「杂谈」对数据分析未来的几点思考

预计阅读时间：5min

阅读建议：日常随笔，思考一下数据分析未来的发展方向，以及对我们的影响。偏探讨类文章，仅代表个人想法，希望与大家多多探讨。

00

序言

不知不觉，从事数据分析已经有七八年左右时间了，从刚入行时的青涩懵懂，到逐步沉淀了属于自己的分析方法论，这一路走来也有了不少的成长。

不过走着走着，也会发现，迷茫和彷徨如影随形。不知你是否也有同感，对于数据分析，往年的兴致勃勃，慢慢变成了一份普通的工作；往年改变产品的鸿鹄之志，慢慢变成了对产品有力的支持。

所以有时也会思考一下这个行业未来的发展，五年以后会是一番何种景象。有一些想法，写下来与大家分享，不一定完全正确，全当谈资。

01

从「岗位」往「能力」的变迁

目前提到数据分析，大家更多想到的还是「数据分析岗位」，由专业的人来做专业的事情。但随着大数据在各行各业的普及，大家是否发现，位于其他岗位的同学也或多或少接触着数据分析。例如：运营同学通过调取报表自己分析数据、算法同学分析策略对用户的影响程度。

在小火龙身边，会SQL、Python的产品、运营同学也是越来越多，并且随着教育的普及，中小学生已经将Python作为必修课程，而SQL也基本是计算机专业的必须课。

因此，小火龙认为，未来「数据分析」这个词，在大家印象里，会逐渐从一个「岗位」转变为一种「能力」，像Excel、PPT一样普及。

如果是这样，对于现有数据分析岗位的同学有什么影响呢？可能会出现两种情况：

情况一：部分数据分析工作会逐步向上下游迁移。

从数据的流转角度来看，数分上游是数仓，平行是算法，下游是产品/运营。随着数据分析的普及，「日常数据问题」会直接由数仓负责，「算法实验问题」会直接由算法直接负责，「数据归因及探索性分析」会直接由产品/运营同学负责。

情况二：部分数据分析岗位会被替代。

目前有些数据同学80%的工作是提取数据，充当SQL Boy/Girl的工作，未来这部分岗位可能会被自动化所替代。而类似「战略分析师」直接输出战略分析报告的岗位，仍然会非常吃香。数据分析师的需求量可能会下降，优胜劣汰，竞争会更加激烈，留下来的整体素质会高于现在。

02

岗位更拼资历

首先我们来看下目前数据分析岗位任职要求，大体可以分为以下四类：

• 技术要求：Excel、Spss、SQL、Python等。
• 分析方法论要求：掌握归因分析、因果分析等。
• 沟通能力要求：具备良好的逻辑思维与表达能力，善于用简单语言表述复杂结论等。
• 业务理解要求：具有N年以上XX行业工作经验，对于XX有较深入的理解。

当前，无论是面试还是工作中，leader往往比较关心的是第1、2点。但随着对于数据分析师要求的提升，以及业界方法论的成熟，第1、2、3点大家通过学习和工作经验是可以拉到同一起跑线的。

因此未来决定你身价的东西，很可能会是第4点，对于业务的思考和有价值的建议，类似半个产品经理的角色。

如果是这样，那么在这个行业时间久的同学会更有优势，数据分析会更偏垂类，资历越老的越吃香。听起来是不是有点像国企、事业单位，但相信优胜劣汰的竞争压力会更大。

03

转行门槛会更高

随着要求的不断提升，必然会导致入行的门槛更高。目前数据分析岗位要求，只要会SQL、掌握一定的数据处理能力，基本就可以任职了。那么对于未来，面试可能会加上很多对于产品认知的问题。

如果是这样，整体行业水位线会被拉高，对于半路转行的同学，也许不太友好。

04

薪资会被挤压

目前数据分析岗位的薪资相对是比较高的，相比其他岗位：薪资略低于算法、平于开发、高于产品、运营。但从价值产出上看，对于占比较大的「取数型数据分析师」，还是有些名不副实的。

而随着数据分析市场化，从供需角度来考虑，薪资都可能会出现被打压的情况，数据分析的红利期可能会逐渐消失。

以上就是本期的内容分享