工作十年的数据分析师被炒,没有方向,你根本躲不过中年危机

摘要:
然而今年34的他,却真正尝到了中年危机的滋味,平时也有不少人都会私信问我:数据分析师也有中年危机吗?另外一个就是就是研发型数据分析师,一般就是据业务需求做数据埋点、监测,数据处理、报表呈现。其实造成数据分析师地位不高的主要原因,就是不认同和价值缺失。

2020年刚刚开始,就意味着离职潮高峰的到来,我身边就有不少人拿着年终奖离职了,而最让我感到意外的,是一位工作十年的数据分析师也离职了,不同于别人的主动辞职,他是被公司炒掉的。

很多人都说数据分析是个好饭碗,工作不累薪资高、入门简单又好学。然而今年34的他,却真正尝到了中年危机的滋味,平时也有不少人都会私信问我:

数据分析师也有中年危机吗?跟程序员一样是吃青春饭的吗?该怎么保证自己不被公司淘汰呢?

工作十年的数据分析师被炒,没有方向,你根本躲不过中年危机

在数据分析行业混迹了接近十年的我,最近也在思考,如何突破数据分析行业的天花板,这个行业究竟如何规划职业发展道路?

一、数据分析不吃青春饭

不可否认,数据分析行业是有中年危机的,但是不同于互联网行业的中年危机,此危机非彼危机,为什么呢?且听我慢慢道来。

1、数据分析行业上限太高

单纯聚焦于数据分析行业本身来说不是青春饭,或者说这个行业跟年纪大小压根就没关系,但是劝大家也不要太乐观,三百六十行,行行有难处。

跟程序员很像,数据分析的职业分水岭也在30-35岁左右,因为大多数做数据分析的人,不到十年一定会遇到职业的天花板问题,这个行业的天花板下限太低,很多人都触底之后就会选择转行或者转去做别的,这一点在其他行业中可能也会有。

我做了接近十年的数据分析,一直也在考虑这个问题,数据行业的天花板其实一眼就能看到,但其实换个角度,数据分析天花板的上限也很高。

工作十年的数据分析师被炒,没有方向,你根本躲不过中年危机

什么意思呢?业务数据分析需要对业务理解有着很高的要求,业务赋能的价值是非常大的:

技术真的不是最重要的(虽然要说做到头还是比较难的,数据的坑纵深很大),业务要更重要,再牛逼的技术,对业务没有赋能,被砍掉完全有可能,因为企业要靠业务来养,投入是要看回报的,不管是短期还是长期的。

但要注意,业务分析的价值是要绑定在行业上的,你所在行业的发展越好,你所积累的价值就是越大的,你每一次分析的经验就会不断增值,这可不是那种青春饭能带来的。

2、数据分析行业下限太低

说的有点远了,关于数据分析行业不是青春饭的原因,其实还有一个,数据分析行业的门槛太低。

因为这几年涌进来的人实在是太多了,但是很多人都只是停留在了技术(工具)层面:差一点的变成取数机器,机械性太强;好一点的学个python什么的,往技术岗的方向发展,技术岗最大的问题就是容易被取代抛弃。

工作十年的数据分析师被炒,没有方向,你根本躲不过中年危机

数据分析工具

3、需要终身学习

先说加班吧,这个行业的加班情况因人而异、因公司而异,总体来说不会很严重,如果是中层分析管理岗的话会比较忙一些,周六周天无休都有可能;

再说终身学习,这一点是肯定的,具体学习量大小要看你的发展方向,偏向于业务的话,技术层面不需要深入太多,主要是业务和管理两个方面的提升;

二、数据分析行业还能进吗?

想要转行进入数据分析行业的,你知道自媒体运营吗?数据分析的情况跟这个差不多,尤其是偏业务的,也都是火了没几年,门槛又不高,不少人趋之若鹜,挤破头也要挤进这个行业,直到现在,整个数据分析行业(只说国内)表面上供小于求,实则水分特别高。

水分是什么?

一是企业,表面上看好像什么企业都想要数据分析,你要明白,你们趋之若鹜的同时国内企业也在盲目随众,现在哪个企业不搞数据化改革、不搞数分平台建设?其实你要问企业真的很需要吗?并不是。

很多企业就是招了一堆人天天做报表,当取数机器。如果你想做的是业务分析师,情况就更惨一些了,在大多数中小型企业和部分传统企业中,业务分析经常是被老板说没价值的,时间久了你自己都会怀疑自己的工作是否有价值。

工作十年的数据分析师被炒,没有方向,你根本躲不过中年危机

二是求职者,主要是这个行业门槛太低了,换句说话,门槛不明显。

可能很多人觉得学个r语言、学个python、学个BI就行了,其实用excel做统计都算是数据分析,所以数分的人多而不精。别看行业里人这么多,真正达到分析师高度的人很少很少,大厂企业争得抢的是这样的人。

三、数据分析行业如何规划职业发展?

说了这么多,冷水也泼完了——其实也是为了让你能保持清醒——我再接着说点职业发展的:

如果你想做运营类,数据分析都有前提目标,分析一场营销活动的转化效果、分析用户下载激活注册的转化率、分析某个广告渠道的下载量、每激活成本、用户留存情况等等,这些一般是不设专岗,往往ceo、coo、产品、运营同学把这部分工作各自承担了。当然,如果公司组织结构很大,不排除单独设立,这时候需要你具备熟练操作数据分析工具、如mySQL、spss、python、FineBI,甚至是报表呈现。

另外一个就是就是研发型数据分析师,一般就是据业务需求做数据埋点、监测,数据处理、报表呈现。高深一点的就是大数据分析、BI工程师、机器学习、个性化推荐了。

工作十年的数据分析师被炒,没有方向,你根本躲不过中年危机

其实造成数据分析师地位不高的主要原因,就是不认同和价值缺失

我们总说数据驱动业务,可平时看到的,却总是业务部门追着数据部门屁股要数据,而且数据分析的价值其实很难表现出来,领导不认同,同事不认同,甚至连自己都不认同,甚至会怀疑自己所做的事情是不是真的有价值,这种情况在企业中非常常见,做数据分析的人基本都会转做管理和运营。

总结

其实数据分析做到一定程度都会觉得有瓶颈,技术已经做到头了,但是就数据分析来说,技术真的不是最重要的(虽然要说做到头还是比较难的,数据的坑纵深很大),业务要更重要,再牛逼的技术,对业务没有赋能,被砍掉完全有可能,因为企业要靠业务来养,投入是要看回报的,不管是短期还是长期的。

免责声明:文章转载自《工作十年的数据分析师被炒,没有方向,你根本躲不过中年危机》仅用于学习参考。如对内容有疑问,请及时联系本站处理。

上篇数据库——单表查询、多表查询的常用关键字总目录下篇

宿迁高防,2C2G15M,22元/月;香港BGP,2C5G5M,25元/月 雨云优惠码:MjYwNzM=

相关文章

安装数据库出现不是有效文件夹的解决办法

今天安装数据库时遇到了自己选取的文件夹并不是有效文件夹的问题,大致错误如下 找了一下网上的解决办法,具体如下,成功解决问题。 解决办法:找到安装文件所在的文件夹,然后点击里面的“Setup.exe”进行安装,便可以安装了。 比如,Sql server 2008数据库ISO文件或者是其格式的文件在d盘下的sql文件夹;那么在选择的时候选择这个 d://sq...

python数据挖掘介绍

目录 一:什么是数据挖掘 二:数据挖掘的基本任务 三:数据挖掘流程 四:数据挖掘建模工具   在python对数据的处理方式中,数据挖掘和数据分析是两个重要的方式,目的是为了从数据中获取具有科研或者商业价值的信息。而数据挖则掘是从大量的数据中通过算法搜索隐藏在数据中隐含的、先前未知的并有潜在使用价值的信息的过程。本篇将讨论数据挖掘的一些入门知识。...

Sklearn提供的常用数据集

一、自带的小数据集(packageddataset):sklearn.datasets.load_<name> 1)        鸢尾花数据集:load_iris():用于分类任务的数据集 2)        手写数字数据集:load_digits():用于分类任务或者降维任务的数据集 3)        乳腺癌数据集load-barest-...

Jsoup爬取数据设置代理IP

最近,使用Jsoup爬取数据发现有的网站当你用自己的电脑爬取数据,次数多的时候就会发现本地的电脑就会连不上,原因是本地IP被限制或者拦截了。 因此,自己也找了一些资料,发现爬取数据的时候可以设置代理Ip,这样就不会发生本地Ip被封掉的危险了。代码如下:   //设置代理Ip System. getProperties(). setProperty("...

数据库监视器(SQL Server Profilter)

数据库监视器(SQL Server Profilter) 在工作难免遇到这种情况,应用程序执行某一操作,想知道这样操作对数据的操作情况。当然还有执行数据库调优(本人水平有限,这就不讲了)。这些情况需要用的SQL Server Profilter 使用步骤 打开 新建监视 登陆需要监视的数据库服务地址和密码 选中需要监视的对象 过滤要监视的数据库 获取数...

ORACLE数据库/PLSQL中文乱码问题

首先说一下乱码可能会导致的问题: 使用insert、update语句修改表数据,create、alter语句创建修改表格备注会乱码 使用decode、nvl等函数时含有中文返参会乱码 存储过程、Function中有中文编译时都会乱码,甚至备注都会乱码 导致乱码的原因: PLSQL客户端和ORACLE服务器端编码不一致 解决办法: 步骤1:查询oracle服...