1.6　數據分析崗位當前發展現狀

老姜：小白，通過上面的講解，你覺得數據分析入門難度高嗎？

小白：雖然有很多知識我還沒有接觸過，不過我相信，功夫不負有心人，只要努力，三個月后見分曉！

老姜：這股沖勁兒，非常棒！同時，我也和你說說當前數據分析的發展現狀，幫助你更加全面地了解這個行業。

小白：太好了，這樣我就可以綜合地評估一下了。

老姜：下面我們從發展前景、薪資水平、崗位穩定性、崗位壓力這四個角度，來看一看數據分析崗位的現狀。

1.6.1　發展前景

判斷一個職業是否值得從事，最重要的是評估其中長期的發展前景。在新冠疫情期間，大數據已成為抗疫強有力的保障，大到病例流調，小到核酸檢測點的位置設定，背后都少不了數據分析的有力支撐。與此同時，人們對于大數據的認知，也在與日俱增。因此，數據分析師在未來的5～10年間，仍然會是一個非常有前景的職業。

1.6.2　薪資水平

薪資水平對于一般求職者來說是一個非常重要的考量因素，因此，我們也來看看數據分析崗位的薪資情況（以下數據是網絡上獲取的2022年薪資數據）。

隨機抽取1萬名來自北京的數據分析從業人員樣本，分析可知，薪資在12000～50000的人群占總抽樣人員的84%左右，如圖1-5所示。

數據分析崗位的平均薪資為23030元／月，是北京平均薪資的1倍，是全國平均薪資的2.3倍，如圖1-6所示。

由此可見，數據分析崗位薪資水平還是比較可觀的，而對于優秀畢業生來說，月薪10000～20000元也是相當普遍的。

1.6.3　崗位穩定性

當你入職后，崗位的穩定性變得尤為重要，你一定不希望裁員隨時會降臨到你的頭上。穩定性與公司性質是休戚相關的。對比不同類型公司穩定性的意義不大，因此我們將公司性質拉平，單看互聯網行業數據分析崗位的穩定性情況。普遍來看，數據分析崗位的穩定性會優于銷售、市場、產品、運營，主要有以下兩個原因。

·　崗位飽和度：在公司發展蒸蒸日上時，偏前線崗位招聘人數會遠遠高于后線崗位，銷售、市場、產品崗位多于數據崗位；反之，當公司業績出現下滑時，數據團隊裁員周期會普遍靠后，裁員比例也相對較低。

·　職位普適性：數據分析的專業技能，在不同的行業中，思維遷移能力相比產品、運營會更容易一些。舉個例子：游戲公司招聘產品經理崗位，往往要求有游戲公司的工作經驗。而數據分析崗位，一般對這方面的要求會相對放低。

1.6.4　崗位壓力

崗位的工作壓力會直接影響工作后的幸福感，因此這個方面也是需要謹慎考慮的。銷售、市場崗位，要看銷售業績，如完不成，提成會大大縮水；產品、運營崗位，要看業務核心指標的達成，如完不成，年終獎金會大打折扣。而數據分析師，更多擔任的是輔助業務產出有效決策，相較以上類型崗位，日常壓力會相對小一些。

1.6.5　小結

總體來說，在當前這種市場環境下，數據分析是各大企業不可或缺的崗位，哪怕是有了ChatGPT等人工智能的介入，仍需要最了解數據及市場的人去探索問題的本質。