数据分析师职业发展大揭秘：热门行业VS“隐藏版”宝藏

对于应届毕业生，以及准备转行的同学来说，在职业选择道路上，需要深思两个问题：
第一：未来从事什么职业？（例如：数据分析、数据挖掘、数据仓库等）
第二：未来选择哪个行业？（例如：金融行业、生物行业、零售行业等）

如果你决定从事数据分析师，那么第一个问题则变成已知项，需要着重思考第二个问题。行业的选择是至关重要的，一旦选择了，后期更换的成本非常高，很多知识都需要重新学习搭建。
对于数据分析师，行业选择要关注以下几个方面：

• 行业数据量的多少，是否支持大数据分析；
• 行业对于数据分析的态度，是否有较高认可度；
• 行业对于数据分析的定位，是否只是纯支持岗位；
• 行业压力与工作时长，是否支持可持续发展。
  
  

当然，以上几点往往需要配合行业+企业共同进行评判。那么，从事数据分析的我们，可以选择哪些行业呢？
根据某招聘网站提供的信息，数据分析岗位需求前五的行业分别是：互联网、金融、企业咨询、医疗健康、文化娱乐，其中互联网、金融、企业咨询需求量占总量的75%。
由此可见，这三类行业对于数据分析师的需求量是非常大的，而需求量，又与岗位的繁荣度戚戚相关。
下面，我们详细聊聊这三类行业中数据分析岗位的情况，希望可以帮助大家进行抉择。

一、互联网行业互联网行业由于其数据量大、产品迭代周期短等特点，导致决策层对于数据分析的依赖程度较强。其中，电商、搜索场景最为明显，通过用户产生的行为数据，分析其行为特点，从而有针对性的给用户推送喜欢的内容，并通过数据指引产品迭代。
互联网行业数据分析岗，主要有以下几个特点：

• 其一：分析项目偏短期。介于互联网迭代快的特点，一般项目周期较短，多则一个季度，短则几周，很少有跨年的项目。而项目分析是跟着项目来得，因此周期一般较短。
• 其二：支持性分析较多。介于岗位的需求量较大，会导致岗位工作的深度参差不齐，会有很多偏支持性的临时性工作，可以做一个有思考的大表哥/大表姐。
• 其三：加班比较多。互联网加班现象比较严重，其工作强度，往往不是表现在单位时间内的强度，而是战线拉的较长，每天在单位的时间比较多，例如：朝10晚10。
  
  

对于刚毕业或者刚转行数据分析岗位的同学来说，互联网行业还是比较好的，在高速的节奏中，快速提升自身能力，为后面的职业发展奠定基础。但随着年龄逐步增加，其不规则的作息规律，往往会劝退很多朋友。

二、金融行业金融行业对于数据分析的需求量同样是非常大的，在金融交易、信贷风控等方面，表现出对于数据的强依赖。金融行业主要涵盖：银行、保险、证券等方面，由于涉及到交易，因此对于数据的准确性及隐私性有较高的要求。
金融行业数据分析岗，主要有以下几个特点：

• 其一：分析项目偏长期。大多数项目的持续时间会比较长，一般为半年及以上，很少有一两周就完结的项目。
• 其二：分析思路相对固定。问题处理的思路相对标准化一些，有固定的模式，将问题解耦，逐一解决。
• 其三：工作与生活相对平衡。据身边从事金融数据分析的朋友介绍，工作虽说不是朝九晚五，但是时间战线没有互联网拉的那么长，生活与工作相对可以分开。同时，裁员的风险也会小一些，稳定性较强。
  
  

对于有了一定经验的数据分析同学，转行到金融行业，未尝不是一种好的选择。

三、咨询行业除了互联网和金融行业外，咨询行业也是不错的选择。其中主要包括财务咨询公司（例如：德勤、普华永道等）、IT咨询公司（例如：埃森哲等），咨询行业的数据分析通常会负责战略咨询和管理咨询两大方向。

• 战略咨询：通过企业以及行业过往的数据，结合自身发展，预测企业在未来一段时间的战略方向。
• 管理咨询：通过用户留下的数据，分析不同用户群体的喜好偏向，通过千人千面，推送不同的内容给用户，偏向用户增长的内容。
  
  

总体来看，咨询行业中数据分析师的发展前景也非常不错，涉及战略的内容比较多，天花板比较高。