推广 热搜:   公司  快速  企业  中国  设备    上海  行业  未来 

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

   日期:2024-11-09     移动:http://keant.xrbh.cn/quote/13778.html

2023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。

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

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<em></em>,没有方向<em></em>,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

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<em></em>,没有方向<em></em>,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<em></em>,没有方向<em></em>,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

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<em></em>,没有方向<em></em>,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。

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<em></em>,没有方向<em></em>,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。

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。

说了这么多旨在告诉大家Python这个类目无论是功能性、还是上手程度都碾压其他语言,作为最适合零基础入门的编程语言,想要学习自然不能纸上谈兵,还得沉下心来深入的研究和学习。

只告诉大家学什么但是不给予方向的行为无异于耍流氓,这里也是分享我多年收藏的技术干货,可以共享给喜欢我文章的朋友们,如果你肯花时间沉下心去学习,它们一定能帮到你,干货内容包括在这里插入图片描述

本文地址:http://lianchengexpo.xrbh.cn/quote/13778.html    迅博思语资讯 http://lianchengexpo.xrbh.cn/ , 查看更多

特别提示:本信息由相关企业自行提供,真实性未证实,仅供参考。请谨慎采用,风险自负。


相关行业动态
推荐行业动态
点击排行
网站首页  |  关于我们  |  联系方式  |  使用协议  |  版权隐私  |  网站地图  |  排名推广  |  广告服务  |  积分换礼  |  网站留言  |  RSS订阅  |  违规举报  |  粤ICP备2023022329号