問答專欄Q & A COLUMN
數據分析通常有兩種出路：對算法做深入的研究然后去做數據挖掘、對業務有比較深刻的理解然后轉去做業務。除此之外，無其他出路。
而說實話，我不看好數據分析本身這個崗位。為什么不看好？首先我們對數據分析的工作做個拆解。大部分的數據分析有50%的時間在取數，還有40%的時間在跟產品經理溝通：做AB實驗以及做做效果回歸，最后還有10%的時間在做探索性分析?，F在在擔任數據分析崗的，可以跳出來說一說是不是。
可是上面這些工作其實大多是可以替代的，機械性的工作?？磳慡QL取數這個活就是個臟活、累活，會的人都能取，雇一個干了五年的數據分析跟一個剛畢業的數據分析寫SQL基本沒啥區別。無非就是開始可能沒法做到100%準確性。
做AB實驗以及效果回歸這件事情，現在自助式的平臺越來越多了，等以后的這種自助式的AB平臺越來越成熟的時候，根本不需要數據分析師來干這件事情。產品經理想做實驗，傻瓜式的操作操作，實驗之后，想看數據，仍然是傻瓜式的操作。期間不需要任何分析師參與。
探索性分析這個活本來才應該是數據分析干得活，但是我知道在目前大部分的企業數據分析卻沒在干這個活。探索性的分析一般都要求過硬的技術能力，或者非常熟悉業務，兩者有其一才能發揮出探索性項目的價值。
最后，技術過硬的后來基本是去做算法的數據挖掘去了，因為他們發現在數據分析這個崗位因為不斷的取數需求磨滅人的意志。而且這些人過的會不錯，因為以前單純做數據挖掘的人，他們大多脫離業務。但是數據分析轉過去的對業務就更敏感。
業務過硬的就去做業務的產品經理了，因為本來業務能力就很強，數據意識也很強，卻需要跟著業務不強、數據不強的人后面聽他瞎指揮，誰能受得了。而且本身數據和業務的結合才能帶來更大的價值。所以數據分析轉過來的業務人一般也比正常的產品經理好一些。
所以，回到問題數據分析師的前景到底怎么樣。我的看法是：數據分析本身的發展前景不怎樣，但是有數據分析的經歷，走算法和業務兩個方向，以后發展都不會太差。
評論0
加載中...
謝邀！
數據分析師是大企業里不可替代的職位，高薪職位，發展前景如下：
1，人才缺口大IT時代逐漸被DT時代取代，用理性的數據分析代人工的經驗分析成為主流，數據分析人才的供給指數僅為0.05，屬于高度稀缺。
2、入門相對簡單數據分析是一門跨領域技術，不需要很強的理工科背景，反而那些有市場銷售、金融、財務或零售業背景的人士，分析思路更加開闊。
3、薪資待遇高1~2年工作經驗的大數據分析崗位的平均月薪可達到13k左右的水平。崗位的薪酬和經驗正相關，越老越值錢。
4、行業適應性強幾乎所有的行業都會應用到數據，數據分析師不僅僅可以在互聯IT行業就業，也可以在銀行、零售、醫藥業、制造業和交通傳輸等領域服務。
5、職業壽命長數據分析職業一旦掌握，可以在職場上收益長久，掌握這門新興技術都會大有用武之地，受其他外部業務影響相對較小，職位相對穩定。
更多有關人工智能的資訊、深度報道、采訪歡迎關注AI中國，無論你是小白還是大神，你想要的這里都有！
評論0
加載中...
謝謝！
數據分析師多年來都很吃香。但是同行不同利、同業不同果。有的專業是看誰去做。如果你學的這個專業，你就要愛它，你愛它就會在實踐中自學深造，你的前景不可估量。你不熱愛它，你就會慢待它，這樣就會：結果平平。無論什么專業只要你沉下去學習，都會出成績。如果浮漂的學它，專業再好也是油花花。
評論0
加載中...0
回答0
回答0
回答0
回答0
回答0
回答0
回答0
回答0
回答0
回答
