数据分析工作在资源有没有前景？

这就是分析师的中流砥柱，也就是沙漏的中段。分析师就像杠杆资金一样，公司永远希望用最少的人撬动最多的价值，毕竟这个活不是堆人就能干起来的活，晋升看的更是结果，而不仅仅是年限与经验。 三、前景广 等到越过这个中段，前景广阔不单单是针对薪资，还针对分析师的各种分支。数据分析没有业务和产品那样好晋升管理，但是可以在多种分析中寻求更高的价值。比如产品分析，用户分析，经营分析，商业分析和战略分析，甚至可以做一个业务部门的小主管，然后通过业务迈向管理层。 单独做数据分析，或者说做某条线的数据分析是没有价值的，关键是要把控业务。从这个点出发他可选择的范围就很广阔。比如做业务的不一定能做产品，做产品的不一定能做财务，但是分析师就是一个中间态，可融会贯通的去选择和进阶。 一定要清楚数据分析只是能力，是一个每个人都可以掌握的能力。只有对业务的了解和对管理的认知才可以让你更进一步。

一、门槛低 分析数据不需要什么门槛，只要学一两个月统计软件和知识就可以上手。很简单的同比环比谁都能理解，数据摆在这里，就需要很多【苦力】来做分析。 这些分析不一定会驱动公司，但仍然是各层级的员工看数据的日常。虽说无非是各种指标的拆解，罗列和对比，但要进入更深层次的分析和判断，这些工作都是必要的。 所以你可以看到有很多非相关专业，之前非相关工作经历的人参与数据分析的工作，他们甚至都可以做的比较好，那是因为门槛确实不高，而且由于一个分析师通常对接5~6个业务运营，所以他们人还要更少一点，更卷一点。 二、晋升难 太多人挤进了这个行业，但是再往上一层的分析又会刷下很多人。 这个门槛大概在P6~P7的过程中（对标阿里），也就是俗称的资深到专家级。 这个等级不是说把上面的活干好就可以做到的（当然有例外），因为太多P6要晋升一个P7，但是大部分公司对于一个P7的要求不仅是能带几个小朋友，还可以独立的解决一条线的问题。比如用户的就做用户，体验的做体验，说白了一个模块需要一个专家。

从行业角度和岗位职能来说，数据分析一定是未来的趋势，他对于互联网公司就像是互联网对实体企业一样，是信息流的归纳和总结。如果说互联网就像是一只大手，那么数据是为这只大手指引方向。 即使大部分分析师心里清楚，所谓数据分析的职能并不完全存在于数据团队，这个我在自己的文章里有分析，如果我们先不管这个，单论数据分析的价值，那么首先，它对于公司来说一定是必要的，而且是未来。 数据分析的几个要点之前也说过，主要应用是【归因】【分类】【预测】几大类，这几大类帮助互联网公司在庞大的数据量下，更精确的得到【用户价值】【运营策略】【经营方案】【战略商业】等赋能。 再往上是数挖和算法，那就是数据流的终点。但庞大的数据量仍然需要有很多人来提供基础的分析，基础的信息筛选，来给到最终的模型内。