▌ 問1：做數據分析有前途嗎？

答1：有！

▌ 問2：那為啥我感覺不到？！

答2：因為“數據分析”四個字下邊，掛羊頭賣狗肉的多。最經典的，就是每天導出excel表，然后做個“同比、環比”ppt的數據分析專員。名為數據分析，實則就是普通文員。

▌ 問3：對對對！我就是這種excel專員，我還有前途嗎？

答3：當然有。前途就是努力學習sql取數、python、PowerBI等工具，然后熟悉下自己整理的excel字段的業務含義（一般都是銷售日報、客服日報之類）。跳一下槽就好了。

▌ 問4：那么，什么樣的公司有前途一點？

答4：以下3個條件，滿足一個的都能考慮，滿足2個更好，3個就最好了1、公司業績處于上升期，不斷擴編2、有獨立的數據部門/數據小組3、有專業數倉，能自己寫sql提數

因為只有小公司才瞎胡咧咧，問什么“數據分析有沒有用”。在大公司，數據就是工作的水和空氣，是基本條件。數據部門是基礎服務部門，只要公司持續發展，就會持續招人。進一個有數據團隊的公司，能保證自己穩定積累2~3年能力，以后再去一線大廠或者去其他公司自己組建團隊，都有底子了。后邊的路就順了。

▌ 問5：好像要求有點高！如果條件1不滿足，下降期公司能去嗎？！

答5：如果是“瘦死的駱駝比馬大”型下降，是可以考慮的。

至于有些公司，本身就不咋地，再發展不行，就別去填坑了……

▌ 問6：如果條件2不滿足，可以考慮嗎，比如掛在業務部門的數據分析師？

答6：去了肯定過得沒那么舒服，但不代表要拒絕。

如果是一個小廠子，待遇一般，去了搞什么客服排班、新媒體數據分析之類不入主流的工作，那就直接拒掉吧，沒啥損失，去了又學不到東西又沒錢。

▌ 問7：如果條件3不滿足，可以考慮嗎，特別是有些新團隊。

答7：只要崗位在IT部門，且IT部門不是散裝團隊，有一定規模（20+人頭），都可以考慮。畢竟事情都有個從0到1的過程的。崗位在IT團隊能確保自己不落單。最怕的是IT團隊是草臺班子，或者這個崗位壓根就是業務部門招的，又沒有專門的數倉，讓你自己從各種平臺撈數……估計每天煩都能煩死。

更糟糕的是，騎自行車的本事，開汽車時用不上。很多散裝小團隊以“能學東西”為名義忽悠人，可真到面試大公司的時候才發現根本沒用，專業度才是第一位的。

▌ 問8：上邊沒看到講傳統企業與互聯網企業的區別呀？關系大嗎？

答8：其實傳統企業，只要不是那種領域很窄的，比如裝備制造業、化工等等，都可以考慮。

特別是，這兩年互聯網在退潮，大廠裁員，小廠關門情況很多，不見得對所有人都是好賽道。所以還是看具體崗位+薪資，只要崗位薪資過得去，還是可以考慮的。

▌ 問9：那做數據分析的終點是啥？

答9：能在大廠混一個數據部門組長/總監就差不多了。

注意！數據分析崗不太適合創業。傳統公司創業的都是銷售，手里有客戶；互聯網公司創業的很多是知名的產品，因為和投資人熟，對整個開發過程熟悉。數據工作本質是個手藝活。

▌ 問10：那我不想干數據了，還能干啥？

答10：如果不想廢棄數據技能，業務上和數據比較近的，都是策略類工作，比如用戶運營、商品管理、策略產品，這些可以在補充專業知識后轉過去。技術上直接干大數據開發就好了。

▌ 最后一問：為啥上邊沒給標準，比如從業1年年薪百萬，從業5年創業30歲身價過億？

答：這些本身就是忽悠人的玩意，想看薪資標準自己去BOSS直聘/拉勾網搜哈。

要特別強調的是：冷暖自知。生活不是考試，沒有標準答案，薪酬也不是考試成績，沒必要相互攀比。就像很多人看不上外包工作，可如果你看到一個之前月薪5K的表哥，努力成為一名1.5w月薪的sql boy之后有多喜悅，你也會有另一番評價。有些人自己學歷高、經驗多，就“為何不食肉糜”的抨擊別人不努力，不去卷大廠，這是非常錯誤的。不同人起點不同，能努力找到適合自己的方向才是最重要的。

文章來源于接地氣的陳老師 ，作者接地氣的陳老師