數(shù)據(jù)分析師前景與弊端？數(shù)據(jù)分析的出路通常有兩個：對算法做深入研究然后做數(shù)據(jù)挖掘，對業(yè)務(wù)做深入了解然后做業(yè)務(wù)。除此之外，沒有其他出路。說實話，我并不看好數(shù)據(jù)分析本身的地位。為什么不呢？首先，我們來拆解一

數(shù)據(jù)分析師前景與弊端？

數(shù)據(jù)分析的出路通常有兩個：對算法做深入研究然后做數(shù)據(jù)挖掘，對業(yè)務(wù)做深入了解然后做業(yè)務(wù)。除此之外，沒有其他出路。

說實話，我并不看好數(shù)據(jù)分析本身的地位。為什么不呢？首先，我們來拆解一下數(shù)據(jù)分析。大部分數(shù)據(jù)分析都是用50%的時間收集數(shù)據(jù)，40%的時間和產(chǎn)品經(jīng)理溝通：做AB實驗和結(jié)果回歸，最后10%的時間做探索性分析。現(xiàn)在做數(shù)據(jù)分析崗的可以跳出來說是不是。

然而，以上大部分工作實際上都是可替換的、機械的工作。讀SQL做數(shù)據(jù)檢索是個又臟又累的活，懂的都可以干。雇傭一個工作了五年的數(shù)據(jù)分析師和一個剛畢業(yè)的數(shù)據(jù)分析師寫SQL基本沒什么區(qū)別。只是一開始可能無法做到100%的準確率。

做AB實驗和效果回歸的自助平臺越來越多。當自助AB平臺越來越成熟，就不需要數(shù)據(jù)分析師來做這個了。產(chǎn)品經(jīng)理要做實驗，是操作。實驗結(jié)束后，看數(shù)據(jù)還是傻瓜式的操作。期間不需要任何分析師參與。

探索性分析本來應(yīng)該是數(shù)據(jù)分析的工作，但我知道目前大部分企業(yè)數(shù)據(jù)分析都不在做這個工作。探索性分析一般需要過硬的技術(shù)能力或?qū)I(yè)務(wù)的熟悉程度，只有其中之一才能充分發(fā)揮探索性項目的價值。

最后熟練的基本都去做算法的數(shù)據(jù)挖掘了，因為他們發(fā)現(xiàn)在數(shù)據(jù)分析的崗位上，人的意志因為不斷的數(shù)據(jù)檢索需求而被抹殺了。而這些人會過上好日子，因為以前做數(shù)據(jù)挖掘的大部分人都不務(wù)正業(yè)了。但是數(shù)據(jù)分析對商業(yè)更敏感。

如果業(yè)務(wù)過硬，我就做業(yè)務(wù)的產(chǎn)品經(jīng)理，因為本來業(yè)務(wù)能力就很強，數(shù)據(jù)意識也很強，但是需要跟著業(yè)務(wù)弱，數(shù)據(jù)弱的人瞎聽他的。誰能受得了？而自身數(shù)據(jù)和業(yè)務(wù)的結(jié)合，才能帶來更大的價值。所以數(shù)據(jù)分析轉(zhuǎn)來的業(yè)務(wù)人員，一般都比正常的產(chǎn)品經(jīng)理強。

那么，問題數(shù)據(jù)分析師前景如何？我的看法是，數(shù)據(jù)分析本身的發(fā)展前景不是那么好，但是有了數(shù)據(jù)分析的經(jīng)驗，如果走算法和業(yè)務(wù)兩個方向，未來也不會太差。

數(shù)據(jù)分析師的前景如何？

數(shù)據(jù)分析師的前景很好。人才需求旺盛，就業(yè)機會多，不會輕易被替代。

數(shù)據(jù)分析師負責數(shù)據(jù)挖掘，使用Hive、Hbase等技術(shù)，特別適合從事行業(yè)數(shù)據(jù)收集、整理和分析，并根據(jù)數(shù)據(jù)做出行業(yè)研究、評估和預(yù)測的專業(yè)人士。

無論是國內(nèi)還是國外，對數(shù)據(jù)分析師人才的需求都很大。

麥肯錫預(yù)測，2018年，美國大數(shù)據(jù)工程師缺口為20萬人；如果缺人才，有幾百萬，幾千萬。