「杂谈」如何进阶为年薪百万的数据分析师

预计阅读时间：7min

阅读建议：本文和大家分享一下数据分析是如何进阶的，内容相对轻松，可在闲暇时拿来品品，欢迎「分享」给你的小伙伴们哦。

00

序言

在之前的文章中，小火龙和大家分享了「如何入行数据分析」，本期将接着上期的内容，和大家聊聊当从事了数据分析之后，针对不同的阶段，我们要如何“打怪升级”，才能尽快提高自己的薪资。

针对不同阶段的能力要求，我们从招聘JD中便可窥探一二。根据招聘信息对工作年限的要求，大体可划分为四档，1-3年内、3-5年、5-10年、10年以上。与之对应的职级大概是，初级数据分析、高级数据分析、数据分析专家、数据科学家。虽然年限与能力不一定完全匹配，但我们可以以此作为参考。

下面，小火龙将和大家分享一下，这四个阶段的能力要求，以及要达到这样的能力需要如何发力。

01

初级数据分析师「数据能力：2星；业务能力：1星」

1、阶段状态

这个阶段，一般是我们刚刚毕业，从学生到职场的蜕变，即便大学学的是大数据专业，也是刚开始将所学到的东西应用到实战中。往往这个阶段，会做一些leader指派的基础性工作，例如：提取数据，做一些简单的分析及展现。这个阶段欠缺的是技术的熟练性以及对业务的理解。久而久之，有些同学可能会有些迷茫，逐渐觉得自己就是一个工具人的角色。

2、阶段要求

我们一起来看看这个阶段对于同学们有什么样的要求，以某公司JD为例：

职位职责（重点关注红色部分）

其中「指标体系、归因分析、业务需求」，往往是这个阶段职位职责的热门词。由于这个阶段的工作内容相对比较零散，因此对于涉及到的分析方法论，要在工作中多加梳理总结，将零散的内容规整化。

职位要求（重点关注蓝色部分）

• 技术层面：这个阶段对于技能的要求往往不会很高，能够利用SQL提取数据，并通过Excel做一些数据加工，基本就够用了。即便用到Python，一般也就是调用numpy、pandas、matplotlib等数据包，加工一些底层数据。虽然要求不高，但是提高技能的熟练度以及扩宽技能的广度，是本阶段最重要的事情。
• 业务方面：由于这个阶段接触的往往是偏零散的需求，项目内容会相对偏少。因此可参考的建议： 其一：需求做透。事前多了解背景，事中多提出自己的见解，事后复盘。 第二：多参与。多看业务文档，多参加会议，多与业务方沟通。

3、重点发力点

• 发力点1：加强技术的熟练度及广度，包括但不限于：SQL、SPSS、Python、R等。
• 发力点2：补充统计学知识，为后面的工作做准备。
• 发力点3：熟悉业务，涵盖：公司业务 + 行业行情。后者通过研报方式获取。

02

高级数据分析师「数据能力：4星；业务能力：2星」

1、阶段状态

随着能力的逐步提升，慢慢会蜕变到第二个阶段。在这个阶段中，我们会开始参与一些中大型项目，在支持好日常数据的前提下，主动挖掘一些分析点，产出分析结论。因此对于数据分析方法论、数据敏感度，都会有更加高的要求。

2、阶段要求

仍以某公司JD为例：

职位职责（重点关注红色部分）

相比初级阶段，「输出分析报告、提出改进建议、建立评估模型」，往往是这个阶段职位职责的热门词。对于业务的主动赋能、以及分析报告的深度上，要求会更高。分析汇报的对象，也逐渐从一般的产品经理，上升到小leader层级。

职位要求（重点关注蓝色部分）

相比初级阶段，增加了对于机器学习的要求。这里可能有些同学会问，我们做的是数据分析，为什么要了解算法呢？

这里并不是让大家去研究机器学习算法，而是能够利用机器学习去解决分析中的问题，例如：流量预测问题、异动发掘问题、因果关系问题等。并且，随着分析的深入，工作重心也会逐步从「防守方向」转变为「进攻方向」，防守方向需要算法帮助我们解放双手，而进攻方向需要算法帮助探索发现。

含义说明

防守方向：数据滞后于业务，发现业务的问题。例如：异动分析等。

进攻方向：数据超前于业务，通过数据探索哪些业务方向是可做的。例如：探索分析等。

3、重点发力点

• 发力点1：方法论体系化，生成自己的「知识树」。
• 发力点2：加强技术深度，以及遇到问题的解决能力。例如：SQL遇到数据倾斜如何解决？Excel如何通过快捷键提高工作效率等。
• 发力点3：补充机器学习知识，重点关注：算法知识 + 代码实现 + 调参经验。

03

数据分析专家「数据能力：4星；业务能力：4星」

1、阶段状态

这个阶段，往往我们对分析方法论、工具技能已经有了一定的沉淀，在数据能力方面足以解决日常的分析问题。因此，这个阶段需要更加贴近于业务，逐步从数据分析师转变为业务的“军师”。参与更多「进攻方向」的探索性工作。

2、阶段要求

仍以某公司JD为例：

职位职责（重点关注红色部分）

相比高级阶段，「规划、驱动、推进」，往往是这个阶段职位职责的热门词。这个阶段，开始负责一些中小型项目，在其中担任的角色也更加多元化，主动提出业务见解、通过数据进行验证、输出量化的业务结论，做到「数据中最了解业务的人」以及「业务中最了解数据的人」。

职位要求（重点关注蓝色部分）

开始更加强调策略制定能力，能够逐渐主导业务的发展方向。

3、重点发力点

• 发力点1：补充产品知识，和业务更紧密的接触，了解产品最新进度。
• 发力点2：探索最新的数据分析方法论，多看业界论文。

04

数据科学家「数据能力：5星；业务能力：5星」

1、阶段状态

这个阶段的同学也就是我们常尊称的“大佬”。技能比较娴熟，有一套属于自己的分析体系，对于业务很了解，可以通过探索提出自己的见解。这个阶段往往可以接触到公司战略级别的分析，并在其中担任关键角色。另外在团队中，也有一定的影响力，可以指导同组同学，开展知识分享。

2、阶段要求

仍以某公司JD为例：

职位职责（重点关注红色部分）

相比专家阶段，“人刀合一“是这个阶段的境界，工作职责不再是单一的方法论，而是去关注一个问题的解决方案，寻常可能的市场突破口，通过数据手段验证策略的可行性。

职位要求（重点关注蓝色部分）

对于技术要求更高，但是重点却不再聚焦于具体的技术或者工作流程上面，而是侧重于是否可以高效、低成本的辅助决策，推动业务的迭代。

3、重点发力点

• 发力点1：如何高效、低成本解决实际问题的经验逻辑。
• 发力点2：探索性分析方法论的沉淀。

05

最后的最后，多说一嘴

数据分析的升级之路，往往不是曲线一，而是曲线二。路途不会一帆风顺，小火龙也仍在不断地打怪中。只希望我的经验，能帮助大家将曲线走的更加平稳一些。

最后分享一下小火龙认为的「进阶软技巧」：

1、持续学习的能力：进阶不是一蹴而就的，寻寻渐进，回过头来看，你已经走了很远。

2、保持思考的能力：多问自己几个为什么，可以帮你提升数据的敏感度。

3、能打野，能参团：业余时间多充电，工作时间多投入。

以上就是本期的内容分享，内容限于个人的经验，如有不完善的地方，也欢迎沟通探讨。