高考数学140与成为高薪数据分析师之间有什么关系？
作者：陈文【8年经验数据分析师，对金融，零售领域数据分析有丰富经验。资深业务顾问，负责过完整的集团级CRM体系从搭建到落地。在业务部门最懂数据，在数据部门最懂业务，在数据业务两个交叉领域吐槽最凶猛。 】
博客专栏：https://ask.hellobi.com/blog/chenwen
只看成绩下结论，悲剧生活在招手呢
没有一毛钱关系！！！实际上，如果不考虑个人性格、特长、综合能力，只看着哪个科目分高报专业，看着专业名称找工作的话，很有可能高考的高分就是整个职业发展悲剧的起点。比如一个倒霉蛋A君，看到自己高考数据分数高就开始漂漂然了，他很有可能这样：
因为我数学考分高，所以就要学个数学相关的专业；
因为我是学个数学类专业，所以我要找个数据XX的工作；
因为我读的数据的书，第一章讲描述性统计，最后一章讲人工智能，所以一定人工智能赚大钱，做描述性统计的都是要饭的，你看都是压轴大题分数最高吗！
因为书的最后一章印着人工智能，所以我必须做人工智能，所以有没有《21天精通人工智能》的PDF版可以下载！所以知乎下一场《高端数据科学家live》什么时候开始，我的钱包已经饥渴难耐啦！
先去知乎发个帖问《机器学习，深度学习，数据挖掘有什么区别》，顺便收藏一篇《如何零基础快速成为高端数据科学家》的帖子，又是干货满满的一天！！！
梦醒醒了喂！
A君很有可能遇到的情况是：
校招时非要削尖脑袋找数据分析岗位，结果错过了运营商银行外企的群面。
面BAT，发现还有20000个比自己算法，编程技能更强的在排队。
面其他企业，死在一句“你有工作经验吗？”上边。
最后找了个数据专员工作，每天统计excel。
觉得没技术含量，学sql，python/R跳槽。
因为没有经验，工作2年了，跳槽后还得从月薪6000开始。
因为沟通能力差，没有业务积累，所以天天加班赶需求，还被嫌弃没深度。
黑锅背太多，升不了职，怒学人工智能与大数据算法！这次非挑个搞算法的岗位！
终于找到个做算法的项目！太好啦！年薪百万不远了吧！
基础数据全垃圾，累死。
业务需求天天变，气死。
算法效果不理想，急死。
拖了n久不上线，骂死。
……
算了，不说了，想想都惨。
工作中重要的不是知识而是综合能力
问题出在哪里？问题出在分数、能力、专业、岗位这四者之间是不互相画等号的。高考数学考得好，只说明这个学生有良好的数学素养，但这种素养要和个人能力特长，知识背景结合才能发挥作用。如果不看个人特长，就会导致上述的悲剧。
就以数据分析岗位的工作为例，数据分析远不止算个数，套个公式那么简单：
l 在工作中，考卷不是现成的，需要自己和业务方沟通，确认问题；
l 在工作中，考卷题目可能是错误的。需要有业务知识积累，才能辨明真伪，回答业务方真正问题；
l 在工作中，答题的笔纸考场都需要借用。数据从采集，传输，存储，都需要做工作。其间涉及大量开发工作支持与部门间协调沟通；
l 在工作中，答题的形式是复杂的，单纯提取数字还不行，还得计算，还得做可视化。
这需要一个人有沟通能力，有项目管理能力，有逻辑思维能力，有各种系统开发能力，还得有些审美常识，懂一些商业做法，懂一些表达技巧。这里复杂程度远远超过了坐在教室里算个数，所以只是觉得自己坐在教室里算个数得高分，就能胜任一个工作，真的是太天真了。
适不适合一个工作，只有真的接触到工作本身，才能判断。对在校学生来说最好的办法就是实习。多实习几次，就多一些体验，多一些看清楚自己的能力特长的机会。越早实习就越能为后续工作铺好路，越在学校里憋，后边求职翻车几率越大。
想要考试成功就得多在学校学习，多和同学老师在一起。想在职场成功，就得多和职场人士在一起，少听职场的人炫耀工资收入，少听职场人抱怨工作辛苦，观察他们的工作内容与状态，了解他们的岗位、技能、工作流程，会更快的成长。
做出基础能力的，数据分析用处更大
即使在工作中发现自己不适合数据分析岗位，也不影响利用数据帮助自己进步。
一个数据能力强的销售，可以在打标时很诚恳的说：我们的产品上线后可以满足您10个需求点中7个，缩短60%运行时间，节省您45%的费用，对需求部门而言，工作流程减少5步，每天节省25分钟操作，大家可以少加班了。而不是吐沫星子横飞的拍胸脯：“行行行，我们啥都能做！”
一个数据能力强的运营，可以利用百度指数，舆情数据搜热点，可以做爬虫，做语义分析找用户情绪，快速从热点中提取可以借势发文的热点。而不是抓耳挠腮憋内容：怎么写个10万+呢，要不要抄这一篇呢？
一个数据能力强的产品，可以在设计方案的时候就根据用户逻辑，预估到产品上线后的表现。合理的设定监测指标，验证自己的判断。而不是：“哦，来个ABtest吧”然后做两根柱子哪个柱子高了用哪个版本。
一个数据能力强的策划，可以基于经营数据层层解剖问题，找到经营中真正关节点对症下药。而不是今天听了A老总抱怨销量不好就匆匆上活动，明天听了B老总抱怨活动太多干扰正常销售就急着撤。大后天哭诉：“我到底做不做活动了，呜呜呜”。
而一个优秀的数据分析师，也可能通过至少三种方式升职成功：
1. 业务路线：准确抓住老板们心思，汇报到位，深得信任，被委任管理整个数据部门。
2. 产品路线：主导数据产品开发，上线，最后成为产品线负责人，管理一整个BI团队。
3. 项目路线：主导一些核心项目，比如搜索算法，推荐系统，成为无可替代的专家。
并不是所有的同学都适合做开发，也不是所有同学都适合做汇报。在业务应用与开发之间选一个方向精进，会更快的成长。
有关数据分析师岗位介绍，可以戳：https://ask.hellobi.com/blog/chenwen/6163，了解基础知识。
有关数据分析师的工作内容，可以戳：https://ask.hellobi.com/blog/chenwen/6182，了解基础知识。
——全文差一点就完了——
之所以有这篇文章，是因为陈老师在工作中见过太多太多一根筋捅到底的同学。你提醒他们不要拘泥于专业，要关注自己的能力；不要拘泥于学校，要多实习，是没人听的进去的。还一脸不屑的：“那是你没本事！我肯定能毕业就进腾讯！3年成为高端数据科学家！5年创业！7年公司上市！30岁身价过亿！改变世界！”
现在陈老师学乖了，再碰到这种都直接说：“去吧皮卡丘！马化腾在召唤！”反正当不成数据科学家，也能玩王者荣耀嘛，最后你的时间都是贡献给小马哥的。
更多业务类知识，可以查看：https://edu.hellobi.com/course/179 (或点击阅读全文学习)
讲了整篇，到底数据分析能力要如何定义？可以分作几级？这里有个结合案例的示例，大家感受一下：https://edu.hellobi.com/course/185
回复 R R语言快速入门免费视频
回复 统计 统计方法及其在R中的实现
回复 用户画像 民生银行客户画像搭建与应用
回复 大数据 大数据系列免费视频教程
回复 可视化 利用R语言做数据可视化
回复 数据挖掘 数据挖掘算法原理解释与应用
回复 机器学习 R&Python机器学习入门