产业，也给数据产业提供大量就业岗位，数据分析、数据挖掘、推荐工程师、机器学习工程师、数据PM、数据策略PM等。整个产业正在蓬勃发展，各数据岗位也在企业均发挥重要作用。
有价值信息，而非一堆炫技方法、数字、图表的堆砌
第二，大部分企业对数据的利用率还仅是冰山一角
数据分析师，作为零距离接触一线业务数据的岗位，会越来越重要。当然，我说的数据分析师，不仅仅是只是提数机器人，仅仅把业务方提供的数据需求，被动返回。但即使是这部分看似机械工作，也不会变少，反而可能因为行业对数据依赖会变得越来越多，你是不是觉得不可思议？甚至很多业内人事，觉得有了内部BI或者更加优秀的第三方数据产品(友盟，GrowingIO，神策等)替代掉取数的工作。我只能说不能够，为什么？举个例子，假设把红楼梦看成被挖掘的数据，把点评看成数据分析， 那么是不是有了某大师经典的红楼点评，就能代表所有人的观点了？不会的，千人千哈姆雷特。同样，数据也一样，同样的数据，BI是不能把所以价值展现粗来，只能把一些重要的指标提炼粗来，除非业务特别简单(比如煎饼摊，每天只卖一种煎饼给一个人?我随便yy的)。所以，仅仅数据化到BI的那些指标，还仅仅是企业对挖掘数据的第一步，BI是有计划的指标，但数据是活的，波动的，而波动中蕴藏的价值，还是需要对业务极熟悉的人才能把握住，需要下来做很多数据的分析才能得到。
第三，任何岗位，段位越高，需求越旺，钱景越好，数据分析师也一样，合格的数据分析师，市场需求量还是很可观的，优秀的数据分析师更是抢手。
数据分析入门比较容易，但分析的路线可以走的很深，不仅是业务上的深，也需要是技能上的深。虽然有偏业务的分析师，有偏技术的分析师，但顶尖的分析师是两者兼有。
网友评论