[[404587]]

這幾年數據分析很火，于是很多人都涌入了這個看似熱火朝天的行業，有的為了讓自己不落伍緊跟時代步伐，有的為了一份高薪體面的工作，使自己活下去，還有的為了公司的發展，逼著自己要去了解數據分析，還有一些啥都想學的學霸精英們…

今天從我的感觸來聊一下數據分析，為啥你要信我聊的?當然你可以不信，這里我適當介紹一下自己：

1、超級大V

論粉絲數量應該加個超級，可惜都知道賬號，無人知道是我，這不重要，學會低調，

2、一線數據分析師

什么是一線，很多經驗都是實戰中總結的，不是看書，照貓畫虎搬運的，跟隨數據分析的發展，自己也走了14年，不注水

3、教育實踐者

這個看著沒關系，你錯了，俺運營這一個數據屆最大的社群，主導開發過很多分量十足的課程，協助多人少轉行、多少人升值加薪，我自己都記不住數量了，注意這我用的協助，不是幫助，主要還是看自己。

4、深度思考者

每周我都會約一些知名大廠的分析師、負責人交流吃飯，已經堅持5年了，只有思想發生碰撞，你才有提升的機會。

以上就是我主要的標簽，你可以認為是吹牛，但確定沒必要，要吹我早就開始吹了，接下來我說說自己的看法，你仍舊可以不信…

1、數據分析不是技術

很多人學習數據分析，不知道學什么?開始就是python、模型，硬生生把數據分析當成了一門技術，到企業中工作傻眼了，感覺自己所學完全用不上，記住，數據分析是服務，要先建立自己的分析思維體系，這個很重要。

要讓自己具備發現問題、分析問題、解決問題的能力，這需要大量的實戰經驗，這是所有課程和書籍都無法提供的，需要自己去悟的，要想成才，第一步不是使勁學習，而是先要有一份分析的工作。

2、做技術的分析師工資比業務分析師高

企業的發展和人類社會的發展很相似，從無到有，都需要一個過程，要讓分析發揮價值，首先是要有足夠的數據，其次是要有高質量的數據源，最后是要有小白能看懂的數據應用服務

在我看來技術類、業務類分析師會長期存在，只是未來肯定是業務分析師的天下，大家拼的不是系統、算法，而是數據驅動的能力。目前很多企業的重頭戲還集中在收集數據、高質量數據源方面，所以需要大量的技術類分析師，那這一波基礎建設完成后呢?技術類的分析師必然要接受洗牌，而且需求會急速下降，對應的工資也會整體下降，這一天我預測很快，也就5年的光景。

你會發現，現在很多企業內部都有自己的分析產品、各種分析平臺，這些基礎建設的重心遲早會結束，有很多企業花費很大的人力、財力造出來一個無比厲害的分析系統，最后發現業務方根本不用，甚至不會用，不知道如何用，這個過程遲早要結束的，以后會用數據的人會更搶手，現在的高薪并不代表以后也高薪，早日看清行業發展，做好自己的職業規劃。

3、不要過分專注數據分析

接觸過很多人，開始的想法很單純，就喜歡倒騰數據，就感覺做數據分析很有意思，就想成為一名優秀的分析師，做幾年后又感覺自己找不到方向了，不要太執著，成為通才更適合生存，學會隨機而變。

這幾年大家也會發現，有一些數據產品經理、數據運營、數據管理的職位出現，這是必然的產物，當很多分析套路常規化、規范化就需要產品來提高效率，當有很多分析指標、分析模型時，就需要數據運營來指導業務，當擁有產品、驅動時，就需要一個管理者去做長久持續的規劃。

如果純做數據分析，你會錯過很多精彩的事情，沒有這些事情輸入你的大腦，你也就很難在突破自己的職業瓶頸，數據分析其實也有有等級，比如看數據的高于用數據的，用數據的高于做數據的，做數據的高于整理數據的，整理數據高于收集數據的，越靠近行業的前端，往往這個事情理解越深。

多學一些業務、產品、運營錯不了，企業不是科研。

以上未完待續，著急出去辦事…最后送大家一句話：

學會做最好的自己的，而不是極致的自己

經常看到很多分析師對自己的報告配色、圖表要求很嚴格，也很講究，當發給服務方時，發現人家根本不鳥你，最好的自己能讓別人一起參與，一起溝通、一起完成，而極致的自己很容易讓自己變的自大。