这几年想转岗“数据分析”的人太多了，但我作为过来人说实话，建议你不要也没必要all in职业生涯在数据分析师上，一旦失败，对于普通人来说成本太大，可能不进反退。

为啥这么说？

因为数据分析其实和语言一样，本质上只是一种技能，必须同时擅长其他专业领域知识（比如你是财务、运营、人力，把自己专业领域知识+数据分析技能结合起来），才能走得长远，这种复合能力的价值是远大于一个普通的数据分析师！！而且也能为自己后续的转型铺好路。

千万千万不要因为数据分析被炒的火热，就一拍脑袋决定放弃现有工作，转行做数据分析师。特别是现在行情还不好，各大厂业务线都在裁人，这不是我在危言耸听，我的pyq里已经有好几个数分朋友在家抠几个月的脚了….这股凉意也真不是只在互联网上吹吹罢了，而是真实发生在身边的。

除了行情不好，最可怕的是，数分行业在国内逐渐开始又卷又水了起来

卷在哪？

拿2022年来说，就我知道的，一大堆国内外高校硕士今年秋招想卷进数分的，别说offer了，投了几十份简历，面试机会都没几个，投了就是石沉大海，招聘官网上的数分hc跟闹着玩儿似的放在那钓人，本科985英G5，也只能拿到中小厂offer，还不是核心业务线。

本来今年因为疫情，几乎所有企业的hc都砍了一半以上，技术岗都不好找到工作，更别提数据分析这种从前两三年因入行门槛低、培训机构热推而卷到飞起，hc屈指可数的行业了。

这个行业的好岗位实在是太少，但想进来的人又太多。除非你是海外名校或者国内985211本土高校的计算机/统计/BA/数学专业毕业的数据人才，否则很难在这片红海里找到工作。（我这里主要说数据行业的好工作，如果是一些传统行业的基础数据员岗位，还是好找工作的）

水分在哪？

一是企业。

表面上看好像什么企业都想要数据分析，但你要明白，你们对数据分析趋之若鹜的同时，国内企业其实也是在盲目随众。现在哪个企业不搞数字化转型、不搞数据平台建设？其实你要问企业真的很需要吗？也并不一定是。很多企业就是招了一堆人天天做报表，当取数机器，等到寒冬来了，钱不好赚的时候，你猜先裁谁？如果你想做的是业务分析师，情况就更惨一些了，在大多数中小型企业和传统企业中，业务分析经常是被老板说没价值的，不能直接带来钱，时间久了你自己都会怀疑自己的工作是否有价值。

二是求职者。

主要是这个行业门槛太低了，情商高点说就是门槛不明显。可能很多人觉得学个r语言、学个python、学个BI就行了，其实用excel做统计都算是数据分析。所以数分的人多而不精。别看行业里人这么多，真正达到分析师高度的人很少很少，而大厂企业争得抢的是这样的人，未来不怕被淘汰的也是这群人。

说了这么多，冷水也泼完了——其实也是为了让你能保持清醒后再思考

我再接着说点职业发展的

第一种：针对还是想转数据分析的朋友

想清要做偏业务还是偏技术的数据分析师。其实数据分析做到一定程度会觉得有瓶颈，技术已经做到头了，但就数据分析来说，技术真的不是最重要的(虽然要说做到头还是比较难的，数据的坑纵深很大)，业务在显性上会显得更重要。再牛逼的技术，对业务没有赋能，被砍掉也完全有可能，因为企业要靠业务来养，投入是要看回报的，不管是短期还是长期的。想做技术性的话，建议后期转型，不要限制自己只在数分。

第二种：针对想用数据分析帮助自己职业生涯发展的朋友

我的建议，分三步走：

• 第一步：利用业余时间学习数据分析思维和工具
• 第二步：在工作中，刻意练习自己的数据思维，多使用数据分析工具，孰能生巧
• 第三步：让自己通过数据分析后的结论有价值地输出，让其真正辅助自己职业发展

针对以上三点，老李我展开来说下

1、利用业余时间学习数据分析思维和工具

首先，跟前文一样，千万不要贸然裸辞学习，要学会充分利用自己的业余时间，把数据分析当成是自己的一个必要技能来学习，这才能为自己日后的职业发展打下一个坚实的基础。

其次，现在网络上可以学习数据分析的资源太多了，不过学习资料这东西，在精不在多，只要找准1-2个你觉得不错的课程去学，坚持学下去，肯定会有所收获。

2、在工作中，刻意练习自己的数据思维，多使用数据分析工具，孰能生巧

数据思维不是你上了几节课，看了几篇自媒体文就能学会的，这需要你在日常工作和生活中不断进行刻意的练习，只有才能让自己拥有数据分析的意识。

至于工具，老李我始终认为思维和工具是相辅相成的，思维>工具，你所使用的工具是根据处理的量级以及你要达到的目的选择的，什么意思呢？也就是说如果你的工作中，遇到的数据量不那么大的话，就没必要去学Python和R这些，把Excel学精就不错了。等到之后处理数据的量级大了，再去学FineBI/Tableau这些简单的BI可视化工具来辅助，去做数据分析报告/数据分析模型，例如做杜邦分析模型、经营分析报告、零售常用的RMF用户模型等。

财务人必会模型——杜邦分析法

企业经营分析报告

3、让自己通过数据分析后的结论是有价值地输出，能够真正辅助自己职业发展。

上面说了那么多，练了思维学了工具，要是最终没有输出有价值的结论都是白搭。所以要时刻记住，数据分析不是表面工作，最终是要体现在对业务的帮助上，因此有价值的结论非常重要！

最后分享一些感想

数据分析师没有你想的那么好，但也没那么拉垮，不要神话它，它真的跟大多数职业一样，也有自己的瓶颈和烦恼。且数据分析不仅是一种职业，更是职场人一种必备的技能，往大了说，人人都应该是数据分析师。说扎心点，在目前内卷严重的职场，不学点技能傍身，怎么体现出你的价值？

最后也顺便分享下我近期整理的一份数据分析流程知识图谱，内含数据分析12个常见分析模型、18个理论分支、136个详细知识要点和60多个实际分析场景案例，不懂或不记得的知识点拿出地图就能查，数据人必备！需要可自取，高清电子版获取方式↓↓