数据分析师(DS)是近些年来兴起的新岗位，是一个挖掘大数据背后故事的职业。数据对于企业的价值毋庸置疑，但值得思考的是，数据分析师还能火多久?本篇文章从行业、企业和个人视角去探索数据分析师的发展前景。
行业视角
伴随着智能化时代的到来，数据也呈现出爆炸性增长，如何利用数据产生价值成为一个迫切的问题。数据的充分利用，一方面体现在基于数据实现人工智能(算法工程师)，主要集中在图片、文本、语音识别，人工智能的高端代表就是自动驾驶。另一方面，是使用数据支撑业务发展(数据分析师)，使得企业的运营决策更加科学化。算法工程师需要依托相应的产品产生价值，类似创业;数据分析师依托企业业务产生价值，类似运营。算法工程师的上限远高于数据分析师，但数据分析师的需求量高于算法工程师。
企业视角
分为三个问题，数据分析师如何创造价值，数据分析师的公司定位，数据分析师的分类。
数据分析师必须依托于相应的业务产生价值，平台型的公司都包含三方参与，一是需求(用户)，二是供给，三是平台。供给比方说头条的内容、淘宝的店铺、滴滴的司机等等。数据分析师通过对需求和供给的分析评估，将公司稀缺的资源(预算、人力等)用到最能够创造价值的业务中去。
数据分析师的公司定位，从两个角度看待数据分析师的定位，一个是业务的角度，数据分析师是业务部门的支持部门，数据分析师对于公司而言不是必需的，但是数据分析师的存在能够有效提升公司的资源利用;从老板的角度，数据分析师是老板的“眼睛”，通过对业务的客观评价，为老板提供决策支撑，指明业务的价值和风险点，避免盲目决策。从老板角度看，“眼睛”的功能是不可替代的，它可以有效降低风险，减少公司经营的随机性。
数据分析师的分类，基于工作内容可以将数据分析师划分为三类：
- 运营支持，主要工作是监控，通过使用合适的指标和形式向老板们展示目前的业务进展;
- 数据分析，通过贴近业务，构建评估体系、算法模型等实现对业务的创新型监控，不是每项业务都有现成的评估架构，业务在创新，监控体系也需要随之变化;
- 商业分析，从商业或者行业视角，结合数据，发现目前业务的机会点，向老板提供发展建议。
三类分析师中，运营支持的可替代性非常强，可视化工具的便捷化，使得此类岗位会逐步被数据分析师兼任;数据分析师是老板的眼睛，是决策的基础，大公司的长远发展，必然离不开数据分析师的参与;商业分析师，是站在业务的角度提供发展建议，不仅仅是“眼睛”的作用，而是“智囊图”的作用，是发现机会点，为企业创造巨大价值的岗位。三类数据分析师之间没有特别严格的划分，在企业内部，数据分析师可能兼任上述多项工作，但是随着工作内容的细分，未来三类的区分会愈加明显。大家在找工作时，可根据工作的主要内容判断是上述三类中的哪一类，从而决定要不要接受这份工作。
个人视角
个人视角的发展前景，包括两项：职业发展和薪资水平。
职业发展，主要是依据两方面的能力评估，一是科学使用数据的能力(正确解读数据)，二是对业务思考的能力(数据支撑业务发展)。两个方面都厉害的会成为数据主管，一般为CTO管辖，这是在数据分析行业进行纵向发展。横向发展可以跳槽到产品、运营、策略等部门，其所具备的数据分析能力是非常强大的优势。
数据分析的薪资水平也是大家比较关注的一点，作者采集了智联招聘的数据(2020年4月10日数据)，对北京市的数据分析师的薪资水平进行了分析。影响薪资的包括三个层面：国家的经济发展、企业的发展和个人能力。对于数据分析师而言，只有通过提升自己的能力，选择发展更快或更具潜力的公司，才能收获更高的薪水。个人能力又可以分为硬实力和软实力，所谓硬实力是实际存在的能力，如学历和工作经验;软实力是由他人评估的，是一个比较难以量化的内容，如个人的项目经历，个人的思考。在招聘jd中，主要是对硬实力进行部分限定，包括学历和工作经验。下图是学历和工作经验对薪资的影响，是否优于其他岗位，这里并未评估，如有同学想比较，可以自己尝试爬取数据进行分析(收集数据的方法见下一篇文章)。
抛开样本量给出的结论都是不可靠的，上述信息的样本分布如下：
总结
数据分析师对于企业而言不是必需的，但是企业的持续性发展必然离不开数据分析师的参与。只要有企业渴望做大做强，就必然存在数据分析师的生存空间。但这并不意味着数据分析师可以一直火下去，只有掌握科学“透视”数据能力并且商业思维强的数据分析师才能够持续火下去。
