手机网站
手机网站
的原标题:工作十年的数据分析师被解雇。他们没有方向。你不能逃避中年危机
2-020年初意味着营业额的高峰。我周围的许多人带着年终奖金离开了他们的工作。最让我吃惊的是，一位工作了十年的数据分析师也离职了。与其他自愿辞职的人不同，他被公司解雇了。
许多人说数据分析是一份好工作，工作不累，工资高，输入简单，学习容易。然而，今年34岁的他已经真正尝到了中年危机的滋味。平时，很多人会私下问我:
数据分析师也有中年危机吗？你像程序员一样吃青春食品吗？我们如何确保自己不会被公司淘汰？
在数据分析行业工作了近十年，最近一直在思考如何突破数据分析行业的天花板，以及如何规划该行业的职业发展道路。
1、数据分析不吃青年餐
不可否认，数据分析行业存在中年危机，但与互联网行业的中年危机不同，这场危机不是另一场危机。为什么？慢慢听我说
1，数据分析行业的上限太高了
只是简单地把重点放在数据分析行业本身，这不是一个青年餐，或者说这个行业根本与年龄无关，但我劝大家不要太乐观，360行，每一行都有困难。
与程序员非常相似，数据分析的职业分界线大约在30-35岁之间，因为大多数做数据分析的人在不到10年的时间里肯定会遇到职业生涯的上限问题。这个行业的天花板太低了，许多人在到达底部后会选择转行或做其他事情，这在其他行业也可以找到。
我做了近十年的数据分析，一直在考虑这个问题。数据行业的上限一目了然，但从另一个角度来看，数据分析的上限也很高。
是什么意思？业务数据分析对业务理解的要求很高，业务授权的价值非常大:技术真的不是最重要的(虽然它仍然相对难以实现目标，而且数据的深度非常大)，业务更重要，甚至最强大的技术，它不授权业务，完全有可能被切断，因为企业依赖业务支持，投资取决于回报，无论是短期还是长期。
但是应该注意的是，商业分析的价值应该受到行业的约束。你的行业发展得越好，你积累的价值就越大。你从每次分析中获得的经验将继续增加。这不是那种青年餐能带来的。
2，数据分析行业的下限太低
说得有点太远，关于数据分析行业不是青年餐的原因，其实还有一个，数据分析行业的门槛太低
因为这些年有太多的人涌入，但许多人只是停留在技术(工具)层面:它几乎变成了一个检索机器，太机械了；最好学学蟒蛇什么的，然后走向技术岗位。技术岗位最大的问题是它很容易被替换和抛弃。
数据分析工具
3，需要终身学习
我们先来谈谈加班。这个行业的加班情况因人而异，因公司而异。一般来说，不会很严重。如果这是一个中层分析和管理职位，它将会更加繁忙，并且有可能一周7天，一天24小时加班。
除了终身学习，这是肯定的，具体的学习量取决于你的发展方向，有利于商业，技术水平不需要走得太深，主要是商业和管理两方面的提升；
2，数据分析行业还能进入吗？
希望转向数据分析行业。你知道自我媒体运作吗？数据分析的情况与此类似，尤其是对于那些偏爱商业的人。它们已经着火几年了，门槛并不高。许多人都涌向这个行业，所以他们不得不挤进这个行业。到目前为止，整个数据分析行业(仅在中国)似乎供应不足，但实际上含水量非常高。什么是
水分？
1是一家企业。从表面上看，似乎任何企业都想要数据分析。你应该明白，当你趋之若鹜时，国内企业却在盲目跟风。哪个企业不进行数据改造和几个子平台的建设？事实上，你必须问企业是否真的需要它？不见得
许多企业每天都招募许多人来做报表，作为检索机器如果你想成为一名商业分析师，情况会更糟。在大多数中小企业和一些传统企业中，老板经常说业务分析毫无价值。时间长了，你会怀疑你的工作是否有价值。
2都是求职者，主要是因为这个行业的门槛太低，换句话说，门槛不明显。
许多人可能认为学习R语言、python和BI就足够了。事实上，用excel做统计都是数据分析，所以人数很多但不精确。尽管这个行业有这么多人，但真正达到分析师高度的人却很少。大型工厂和企业都在争夺这样的人。
3。数据分析行业如何规划职业发展？
说了这么多，冷水倒了出来——事实上，这也是为了让你保持清醒——我接着说了一些关于职业发展的事情:
如果你想成为一个运营型企业，数据分析有一个先决目标，分析营销活动的转换效果，分析用户下载激活注册的转换率，分析广告渠道的下载量，每次激活的成本，用户的保留率，等等。这些职位通常没有特别的职位，通常首席执行官、首席运营官、产品和运营专业的学生单独承担这部分工作当然，如果公司的组织结构很大，也不排除成立单独的公司。此时，您需要熟练操作数据分析工具，如mySQL、spss、python、FineBI，甚至是报告演示。
的另一部分是研发数据分析师，他们通常根据业务需求进行数据嵌入、监控、数据处理和报告展示先进的是大数据分析、商业智能工程师、机器学习和个性化推荐。
实际上是数据分析师地位低下的主要原因，即缺乏认可和价值
我们总是说业务是由数据驱动的，但我们平时看到的是，业务部门总是在追逐数据部门的数据。此外，数据分析的价值很难显示。领导不同意，同事不同意，甚至他们不同意，甚至怀疑他们所做的是否真的有价值。这在企业中非常普遍。做数据分析的人基本上转向管理和操作。
摘要
事实上，数据分析在一定程度上会觉得有一个瓶颈。技术已经实现了它的目标。然而，就数据分析而言，技术并不是最重要的(尽管实现目标仍然相对困难，数据的深度也非常大)。生意更重要。然而，使用最强大的技术，完全有可能在不启用它的情况下切断业务，因为企业依赖业务来支持它。投资取决于回报，无论是短期还是长期。
