不得不说,数据分析行业如今正朝着前所未有的蓬勃的态势发展。据拉勾网统计,全国有大量的数据分析岗位,亟待专业人才填补空缺。其中,有一半都分布在一线和新一线城市,尤其以北上广深和杭州为主。
那么,为什么国内对数据分析师的需求量越来越大了呢?只是因为5G和人工智能领域的发展所需吗?国内数据分析师行业薪资待遇如何呢?数据分析行业需要学会哪些技能?下面我们一个一个来回答。
>>关于数据分析行业
在网上看到一种说法,说“未来50年,随着工具和技术的发展,数据分析会变得很容易,人人都需要会也都会,变成一个办公基本技能,就像做 PPT 一样,甚至像打字。”
关于这个观点,我个人的看法是:想法很“丰满”,现实很“骨感”。
为什么呢?理由很简单,从理论层面来说,数据分析会逐渐变得容易,这一定是大势所趋。随着人工智能领域的不断发展,数据处理和应用技术一定会帮助大家解决很多简单算法上的难题。但是,在这个过程中,人们会发现另一个问题:“分析出来的方案就一定合理和可操作吗?不懂数据逻辑的业务人员,就一定可以自己看懂结论吗?”
显然两个问题都是不成立的。一方面,业务部门虽然懂一定的数据,但与数据分析师比较,还是未免有些“小巫见大巫”;
另一方面,机器在处理数据时,很多数据清洗和特殊数据的甄别,还是存在问题的,毕竟,机器运作是,你给什么数据,我就处理什么结果,而不会在意其中的特殊性和差异性。术业有专攻,真正有用的数据分析是复杂的和灵活的。因此,机器在未来很长时间里,还是没法自动化,也无法取代人工的。
另外,再说说数据分析行业的就业。数据分析的就业路很广泛的,现在市场上基本所有的职位都跟数据相关,区别只是相关度20%、30%、50%或者80%而已。所以,即便未来你不想成为数据分析师,也可以学习数据分析,保持对数据的敏感度对个人的职场发展,都会有很好的帮助。
>>关于行业薪资
再来给大家说说大家最关心的薪资问题。
从供需关系来看,任何行业在需求>供给的时候,给人员提供的薪资待遇都会很高。数据分析行业也不例外;
从操作难易度来看,由于数据分析行业也是IT行业的分支,对于从业者的技术水准要求较高,因此,企业所需支付的薪资待遇自然不会低;
从从业者自身的角度来看,任何行业都是看经验的,经验是王道,数据分析师也不例外,按工作经验统计,工作3年至5年薪资待遇普遍不会低于15K,拥有8年至10年经验的数据分析师平均薪资可以达25K左右。具体薪资参考下表:
● 数据工程师:众数区间10-20K;全国均薪12.9K
● 数据库管理师:众数区间10-30K;全国均薪13.1K
● 数据分析师/报告撰写人:众数区间10-30K;全国均薪15.8K
● 数据架构师:众数区间30-50K;全国均薪33K
● 数据建模师:众数区间15-50K;全国均薪18.4K
● 数据科学家:众数区间20-50K;全国均薪28.3K
● 商业智能分析师:众数区间15-50K;全国均薪20K
(注:以上数据均来自于职友集,查询日期2020年11月。如有异议,可自行调研)
>>推荐学习
听完上面的描述,小伙伴们有没有很心动?心动不如心动,小编整理了一些实用的数据分析工具,便于大家日常自学一些数据分析的内容。当然,如果你想深层次的学习专业技能,个人还是建议大家参加专业技能的培训更省时省力。
好来,下面就来给大家逐一介绍这些工具吧:
1.R语言
首先,R语言是一门开源的编程语言。大家都知道,开源的≈免费的。所以,大家使用R去做数据分析,不用担心学习费用成本的问题。
另外,R还能给大家提供大量可探索的软件包。举个例子:前一段时间,上级给我安排了一个文本分析的项目。工作过程中,因为自己发现有些问题处理起来难度很大,于是我就找了一本R语言的相关数据来拓宽思路,结果我发现,里面不仅为我提供了很多有用的算法,我还发现了里面的隐形宝藏——R代码的软件包。
对于像我这样,只懂一些肤浅的数据分析的人来说,用R来解决问题,的确是一个不错的途径。毕竟,学习使用R语言来编写相应的代码,可能还得花点时间去学习和适应,但如果直接用软件包,那就会节省很多时间啦~
2.SPSS
对于从事数据分析的人来说,使用SPSS来处理数据,确实非常不错。尤其是在统计方面,它非常适合做大型的数据调查,并能轻松帮我们把结果形成对应图形。遗憾的是,这款优秀的软件也有一点缺陷,它的数据处理功能在某些特定的情况下,会有一些小缺陷。当然,在绝大多数情况下,SPSS的数据分析功能,还是非常实用的。
3.SAS
SAS这款软件想必大家也有所耳闻吧。它是一个由数十个专用模块构成、功能,构成的模块化、集成化的大型应用软件系统。它的功能主要包括:数据访问、数据储存及管理、应用开发、图形处理、数据分析、报告编制、运筹学方法、计量经济学与预测等等。
这款也是笔者用过很多年的软件了。它在数据处理、编码和统计程序等领域,优势非常明显。
4.Excel表格
Excel可能是学生党和普通职场人士,最常用的一种统计工具了。如果你对它的认知还停留在做表格的层面,那么,我只能说你对它的认知还不深刻。
事实上,Excel是一款功能强大的数据分析软件。除了日常统计数据做表格外,你还可以使用 Excel 跟踪数据,生成数据分析模型,编写公式以对数据进行计算,以多种方式透视数据,并以各种具有专业外观的图表来显示数据。
由此观之,如果我们能精通Excel表,那么,想在数据分析技能上有所突破,就会容易很多。
写在最后
学习数据分析,除了可以通过上述软件去提升分析技能外。还有一个,我们很容易忽略的“机器”,就我们的大脑。
值得我们始终牢记的是,软件对于分析很重要,但必不可少的是人脑。因此,重要的是,要有意识地存储、生成和理解任何分析基础的概念(数学,统计,计算科学和领域知识),而不是一味地靠软件。你要相信,没有任何东西会比人脑更聪明。
**
加助教老师VX:xiaoxianchen89,回复:数据学习马上加入数据分析学习群,领更多数据分析学习资料
**