前几天，和朋友聊起互联网行业的岗位发展。

她向我感叹：“现在真是大数据发展时代，什么行业都要和数据分析有关。”

她在面试一家心仪行业头部大厂的产品经理岗位时，三面的业务笔试70%内容都需要用数据分析来解答。虽然她产品工作经验、管理能力和资源都不错，但还是遗憾的折戟沉沙

相信她遇到的问题不是个例，而是现在职场晋升的普遍需求。

作为产品经理，具备数据分析能力是必不可少的。

随着大数据和互联网领域的飞速发展，为产品经理提供了大量的数据分析模型和海量的实时数据。

产品经理也需要关注竞品分析

、行业画布、用户画像是在产品实施和运营过程中非常实用的数据分析模型。

同时，更需要知道：

客户生命周期

价值、单位用户/客户平均收入、销售成本等等。

可以说，在日常工作中，产品经理没有数据分析能力是不可想象的。

很多职场人都会遇到这些问题：

数据分析的前景究竟如何？

职场小白，如何入门数据分析领域？

先来个彩蛋：

本公司目前在招聘一些大数据分析师，我们欢迎所有对数据分析感兴趣的人来试试，符合条件的可以投递简历（可培养！！！）投递方式见下方，更多岗位信息关注本公司公众号，欢迎主动与我们联系。（1、签订正式合同、五险一金；2、须本科及以上学历（优秀者可放宽条件）；3、无经验者有项目经理带；4、在京工作一年后要求回当地的工作的，可申请调回当地省会城市的分公司或合作企业工作；5、每日简历投递量非常大，欢迎主动与我们联系！！

北京智动数据——长期招聘岗位，期待你的加入！ ​mp.weixin.qq.com/s?__biz=MzkwMTQxNjc2Mw==&mid=2247483683&idx=1&sn=1ff23f00dfa7a20a48e0fec6e05e1110&chksm=c0b45377f7c3da612fa4559cd02c4cb3609d14b69dddd149adbe6bd58dcbf33b4597b8df5785&token=38161765&lang=zh_CN#rd

今天从多个维度引领大家深入思考一下：

#01

为何职场人都需要具备数据分析能力？

随着大数据时代的到来，数据呈现出爆炸性增长，如何利用数据产生价值成了所有企业迫切需要解决的问题。

因此，企业需要大量拥有数据分析能力的人才来分析数据的价值，以提升企业利润，但是数据分析能力不应该只是收集数据。

数据分析岗的工作目标应该遵循：

发现问题

通过一定的数据呈现形式，挖掘和发现运营各个环节与业务增长各个模块的问题，将问题进行分类和汇总，即明确当前运营状况问题所在；

分析原因

需要梳理其出现当前结果的具体原因，且是以实际情况为依据的。

发现的每一个问题，可能是业务层面的每个变动所致，也可能是产品层面的迭代所致，因此需要一一排查，得出一个实际有效的结论；

提出解决问题方案

解决问题需要运用一定的数据分析工具及分析方法，并且有足够的数据源来支撑，将挖掘出来的问题，从业务、运营、产品等层面进行对接，找出最佳的解决方案。

据统计，在世界五百强

的企业中，有百分之九十的企业都建立了数据分析部门。

数据分析作为如此热门行业，未来中国对数据分析师的需求更是呈现上升趋势。

目前，我国数据分析岗位需求规模达到300万，且未来5年都将以30%-40%的速度增长，需求总量将达到2000万人左右。

（图片来源于网络）

为什么我国数据分析岗位缺口持续扩大？

我国大数据处于飞速发展的状态，然而高等教育专业滞后，目前大数据专业人才不足200万，需求1:10。

这就导致了很多企业无法完成数字化转型，他们愿意花费更多的薪资去招揽数据分析人才。

在这种趋势之下，数据分析已经不单单是数据分析师的“专业本领”。

数据分析已经成为未来必不可少的工作技能之一，一些看似与数据分析无关的岗位，也要求具备数据分析能力，比如市场、产品、财务、运营、人力等等。

企业招聘岗位需求

对于职场已入瓶颈想要提升自己，或者想谋求更好发展的互联网人而言。

通过数据分析让自己升值是不可多得的机遇。

#02

零基础如何入门数据分析行业？

很多人会问道：无经验可以从事大数据分析吗？

我可以明确地告诉大家

零基础转行数据分析是可行的。

但过程并非是一帆风顺，需非常地努力。

如果你不愿意吃学习的苦；怀着三天打鱼，两天晒网的心态；那么我建议你趁早放弃。

数据分析作为新兴行业，根据岗位职责总体可以概括为以下两个方向（如下图）：

想要短时间内快速成为技术方向的数据分析师，一定要底子深基础牢，编程语言基础

、统计学知识、算法、数据结构样样不能少，甚至得精通。

而业务方向的数据分析师，进入门槛会相对较低一点，所以对于零基础想转行的同学，自然业务型数据分析师会更适合。

#03

数据分析师的阶段与技能

本节我们只讨论业务向的数据分析师的必备能力，把分析师简单划分为初级、中级、高级三个阶段：

各阶段数据分析师的差异体现在三个方面：业务技能、执行管理

能力、业内影响力。

作为初学者，第一步最需要的是掌握业务技能，最好能了解完整的学习路线。

后两者能力属于软实力，需要在工作中逐渐掌握。

那么，初级数据分析师所必备的业务技能都包含哪些？

业务能力

数据分析工作一个重要的前提就是需要懂业务，包括行业知识、公司业务及流程等，最好有自己独到的见解。

数据分析的目的就是通过研究数据实现转化增长，若脱离行业背景和公司业务内容，数据分析就是一堆没有价值的数据图表而已。

工具使用能力

数据分析工具是实现数据分析方法

理论的工具，面对越来越庞杂的数据。

数据分析师必须要掌握相应的工具去对这些数据进行采集、清洗、分析和处理，以快速准确到最后的结果。

常用工具有：Excel、SQL、Python、R、Tableau、BI等。

处理分析能力

数据分析师必须要掌握一些行之有效的的数据分析方法，并能灵活的与自身实际工作相结合。

数据分析师常用的数据分析方法有：

对比分析法、分组分析法、交叉分析法、结构分析法、漏斗图分析法、综合评价分析法、因素分析法、矩阵关联分析法

等。

高级的分析方法有：

相关分析法、回归分析法、聚类分析法、判别分析法、主成分分析法、因子分析法、对应分析法、时间序列

等。

最后，我们将初级数据分析师应该掌握的技能做了一张树状图。

所以，想快速成为一名数据分析师，又不想入职后沦为“打杂”人员。

自己应该持续学习并掌握的各项技能，以及进入数分行业后的发展路径。