技術 or 業務?數據分析發展路徑大盤點
數據分析作為當今企業決策的重要支撐,其崗位的發展路徑一直是業界關注的焦點。隨著數字化轉型的推進,數據分析師的角色和職責也在不斷演變。本文將探討數據分析崗位的三大優勢、轉型業務線和技術線的機會,以及如何評定適合自己的職業發展機會。
轉眼又到9月,大家都會特別關心未來的發展。今天就跟大家盤點下數據分析工作的發展路徑。
無論你是站在門外心懷憧憬;還是剛剛入行,躊躇滿志;又或者被每天跑數累得七葷八素,都可以認真復盤下咱數據人的優勢與機會。
一、數據分析崗位三大優勢
優勢一:成長空間大
純業務類崗位,成長受領導制約非常大:
比如運營,自己有再好的想法,領導就是不!同!意!最后只能當一個無腦的工具人。
比如銷售,自己能力再強,領導就是不給好的客戶資源(甚至明搶),還是做不出業績。
但數據分析不同。只要能接觸到數據,就能做分析,就能下結論。優秀的數據分析師,不但能分析出什么東西是可行的,更能分析出什么東西是不可行的。因此分析能力的成長完全不受限(如下圖)。
甚至在管理混亂、數據基礎不好、流程不規范的小公司鍛煉出來的數據分析師,對數據采集理解更深刻,對于業務了解更多,因此比溫室里成長起來的小花骨朵實戰能力更強。
所以不要輕易喪失信心,堅持思考:“要怎么做得更好”,就能進步。
優勢二:適用范圍廣
本身,數據分析能力是個底層能力,各種崗位,各類公司都有需求。特別是最近各行各業的數字化轉型大潮,使得做數據的同學在業務上,技術上都多了很多公司和行業可以選擇。
另一方面,互聯網行業996普遍,與大型傳統企業的數字化轉型加深。一降一升,導致了去互聯網公司參加內卷已不再是唯一出路。與其在小廠被欺壓,苦苦熬著等頭騰阿青睞的機會,不如考慮一下甲方(大型傳統企業)/乙方(toB服務企業)的機會。
優勢三:前途選擇廣
近年來,掛著“數據分析”或者“數據XX”旗號的崗位相當多,看得很多同學很糊涂。剝去各種稀里糊涂的概念。做數據的本質上就偏業務和偏技術兩類:
偏業務:一般歸運營、市場、銷售部管,操作現成的數據產品或者在大寬表基礎上寫sql撈數,寫ppt的時間比寫代碼時間多。
偏技術:般在IT部下邊,或者有獨立的數據小組/數據部。都在寫代碼,偶爾ppt。大公司里數倉、數據治理、BI、分析、建模分得很清楚。小公司里,很有可能啥都自己干。
數據分析工作剛好處在業務和技術的交叉點上,因此選擇機會可能性非常多(如下圖)。
所以,理論上數據分析師想轉行的話,往哪個方向都能成功。怕就怕,猶豫不決,方向不堅定,業務上只懂個皮毛,技術上又不肯深入,那就神仙都難幫了。或者兩頭都想兼顧,結果無一特長,空成為做題家。想轉,就堅定地向一個方向行動吧。
二、轉業務線的機會
數據分析能不能轉業務?
答:可以!
如果你不想向程序員方向發展,想利用分析能力,謀求更好的業務崗位,就能考慮走這個線路。但要注意:業務部門也是分種類的,有四個類型(如下圖)。
四類業務部門里,最容易立功、最有權力的就是策略類崗位,一個會員體系或者年度大促項目做好,升職加薪就在眼前了。而策略類是和數據分析最接近的崗位,數據分析師們只要補充策略類工作的業務知識,轉崗很輕松,也很容易出成績。
其他三類的核心能力與數據分析距離較遠,硬轉的話優勢不突出。但有意思的是,隨著線上投放占銷售比例的提高,渠道運營、銷售運營、流量買手等崗位也需要用到分析能力。
轉業務的最大好處,就是能吃公司的增長紅利。公司在高速增長期,給到策略類和執行類崗位的薪資與獎金都是非常豐盛的,有相當多的數據轉這兩類業務的同學,隨著公司的成長撈的盆滿缽滿,值得期待哦。
近年來有些新鮮名詞,可本質上是舊瓶裝新酒,比如:
只要掌握了崗位的本質,就很容易識破其中玄機,找到晉升機會。
三、轉技術線的機會
數據工作向技術轉,這一點很多同學都知道。
1、轉大數據開發方向:大數據工程師
2、轉算法方向:算法工程師
3、轉產品方向:數據產品/BI工程師
每一個方向的技術棧,也是相對清晰。
不確定的是:在當前的市場環境里,到底還要不要轉?
最典型的就是:互金行業被監管掃蕩,少了一大堆算法/產品的機會;同時,應屆生大量涌入算法/數據開發崗位,導致內卷空前嚴重,招聘門檻一高再高。
對算法崗位而言,單純從技術難度而言,依然是風控類≤推薦類≤CV/NLP類。雖然小互金被掃蕩了,但是很多平臺型公司/電商類公司增設了反欺詐崗位,也能鍛煉風控能力;傳統的信用卡中心轉大型金融機構的路子也沒有斷。所以如果開發能力/理論知識不夠強的話,還是可以先找風控/反欺詐方向,至于技術能力是否達到了更高的門檻,可以個人挑戰哈。
大數據開發和數據產品方向,只要大型企業存在,這倆方向就永遠不落伍,特別是做數字化轉型的企業,有技術力量的人才奇缺(人頭都在互聯網搞內卷,外邊機會關注的少),技術方向是一定有前途的。
所謂“內卷”,純粹是因為應屆生涌進來太多導致,真正有3-5年開發經驗,有實戰經歷的人還是能找到一席之地的。
四、純數據的機會
純數據能不能繼續干?當然能。但注意,純數據的成長,跟個人能力不大,跟組織架構關系非常大。
組織架構決定純數據的成長空間
組織架構決定純數據的成長空間
組織架構決定純數據的成長空間
這三句話一定要牢牢記??!
因為雖然企業都是口頭上喊著“數字化轉型”“數據驅動業務”,但連個獨立的數據部門都沒有。而有一個獨立的部門是在企業里升職加薪的基本保障。
1、如果沒有數據部門,那干再多也就是個高級兵。
2、如果有一個數據小組,那就有機會成為管理層,當個組長。
3、如果有一個帶n個組的數據部,那就大概率有機會當個組長,甚至混個總監。
所以想在純數據線上深耕的同學們,牢記:現狀只是跳板。目標就是找到有足夠大的、正規架構的公司,這樣后續發展就有保障。當然,如果能找到行業處于紅利期,市場排靠前,文化氛圍良好的公司,就更是錦上添花了。
五、評定機會的方法
到此,所有三條路都已經介紹完畢,估計很多同學已經迫不及待地想問:那到底要走哪條路呢?
注意,選擇發展道路,不僅僅只看職位與技能的成長空間,還要看:
1、個人資歷、能力、興趣
2、個人家庭、環境等制約因素
3、個人志向、發現目標
4、現有條件下,個人可匹配的行業與公司
5、個人期望公司+崗位要求,與現狀差距
6、彌補差距的可行性與時間條件
因此到底怎么選,需要具問題具體分析才行。光聽別人的經驗分享,卻無法復制別人的出身、機遇、能力,也就是給自己逗個樂而已,無法解決自己的問題。
本文由人人都是產品經理作者【接地氣的陳老師】,微信公眾號:【接地氣的陳老師】,原創/授權 發布于人人都是產品經理,未經許可,禁止轉載。
題圖來自Unsplash,基于 CC0 協議。
- 目前還沒評論,等你發揮!