数据分析师的晋升之路

有同学问：陈老师，满互联网都是“如何从0到1学数据分析”，可我想知道，如果再晋升的话，比如去到月薪3w，5w，需要什么样的知识与能力储备？

这个话题，很容易变成高薪的数据分析师们的晒命贴。问题是，如果一个同学真的科班出身，985硕士、毕业进大公司、领导赏识、同事配合、每次跳槽都踩中风口，他也不需要问这种问题了。而他的出身和运气，也是真正有问题的同学们无法复制的。所以我想换个角度，从同学们现在面临的困惑出发，看看可以怎么解决。

困惑一：我干的是数据分析吗？我的前途在哪里？

有此类困惑的同学，大多是从事数据分析工作，但没有数据分析名份的。如下图，比如在业务部门承担分析任务的同学。虽然做的也是销售分析、商品分析、运营分析。可技能上止于excel，能力上止于出个报表。一个部门大家都在忙业务，只有自己在跑数，完全看不到前途。

名字可能叫“数据分析XX”可没有独立部门，挂在业务下边，始终晋升空间非常有限

特别是开发能力差的同学，就更郁闷了。有开发能力的同学，可能还想着自学python跳个槽。没有开发能力的同学，就会陷入深深的怀疑：我非要当个程序员才有前途？我为什么要当个程序员？难道没有不当程序员且有钱的人？

当然有，大把。而且掌握数据分析能力，很容易成为其中的一员。因为业务岗位加薪的核心就是上管理层，而数据分析能力，是上管理层的核心能力之一

• 懂数据分析，能快速了解现状

• 懂数据分析，能全面积累经验

• 懂数据分析，能做出更好业绩

• 懂数据分析，能汇报讲的更靓

• 懂数据分析，能帮大老板分忧

有这么多加持，不上管理层就见鬼了。那些有困惑的同学，和上管理层的差距，是业务知识而非数据技能。想在业务部门做领导，懂业务是第一位的，数据是强化业务的手段，不能替代业务本身。想从这条路突围的同学们，强化业务能力是第一要务。学不了开发，就别逼死自己学了。开发照样有他们的困惑。

困惑二：这打杂的鬼日子什么时候是头？样样都懂样样不精怎么破！

是滴，做开发的同学都有这种体验。

• 在大厂虽然部门齐全，可部门间深沟高垒，部门内面试造航母，工作拧螺丝的。

• 在单挑式架构里当人肉跑数机，一天2000行sql的。

• 在草台班子当全栈！数仓，可视化，BI，爬虫样样都整一点，结果去大厂面试样样不精的。简历还不好看……

刚毕业的年轻人可能体验还好，觉得进步快。持续了2-3年这种状态的就蛋疼了。技术本身也在淘汰啊！没系统工作经验，新技术又要学，压力山大！

组织齐全了，排队等着升的人就多，经常拧螺丝，晋升的空间就少；组织不全，升都没得升，看似全栈，实则样样不强。

想进一步提升，当然得有一门看家本领！技术经常被淘汰，但产品可以迭代升级。所以想要突破打杂困境，得想办法积累一个属于自己的、产品化的经验

• 把零散的报表整成数据监控体系

• 把每次拍脑袋的评估整成数据考核体系

• 在推荐、广告等算法上有所突破，而不是自己瞎捣鼓个没人看的聚类分析

• 在推送响应等有业绩的地方产出产品，而不是每次用时间序列法预测个销量走势再被业务喷回来。

编程语言可以换，但如何用数据产出效益、推动业务的经验却沉淀越多，自己就自然越老越值钱。然而想达到这一步，需要的是工作能力，特别是管理能力。要：

• 理解和识别业务需求，找到那些值钱的部分；

• 合理规划分类需求，压缩临时跑数，推动业务用BI产品；

• 控制业务方期望值，正确引导数据分析用法，减少黑锅

• 和业务方谈判，多争取露脸机会，提升老板的价值感。

这样，才能给自己小组多争取人手，才能减少临时跑数需求，才能提高BI产品使用率，才能从无休无止的打杂里解放出来，才有精力积累经验，才能输出和迭代产品。

困惑三：跳来跳去遇到瓶颈了！为啥不能每年都涨薪30%

做开发的前五年是跳槽的黄金年龄，技术还没被淘汰，经验越来越多，单身还能狂加班，人见人爱。挑一挑涨涨薪很正常。越到后边压力就会越大，技术已经开始更新，自己年龄也大了，薪资也到了一定水平。这时候很容易被hr各种卡：学历为什么不够！频繁跳槽，我们看不上！没有大厂经验啊！……

说到底，还是职业规划的问题。学习技能是一回事，挣钱是另一回事，想长久的挣钱又是另一回事。真想长期考虑做什么行当，目光就得开阔一些，就得考虑在什么城市，走什么线路，做多久，是否有机会攒技能与经验。而不是眼前几K几K。就得考虑自身条件，看自己的学历、工作经验能往哪个方向走。

“我想加入互联网行业”——互联网行业有好几十个分类呢！蚂蚁金服和蝗虫理财能比吗……所以职业发展问题，真不是今年12K，明年13K，年年涨1K的事，要扩宽见识，多角度比较才行。

为啥网上分享，大多写从0到1？网上写文章的作者，大部分自己才毕业2-3年，甚至还没毕业。未来是啥样他们也不知道。不过这本身没啥问题，因为现在数据分析的热门博主作者，都是开发出身。技术类的工作就是拳怕少壮。技术领域可没有什么祖专代码，新技术永远更牛逼，自然更适合年轻人来讲。至于那些老头子，如果已经熬出头的，早就老婆孩子热炕头，周六开着沃尔沃去郊区钓鱼。没熬出头的，自己还在纠结要不要21天0基础学习人工智能呢，自然不会开口。

陈老师是个特例。因为我现在的主要职责，就是教（hu）育（you）客（xiang）户（mu），具体开发早就交给下边9个小伙子去干了。所以非常乐于跟大家分享。我本人是科班出身（985应用数学），我的朋友从事数据的相当多，我本人大部分时间在乙方，见过了太多沧海桑田。当年我在校的时候还在学dephi，VB，我本科毕业设计还在用C#写网站，研究生毕业设计还在用lingo……

本科毕业14年，技术早就淘汰了无数轮，然而我和我的朋友们，却用数据分析，以不同的方式，给自己谋取到了还不错的生活。如下图所示，还真的挺多门路。特别是走管理线。虽然眼前看起来机会很少，可拉长到14年来看，机会大把，唯一的问题是：“机会到来的时候，你准备好了吗？”

在国内企业，不上领导岗位想涨薪就是扯的，员工岗太容易遇到瓶颈了。虽然我们都喜欢吐槽自己的领导，可当取而代之，却是比艹爹骂娘更好的方法

我们几个老头子聊天，常感慨生不逢时。“你看现在搞算法的小年轻，毕业年薪50w！”这种话常在耳边。“可是反过来看，我们月薪1万买房的时候，房价也才1万啊，凭啥现在的年轻人不能多拿点呢”——我补充道。每个时代，每个人都可以找到属于自己的成功方式。问题是，要真的结合自己的情况，思考“我”可以怎么做。才能在机遇到来时做好准备。

最后总结一下，如果归纳一下从1到10的数据分析师成长之路，可以从以下五个方面做准备：

如果要排顺序，应该是职业发展—技术操作—工作能力—业务知识—分析思维的顺序去提升，初入职场一技之长非常重要。

1. 分析自己的现状，看清方向

2. 提升技术能力，为起步做准备

3. 增强工作能力，保障工作顺利

4. 积累业务知识，逐步做出成绩

5. 锻炼分析思维，建立能力壁垒

SO，我们不重复从0到1，我们整点从1到10的干货。后边会持续分享技能与能力提升方法，大家记得追剧哦。

更多分享，戳

以上为数据分析师晋升的整体路径，但每个人具体情况不一样，想获得陈老师专属一对一晋升指导，点击左下方“阅读原文”了解《数据人求职宝典》课程。