我来说说数据分析师的瓶颈吧

近几年大数据挺火的，带动了人工智能、算法工程师、数据分析师等职位。

对于不太想走技术或者编程能力有限，但又想从事这一方向的人来说，数据分析师是个不错的选择。

工作了这几年，也跳槽过几次，在小公司干过，也在大公司干过。刚开始那两年，总觉得浑身的劲，对这个职业充满希望，前途光明。

可渐渐的，就觉得有些迷茫。迷茫之处，可能是因为我个人能力有限，亦或是这个岗位本身的限制，目前为止，这些困惑我还没有参透。以下仅代表我个人的观点，如果异议可以在底下评论大家友好交流。

对于数据分析师这个职位，我觉得是有些瓶颈的，而且一不小心，就会陷入无限循环没有成长的漩涡。

---

一、很容易变成毫无感情的取数机器

我从事的数据分析，一直都编制在业务组的（运营部）。像我这样会一点python、SQL但又不精通的人来说，论技术肯定是会脸红；只能贴近业务，让数据赋能业务。

曾经有一段时间，我被当做一个毫无感情的取数机器。因为运营都是会点Excel，也是离业务最近的，只要得到相关的数据，他们可以自己分析，而且更能察觉出问题所在。而在数据比较多或者提取比较复杂的时候，他们才会想起我。

于是，我的需求表里，最常见的需求，就是XX数据，从XX月-XX月；每天编写SQL又拿python清洗，给到他们想要的数据。因为需求多，导致我的工作，很多时间都消耗在取数上面，当然SQL能力是提升不少，但其他方面似乎长进不大。

看似忙成狗，一总结啥也没有。

后来，我开始自己去承接他们的分析，问清楚他们的目的，了解他们的业务流程，自己在取数、清洗数据的时候，以专业的角度查看各个维度的数据，也是发现很多他们之前没发现过的问题。

这里给大家推荐一个学习交流群：792450176 领取课件资料、课件源码，每晚还有大厂老师直播教学、学习路线、电子书籍，python学习相关资料等

二、业绩不那么容易被看见

想必KPI这个词，大家见过哈。像我们组，运营和市场，他们的KPI会落实到数据，比如Q3要完成多少多少成交，要拉来多少多少入驻。

而每次我填的时候，都是要完成XX分析，协助运营处理数据等等。这就导致，季度末的时候，那些可以拿数据来衡量工作成果的岗位，是非常容易被领导看见的，你完成了多少是能够拿百分比去计算的。

而我，只能以完成了多少份分析报告，提了多少数，来展现我的工作成果。即便那些分析报告是有价值的，但价值并不那么容易提现出来。

这时候，就会怀疑，自己做的这些，到底有没有被承认？

三、提出的观点，不太容易得到执行

会提数的不一定是分析师，有可能是统计员。分析师的存在，最大的价值，在于从数据提取结论，并给出策略。

从数据提取结论，这点很容易了，但凡会点工具，并且了解业务，就能达到这个要求。但给出策略，不仅仅需要你了解业务，还需要你精通业务，了解行业，见多识广，才能提出有价值的策略。

嗯，这些如果都做到，就是一个非常合格的分析师了。

但，这才刚开始。提出了修改方案，也有可能因为种种原因（比如资源有限、人员紧张、改动太大等等）得不到执行，最终，好不容易做出来的报告，又变成管理层D盘里的压箱底。

四、未来晋升道路未知

初级分析师-中级分析师-高级分析师，这三五年吧。如果部门里有分析师小组，努努力加把劲，还可以当个小组长。

但后面呢？说实话我是不知道的。数据分析师，不像运营、产品、技术、销售那些岗位，要么非常贴近业务，要么精进于技术，所以我还不知道后面会有什么样的飞跃。

当然了，也有可以转成数据产品呀、算法呀、AI等等的。但像我这种热爱业务型数据分析的人来说，还是希望继续朝这个方向走。

---

站在客观的角度来说，即使数据分析这个职位有许多让我疑惑的点，但我对这个职位还是持有积极的态度，并且也会继续在这个岗位深耕。以上只是我现阶段产生的疑惑。或许等到再积累个几年，又会豁然开朗。

最后， 给大家推荐一个学习交流群：792450176 领取课件资料、课件源码，每晚还有大厂老师直播教学、学习路线、电子书籍，python学习相关资料等