数据分析人的职场天花板
作者:挖数 腾讯数据产品经理 & 段子手
个人微信公号:washu66
数据分析从业这么多年,既有庆幸也有焦虑,庆幸的是能进入互联网行业,吃到行业红利从而有一个较高的起薪,焦虑的是数据分析的门槛并不高,而且有明显的职场天花板。
门槛不高
从我待过的互联网公司来说,入门的数据分析基本就是提数,业务部门需要什么数就给什么数,技能要求仅仅是Excel和SQL。
1年后,SQL玩得溜了,对公司业务的取数逻辑也熟悉了,这时你更多的是利用公司的内部工具搭数据看板,有些公司用SAP,有些用自研的看板平台,再简单的直接Excel,你需要的也就是学会这些看板的使用方法搭好一张报表。
以上的工作一个正常的大学毕业生都能掌握,不需要会编程,不需要高深的统计学数学知识。
门槛不高意味着起薪不高,因此建议想从事这一行的童鞋往以下2条路走
1、走AI路线,吃技术红利;
数据分析最好的落地场景目前来看是推荐系统,几乎所有的互联网公司都在做个性化推荐,今日头条、网易云音乐 这些公司都以精准的个性化推荐著称,个性化推荐是它们赖以生存的业务场景。
去这些公司从事推荐系统相关的数据工作能够获得很好的起薪,也有很好的发展空间,但相对的门槛也很高,计算机、统计学或数学的硕士学历是标配;
2、去大型互联网公司,吃行业红利;
如果你跟我一样走不了AI路线,那么一定要去大的互联网公司,它们对数据足够重视,内部有一个足够大的数据团队供你学习和发展,同时也能拿到跟互联网公司主力岗位开发、产品相当或者稍低的起薪。
我们拿网上的公开数据做对比
以亚马逊为例,亚马逊的开发岗位SDE(Software Development Engineer)的薪资范围是
平均年薪11万刀,人民币是75万。
而一个数据分析岗位,互联网公司叫 BI(Business Intelligence)
平均年薪8.6万刀,人民币59万。
谷歌的BI薪资更高
当然国内互联网公司入门级BI工资没这么高,应该在1万人民币左右。
职场天花板
美国薪资调查网站PayScale对数据分析师(Data Analyst)的职位评价里边有一句话
薪资增长缓慢,10年经验之后想更上一层很难。
我自己的感觉也是如此,身边很少有经验很丰富的数据分析师,大都从业5年以内,10年的大都转管理或转做其他职位。
程序员和产品经理则不同,程序员可以走技术线一直到架构师,不做管理也能年薪百万,一个资深的产品经理负责重点的营收产品也能年薪百万,而走AI路线那些算法人员由于不可替代性,很多公司直接开出百万年薪。
PayScale上BI的职位发展路线是这样的
国内公司一般不会有 BI Architect(BI架构师) 这样的职位,想年薪百万一般要去到BAT级别公司的总部做 BI总监,其他行业或公司一般最高到BI经理,或者干脆没有BI这个部门。
而美国那边BI总监的平均薪资甚至没有年薪百万
折合人民币87万。
另外,程序员可以朝CTO、副总裁甚至CEO发展,产品经理同理,财务的可以做到CFO甚至CEO,而高管很少出身自BI。
总结出来是:
1、数据分析(BI)薪资增长缓慢;
2、数据分析无法一直走技术线,进一步发展只能走管理;
3、数据分析最高到BI总监,无法到副总裁或以上。
如何打破天花板?结合最近的发展趋势,感觉可以走以下2条路:
1、找到一个数据分析的应用场景,走业务为主,数据分析为辅的路线;
有非常多职位名称不是数据分析,但做的就是数据分析的工作,最普遍的就是财务分析了
PayScale里数据分析师的发展路线是这样的
可以看到大头是往财务分析>财务总监这条路走,如果你有财务背景又想做数据分析,可以考虑往财务分析走,企业可以没有数据分析,但不能没有财务分析,财务是数据分析里边最普适的一个应用场景。
相似的还有风控,见过不少原来在互联网公司做数据分析的人去金融企业做风控,国内很多信用卡中心和P2P公司有大量这样的职位,风控在金融企业也算核心岗位之一。
如果你对财务不感兴趣,在自己公司内部也要尽量从事一些可以落地的业务场景,比如在大型互联网公司做账号风险管理,从事防盗号,防刷单的数据分析工作。
从事紧贴业务的数据分析才能落到实处,才能体现出价值,除了发展更好外,也能在公司裁员时不至于被淘汰,因为你做的事是有业务价值的。
2、去核心业务就是数据本身的公司工作。
在FMCG(快速消费品)行业如宝洁、箭牌等,CEO要不是销售做起来,要不是市场、品牌管理做起来,因为这些职位能直接拉动业务。
在会计师事务所做财务,做审计,你能达到的职场顶点不是财务总监而是CEO。
因此做数据的,如果能去一些本身就是从事数据业务的公司工作,自然能打破职场天花板。
市场上有很多这样的公司,比如做数据咨询业务的公司,艾瑞、易观、尼尔森、华通明略等,在里边做数据分析业务,你的职场顶点绝不是BI总监。
又或者像GrowingIO、神策数据这样的数据平台公司,创始人都是BI出身的,比如GrowingIO的创始人就是前Linkedin(领英)的BI总监。
去这样的公司,你会有更广阔的职场跑道,而不是在其他公司一样撑死就是BI经理或总监。
如果你最后不幸跟我一样走在职场慢通道,没关系,你可以写写公众号打发时间,或者拼个乐高自娱自乐。
公众号后台回复关键字即可学习
回复 爬虫 爬虫三大案例实战
回复 Python 1小时破冰入门回复 数据挖掘 R语言入门及数据挖掘
回复 人工智能 三个月入门人工智能
回复 数据分析师 数据分析师成长之路
回复 机器学习 机器学习的商业应用
回复 数据科学 数据科学实战
回复 常用算法 常用数据挖掘算法
数据分析人的职场天花板相关推荐
- 什么决定了你的职场天花板?
无论什么样的时代,成功者.能够向上跨越阶级的,都是极少数.虽然职场并非晋身的唯一途径(毕竟还有婚姻和意外),但毕竟绝大多数人获得原生家庭能够支付的之外的资源.财富和权势,还是要靠职场. 即使是充满最多 ...
- 技术人的职场晋级指南:当心“1万小时定律”毁了你!
作者:胡浩 来源:胡言非语(ID:hutalking) 编辑:Emma/技术领导力 技术人的职业生涯,满打满算也就短短的二十几年,从初出茅庐的职场新手,到不再慌张的油腻中年,弹指一挥间. 努力也好,选 ...
- 企业人的职场晋升“密码”
文章来源: 苏项荟 作者:苏宁金融欧阳利剑 如有侵权请联系删除 开篇: 行走在江湖,方向很重要!每个人都希望成为强者.套用拿破仑的一句经典名言"不想当将军的士兵不是好士兵",企业人 ...
- 【第62期】学会数据分析,抢占职场风口机遇
又到了一年毕业季!即将毕业的你,拿到心仪的offer了吗? 从此前春招释放出的校招信息来看,大多数大厂岗位明确要求"要有一定的数据分析能力,或者对数据感兴趣". 查看了一下招聘网站 ...
- 技术人如何职场晋升?这些步骤你都了解吗?
技术人如何职场晋升?这些步骤你都了解吗? 00. 导读 01. 准备工作 02. 写PPT 迭代,迭代,还是迭代 一个信息论的最新研究成果 能够否定自己,是一种能力 妙语 03. 练习演讲 牢记表达的 ...
- 为什么大部分人的职场,总是越努力越绝望?
点击上方 "程序员小乐"关注公众号, 星标或置顶一起成长 每天早上8点20分, 第一时间与你相约 每日英文 There is a time in life that is full ...
- 技术人从职场中脱颖而出的成长秘诀
[导语]本文作者腾讯 Web 前端高级工程师李华山已是入职鹅厂六年多的老司机,他从一开始的菜鸟成长为团队负责人,在文章中,他与大家分享了一些自己的成长感悟和经验,希望能给正在成长中的你带来一些小小的启 ...
- 她们用实力,打破了科技圈的女性职场天花板
By 超神经 内容提要:国际妇女节设立的初衷,是纪念国际女权运动,也借此机会庆祝妇女在政治.经济和社会等领域的贡献及成就.如今,女性无论在家庭.职场,也都得到越来越多的关注.而她们,也一直在社会的各个 ...
- 互联网人的职场关系攻略
本篇文章原本是给公司校招新人的做的一个内部培训ppt(需要的可以找我),作为一名技术人员,真是不太擅长处理职场关系,但身在职场,估计都能感到其重要性,要想愉快恰饭,万万不可忽视,为了防止误导新人,当时 ...
- 职场新人PK职场老鸟,多少人被职场“潜”规则改变?
最近同为爆款的<二十不惑>和<三十而已>很有意思.两部剧不只名字相似,把它们连起来看,似乎也是我们10年职场变化的缩影. 在<二十不惑>里,几位横冲直撞入职场的女生 ...
最新文章
- mro python_用python实现MRO算法
- 如何在CentOS 7上安装Redis服务器
- c语言的多线程,如何用C语言实现多线程
- 老师“鬼话”全曝光!哈哈哈哈哈全国的老师都这样吗?
- mysql数据库业务逻辑_Mysql业务设计(逻辑设计)
- 从特征分解到协方差矩阵:详细剖析和实现PCA算法
- jenkins教程_2 入门
- 算法的时间复杂度和空间复杂度(java)
- 从零基础入门Tensorflow2.0 ----八、39.1 gpu1
- c#web页面显示弹窗_C# .NET弹出窗口
- Mybtis进行mysql数据库的修改表名操作
- 20个值得研究的vue项目
- 练字一定要用钢笔吗?
- java架构师主要是干什么的,要注意什么?
- SEGGER Embedded Studio 搭建开发环境
- mysql-mmm架构深度详解
- U盘PE系统的制作和安装(win7、win10)
- CRC-CCITT16(0xFFFF、XModem、0x1D0F、Kermit)
- 『统计学』常用的数据分析方法都在这了!Part.2
- win7 修复计算机 黑屏,拯救黑屏 Win7系统引导文件丢失修复教程