数据分析人的职场天花板

640?wx_fmt=gif

作者:挖数  腾讯数据产品经理 & 段子手

个人微信公号:washu66


数据分析从业这么多年,既有庆幸也有焦虑,庆幸的是能进入互联网行业,吃到行业红利从而有一个较高的起薪,焦虑的是数据分析的门槛并不高,而且有明显的职场天花板。


门槛不

从我待过的互联网公司来说,入门的数据分析基本就是提数,业务部门需要什么数就给什么数,技能要求仅仅是Excel和SQL。

1年后,SQL玩得溜了,对公司业务的取数逻辑也熟悉了,这时你更多的是利用公司的内部工具搭数据看板,有些公司用SAP,有些用自研的看板平台,再简单的直接Excel,你需要的也就是学会这些看板的使用方法搭好一张报表。

以上的工作一个正常的大学毕业生都能掌握,不需要会编程,不需要高深的统计学数学知识。

门槛不高意味着起薪不高,因此建议想从事这一行的童鞋往以下2条路走

1、走AI路线,吃技术红利;

数据分析最好的落地场景目前来看是推荐系统,几乎所有的互联网公司都在做个性化推荐,今日头条、网易云音乐 这些公司都以精准的个性化推荐著称,个性化推荐是它们赖以生存的业务场景。

去这些公司从事推荐系统相关的数据工作能够获得很好的起薪,也有很好的发展空间,但相对的门槛也很高,计算机、统计学或数学的硕士学历是标配;

2、去大型互联网公司,吃行业红利;

如果你跟我一样走不了AI路线,那么一定要去大的互联网公司,它们对数据足够重视,内部有一个足够大的数据团队供你学习和发展,同时也能拿到跟互联网公司主力岗位开发、产品相当或者稍低的起薪。

我们拿网上的公开数据做对比

以亚马逊为例,亚马逊的开发岗位SDE(Software Development Engineer)的薪资范围是

640?wx_fmt=png

平均年薪11万刀,人民币是75万。

而一个数据分析岗位,互联网公司叫 BI(Business Intelligence)

640?wx_fmt=png

平均年薪8.6万刀,人民币59万。

谷歌的BI薪资更高

640?wx_fmt=png

当然国内互联网公司入门级BI工资没这么高,应该在1万人民币左右。


职场天花板

美国薪资调查网站PayScale对数据分析师(Data Analyst)的职位评价里边有一句话

640?wx_fmt=png

薪资增长缓慢,10年经验之后想更上一层很难。

我自己的感觉也是如此,身边很少有经验很丰富的数据分析师,大都从业5年以内,10年的大都转管理或转做其他职位。

程序员和产品经理则不同,程序员可以走技术线一直到架构师,不做管理也能年薪百万,一个资深的产品经理负责重点的营收产品也能年薪百万,而走AI路线那些算法人员由于不可替代性,很多公司直接开出百万年薪。

PayScale上BI的职位发展路线是这样的

640?wx_fmt=png


国内公司一般不会有 BI Architect(BI架构师) 这样的职位,想年薪百万一般要去到BAT级别公司的总部做 BI总监,其他行业或公司一般最高到BI经理,或者干脆没有BI这个部门。

而美国那边BI总监的平均薪资甚至没有年薪百万

640?wx_fmt=png

折合人民币87万。

另外,程序员可以朝CTO、副总裁甚至CEO发展,产品经理同理,财务的可以做到CFO甚至CEO,而高管很少出身自BI。

总结出来是:

1、数据分析(BI)薪资增长缓慢;

2、数据分析无法一直走技术线,进一步发展只能走管理;

3、数据分析最高到BI总监,无法到副总裁或以上。

如何打破天花板?结合最近的发展趋势,感觉可以走以下2条路:

1、找到一个数据分析的应用场景,走业务为主,数据分析为辅的路线;

有非常多职位名称不是数据分析,但做的就是数据分析的工作,最普遍的就是财务分析了

PayScale里数据分析师的发展路线是这样的

640?wx_fmt=png

可以看到大头是往财务分析>财务总监这条路走,如果你有财务背景又想做数据分析,可以考虑往财务分析走,企业可以没有数据分析,但不能没有财务分析,财务是数据分析里边最普适的一个应用场景。

相似的还有风控,见过不少原来在互联网公司做数据分析的人去金融企业做风控,国内很多信用卡中心和P2P公司有大量这样的职位,风控在金融企业也算核心岗位之一。

如果你对财务不感兴趣,在自己公司内部也要尽量从事一些可以落地的业务场景,比如在大型互联网公司做账号风险管理,从事防盗号,防刷单的数据分析工作。

从事紧贴业务的数据分析才能落到实处,才能体现出价值,除了发展更好外,也能在公司裁员时不至于被淘汰,因为你做的事是有业务价值的。


2、去核心业务就是数据本身的公司工作。

在FMCG(快速消费品)行业如宝洁、箭牌等,CEO要不是销售做起来,要不是市场、品牌管理做起来,因为这些职位能直接拉动业务。

在会计师事务所做财务,做审计,你能达到的职场顶点不是财务总监而是CEO。

因此做数据的,如果能去一些本身就是从事数据业务的公司工作,自然能打破职场天花板。

市场上有很多这样的公司,比如做数据咨询业务的公司,艾瑞、易观、尼尔森、华通明略等,在里边做数据分析业务,你的职场顶点绝不是BI总监。

又或者像GrowingIO、神策数据这样的数据平台公司,创始人都是BI出身的,比如GrowingIO的创始人就是前Linkedin(领英)的BI总监。

去这样的公司,你会有更广阔的职场跑道,而不是在其他公司一样撑死就是BI经理或总监。

如果你最后不幸跟我一样走在职场慢通道,没关系,你可以写写公众号打发时间,或者拼个乐高自娱自乐。

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=gif


640?wx_fmt=jpeg

公众号后台回复关键字即可学习

回复 爬虫            爬虫三大案例实战  
回复 
Python       1小时破冰入门

回复 数据挖掘     R语言入门及数据挖掘
回复 
人工智能     三个月入门人工智能
回复 数据分析师  数据分析师成长之路 
回复 机器学习      机器学习的商业应用
回复 数据科学      数据科学实战
回复 常用算法      常用数据挖掘算法

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 在 Python 中,如果要进行天花板除法,可以使用 math 模块中的 ceil() 函数。这个函数可以返回一个大于或等于指定数的最小整数。以下是一个示例代码: ```python import math x = 10 y = 3 result = math.ceil(x / y) print(result) # 输出 4 ``` 在这个示例中,我们使用 math.ceil() 函数对 x/y 进行天花板除法运算,得到的结果为 4。 ### 回答2: Python的天花板除法是一种特殊的除法运算,可以得到除法的向上取整结果。 在Python中,我们可以使用`math`库中的`ceil()`函数来实现天花板除法。`ceil()`函数的功能是返回不小于输入值的最小整数。 下面是一个简单的示例,演示如何使用天花板除法: ```python import math a = 20 b = 7 # 使用天花板除法得到结果 result = math.ceil(a / b) print(result) # 输出:3 ``` 在上面的代码中,我们将20除以7,得到的是2.857142857142857。但是使用天花板除法后,我们得到的结果是3,符合向上取整的规则。 需要注意的是,在进行天花板除法时,除数和被除数都会被自动转换成浮点数进行计算。如果希望得到整型的天花板除法结果,可以使用`int()`函数将浮点数结果转换为整型。 ```python import math a = 20 b = 7 # 使用天花板除法得到浮点数结果 result_float = math.ceil(a / b) # 将浮点数结果转换为整型 result_int = int(result_float) print(result_int) # 输出:3 ``` 以上就是关于Python天花板除法的简单介绍和使用方法。天花板除法在一些需要向上取整的计算场景中非常有用,帮助我们得到更加精确的结果。 ### 回答3: Python的天花板除法指的是在进行除法运算时,如果除不尽,则返回不小于真实商的最小整数。在Python中,我们可以通过使用math模块中的ceil函数来实现天花板除法。 ceil函数可以返回大于或等于给定数字的最小整数。在进行除法运算时,我们可以使用ceil函数来获得不小于真实商的最小整数。 以下是一个简单的例子来说明Python的天花板除法的使用: ``` import math x = 7 y = 3 result = math.ceil(x / y) print(result) # 输出结果为3 ``` 在上述例子中,我们将7除以3,得到的真实商是2.33333。使用天花板除法后,结果变为3,因为3是不小于真实商的最小整数。 另外需要注意的是,在进行天花板除法时,除数和被除数都需要是整数或浮点数。如果其中一个是字符串或其他类型的数据,将会引发错误。 总而言之,Python的天花板除法通过使用math模块中的ceil函数实现,可以返回不小于真实商的最小整数。在进行天花板除法时,需要确保除数和被除数是合适的数字类型。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值