劝退篇!大家别转行来做数据分析师了|市场还缺数据分析师吗|数据分析师到底有多卷|这几类人千万别来做数据分析师|数据分析师的职业天花板在哪|深夜EMO|职场焦虑

作者: 数据分析看Stone分类: 职业职场 发布时间: 2022-01-23 19:00:01 浏览:182597 次

劝退篇!大家别转行来做数据分析师了|市场还缺数据分析师吗|数据分析师到底有多卷|这几类人千万别来做数据分析师|数据分析师的职业天花板在哪|深夜EMO|职场焦虑

ZO_非洲卷起:
我是学财务的,正在学SQL转DA,非常贴合up所说的30+、想赚钱(你们所说的1.5w也是一个普通财务人难以企及的)等劝退条件。 我理解的数据分析,重点还是在分析,这和分析财报还是分析大数据没有什么区别,只是财务数据已经滞后,需要从业务一线直接获取情报才能更好的提供决策,这样考虑的话,也要被劝退吗?

【回复】30+,想赚钱的话,在财务领域也有一定深耕了吧,从小公司财务主管一步步往上跳,在中型公司同岗位也有20+了吧? 换行的话感觉财务分析方向的高级数分,基本也是20+的水平。考虑清楚做技术还是做管理了吗?
【回复】回复 @南蓝蛮然拦燃男兰寒楠 : 哈哈哈,想多了,拿20+的财务那一定领导分分钟把你送进去的级别,没必要
【回复】回复 @谢何远 :财务主管是可以做到除开报表外,对于人员KPI制定、项目管理、供销存优化….还有很多避税、合规、股东管理等多方面业务拓展的。这些业务在不少公司可以发挥过百万的收益,也就值得相应的30+年薪。 你在财务部门面对海量数据发挥不了作用,在数据部门照样拿不到话语权。因为本质上你没掌握主动拓展新项目的方法,走不出公司给限制的螺丝钉职能。
只买书不看书951:
1、市场缺不缺什么行业人才,不是你说的算,也不是我说的话,是培训机构说的算。 2、卷,内卷,是我们职业路线必须要具备也必须要走的,试问哪个行业不卷???卷起来才能把优秀人才留下来。 3、只能说你在你的行业的见解,有点片面了。

【回复】额,我们生物人说要劝退,都是自己真的转行了,这个up主劝退,自己还在做数据分析,他劝退个p啊
【回复】培训机构为了自身利益,可能会夸大实际情况。并且培训机构的力量足以影响整个市场吗?
【回复】回复 @C某的马甲 : 翻译:别看他说什么,要看他做什么[妙啊]
Nexus_Australia:
这种通用结论等于没说,放在任何一个岗位都可以。 把UP主的数据分析关键词变成Java 劝退,Python劝退,marketing 劝退,销售劝退,咨询劝退………哈哈哈哈哈

【回复】说了一堆正确的废话,现在的数据分析师这么水么?没什么实际内容也毫无参考价值。怪不得职场焦虑。不如分享下,数据分析师如何给公司创造价值。学艺不精不应该吐槽岗位和行业。
【回复】回复 @胖胖夫妇的减肥vlog :数据分析是一种很新的职业,从业人员水平参差不齐。既要求懂业务,又要懂技术,做好了是大牛,做不好就是水。 多少人技术面只会SQL取数,Pandas统计,业务面只是看着图表强词夺理?这不是学艺不精是什么? 公司要求有一些新数据作为参考的时候,会抓取么?不要说我会Request 库就能收集。 后端要求你部署个数据API你会么? 机器学习这块到了什么程度还是只是报个培训班 给现有模型喂数据? 我见过太多数分从业人员 业务不通,技术太水,还说我代表了这个行业。
【回复】回复 @Nexus_Australia :不是他不精,是她的输出目的问题 字节 一些 这种强运营的公司里 数据还是事情很多很能做事的 但是对于大部分企业来说 数分价值确实不好体现 这也是为什么很多脉脉 里大家都在说润 离开数分 只不过目前来说他们需要去赚取 知识付费这个钱 不能说太直白 只能说各取所需 之前分享的一些干货价值确实还可以 但是总的来说 数分总体发展确实一般
星辰大海233333333:
是的,有的公司就是把数据分析师当取数用的。至于政策落地啥的和你没关系,你还会遇到分析结果不被接受的情况,一般产品的迭代以及投放有产品去负责以及主导,我们很难做到影响决策的那方面。如果你遇到不好的团队甚至没有项目跟着走,这个岗位其实就是形同虚设,要转行请三思。

【回复】影响不到决策太正常了,分析师是基于自己经验,以及当前岗位能看到的东西去分析,但做决策的人要考虑全部的方面,比如资源调配,利益冲突,上级是否支持等等,所以在自己看来可行的决策实际上可能最开始就实现不了,可行性高的决策应该是基于对业务的深入认识,考虑到策略执行会遇到的不同情况,给出解决方案,再去跟leader讨论完善。 而且每个业务都有负责人,如果要以分析师的结果去执行,那负责人的地位不就很尴尬了吗,一个决策只能有一个拍板的人,除非分析师跟负责人是同一个。
【回复】回复 @Rickzzzzzzz :你没明白我的意思,分析师出报告出分析结果是想帮助决策的,如果你的结果永远无法用到策略上,帮助不到策略和业务,那这个岗位就无法提供个人价值。你也说了,决策是要考虑到多个方面的,那分析师的结果只是一个方面,如果每次你的结果都不被接受或者不被需要和考虑,这个岗位有啥上升空间。我没有说决策是分析师做的,你重点搞错了[藏狐],决策执行落地如果和分析师一点关系都没有,这个岗位其实没有太大的存在必要了。而且,就像stone 说的那样,每个公司对于这个岗位的定位都是不一样的。那必然会遇到找工作遇到坑的情况,而且是大概率的。
【回复】看公司对于数据分析师的定位吧,还是那句话,大家所处环境不同,职业看法和认知也不同,数据分析师还是可以推出有价值的东西的
X轩万:
我现在就是一个取数、做看板的工具人,毫无分析和业务……之前费劲转过来,现在还在费劲转出去……

【回复】回复 @booboomqia :还是做分析,不过想更多接触用户业务,正在读非全研究生搞推荐系统,后面努努力往那方面转了
【回复】回复 @univerchees :我这个岗是某外企的外包,也是靠运气进来的,因为部门里没有懂这方面的人,进去做的其实更多是运营。你如果能接受外包的话其实应该还比较好找,但是说实话不建议,因为数分这岗现在有点高不成低不就,想往上走需要付出更多更多的努力,更何况再加个外包的debuff呢。。
【回复】回复 @booboomqia :策略吧……商业分析也可以
EricStann:
不要盲目追求培训来跳到这个行业,这种分析思维不是短时间就能形成的,除非是统计学类科班出生,不然干的不好会非常痛苦,所以真的要认清自己的定位,自己适合做什么,具备怎样的能力,当然你要是大佬,学啥都行,那我说的这些也都是屁话了,但毕竟这样的人还是少数,up说得还是非常有道理的

【回复】我最近想转行学数据分析的,但是不知道自己是不是病急乱投医,没想清楚自己适合做什么
【回复】计算数学本科悉尼大学数据科学硕士有搞头没
【回复】本科双非统计学专业有搞头没[大哭]
我就是王三炮:
今年拿到了几家大厂的校招数分商分offer,多亏了我四份大厂实习[doge][doge]

【回复】回复 @Soft丶wind :b站自学 投简历,有了第一份以后就顺了
【回复】回复 @我就是王三炮 :牛哇[嗑瓜子],b站大学是吧😂
【回复】[doge]真牛逼,大厂实习要求就很高,大佬怎么卷进去的[嗑瓜子]
Downey_0216:
我想从我的角度与Stone哥对话! 1、这个视频挺客观的,数据分析这个岗位是真的卷,诚然互联网什么岗位不卷,前端不卷?后端不卷?算法不卷?产品不卷?但是搞开发的,java和go,这是基本功吧,从实习,校招的说,没几个人没背过“八股文”吧,这是什么?这是门槛。而数据分析,产品经理的岗位,的硬门槛是什么? 有吗?SQL吗?说真的,如果入职2个周SQL都搞不定,真的就别干da了。那最后的门槛是啥,评论区有提到说4段大厂实习经历,这就是硬门槛。 我认识的校招上岸的,至少都是一段以上大厂实习的,有2-3段的比比皆是,这要求求职者至少在秋招前半年甚至1年开始做职业规划,这还不卷吗? 最后对比数据分析和产品经理,Stone视频里说了很多的da对接2-3个pm,对接4个以上pm需求的,也不是没有,这就说明了pm的数量至少是da2倍以上了。 而且在非data-driven的公司,包括大厂在内,并不是每一个pm团队都配有专职的da的,可能就一个de兼职在做dpm的工作,搭建个看板。 从这个角度来说,da是互联网中非常卷的岗位,这个一点问题都没有。

【回复】4. 互联网大厂缺da吗?我认为是缺的,而且是非常的缺,这种缺,缺少的不是初级数据分析师,而是一个懂业务,懂数据治理,懂AB实验(以及更为复杂的实验:mab、双边控制、合成控制等等)、懂因果推断、懂机器学习的数据分析师。感兴趣的朋友可以去某手的校招官网,看看大厂对于一个合格的da,ds的要求是什么。 对于本来有工作经验的前辈来说,我个人不成熟的建议是,把da当成一种能力,而不是一种岗位,在自己原本的岗位是实践数据可视化,数据分析,时间序列的预测(ARIMA等等),让data为你原本的业务赋能,或者减轻你之前工作的负担。
【回复】3. 我站在一个初学者的角度,看待da的一个发展路径。从起点上看,da一定要进大厂。这个和别的岗位可能有些许的不一样,小厂的数据基建的问题,导致da的工作可能就是取数和搭建看板,事实上,很多的独角兽企业,一定有pm岗位,但是未必有da岗位,面试官会要求pm和运营具备一定的sql取数能力(我帮朋友改过sql试卷)。 其次,da是一种能力,有人在评论区提到,为企业创造价值,就是我们日常工作所谓提到的抓手。 其实真的很难去界定这个问题,是pm开发的功能好,还是da洞见的好?我想的和Stone是类似的,作为da,要做到,比业务更懂业务才可以(这是一句废话),但是如果只是看个同比,环比,da真的没有太多的价值。 基于此,我认为一个好的da,是需要在垂直赛道去深耕的,比如电商da,短视频da,本地生活、网约车da(多边匹配)等等,在细分赛道去不断的增加自己的护城河,这个是重要的。最后 “道术器”的理论,作为一个da,左手是算法模型,右手是业务理解,而 模型和业务只是一种解决问题的手段,不存在算法一定比业务理解好,才能对产品产生更深的洞察,如果不能解释,黑盒。。。pm会信吗
【回复】2. 这个视频,不出意外的没啥流量,下面还有人在冷嘲热讽的,什么视频有流量? 0经验,双非,顺利入职大厂,这样的“流量密码”,Stone不知道吗?非常的清楚,为什么不去做这样的视频,我相信这是出自对da行业的一种热爱,和做人的一种底线。 做对的事情,往往是非常难的。
周炸毛:
我刚想学数据分析你就给我打退堂鼓??我打你[tv_生气]

【回复】没没没,只是学之前,想清楚,然后下定决心往前冲就好啦!
【回复】回复 @manuli2018 : 别听他的前端卷到宇宙边际了[doge]
【回复】回复 @manuli2018 :[doge]那学前端啊
刘什么茗人堂:
大学生想自学数据分析可以吗[doge]我觉得数据分析师拥有十分清晰的逻辑思维和比较全面的综合分析能力[微笑]我不是想做专职的。更多想当做一个爱好和兼职的[嗑瓜子]我不了解这个领域单纯觉得学数据分析可以锻炼逻辑思维能力,推导能力,探索延展分析能力,总结复盘优化能力[星星眼]学这个做一些重大决策是可以有个保障。可是我家里安排好让我考公[笑哭][笑哭][笑哭]我从小就对数学非常感兴趣,非常喜欢推理以及分析[笑哭]可是今年高考玩爸爸逼着我选了考公占优势的专业[辣眼睛]综合分析来看公务员肯定比数据分析师好。现实击败了理想我就当个爱好吧[捂脸]

黄三金111:
up主我想请教一下,我本科统计毕业做了一年的cro的sas程序员,然后辞职考研上岸的家乡省会211应用统计,挺迷茫的,不晓得是卷数据分析师,还是走数据开发,或者继续干老本行sas programer。完全是三个方向,唉,请问up主能给点建议吗?

【回复】看你的兴趣,数据开发、sas编程都是技术向,分析师更综合,并非纯技术,背景和专业都可以匹配的情况下就看哪个更感兴趣,因为薪资都不低,且都有中年危机需要克服,如果是为了高薪卷数分可能不值得,如果是对分析感兴趣觉得有意思,那值得试试
【回复】回复 @数据分析看Stone :谢谢up,对了,工作中一个前辈和我说过,开发干到40岁的挺少的,但是数仓干到40岁的不少。请问是不是这样呢?走数仓建模学历背景是否要想数分那样要求比较高呢?
【回复】回复 @数据分析看Stone :数分有中年危机吗,女生本科土木的,跨专业考应用统计失败,也不知道以后要干什么工作,有考虑往数据分析发展
baynax:
做数据分析你说内卷,做互联网又有人说内卷,做电商又不知道哪根葱说内卷。各行各业都卷。劝各位回家种田吧!额,可能回家种田也内卷了哟。在b站各个都是专家。

【回复】我也是呜呜,想转行都不知道到底转啥
正在吃:
劝大家不要在考cpa了,市场上还缺cpa么,现在一个审计项目打0.5折收费的也不少了,千万不要来做审计。

【回复】我就是因为审计收费低,工资太低,在考虑转行数据分析[微笑][微笑][微笑]
【回复】0.5折?这不是打到地板砖了?
Maxious:
各行各业都卷,都有劝退,连最冷门的职业杀手都有劝退。数据分析是个比较笼统的概念,以后会细化和专业化,比如用户分析,产品分析,人力资源分析,金融分析等等。这些除了要掌握数据分析能力外,同时还要有相关行业经验或知识。数据分析师肯定会经历一个从泛化到细化的转变。数据分析每个行业都需要,看你入哪行,专精哪行,这个就相当于你选择当辅助,但是辅助又可以专精一向:加血的、加盾的、加buff的、控场的、支援的、纯肉的,甚至还有划水和挂机的,看你怎么发展。

永和豆豆子:
你这个劝退力度不够猛,起码没我们生化环材猛

【回复】回复 @SK8张先生 :土木女,跨专业考应用统计失败,不知道能干什么工作了[大哭]
【回复】回复 @SK8张先生 :土木圣经3.0
踢西瓜玩:
学数据分析的都挺傲慢的 直到开始找工作的时候

【回复】回复 @踢西瓜玩 :啊,为什么会这样[tv_疑问]是因为大厂有门槛,小厂不需要嘛
【回复】请问能详细说说吗?我在智联招聘上面看,本地的数据分析师岗位还挺多的,能讲讲有啥坑吗拜托了[保佑][保佑][保佑]
【回复】回复 @今天风好大啊啊啊 :不是不好找 是根本没岗位需求
TitanMizak:
一个工作被人知道就肯定会有很多竞争对手,除非你是第一批,很显然普通人的话不可能有最早的消息,比的还是你的学习能力和适应能力,你能随着行业发展不断提升才行,不学习肯定是不行

知识分享官 职业天花板 数据分析 焦虑 转行 内卷

如果觉得我的文章对您有用,请随意打赏。您的支持将鼓励我继续创作!

更多相关阅读