數據分析師還能火多久？
數據分析師(DS)是近些年來興起的新崗位，是一個挖掘大數據背后故事的職業。數據對于企業的價值毋庸置疑，但值得思考的是，數據分析師還能火多久?本篇文章從行業、企業和個人視角去探索數據分析師的發展前景。
行業視角
伴隨著智能化時代的到來，數據也呈現出爆炸性增長，如何利用數據產生價值成為一個迫切的問題。數據的充分利用，一方面體現在基于數據實現人工智能(算法工程師)，主要集中在圖片、文本、語音識別，人工智能的高端代表就是自動駕駛。另一方面，是使用數據支撐業務發展(數據分析師)，使得企業的運營決策更加科學化。算法工程師需要依托相應的產品產生價值，類似創業;數據分析師依托企業業務產生價值，類似運營。算法工程師的上限遠高于數據分析師，但數據分析師的需求量高于算法工程師。
企業視角
分為三個問題，數據分析師如何創造價值，數據分析師的公司定位，數據分析師的分類。
數據分析師必須依托于相應的業務產生價值，平臺型的公司都包含三方參與，一是需求(用戶)，二是供給，三是平臺。供給比方說頭條的內容、淘寶的店鋪、滴滴的司機等等。數據分析師通過對需求和供給的分析評估，將公司稀缺的資源(預算、人力等)用到最能夠創造價值的業務中去。
數據分析師的公司定位，從兩個角度看待數據分析師的定位，一個是業務的角度，數據分析師是業務部門的支持部門，數據分析師對于公司而言不是必需的，但是數據分析師的存在能夠有效提升公司的資源利用;從老板的角度，數據分析師是老板的“眼睛”，通過對業務的客觀評價，為老板提供決策支撐，指明業務的價值和風險點，避免盲目決策。從老板角度看，“眼睛”的功能是不可替代的，它可以有效降低風險，減少公司經營的隨機性。
數據分析師的分類，基于工作內容可以將數據分析師劃分為三類：
- 運營支持，主要工作是監控，通過使用合適的指標和形式向老板們展示目前的業務進展;
- 數據分析，通過貼近業務，構建評估體系、算法模型等實現對業務的創新型監控，不是每項業務都有現成的評估架構，業務在創新，監控體系也需要隨之變化;
- 商業分析，從商業或者行業視角，結合數據，發現目前業務的機會點，向老板提供發展建議。
三類分析師中，運營支持的可替代性非常強，可視化工具的便捷化，使得此類崗位會逐步被數據分析師兼任;數據分析師是老板的眼睛，是決策的基礎，大公司的長遠發展，必然離不開數據分析師的參與;商業分析師，是站在業務的角度提供發展建議，不僅僅是“眼睛”的作用，而是“智囊圖”的作用，是發現機會點，為企業創造巨大價值的崗位。三類數據分析師之間沒有特別嚴格的劃分，在企業內部，數據分析師可能兼任上述多項工作，但是隨著工作內容的細分，未來三類的區分會愈加明顯。大家在找工作時，可根據工作的主要內容判斷是上述三類中的哪一類，從而決定要不要接受這份工作。
個人視角
個人視角的發展前景，包括兩項：職業發展和薪資水平。
職業發展，主要是依據兩方面的能力評估，一是科學使用數據的能力(正確解讀數據)，二是對業務思考的能力(數據支撐業務發展)。兩個方面都厲害的會成為數據主管，一般為CTO管轄，這是在數據分析行業進行縱向發展。橫向發展可以跳槽到產品、運營、策略等部門，其所具備的數據分析能力是非常強大的優勢。
數據分析的薪資水平也是大家比較關注的一點，作者采集了智聯招聘的數據(2020年4月10日數據)，對北京市的數據分析師的薪資水平進行了分析。影響薪資的包括三個層面：國家的經濟發展、企業的發展和個人能力。對于數據分析師而言，只有通過提升自己的能力，選擇發展更快或更具潛力的公司，才能收獲更高的薪水。個人能力又可以分為硬實力和軟實力，所謂硬實力是實際存在的能力，如學歷和工作經驗;軟實力是由他人評估的，是一個比較難以量化的內容，如個人的項目經歷，個人的思考。在招聘jd中，主要是對硬實力進行部分限定，包括學歷和工作經驗。下圖是學歷和工作經驗對薪資的影響，是否優于其他崗位，這里并未評估，如有同學想比較，可以自己嘗試爬取數據進行分析(收集數據的方法見下一篇文章)。
拋開樣本量給出的結論都是不可靠的，上述信息的樣本分布如下：
總結
數據分析師對于企業而言不是必需的，但是企業的持續性發展必然離不開數據分析師的參與。只要有企業渴望做大做強，就必然存在數據分析師的生存空間。但這并不意味著數據分析師可以一直火下去，只有掌握科學“透視”數據能力并且商業思維強的數據分析師才能夠持續火下去。
