前段时间在同行群里聊天,聊到了行业薪资的问题,这两年大数据的概念炒的火热,数据分析也成了热门岗位,从招聘网站上看,数据分析师的平均月薪在10k-20k之间。

有的大厂的数据分析师都开到了30k一个月,从这个数据来看数据分析师是个收入不错的职业,但是从群里大家的讨论中我发现,现实并没有那么美好,大部分人的薪资都没有达到10k,甚至一些二、三线城市的数据分析师月薪只有4、5k。

 

为什么同样是做数据分析,薪资水平差距这么大?取数、清洗、可视化分析等等技能该掌握的都掌握了,为什么我一个月工资还不到人家的零头,不少人都发出了这样的疑问。

我们来看一个月薪30k的数据分析岗位的招聘信息:

 

携程给出的薪资市20k-40k,工作经验要求是3-5年,由此可见工作经验对数据分析师来说还是相当重要的,但是我身边还是不乏有工作3,4年甚至5,6年的数据分析师,还是在原地踏步,工资顶到天15k,为什么有了3年工作经验的数分析师还不值钱呢?

差距一:业务思维能力

我们来看看它的职位描述:

 

对比月薪8k的数据分析的工作内容和这条月薪30k岗位的职位描述,我们很容易就发现了差距。大部分数据分析师的日常工作就是根据业务或者领导的需求,取数做报表,业务让分析啥就分析啥,领导要啥数据给啥数据,这样的工作状态仿佛就是个搬运工,在业务和老板的眼里就是个工具人,价值不高薪水自然低。

而携程这条招聘信息的职位描述中提到了“向业务部门提供相关数据,指导业务发展
”,注意这后半句,我在文章中经常提到,数据分析的价值所在就是驱动业务发展,帮助业务解决问题,报表做的再好看,对业务没有任何指导意义,这样的数据分析就是白做。

举个例子:老板跟数据分析师说:我要看这一周本市门店的营收情况,一周后给我结果。

月薪8k的分析师A会这样做:调取门店销售记录、成本管理等模块的数据,导出数据,利用Excel或者python工具,制作出数据可视化图表,报告中再加上两句数据解读:售出货品100000件、收入700万、净利润180万。

资深数据分析师B会这样做:先研究今年公司的发展战略和老板最近采取的业务调整策略,得知老板最近想要减少门店的运营成本。调取员工考勤、货物存储记录等数据,利用比较分析找出异常值,并匹配具体业务场景,得出结论:A门店在二季度处于淡季,应减少30%的人员投入,B储藏冷库的利用率低于平均值,应调整冷库储存结构....通过这些举措,总体成本预计减少15%。

如果老板想从A、B中选一个提拔加薪,不用想就知道机会肯定是B的。

差距二:工具能力

数据分析师的核心能力是思维,次核心能力就是工具,俗话说打仗也得有个趁手的兵器。对于初级的数据分析师,入门基本上都是用的Excel,只要函数记得熟,透视表用的好,做一些常规的数据分析报告还是不在话下的。

 

但是在实际的工作中,光会excel是不行的,企业的数据日益增多,数据量大,且被分散在各个业务系统中,光取数就是一个庞大的工作,而且数据量大的表用
Excel打开就要加载半天,更别谈后面复杂的分析操作。因此数据分析师还需要掌握一些专业的数据分析工具,提高工作效率,比如常用网站分析GA/Omniture,SQL取数平台(presto,hive等)、FineBI商业智能工具等等

 

在这条招聘的任职资格里,第一条就是要求至少掌握一种前端BI工具,对于高级的数据分析师来说,BI工具的确是一个非常好的选择。强大的数据分析性能和可视化效果,以及完善的企业级数据权限管理,让BI工具成为了众多企业的选择,尤其像携程这类的互联网大厂。BI可以很大程度上解放数据分析师的工作,无论是业务分析还是决策管理,就拿国内用的比较多的FineBI来说,它可以从这样几个方面来优化数据分析工作:

1、支持多种数据源链接,打破企业各个系统之间的信息孤岛。

通常我们做数据分析要用到数据分散在企业的各个系统中,进行分析前要到各个系统中取数导出,然后再用excel分析,十分繁琐,假如遇到像周报、日报这样的重复性的需求,就得一遍一遍的导出、更新数据,效率十分低。

 

而FineBI可以通过内置引擎直接和数据库对接,支持30多种主流数据库和Excel数据集,并且提供实时和抽取数据两种模式,像周报、日报之类的重复性需求,直接做一张模板,通过日期控件筛选日期就可以得到想要的报表,不用反复更新数据。

 

2、数据处理简单方便,效率提升一倍

数据分析的过程中,除了取数烦,还有个令人头疼的就是数据处理,往往花费一半的功夫进行。

比方说我们分析公司产品销售明细数据,进而分析购买用户的特征,调整销售策略。我们就需要基于销售清单数据,计算相应的分析指标,如每个人的消费频次,单笔消费最大金额,最近一次消费时间间隔等等。更复杂一些的话,还要根据同类型产品,和竞品数据做关联分析和横向对比分析。用Excel做就是一个浩大的工程了,用excel做数据计算要进行大量复杂繁琐的平面单元格公式计算,而且一步出错还容易导致全部的心血付诸东流

 

如果用BI工具做就方便了很多,FineBI的自助数据集提供了新增列,分组统计,过滤,排序,上下合并,左右合并等数据处理功能,并且每一次操作都能够实时预览结果,防止出错,还可以对单个历史操作进行增加、删除和修改,十分灵活。

 

3、拖拽式探索分析,所见即所得,可视化效果亮眼

处理完了数据下一步就是进行数据可视化分析,BI工具采用的拖拽式探索分析,只需要通过鼠标拖拽字段就可以自动生成可视化图表,让用户轻松实现对数据的即时洞察和见解。

 

另外值得一提的就是BI工具强大的可视化功能,市面上的BI工具基本都内置了丰富的可视化图表,轻松就能做出亮眼的可视化报告。平常我们用Excel做可视化时,如果想要实现一些高级的可视化图表,比如数据地图、动态报表之类的,就需要用到数据透视表和一些图表插件,且步骤繁杂,而这些在FineBI
中都是内置好的,直接就可以用

 

除了提供丰富的图表分析之外,Finebi的仪表板还可供用户灵活地布局数据图表,生成故事型的可视化报告,进而达到有效沟通或者数据汇报的目的。

 

除此以外,还有一个大招就是给领导制作管理驾驶舱,比如像下面这样的,把领导关心的数据都放到一个屏幕上,数据实时呈现,领导可以实时监控重点数据,及时发现问题,并且还可以通过钻取、联动进一步分析查看数据异常原因:

 

 

能做出这样的驾驶舱,升职加薪一定没问题。

差距三:沟通能力

如果业务思维OK,工具技能等硬实力也无可挑剔,还是得不到升职加薪,那么问题就可能处在了沟通能力
上。数据分析光会技术还不行,良好的沟通能力和学历能力也是一个人能否在职场混下去的关键能力项,数据分析需要了解业务、寻找数据、讲解报告,要和不同部门的人打交道,沟通能力至关重要,对于高级的数据分析师,还需要独立负责项目,或者和产品做一些合作,除了沟通能力要强之外,还需要一些项目协调能力。

 

如果你发现自己和同行的差距越来越大,不妨从以上三个方面去反思自己,不断的改善和进步。希望人人都能成为优秀的数据分析专家!

技术
©2019-2020 Toolsou All rights reserved,
华为认证HCIA-AI人工智能NOI2019 游记消息质量平台系列文章|全链路排查篇过拟合和欠拟合的形象解释Unity 场景异步加载(加载界面的实现)Faster RCNN系列算法原理讲解(笔记)纽约年轻人计划“重新占领华尔街”:维护散户利益用C++跟你聊聊“原型模式” (复制/拷贝构造函数)初识python之技巧总结篇中级JAVA程序员应该掌握的数据结构知识