谈：女孩子要不要转数据岗

女孩子要不要转行数据岗的主动宾分别：女孩子、转行、数据岗位。

回答这个问题需要解开三个关键点，一是女孩子更适合哪一个数据岗位？二是如何转行？三是数据岗位值不值转？

一，女孩子与数据岗位：女孩子不是仅仅是生理上的性别，也是生活中演绎的心理角色。角色上的定位隐性决定着：我们是谁？具备什么属性？适合怎样的工作岗位？从普遍性来看，男女两种角色在体力、脑力、细心、毅力、沟通、思考、写作 等方面是存在显著差异的存在的，这些差异也决定了分工不同。

大数据这一名词太泛泛了，数据分析只是大数据生态下的一种职业角色。围绕数据这一生产要素，数据岗位大致分为：数据开发、数据产品、数据分析。

数据开发离数据最近，主要负责数据的ETL工作及数据平台的建设，偏向编程比如Java、Python、SQL等。数据产品主要负责沟通协调统筹数据开发的具体工作及数据产品方案设计。数据分析则基于数据统计、描述推断及挖掘来撰写数据报告进而辅助决策者做企业决策。

从数据加工链条上了可以看出 数据产品和数据分析的上下游节点对象都是人，特别是数据分析离决策者更近，都个人的沟通和表达能力有着巨大的考验。

三种岗位对个人的软硬实力要求各有不同：数据开发是纯技术工作，对计算机的能力要求很高，每天对着电脑coding的时间较长，很消耗体力脑力。数据产品对沟通和写作的能力要求较高，需要基于业务需求做调研做沟通做协调以及推动产品方案的落地，常要撰写各类需求的产品文档。数据分析需要有数据处理能力及熟练的挖掘技巧，分析要细心仔细不能出错，最终的产出多是数据分析报告从而对写作的能力（数据可视化与结构化表达）要求很高。

具体岗位的细分要求因公司不同而有所差异之处，但整体的要求是具有普遍性的，比如公司对数据开发的岗位要求侧重数据的ETL，对数据分析的岗位要求侧重分析报告。建议可以去面向企业的招聘要求做相关的查询了解。

基于 男女角色属性雷达图 与岗位角色的能力要求雷达图，可以看出 女孩比男孩较细心、善于沟通表达及写作 更适合做数据分析，面向决策者输出分析报告。同样男孩在体力脑力上的优势更适合复杂的编程工作做数据开发构建数据的集成仓库。

这里并不是说女孩儿一定适合做数据分析，男孩如果细心善于写作拥有岗位角色的属性优势，也适合做数据分析大的。

我们适不适合不是生理的性别属性决定的是我们的心理角色属性决定的”，心里住着姑娘的男孩一样能在数据分析岗位惊艳所有人。

同时也可以参考大多数人的选择：基于某度搜索词指数的性别分布，可以看出 女孩更偏向于数据分析，男孩更偏向于数据开发（ETL），数据产品则一半一半。不同角色偏向在不同的岗位上发挥不同的光和热。

二，如何转行，常言道：各行各业如隔山。转行的风险很高需要我们谨慎做决定。转行是角色切换的过程，这个过程是耗时耗力还消耗钱。需要谨慎谨慎再谨慎，这里提供几条建议：

1，了解自己的角色属性。知己知彼 百战不殆，认识自己比了解他人更难。我们可以问一下周围亲戚朋友对自己的评价，多数人评价能够让自己更了解自己。通过他人的评价给自己的沟通能力、自信程度、写作水平等能力打分。也可以对自己的性格角色做一些测试题。

2，了解转行的岗位。女怕嫁错郎，男怕入错行，提前了解岗位的技能要求，工作内容，所在行业特点很重要。岗位的技能要求我们可以在应聘要求中大概了解，但是我们需要去尝试更深入学习这些技术，比如数据分析 要求掌握的分析工具、分析的方法、分析思维方式。

3，结交同道中人。因为一个人在转行的路上是很孤独的，也很容易半途而废。我们可以在社交平台找同行业的大佬，帮助我们指点迷津；也可以找一样转行的同学相互鼓励相互监督；也可以尝试帮助一些小白，帮助他们，也是帮助自己，给自己坚持走下去的动力。

三，数据岗位价值，选择转行，如果你选择了数据岗位，你的选择已经对了一半。目前数据人才在劳动力市场上供不应求，只要我们具备了一定程度的数据技能，找工作会容易很多。而且数据岗位的薪资待遇比传统行业要高很多，也明确职业发展路线。

数据技能有很强的迁移性，比如我们学会了数据分析，可以进入互联网行业做商业分析、数据运营；也可以在金融行业做投资分析、财务分析等等。

与其犹豫不决，不如大胆尝试，愿每一位鼓起勇气努力转行的女孩子活的漂亮过得精彩。