本文轉載自微信公眾號「接地氣學堂」，作者接地氣的陳老師。轉載本文請聯系接地氣學堂公眾號。

 轉眼已是2022年初，新的一年又在招手。辭舊迎新，大家總會關心未來前景。今天，我們就系統講一下，2021年數據分析師前景問題。

問題1：2022年，還適合進入數據分析行業嗎?

答：這是個偽命題!

根本不存在數據分析行業

根本不存在數據分析行業

根本不存在數據分析行業

重要的事情說三遍

行業，指的是：汽車、金融、電信、零售、食品、貿易，這些業務類型。

數據分析是一個工作崗位，每個行業都多多少少的會有這個崗位。

數據分析不是行業，更沒有“全行業統一標準”這種玩意。

不同行業之間的差異判若云泥。

甚至同一個行業內，比如金融行業，證券、銀行、互聯網金融、地下錢莊、第三方信用機構、催收公司……差別都是天上地下。甚至一個細分行業，比如銀行，內部的總行、分行，個人銀行與對公業務，信用卡中心，都差別巨大。

更不要說：互聯網行業，在2022年，沒有哪個行業不是互聯網行業。幾乎所有行業都有電商、新媒體在做，幾乎所有傳統意義上互聯網公司，都有線下業務(生鮮、O2O)在做。行業的邊界非常模糊。

因此，想要2022年混的好，第一重要的事是認真仔細研究就業市場，看清楚每個公司具體業務特點。而不是裝著諸如“互聯網行業遍地黃金人人年薪百萬”“我在催收公司統計表格也是金融行業數據分析師了”這種幻想，自己騙自己。切記切記。

問題2:2022，我想轉崗數據分析，難嗎?

答：這個問題的關鍵在于“我”是誰，從哪里“轉”。

有的工種，天生和數據分析距離近，有的則比較遠(如下圖)。

有的行業，天生重視數據，因此個人能力積累多，有的行業天生數據匱乏，因此個人能力積累少，肯定積累多的容易轉。

個人條件，肯定越適合996，難度越小。數據技能懂得越多，肯定難度越小。年齡在24-29歲之間，單身，學歷高，學校好，計算機專業，有從業經驗，hadoop、spark、java、python啥都會的，肯定更容易中哈。

至于缺幾樣能不能過，就看和誰競爭了。這里還挺拼運氣的。所以大家可以看具體崗位要求，評估自己的差距。要具體到一個崗位才知道難不難。

問題3：2022，我適合做數據分析嗎?

答：適不適合，主要看自己想要什么。

想改善工資的，最好量化想從多少提升到多少

想不加班的，考慮好能接受的薪資底線

想找升職機會的，考慮好是否能帶下屬，帶項目

想找行業風口的，考察好具體的業務類型，發展趨勢

有了清晰的目標，再去找對應的崗位和公司，再看能不能面成，試幾次自然知道適不適合。這個其實也和數據分析類似，不去做ABtest，光坐而論道地分析，怎么都出不了結論。況且，找工作是個相互看對眼的過程，你想看人家，人家不見得看得上你呢。

當然有些同學會說：“就不能畢其功于一役，21天0基礎進入頭條年薪百萬!一炮搞掂!”額，想法很好，但是能不能實現，這個問題下邊單獨說。

問題4：可是，我看網上都在說數據分析師門檻低，工資高，還能轉行數據科學家年薪百萬，進入頭疼阿，30歲身價過億!

答：你這個“網上”，是某乎吧，畢竟人人百萬。

都在說，工資高，門檻低三件事不會同時存在。這是個基本常識。(如下圖)

真相1

高薪的數據分析師，門檻都不低。想進大廠的人多了去了，單純拼背景，拼經驗，拼資歷就能刷下99%的人，根本輪不到拼技能。

真相2

門檻低的數據工作，前途都很渺茫。只是做個統計、拉個數、平時沒人搭理的數據專員遍地都是。

真相3

數據分析和數據科學不是一個工種!技能樹完全不同。而且數據科學比數據分析還要內卷，基本上都是畢業生里挑最頂尖的。

至于為什么有那么多人宣傳：低門檻，高薪。這么說吧，上次陳老師聽有人這么講，還是傳銷大會上，一個油頭粉面的主持人有請被XX神藥治好了癌癥的李奶奶上臺分享。

對了，這幫人還喜歡用以下詞語：

“感謝XX老師帶我進入XX行業”

“我是二本，21天0基礎逆襲進入XX”

“我要為自己和家人創造幸福的生活”

“我學習一堆XXXX技能就能拿大錢了”

頭腦稍微清醒一點，都知道這些是托。然而為啥這些賣神藥的總有市場呢?因為病急亂投醫，人在著急的時候，總愿意相信有這種神秘的力量。“萬一是真的呢”。所以習慣就好了。

問題5：可是，我聽別人說現在是數字化時代，那數據分析肯定是超牛技能了吧，我一招數據分析，其他人都跪地大呼不可戰勝的那種。

答：完全不是!

所謂數字化轉型，是由數字化生產線、數字化媒體、數字化互動渠道，數字化營銷方式等一系列系統與基于系統衍生出的運作方式，所結合成的一個整體。不是以前張嘴說：“我覺得”，現在張嘴說“我看了個數”就是數字化了。

在這個體系里，利用數字技術改造傳統生產線，創新媒體與互動形式，基于數據開展管理、策劃、執行，都遠遠比“分析一個數”重要的多。數字本身的價值，要遠超過分析。

所以，即使是數字化時代，數據分析還是個支撐崗位，還是個輔助角色，還是個可以在企業經營不善的時候首先被炒掉的工種。數據驅動業務，指的是：“老板用數據驅動業務”，不是說你跑個數寫個ppt，銷售、運營、供應鏈、營銷的各部門總監、經理們就對你俯首帖耳的。想太多了，被人呼來喝去催著要數才是常態。

問題6：那么，想要做靠譜的個人成長計劃，怎么辦?

答：面對2022年最該干的事，就是停止聽各路人馬瞎說。

特別是停止聽那些“土木/機械/生物專業，二本畢業工地搬磚，21天0基礎自學excel，sql，python進入互聯網大廠月入3萬，半年轉行成為數據科學家，拿下頭條年薪百萬SSP offer，現在分享一下學習數據分析技能的書單吧”的人瞎嗶嗶。

認真思考(如下圖)

找工作之所以叫“找”工作，就是你得找，才有工作。為啥不叫“吹”工作，因為光聽別人吹咋面試沒用。為啥不叫“學”工作，因為學是學不到頭的，不去認真收集信息，不去匹配要去，光指望學，永遠學不完。

就像數據分析，第一步是采集數據一樣，做求職準備，第一步是認真收集目標信息，收集越多越好。就像數據分析要做Abtest一樣，收集差不多就得去試試，記錄過程，分析問題，這才是合理的數據分析師該有的素質。

腳踏實地地思考，認真地收集事實和數據，具體問題具體分析，才是破局的正道。也才是一個合格的數據分析師該有的基本素質。如果連這點都做不到，張口沒有事實和數字，滿嘴都是“我覺得”“我聽別人說”“我以為”“本來不該是”……那真的，這個性格不適合做數據分析哈，哈哈。