很多人認為進入一個行業就要手持一份行業證明來證明自己有能力有資質進入這個行業，那麼數據分析行業呢？一樣也需要數據分析師證書吧，從而有了自內心深處的靈魂拷問「數據分析師需要考證嗎？」
下面從三個方面來回答這個問題：
一、需求是最好的引導
當我們在各大招聘網站搜索數據分析相關職位的時候，可以看到一般要求是運用大數據分析工具解決業務問題，以及所需要具備的數據分析相關的技能以及各大企業侃侃而談的邏輯思維、表達能力等等，似乎都沒有要有數據分析師證書這項要求。
那你告訴我證書有用嗎？
二、為什麼會有數據分析師證書的存在？
證書算是營銷的關鍵點之一，可以衡量自身學習價值，隨著技能的提升，證書是自己有相關技能的證明，但並不是所有證書都叫「證書」。
可以很認真的告訴你數據分析行業官方含金量高的證書目前沒有，基本上都是以行業協會或者企業形式頒發的，所以含金量你覺得高嗎？但是一些大廠的證書在求職的時候會有加分，比如阿里。
三、含金量
一個證書的含金量到底指的是什麼？
市面上被吹噓誇大的證書太多了，看的多了，花了眼了，亂了心了……一個證書的含金量在於對你的就業、薪資或者說生活帶來的變化。
如果說，數據分析可以用一個證書來證明實力的話，為什麼同樣是數據分析師，他月薪6千，而他可以拿到3萬，有沒有想過差異在哪裡？
顯然數據分析行業，數據分析師證書不靈！
看到過很多的數據分析師，幾乎全部分析師都是無證作業的，但是證書真的是一點用都沒有嗎？那倒也不是，說實話有一點點點吧……
不管是什麼證書，每個職業的相關技能認證，其實都是一種錦上添花的作用，畢竟技術類的工作都是要看你的實際操作水平的。
職場有一句老話：證書是給別人看的，領導看的是能力，當然前提是你進入，有機會接觸你的領導。
給你一份數據，你做出來的東西自己都不自信，為什麼？
數據分析講究的是思維、場景，缺乏商業場景，故事不可能講完美，每一個企業中的數據分析師做的事情都千差萬別，更別說企業與企業之間的數據分析師的差異了，數據分析師在企業不單單只是一個玩弄數據的機器。
在現實中面臨問題沒有自己的思維，只會淪為數據的奴隸，會被行業淘汰。許多知識和認識的提升要靠自己，要有主動思考能力。
先從對於還在校園的學生來講，一定要在學校鍛鍊自己的思維方式，其次是技術還有工具的操作，那時候還有時間去打好基礎，所以一定要選擇好方向，提前邁出腳步。
學歷、證書對企業來講都是靜態的數據，除非公司職位硬性要求，那沒辦法，比如有些公司招聘明令：985\211，碩士，那就自己對號入座，不合適就不要自取欺辱了，投了也沒用，那除了靜態數據，企業招聘應屆生還看重什麼？
解決問題的思路，這需要我們加強自己的閱讀和寫作能力，不光看而且要能寫，最好用腦圖梳理和身邊同學去討論，一起完成一些事情，這樣你的思路會大幅度提升；
分享，網際網路這麼發達，要學會分享自己對數據分析的認識和對其他項目的解讀，這本身就是一種高效率的學習；
有針對性的去參加一些線下的活動，把自己的迷茫和前輩們去交流互動，做數據分析的人，一般還是很願意分享的，畢竟他們也想把自己的理解和別人去碰一下，雙方提升。
經過以上三點，你還需要一份好的簡歷，多去參加一些競賽，多自己寫一些文章或者報告，可以體現在簡歷中，因為這也算是一些項目經歷了，證明自己對數據分析特別感興趣，而且做了很多數據分析相關的思考，主動性比一般人要強。
其實這些比證書的通過率高很多，企業都喜歡主動的、善於思考的，這樣企業才會花大力氣去好好培養你，也讓企業覺得值得去培養。
再從就業的角度去看，其實證書基本沒用，看的就是你的從業經歷是否和數據相關，和數據相關有三點：
業務能力（做過什麼行業，你的見解有哪些，細節掌握如何）
分析思維能力（遇見問題時，你分析的角度和判斷是什麼？框架夠不夠清晰）
解決問題能力（數據的結果，有沒有針對性的解決方案）
技術能力（算法掌握、工具了解是否多元化，夠不夠專業）
如何沒有自己的定位，就在招聘網站搜索數據分析師相關崗位，了解企業的需求，對照自己的需要慢慢去擴充知識點，要系統化的去學習，不要這邊學一點，那邊學一點，這樣真的沒用，對自己的清晰定位很重要。學習之後，要結合所學做在研數據分析項目，慢慢去積累經驗，改變現狀。數據分析畢竟是工具，做什麼菜，如何做，給誰吃這要自己去深思，多看一些行業報告，多看一些數據產品，你慢慢就有了新的認識和想法。
數據分析學的不僅僅是各類工具，也不僅僅是超級多算法，更重要的是什麼場景做什麼分析，讓數據更好去發揮驅動，這才是大數據時代值得大家去深思的問題。
我不反對考證書，但是你要清楚什麼是對自己有用的、重要的。
了解IT相關內容——各平臺同名「職坐標在線」