導讀:即將邁入30歲還沒能升職加薪?這場職場報告或許可以幫到你。
轉眼間走進了2020年,當年大家說的90後已經邁入30周歲的關卡,00後也不在是十幾歲的小孩,他們將承擔起工作的新生力量。
夜深人靜的時候,一陣惶恐悄然來襲,回望過去,那個大學裡意氣風發的少年,早已在職場的蹂躪下黯然失色。面對苦苦勞作多年的崗位仍舊無法升職加薪,而裁員風波此起彼伏,看看自己的荷包「囊中羞澀」,根本沒有勇氣來一場說走就走的旅行,我該何去何從……
也許你還在躊躇滿志,也是你還沒有太大的勇氣和信心。
沒關係,這一次,讓C君來好好幫幫你。下面的這份職業報告,相信可以為你撥開雲霧,找到人生再次出發的方向和決心。
伴隨著雲計算、大數據、數據分析以及人工智慧的快速發展,我們已從IT時代步入了火熱的DT時代 。
1
熱門高薪職業——數據分析師
數據分析師,是指在網際網路、金融、電信、醫療、旅遊、零售等多個行業專門從事數據的採集、清洗、處理、分析,能夠利用統計數據、定量分析和信息建模等技術製作業務報告、進行行業研究、評估和預測,從而為企業或所在部門提供商業決策的新型數據分析人才。
2015年2月,美國白宮正式命名DJ Patil擔任首席數據科學家和制定數據策略的副首席技術官。DJ Patil曾在LinkedIn、eBay、PayPal、Skype和風險投資公司Greylock Partners等諸多矽谷知名公司工作過,積累了豐富的經驗,在上任之後將會扮演負責政府大數據應用開發專家的角色,尤其是針對歐巴馬的醫療改革方案。美國政府正在用實際行動告訴全世界,其已經意識到要充分利用其他們的數據。
IDC(網際網路數據中心)預測,目前每年數據的生產量是8ZB,2020年將達到40ZB。屬於大數據的時代已經到來。
全球數據年產量
數據生產量「拐點」已至,將開始爆發式增長。我們正處在一個數據量爆發增長的時代,當今的信息產業呈現出前所未有的繁榮,新的網際網路技術不斷湧現,從傳統網際網路的PC終端,到移動網際網路的智慧型手機,再到物聯網傳感器,技術革新使數據生產能力呈指數級提升。
這可不只是C君這麼說,國際知名數據公司 IDC曾預測,「到 2020 年,企業基於大數據分析的支出,將突破 5000 億美元,大數據在未來四年內,能幫到全球企業賺取約 1.6 萬億美元的收入紅利。」根據最新的大數據人才就業趨勢報告顯示,未來3-5年內數據類相關人才的缺口將高達150萬。
數據分析師正成為當今時代的重要需求。
當然你自己也可以去各大招聘平臺搜索一下數據分析師關鍵詞,你可能要花很長時間去搜索,整理,最後還不一定能看得到。
我們既然學了數據分析技能,用一點點學到的本事就可以快速高效地搜集到更多數據來分析這個問題:數據分析師到底是不是一個好職業?
2
職業數據報告
我們對拉勾網11-12月份,數據分析相關職業信息進行了搜集和分析處理,主要涉及到數據分析、大數據、數據挖掘這三類崗位最終篩選出16122份數據,經過分析我們發現,數據分析崗位有這些特點:
1. 市場需求大
2. 行業適應性強
3. 薪資待遇高
4. 入行難度低
5. 技能要求全
6. 城市區域的需求
首先讓我們快速了解下,下面我們一條條來看數據分析相關崗位的特點:
市場需求大
01
在城市需求圖中可以看到,北上廣深這四個超一線城市對於數據分析人才的需求量特別大。網際網路公司和電商雲集的杭州,也有很大的需求量,排在前五位。成都、武漢、南京、西安、重慶、長沙等城市的需求量也不容忽視,可見中部城市對數據分析人才的需求也逐步增加。
從城市熱力圖來看,基本上是涵蓋了全國的經濟區域,比如京津冀、長三角、珠三角、蓉鎬渝經濟區等。
數據分析、數據挖掘、大數據需求情況及佔比
從獲得的數據總量來看,數據分析崗位需求遠遠高於數據挖掘和大數據崗位,三大崗位
的需求比,數據分析佔據了 56.39%,隨著網際網路發展,數據分析對於公司的重要性來說不言而喻,數據分析職位也比較容易上手,強大的 Excel 就可以解決一部分需求,相比數據挖掘和大數據就需要有一定的經驗功底了。
行業適應性強
02
如今幾乎所有的行業都會用到數據分析。其中金融、電子商務、網際網路行業對數據分析崗位的需求十分旺盛,其次企業服務、文娛、數據服務、旅遊、網遊等行業的需求量也很大。同時醫療、房地產、通信等行業對數據分析的需求也不容忽視。這也反應了數據分析人才廣泛的就業領域。
薪資待遇高
03
從圖形分布來看,10k 以下只有 10%左右,其中 10k-20k,20k-30k 分別佔了三分之一左右,30k 以上則不到百分之二十。可見對於數據分析崗位的薪資還是中等偏上的,薪資待遇還是非常吸引人的。
入門並不難
04
學歷要求分布情況
經常會有人問,數據分析崗位需要什麼樣的學歷,是不是一定是高學歷才可以,但是沒有大家想想的那麼高大上,上圖顯示本科學歷達到了 80%,所以數據分析也是一個普羅大眾的要求標準。
相關經驗要求
圖中不難看出3-5年經驗要求達到了一半,但是真正在實際應聘中用人企業往往會降低實際發布需求,所以基本上1-5年的經驗佔比接近了70%,再加上對於經驗沒有要求的比例,這個佔比超過了80%,所以當你說我是數據分析新人,沒有數據分析工作經驗的時候大可不必擔心,只要有基本的業務知識,再加上學到的數據分析技能,往往就會很快勝任數據分析的工作。
由此可見,作為新興領域的數據分析職位,當前高校還尚未輸出專門的數據分析人才,因此各大招聘網站的職位需求更看重的是個人的實際操作能力而並非學歷,對工作經驗方面的要求也比較寬,數據分析崗位入門並不難。
技能要求全面
05
具體的工作技能方面,企業都有哪些要求呢?經過分析發現,大多數企業要求求職者有基本的數據分析、數據挖掘、大數據等相關技能。
同時在結合數據分析崗位的技能點,可以總結出一名優秀的數據分析師需要具備這樣一些素質:
需要有紮實的 SQL 基礎;
熟練使用 Excel;
有統計學基礎;
至少掌握一門數據分析語言(Python或SPSS等);
有良好的溝通和表達能力深入了解業務;
能站在管理者的角度考慮問題。
當然有經驗的分析師因為經驗老道,會清楚地知道從什麼角度分析,可以解決哪些問題,適用於哪些場景,預計產生什麼結果,會將業務問題轉化為數據分析問題。因此數據分析師要具備用數據分析思路和方法,具備分析思維來考慮問題的能力。
怎麼樣,是不是覺得很激動呢,數據不可能說謊,這恰恰也是數據分析的特質屬性。
編輯:Mika
作者:Mika 海龍
數據分析:真達
設計:一凡 參與:海龍
· 本文由CDA數據分析師(ID: cdacdacda)出品