技术 or 业务？数据分析发展路线大盘点

2024-09-02

作为当今企业决策的重要支撑，数据分析一直是业界关注的焦点。随着数字化转型的推进，数据分析师的角色和职责也在不断演变。本文将探讨数据分析岗位的三大优势，业务线和技术线的转型机会，以及如何评价适合自己的职业发展机会。

转眼又到 9 月亮，每个人都会特别关注未来的发展。今日就和大家一起盘点一下数据分析工作的发展路径。

不管你是站在门外，还是刚开始，你都很自豪；或者每天跑累到七荤八素，可以认真回顾我们数据人的优势和机会。

第一，数据分析岗位三大优势

优点一：发展空间大

纯粹的商业类岗位，成长受到领导的极大限制：

比如操作，自己有再好的想法，领导就是不！同样！意义！最后只能是一个无脑的工具人。

比如销售，自身能力再强，领导就是不给好的客户资源(甚至明抢)，还是做不到。

但是数据分析不同。只要能接触到数据，就能做出分析，得出结论。优秀的数据分析师不仅能分析出什么是合理的，还能分析出什么是不可行的。因此，分析能力的发展完全没有限制(如下图所示)。

即使是在管理混乱、数据基础差、流程不规范的小企业培养出来的数据分析师，对数据收集有了更深刻的理解，对业务也有了更多的了解，所以比温室里长大的小花骨朵更有实战能力。

所以不要轻易失去信心，坚持思考：“如何做得更好”，才能取得进步。

优点二：适用范围广

自身，数据分析能力是一种底层能力，各种岗位，各种公司都有需求。尤其是最近各行各业的数字化转型浪潮，促使做数据的学生在业务和技术上有很多企业和行业可供选择。

另外一方面，因特网产业 996 一般来说，数字化转型深化了大型传统企业。一降一升，导致去互联网公司参与内卷不再是唯一的出路。与其在小工厂被欺负，不如考虑甲方(大型传统产业)/ 乙方（toB 机会为企业服务)。

优点三：前途选择广阔

近几年来，挂着“数据分析”或“数据分析” XX “旗帜上有相当多的职位，很多学生都很困惑。剥去各种稀里糊涂的概念。从本质上来说，制作数据有两种类型:业务和技术:

部分业务:一般归运营、市场、销售部门管理，操作现成数据产品或在宽表的基础上写。 sql 捞数，写 ppt 比敲代码要花更多的时间。

偏技术：一般 IT 下属，或者有独立的数据小组。 / 数据部门。他们都在敲代码，偶尔 ppt。大型企业中数仓库，数据管理，BI、分析，建模分得很清楚。在小型企业中，很有可能什么都自己做。

数据分析正好在业务和技术的交接点，所以选择机会的概率很大(如下图所示)。

因此，理论上，如果数据分析师想转行，他们可以在任何方向都成功。怕就怕，犹豫不决，方向不坚定，业务只知道一个基础，技术上拒绝深入，仙人很难帮助。或者两头都想兼顾，结果没有什么特长，空成了做题者。如果你想转身，你应该坚定地朝一个方向行动。

第二，转移业务线的机会

资料分析可以转业务吗？

答：能够！

如果不想发展成程序员，想利用分析能力寻求更好的业务岗位，可以考虑走这条路线。但需要注意的是，业务部门也是分类型的，有四种类型(如下图所示)。

在四类业务部门中，最容易立功、最有权力的岗位是战略岗位。如果一个会员制或者一个年度促销项目做得好，升职加薪就在眼前。战略类是最接近数据分析的岗位。只要数据分析师补充战略类工作的专业知识，就很容易转岗，也很容易取得成绩。

其他三类的核心能力远远落后于数据分析，如果硬转的话优势不明显。但有趣的是，随着线上交付占销售比例的提高，渠道运营、销售运营、流量买家等岗位也需要使用分析能力。

转行业务最大的好处就是可以吃到企业的增长收入。在快速增长期，企业给予战略和执行岗位的工资和奖金非常丰厚。有相当多的学生数据转移到这两个业务。随着公司的成长，他们赚了很多钱，这是值得期待的。

近几年有一些新鲜的名词，可以实际上是旧瓶装的新酒，比如：

只要掌握了职位的本质，就很容易看穿其中的奥秘，找到晋升的机会。

第三，转技术线的机会

很多同学都知道，数据工作转向技术。

1、转向大数据开发方向：大数据工程师

2、转换方向：算法工程师

3、转移产品方向：数据产品 /BI 工程师

技术栈的每个角度，也比较清晰。

不确定的是：在目前的市场环境下，到底要不要转？

最典型的例子是:互金行业被监管扫荡，算法少了很多。 / 与此同时，大量应届毕业生涌入算法 / 资料开发岗位，造成前所未有的内卷严重，招聘门槛一高再高。

对于算法岗位来说，单纯从技术难度来说，仍然是风险控制。≤推荐类≤ CV/NLP 类。尽管小互金被扫荡，但许多平台型公司 / 电子商务公司增加了反欺诈职位，也可以锻炼风险控制能力；传统的信用卡中心转向大型金融机构的途径也没有断。因此，如果开发能力 / 如果理论知识不够强，还是可以先找风控的。 / 反欺诈方向，对技术能力是否达到了更高的门槛，可以个人挑战哈。

只要大企业存在大数据开发和数据产品方向，这两个方向就永远不会落后，尤其是做数字化转型的公司。技术水平的人才稀缺(人头都在互联网上做内卷，外界关注的机会很少)，技术方向一定有前途。

所谓“内卷”，纯粹是因为应届毕业生的涌入太多，真的有。 3-5 一年的发展经验，有实战经验的人仍然可以找到一席之地。

第四，纯数据的机会

纯粹的数据可以继续工作吗？当然可以。但是要注意，纯数据的发展，与个人能力不大，与组织结构尤为相关。

纯数据的增长空间由组织结构决定

必须牢牢记住这三个句子！

虽然企业口头上喊着“数字化转型”和“数据驱动业务”，但他们甚至没有单独的数据部门。有一个独立的部门是企业升职加薪的基本保障。

1、假如没有数据部门，那干得再好也是个高级兵。

2、假如有一个数据小组，那么就有机会成为管理层，成为组长。

3、假如有一条带子 n 一个小组的数据部门，那么很有可能成为一个组长，甚至混个总监。

所以想深入纯数据线的同学要记住，现状只是跳板。目标是找到足够大的正规结构的企业，这样才能保证后续发展。当然，如果能找到行业处于红利期，市场排名靠前，文化氛围好的企业，那就更锦上添花了。

评价机会的方法五