这几年数据分析很火，于是很多人都涌入了这个看似热火朝天的行业，有的为了让自己不落伍紧跟时代步伐，有的为了一份高薪体面的工作，使自己活下去，还有的为了公司的发展，逼着自己要去了解数据分析，还有一些啥都想学数据的学霸精英们…

今天从我的感触来聊一下数据分析，为啥你要信我聊的?当然你可以不信，这里我适当介绍一下自己：

1、超级大V

论粉丝数量应该加个超级，可惜都知道账号，无人知道是我，这不重要，学会低调，

2、一线数据分析师

什么是一线，分析很多经验都是实战中总结的，不是看书，照猫画虎搬运的，跟随数据分析的发展，自己也走了14年，不注水

3、教育实践者

这个看着没关系，你错了，俺运营这一个数据届最大的社群，主导开发过很多分量十足的课程，协助多人少转行、多少人升值加薪值不，我自己都记不住数量了，注意这我用的协助，不是帮助，主要还是看自己。

4、深度思考者

每周我都会约一些知名大厂的分析师、负责人交流吃饭，已经坚持5年了，只有思想发生碰撞，你才有提升的机会。

以上就是我主要的标签，你可以认为是吹值得牛，但确定没必要，要吹我早就开始吹了，接下来我说说自己的看法，你仍旧可以不信…

1、数据分析不是技术

很多人学习数据分析，不知道学什么?开始就是python、模型，硬生生把数据分析当成了一门技术，到企业中工作傻眼了，感觉学？自己所学完全用不上，记住，数据分析是服务，要先建立自己的分析思维体系，这个很重要。

要让自己具备发现问题、分析问题、解决问题的能力，这需要大量的实战经验，这是所有课程和书籍都无法提供的，需要自己去悟的，要想成才，第一步不是数据使劲学习，而是先要有一份分析的工作。

2、做技术的分析师工资比业务分析师高

企业的发展和人类社会的发展很相似，从无到有，都需要一个过程，要让分析发挥价值，首先是要有足够的数据，其次是要有高质量的数据源，最后是要有小白能看懂的分析数据应用服务

在我看来技术类、业务类分析师会长期存在，只是未来肯定是业务分析师的天下，大家拼的不是系统、算法，而是数据驱动的能力。目前很多企业的重头戏还集中在收集数据、高质量数据源方面，所以需要大量的技术类分析师，那这值不一波基础建设完成后呢?技术类的分析师必然要接受洗牌，而且需求会急速下降，对应的工资也会整体下降，这一天我预测很快，也就5年的光景。

你会发现，现在很多企业内部都有自己的分析产品、各种分析平台，这些基础建设的重心迟早会值得结束，有很多企业花费很大的人力、财力造出来一个无比厉害的分析系统，最后发现业务方根本不用，甚至不会用，不知道如何用，这个过程迟早要结束的，以后会用数据的人会更抢手，现在的高薪并不代表以后也高薪，早日看清行业发展，做学？好自己的职业规划。

3、不要过分专注数据分析

接触过很多人，开始的想法很单纯，就喜欢倒腾数据，就感觉做数据分析很有意思，就想成为一名优秀的分析师，做几年后又感觉自己找不到方向了，不要太执着，成为通才更适合生存，学会随机而数据变。

这几年大家也会发现，有一些数据产品经理、数据运营、数据管理的职位出现，这是必然的产物，当很多分析套路常规化、规范化就需要产品来提高效率，当有很多分析指标、分析模型时，就需要数据运营来指导业务，当拥有产品、驱动时，就需要分析一个管理者去做长久持续的规划。

如果纯做数据分析，你会错过很多精彩的事情，没有这些事情输入你的大脑，你也就很难在突破自己的职业瓶颈，数据分析其实也有有等级，比如看数据的高于用数据的，用数据的高于做数据的，做数据的高于整理数据值不的，整理数据高于收集数据的，越靠近行业的前端，往往这个事情理解越深。

多学一些业务、产品、运营错不了，企业不是科研。

以上未完待续，着急出去办事…最后送大家一句话：

学会做最好的自己的，而不是极致的自己

经常看到很多分析师对值得自己的报告配色、图表要求很严格，也很讲究，当发给服务方时，发现人家根本不鸟你，最好的自己能让别人一起参与，一起沟通、一起完成，而极致的自己很容易让自己变的自大。