1 从岗位到能力的变迁
当前,提到数据分析,大家更多想到的是数据分析岗位,由专业的人做专业的事。然而随着大数据的普及化,以及各大传统公司的数字化转型,数据分析被更多的人熟知及应用。举个例子:身边的产品运营人员或多或少会一些SQL,掌握一些分析思路,能够自己处理一些日常的分析需求。
在这样的趋势下,数据分析这个词汇,会逐渐从岗位名称转变为一种能力,像语文、数学、英语一样普及,也许未来有一天,“数据分析”也会成为中小学的必修课。
如果出现以上情况,数据分析岗位的从业要求势必会水涨船高,优胜劣汰,竞争会更加激烈。偏取数型数据分析师的岗位,很可能会被ChatGPT等人工智能代替;而偏公司级战略输出的岗位,仍然会非常吃香。
2 资历重要性逐步提升
当前对于数据分析岗位,90%以上的公司都有以下四项任职要求。
· 分析要求: 掌握归因分析、小流量实验等。
· 技术要求: 掌握SQL、Excel、SPSS、Python等。
· 沟通要求: 具备良好的逻辑思维能力与语言表达能力等。
· 业务理解要求: 具备 N 年以上××行业工作经验,对于业务有较深理解等。
随着数据分析师普遍能力的提升,应聘者前三项要求能力差异会逐渐缩小,那么,决定自身价值的则是对业务的理解。而业务理解是需要长年累月积攒而来的,因此,相信未来数据分析从业人员的业务能力会更偏垂类,资历越老越吃香。
3 转行门槛逐步提升
要求的不断提升,必然会导致入行门槛更高。当前入门级数据分析的岗位要求会SQL、具有一定的数据分析处理能力。未来,面试的考核会更加专业,对分析能力、统计学知识、专业工具等方面的要求会更加细化。
因此,如果整体要求被拉高,对于半路转行的人来说也许不会很友好。
4 薪资红利逐渐衰减
数据分析岗位的薪资情况,在1.6节中也有详细讲述。当前,数据分析岗位的薪资相对还是比较高的,普遍来看,低于算法、平于开发、高于产品运营。但从价值体现角度来看,数据分析部分岗位提供的价值略低于预期。另外,从供需角度来看,未来可能会出现供大于需的情况。
无论从哪个角度,数据分析岗位的整体薪资均有可能被打压,红利期也可能会逐渐消退,趋于平稳水平。