数据分析师也有帮派！四大门派鼎足，入行千万别走错路-“数据分析师”

我身边很多想要入门数据分析或者要转行的，往往对自己的职业规划一无所知，十分迷茫，经常来问我该怎么办?

今天，为了方便大家理解，我把数据分析比作武侠小说里的门派，让大家能够轻松地对数据分析行业有个认知，也能走好自己的职业发展之路。

那么，话不多说，且来看看数据分析里的四大门派!

所谓人多势众，以力取胜

想必数据分析行业里最常见的就是做取数的了，尤其是当数据分析火了之后，因为入行门槛比较低，也就造成了像丐帮一样的“三百六十行、鱼龙混杂”，而且工作相对不累，导致大量人士涌入，但实际岗位其实没那么多

但事实上，很多人都是被HR“骗”到公司来做取数机器的，很多公司名义上打着数据分析的额旗号，但实际招来的人就是做取数的

工作内容

取数派每天的工作内容也比较简单、重复和机械，就是写SQL取数，根据业务的需求做数据统计、简单报表制作，总体上说价值感比较低，基本都是新人在做。

但是，取数派也并非一事无成。因为取数的能力是数据分析和后面一系列建模工作的基础，能够高效的完成取数，以及对于数据的底层架构的深入了解，也不是一件很容易的事情，这也就是“以力取胜”。

好好打好这个取数基础，有利于后面更高效的做分析和建模的工作，同时这也是了解业务方关心的数据和问题的机会。

必备技能

所谓清心寡欲，唯我独尊

数据工程师包含的岗位很多，跟常见的数据分析比较容易搞混的，是数据仓库、数据中台、数据模型等等，这些其实都属于数据工程师的范畴，主要的工作也是根据具体的职责来看的，要有专门的人来做，很多人最后走专业技术线一般都会转到数据工程师。

数据工程师更看重数据技术，比如统计学基础、数据库操作、编程基础、机器学习基础，同时你还需要对业务有一定程度的理解。

工作内容

少林分南、北少林，数据工程师也大体可以分为挖掘工程师、算法工程师等类别

比如说，数据挖掘工程师的主要工作是利用已有的算法模型，对业务数据进行清洗、建模，此方向薪资远大于数据分析师，天花板也较高，不过升级有一定难度

另一种算法工程师更看重理论基础，比如机器学习算法原理、相关数学原理等。算法工程师的主要工作一般是研究算法、为公司的相关业务需求优化算法

算法工程师薪资非常高，天花板也高，不过一是升级难度大，二是市场需求没有数据挖掘等方向大，一般是大型大数据公司才会需要这个岗位，比如BAT

当然把这部分划归少林，其实还有另外一个原因，就是头容易秃(开个玩笑)

必备技能

所谓亦正亦邪，左右逢源

一般入行2-3年基本可以达到业务分析师的水平，当然前提是你的业务知识足备了。《倚天屠龙记》里的明教可以说四分五裂，而业务分析师也分为两大阵营：市场业务分析和运营分析。

工作内容

市场业务分析，比如说零售公司的某个业务出了问题，比如销售，分析师的任务就是要搞清业务数据异常的原因，取数据、做调查、做分析、找业务等等，最终输出分析报告给业务部门;

运营分析，就是我们俗称的“表哥表姐”，每天都跟报表打交道，每天主要的任务就是从某个系统导出excel表，然后整理一个新的excel表。至于看得懂看不懂这个excel，完全看业务能力，跟技术操作没啥关系。

当然了，公司肯定会有单独的运营部门，他们的主要任务是拉新转化和促活，或者是业务运营，其中也会涉及到数据分析的工作，但是跟数据分析师的运营岗位不是一个概念。

总体来说，业务分析师的任务就是发现问题-分析问题-得出结论，为业务人员的营销策略提供数据支撑，其实相当于一个赋能岗位

所以，这个岗位比较看重你的思维能力和分析能力，需要你对数据有着敏锐的洞察力，同时也需要对业务有一定的知识储备

必备技能

所谓高瞻远瞩，莫敢不从

商业分析师和数据分析师则是最容易被混淆的，商业分析师是做什么的呢?

一般来说都是研究行业数据和竞品数据，然后研究企业发展、为公司决策者提供战略决策指导意见的，商业分析师的工作内容就是通过对市场、竞对、企业的现状分析判断，提出未来的运营、产品方向建议，从而提升份额、提高营收。

工作内容

这个岗位不仅要熟悉业务，还要熟悉行业，还要懂得市场、甚至还要懂得金融管理，跟“百家之长”的武当张三丰十分相像，但是对技术的要求不是很高。

从岗位上说，大量紧缺。因为一般来说，数据分析入行5-8年后就能碰到天花板，这时候大多数人都会转行做管理(产品经理)、或者去做技术(人工算法等)，很少有人会去主动突破职业瓶颈，达到商业分析师的高度，主要原因也是在于商业分析师的门槛较高。

必备技能

最后，无论是你是入行，还是想要转行，都要谨慎又谨慎，起码要对自己的职业发展有个3-5年的清晰规划，才能下手准备入行，否则很容易入行就失业。