[[431040]]

很多人都說數據分析是個好飯碗，工作不累薪資高、入門簡單又好學。然而今年34的他，卻真正嘗到了中年危機的滋味，平時也有不少人都會私信問我：

數據分析師也有中年危機嗎?跟程序員一樣是吃青春飯的嗎?該怎么保證自己不被公司淘汰呢?

在數據分析行業混跡了接近十年的我，最近也在思考，如何突破數據分析行業的天花板，這個行業究竟如何規劃職業發展道路?

一、數據分析不吃青春飯

不可否認，數據分析行業是有中年危機的，但是不同于互聯網行業的中年危機，此危機非彼危機，為什么呢?且聽我慢慢道來。

1、數據分析行業上限太高

單純聚焦于數據分析行業本身來說不是青春飯，或者說這個行業跟年紀大小壓根就沒關系，但是勸大家也不要太樂觀，三百六十行，行行有難處。

跟程序員很像，數據分析的職業分水嶺也在30-35歲左右，因為大多數做數據分析的人，不到十年一定會遇到職業的天花板問題，這個行業的天花板下限太低，很多人都觸底之后就會選擇轉行或者轉去做別的，這一點在其他行業中可能也會有。

我做了接近十年的數據分析，一直也在考慮這個問題，數據行業的天花板其實一眼就能看到，但其實換個角度，數據分析天花板的上限也很高。

什么意思呢?業務數據分析需要對業務理解有著很高的要求，業務賦能的價值是非常大的：

技術真的不是最重要的(雖然要說做到頭還是比較難的，數據的坑縱深很大)，業務要更重要，再牛逼的技術，對業務沒有賦能，被砍掉完全有可能，因為企業要靠業務來養，投入是要看回報的，不管是短期還是長期的。

但要注意，業務分析的價值是要綁定在行業上的，你所在行業的發展越好，你所積累的價值就是越大的，你每一次分析的經驗就會不斷增值，這可不是那種青春飯能帶來的。

2、數據分析行業下限太低

說的有點遠了，關于數據分析行業不是青春飯的原因，其實還有一個，數據分析行業的門檻太低。

因為這幾年涌進來的人實在是太多了，但是很多人都只是停留在了技術(工具)層面：差一點的變成取數機器，機械性太強;好一點的學個Python什么的，往技術崗的方向發展，技術崗最大的問題就是容易被取代拋棄。

數據分析工具

3、需要終身學習

先說加班吧，這個行業的加班情況因人而異、因公司而異，總體來說不會很嚴重，如果是中層分析管理崗的話會比較忙一些，周六周天無休都有可能;再說終身學習，這一點是肯定的，具體學習量大小要看你的發展方向，偏向于業務的話，技術層面不需要深入太多，主要是業務和管理兩個方面的提升;

二、數據分析行業還能進嗎?

想要轉行進入數據分析行業的，你知道自媒體運營嗎?數據分析的情況跟這個差不多，尤其是偏業務的，也都是火了沒幾年，門檻又不高，不少人趨之若鶩，擠破頭也要擠進這個行業，直到現在，整個數據分析行業(只說國內)表面上供小于求，實則水分特別高。

水分是什么?

一是企業，表面上看好像什么企業都想要數據分析，你要明白，你們趨之若鶩的同時國內企業也在盲目隨眾，現在哪個企業不搞數據化改革、不搞數分平臺建設?其實你要問企業真的很需要嗎?并不是。

很多企業就是招了一堆人天天做報表，當取數機器。如果你想做的是業務分析師，情況就更慘一些了，在大多數中小型企業和部分傳統企業中，業務分析經常是被老板說沒價值的，時間久了你自己都會懷疑自己的工作是否有價值。

二是求職者，主要是這個行業門檻太低了，換句說話，門檻不明顯。

可能很多人覺得學個r語言、學個python、學個BI就行了，其實用excel做統計都算是數據分析，所以數分的人多而不精。別看行業里人這么多，真正達到分析師高度的人很少很少，大廠企業爭得搶的是這樣的人。

三、數據分析行業如何規劃職業發展?

說了這么多，冷水也潑完了——其實也是為了讓你能保持清醒——我再接著說點職業發展的：

如果你想做運營類，數據分析都有前提目標，分析一場營銷活動的轉化效果、分析用戶下載激活注冊的轉化率、分析某個廣告渠道的下載量、每激活成本、用戶留存情況等等，這些一般是不設專崗，往往ceo、coo、產品、運營同學把這部分工作各自承擔了。當然，如果公司組織結構很大，不排除單獨設立，這時候需要你具備熟練操作數據分析工具、如mySQL、spss、python、FineBI，甚至是報表呈現。

另外一個就是就是研發型數據分析師，一般就是據業務需求做數據埋點、監測，數據處理、報表呈現。高深一點的就是大數據分析、BI工程師、機器學習、個性化推薦了。

圖片來源于知乎-猴子

其實造成數據分析師地位不高的主要原因，就是不認同和價值缺失。

我們總說數據驅動業務，可平時看到的，卻總是業務部門追著數據部門屁股要數據，而且數據分析的價值其實很難表現出來，領導不認同，同事不認同，甚至連自己都不認同，甚至會懷疑自己所做的事情是不是真的有價值，這種情況在企業中非常常見，做數據分析的人基本都會轉做管理和運營。

總結

其實數據分析做到一定程度都會覺得有瓶頸，技術已經做到頭了，但是就數據分析來說，技術真的不是最重要的(雖然要說做到頭還是比較難的，數據的坑縱深很大)，業務要更重要，再牛逼的技術，對業務沒有賦能，被砍掉完全有可能，因為企業要靠業務來養，投入是要看回報的，不管是短期還是長期的。