咨询公司5年从业经验，接触过不少数据分析的内容，简单谈谈粗浅的看法。

一、数据行业发展现状及数据分析的定义

近几年数据分析确实是非常热门的概念，大家在浏览求职网站的时候，可以发现几乎每个行业都有相关的职位，而且开出的薪资也非常有吸引力，很多应届生岗位都是10K以上的月薪。吸引了众多学子往这个方向申研深造。

​

* 图片来源：网络

这些企业真的都需要数据分析的人才而非随大流吗？从目前的实际情况来看，确实很多企业都有这个需求。我们处在一个信息爆炸的时代，随着近几年中国互联网经济的蓬勃发展，信息化程度得到了很大的提升，随之产生了大量数据，这使得企业做决策的方式也有了很大的转变。以前很多企业通过经验来做决策，现在转为通过数据分析、发掘出insights来支持决策，指导管理工作。显然后面的这种方式更为科学，效果也更好，因此企业的数据分析人才需求也是水涨船高。

认真观察你会发现，基本热门岗位的招聘JD中都有对”数据分析“相关的要求。

​

* 图片来源：网络

二、数据分析行业就业方向

数据分析行业可以划分为两个大的就业方向，一个是统计学方向，一个是运筹学方向。

1、统计学方向

这个方向我们特别熟悉，职位一直都有，只不过以前用Excel就可以做数据统计与分析，现在随着大数据时代数据量的激增，开始用更高级一点的分析软件，比如SPSS，R等，用这些软件可以更方便地在大数据中挖掘出自己想要的核心数据，来找出商业活动的驱动力。

主要就业方向有哪些？

1）以互联网公司为代表的信息化程度较高的企业

​

* 图片来源：网络

在互联网公司里，数据分析工作主要分两个方向：

• 第一个是运营分析，就是前面讲到的找出核心数据驱动商业增长
• 另一个是产品开发分析，把相关的数据抽象出来建模，再将相关模型（如回归模型等）以API的形式给到客户，客户只要把相关的数据导进去，就能通过这个模型做判断。从而帮助客户完成对业务的督促指导。

2）咨询公司

咨询公司也非常注重数据，top咨询如麦肯锡，数据分析已经成为公司业务增长重要的驱动力因素，四大咨询、埃森哲等IT咨询，还有老牌的基于数据分析/市场分析的公司如尼尔森，都有相应的数据分析岗位。

​

* 图片来源：网络

数据分析主要用于咨询公司的哪些业务呢？

在咨询公司中，数据分析较多地用于管理咨询业务中作为决策的支持。比如说我们在第三方网站上拿到了某个区域有多少家餐馆的数据，我们服务的客户是做饮料销售的。那么我们就可以把这些餐馆分布放到地图上，把客户销售数据也放上去，就可以看出饮料在哪些地方卖的好，哪些地方卖得不好，为什么会有这样的差异，有什么提升建议等等。

3）金融行业

提到数据分析，当然不得不说金融行业。作为很有钱的行业，在数据分析的软件、技术及人才支持上有天然优势。

​

比如国有五大行，股份制银行如招商银行，零售和风控的数据分析驱动业务已经做得非常成熟。比如打开招商银行app，它会根据你的信用情况推荐相应的理财产品；你的芝麻信用分可能会决定你在使用共享单车及共享充电宝时是否需要支付押金等等。我们的投行精英训练营里就有详细说数据分析在金融行业内应用的内容。

当然，除了以上三大领域，还有软件行业，做好数据模型卖给客户；传统行业也开始用数据分析来指导销售。

2）运筹学方向

运筹学方向主要是解决优化问题。比如滴滴打车中的路线规划问题就是动态优化问题，那条路线虽然行程短但是塞车很严重，哪条线路虽然要绕点圈子但是能在最短时间内抵达目的地。

滴滴、Uber这种属于直接用数据分析软件的公司。同样的还有顺丰快递等物流公司，在某个城市，怎么安排中转，走什么路线，可以最快速度把物件送达。

​

* 图片来源：网络

三、数据方向工作岗位介绍

数据分析一听是技术类岗位，但在实际工作中你会发现，这是一个要求硬技能和软实力相结合的工作。

• 硬技能指的是你的数据分析能力、建模能力、相关软件或编程语言操作能力
• 软实力指的是你在实际工作中的商业分析能力、沟通能力和管理能力

基于这两类偏重的差别，数据分析领域又衍生了两种不同类型的人才，一种是顾问型人才，一种是专家型人才。

1、顾问型人才

顾问型人才是站在业务部门和基层技术部门中间的人。它的工作内容就是运用统计学或运筹学当中的知识，把前线业务上的商业情况抽象出来建模，得出分析结论，或者找到分析方向给到后台，通过后台更专业的编程/技术人员的工作得出一个更为完整的的结果或者解决方案，再给到技术顾问，然后顾问把数据导进去，得到最终的分析结果，给到业务前线。

这类人才比较集中的是咨询公司的数据咨询类顾问。他们除了要理解企业的业务逻辑，也要知道后台的技术语言。所以在业务逻辑这块，你要有很强的sense，要有沟通能力和项目管理能力；硬技术要求这块不是太高，毕竟有后台更专业的人来解决。但你需要熟悉各种模型/算法的原理和用处，或熟悉一种常用的编程技术语言比如python、r。

2、专家型人才

这类人才就比较偏后台了，主要是用你的专业技能来解决技术上的难题，建模和算法能力是你在这一行安身立命的根本。

此外你还需要一定的沟通能力，能把复杂的模型解释给相关人员听，并让他们挺懂，也非常重要。

数据分析是否枯燥？

确实会有一点，身边做数据分析的女生朋友，大多扮演的是顾问型角色，纯做后台技术的少。在扮演前台业务人员和后台技术人员的桥梁角色方面，女孩子还是有优势的。但总体来说，能把偏tech的工作做得出色，还是很有成就感的。