这类人才薪酬年增长11.5%，薪资10w-20w的人数占比高，入行门槛真心不高！

最近很多大四学弟学妹问我就业建议，我是转行过来做数据分析的，他们想知道数据分析这个行业到底怎么样？有的说已经饱和了，有的说其实还是缺人才的，想问我现在还适合转行吗？我把分享的内容整理成文稿，希望对你有帮助。

随着大数据时代的到来，数据已经成为了企业和个人的重要资产。数据分析作为一种能够帮助我们从海量数据中提取有价值信息的技能，自然受到了广泛的关注。第一新兴行业优势明显

薪资高，待遇好
由于数据分析技能的稀缺性和对企业的价值，从事数据分析工作的人往往能够获得较高的薪资待遇。
猎聘《2023中国数字人才发展报告》对数据分析师、大数据分析师等数字人才的薪资进行分析发现，近4年来，数字人才平均年薪远高于全行业，且薪酬逐年增加，2022年比2019年增长11.5%。从各年薪段人才分布来看，10-20万年薪段人才占比逐渐降低，30万以上年薪段人才占比少许提升。

1.2
越老越吃香
猎聘的报告显示，数字人才年龄主要集中在25至35岁，近四年人才占比均在60%以上，在近4年流入数字经济的人才同样主要是以25-35岁人才为主。

30岁以下流入数字经济的人才占比逐年下降，30岁以上的人才逐年在增加，随着行业的发展，企业对人才专业要求越来越高，行业对成熟的人才吸纳能力逐渐增加。

1.3
市场需求量大
随着各行各业对数据的依赖程度越来越高，数据分析的需求也在不断增长。无论是金融、医疗、教育还是互联网行业，都需要大量的数据分析师来帮助企业做出更好的决策。因此，从事数据分析工作的人在未来的职业发展上具有很大的空间。
CDA数据科学研究院的《2024数字化人才指数报告》指出电竞、云计算/大数据、金融支付等领域，人才相当紧缺。

跨行业应用：数据分析技能不仅仅局限于某个特定的行业，它可以应用于各个行业。这意味着，即使你对某个行业没有很深的了解，只要你掌握了数据分析的基本技能，也有可能在其他行业找到合适的工作机会。第二学习难度并不大

数据分析需要具备的能力包括硬技能和软技能，硬技能就是SQL、Power BI等技术，软技能主要是指业务知识及沟通能力等。技术要求

01
sql语句这个其实并不难，刷2周就差不多学精通了，增删改查，以及存储过程都能搞定了。
做数据分析要熟练掌握并形成一种适合自己的数据分析工具包，如SQL+ Excel包，对大量数据写脚本进行数据加工处理，然后导入到excel做分析，生成图表等。有了称手的家伙，才能随心所欲的去操作数据，不用依赖技术人员跑数据，思路容易被打断。

02
Power BI
数据可视化是非常重要的讲故事方式，如柱状图、折线图、饼图、地图、散点图等，我们可以根据数据特点选择合适的图表展示。

03
统计学
统计相关的原理，比如平均值、方差，标准差、导数、反函数拉格朗日等。数学难度并不大。第三懂业务，多思考

优秀的数据分析师要懂业务，能站在业务用户的角度考虑问题，能感同身受的理解他们的关注点、痛点，想要从数据中洞察到的信息，要具有把业务语言转换为数据需求的能力，让别人再去转化需求，就只能亦步亦趋的写脚本出报告了，成为一个提线木偶式的表哥表姐。
一定要主动，把自己当作半个产品或运营负责人来对待，这样面对日常数据的时候，你会主动去完善日常监控指标，你会每日去盯着数据的异常和变化，你会根据这些异常和变化往下去进行深度的挖掘，或者数据没有异常时，按照经验这个阶段该做什么分析了，赶紧做，发现了问题或者潜在风险赶紧跟业务聊解决方案，这样才能将数据分析师的价值发挥到最大。
注重积累，我们在做具体的数据分析的时候，有时候需要快速响应业务，有时候通过传统分析方法很难找到问题点，这个时候积累就至关重要，产品决策40%依靠数据，30%依靠用户反馈，还有30%依靠经验，这个经验就是积累。
积累是什么？积累是过往的产品调整，活动设计，跟数据之间的关系，我们只有在每一项工作都认真严谨对待的基础上，这个积累工作才能做好，这样你的产品和数据敏锐度会越来越高，后续你可以跨界成为产品专家。