数据分析师发展方向和前景如何？

数据分析师发展方向和前景如何？

更新三，跳槽了，从网易离职了，做的是数据分析师，跳槽后属于虚线带人的职务，五年来薪资涨到税前五十万+吧，继续欢迎同行交流

我后面选择建立一个数据分析社区，希望可以获得更及时和信息和沟通，这里很多回答已经过去了很久，知乎也很多是碎片化阅读，所以系统的整理了自己和其它嘉宾的资料，感兴趣的同学可以点击下方优惠券购买，并且三天无理由退款，每月更新3-4篇长文~关注【渭河数分星球】也有很多免费资料领取（知识图谱和题库）

更新2，离职了，从哈啰到了网易，不匿名了，欢迎同行交流

更新1

我必须要重申一点，一个可能被人钻牛角尖的误区，那就是工具对于数据分析师来说到底重不重要？

工具决定了你的上限，而经验，只能帮你在现有的基础上触摸最高的那层。

我说的工具并不单指任何包括sql，python在内的软件。我认为，软件并不是难学的点，用python写个多元线性回归，随机森林，甚至是深度学习，门槛都不是个太高的东西。

真正拉开差距的，我指的工具，是数学工具。

sql和python是第一步，他的作用在于帮你加快处理数据的时间，高效的处理大数据，仅此而已。

但比如，我给你个预测客流量的问题，你究竟是使用机器学习，还是传统的统计模型？

你的样本够不够多，特征够不够多，各个模型之间的优势是什么，数学含义是什么，你能不能直接敲出源码，我认为源码才是难的地方，因为那最接近数学。

很多时候对时序预测，或者天气对客流的预测很难使用机器学习，需要依赖传统统计分布。

那么你选什么分布，你的客流量能是正态分布吗，或者拟合一个高斯混合分布？选择哪个分布去拟合方程？如何排除异常值的干扰？

再比如，我如何拟合一条合适的曲线说明两个变量的关系？我可能要排除量纲影响，排除实际地理位置影响，最后得到的曲线二次求导才能得到我想要的关系式。

这些，才是我说的工具。

会寻常取数，会分析数据的分析师已经不算多，能够把数学用在实际工作中的少之又少。这些无一例外都往p7走了。

所以我个人认为，很多人的问题都把所谓的软件学习，写个函数，调个参数放在第一位，甚至不知道其中的数学内涵是否切合业务。殊不知，那根本只是基础中的基础。

更多互联网数据分析的相关内容，欢迎加入渭河数据分析社区：

这些内容在知识星球【渭河数据分析社区】内都能找到出处，如果你担心质量问题，可以通过星球的三天无理由退款，提前预览内容，或阅读本文的阉割免费版，信任才是基础。

渭河原创百万字知识库-千名用户-零基础入门-分析进阶-未来发展-职场分享

数据分析说到底应该是能力，而不是岗位。运营可以数据分析，产品可以数据分析，他们就算不会标准的abtest，但是看个趋势，说个数字，不难，很多人也能做到。

但很多数据分析岗也在做这种事，就不太合适了。说白了，你做的事情，产生的价值，决定了你自己的前景。

所以对于目前的数据分析来说，很多中小型公司存在着只取数，展示的数据分析师，这些分析师，在hivesql查询逐渐被产品取代的今天，是很容易被转型成运营和产品的。

做数据分析，就需要比别人更会数据分析。换句话说，产品不能做，运营不能做，只有数分能做。

所以数据分析师的前景是，分出一部分不够专业的人下沉到具体的业务，上升一部分人到高层的战略，空出一个位置搭建数据中台就ok。不意味着上面的人不亲近业务，相反，他们必须成为真正的全面手，把控公司战略布局，提供宏观的建议。

这对数据分析的要求更高，还是那句话，产生多少的价值，拿多少钱。如果只是一个数据分析能力，没必要转成数分岗，在自己的岗位待着就好。

这几年，涌入数据分析行业的人可以说是鱼龙混杂，过几年，也会渐渐的归于正常。

数据分析师的前景是好的，但几年后，数据分析师是不是你现在说的数据分析，就不一定了。

所以对于转型数据分析的人来说，我希望你们认为数据分析是一个很难做好的职业，它不仅需要专业的统计知识，良好的沟通能力，超强的提炼能力，高效的展示能力，甚至需要协同算法，产品，运营等部门落地项目。

我说的能力都不是套话，是实打实的要求。