陈希胜
数据分析员的未来前景还是很好的，比较熟知的方向是如下：1、数据开发方向：偏技术，包括开发工程师、挖掘工程师、算法工程师、数仓工程师，这些相对门槛有点高，对学历、专业、毕业学校要求都是比较高的。2、分析方向：偏业务，是通过数据发现业务问题，洞察行业机会点，通过数据产生的价值驱动企业的发展，这也是现在企业数字化转型最需要的人才，对编程能力要求较低。 了解数据分析可以到CDA了解，其与国际知名考试服务机构 Pearson VUE 合作，认证考点覆盖全球。CDA 全球会员联盟开放式合作进一步建立企业会员与雇主联盟，具备中立性并逐步成为国际化认证标杆。并且2017 年 7 月 29 日，第四届 CDAS 中国数据分析师 行业峰会成功举办。浏览破纪录地超过 17 万，报名人数将近 5000 人，7 家直播方提供线上直播， 参与直播观看的人数超过 20 万，国内最大的数据分析师行业峰会的称号当之无愧。 
什么时候学数据分析都来得及（至少在5年内，这句话有效）。之所以这么说，主要还是因为数据分析行业越来越受到各行各业的认可。尤其是过去的2020年，新冠疫情的到来，大家对数据分析行业得到了极大的认可。尤其是《2021年新冠肺炎预防指南》出炉后，数据分析师这里一角色更是深入人心。不仅如此，该指南还宣称，随着企业复工复产，后疫情时代对数据分析技能的需求，可能会达到历史最高值。导致这一现象的根本原因，还是由于每个组织和行业，都迫切需要数据分析师们将最新行业数据转换为策略方针，为各行各业的未来“指点江山”。
其实数据分析师的职责和岗位内容去招聘岗位JD一查就知道，而题主真正想知道的是如何成为一名优秀的数据分析师。一、“优秀”的定义首先大家先来看下阿里对数据分析师职位的要求和描述：数据分析岗位描述和岗位要求不难看出，对数据分析师的要求首先就是构建业务数据体系，然后就是要深入理解业务数据，支持业务发展，给出重点业务数据分析意见，帮助业务给出优化建议和落地方案。那其实这时候你就实现了的数据分析岗位的价值－业务线，负责通过数据分析手段发现和分析业务问题，为决策作支持。所以优秀的数据分析师与业务结合才能真正体现其价值。二、数据分析师发展前景给大家分享一下数据分析师的成长路径数据分析师的成长路径NO1专业能力成长路径：助理数据分析师－数据分析师－资深数据分析师－高级数据分析师N2行政职位晋升路径：数据分析专员－数据分析主管－数据分析经理－数据分析总监N3主要专业技能要求：数据库知识（SQL）、基本的统计分析知识、熟练掌握Excel，了解SPSS/SAS，良好的PPT展示能力。很多小伙伴也会担心数据分析的工作会逐渐被AI取代，大家不用担心的，之后可能一些重复性的“体力活”，比如取数，会被AI取代，但是如果你选择在一个垂直的行业以及岗位深耕并且积累的业务经验是不能被取代的。接下来分享一下不同的公司对于数据分析的岗位需求第一类：互联网公司，互联网公司的特征就是用户至上，我们要知道用户喜欢什么，他的需求是什么，所以在互联网公司中，对于数据的需求有三点①用户洞察 ②数据提取 ③实时数据分析所以在这里主要的工作内容可能包括：从MySQL数据库中提取数据，成为Excel数据透视表的高手以及生成最基本的数据可视化（如线和条形图）。偶尔分析一下A/ B测试的结果，这样的公司可以为你创造一个尝试新事物和扩大新技能的环境。需求职位：统计分析员、数据分析师第二类：BAT等数据平台企业，大厂的特征就是我们就是数据，数据就是我们，所以他们的需求就是可以生产大数据驱动的产品和机器学习方向还有许多公司，他们的数据（或他们的数据分析平台）就是他们的产品。在这种情况下，数据分析或机器学习的任务就会非常繁重。能对一个有正式的数学，统计学或物理学背景并希望继续走一条更学术的道路的人来说是更理想的环境。这一类的公司可能是面向消费者的拥有海量数据的公司或者以提供数据为基础的服务的公司。数据平台类企业的需求职位：大数据工程师、数据分析师、数据挖掘工程师第三类：其他数据驱动的非数据公司，这些公司是通过数据分析优化产品，提升产品竞争力，他们所需要的是数据处理、数据分析、数据可视化。很多公司都属于这一类，面试的公司关心数据，但可能不是一个数据公司。因此，进行数据分析，了解产品代码，将数据可视化等等，这些能力是同等重要的。一般来说，这些公司要么寻求通才，要么寻找一个能填补他们团队空缺的专才，比如数据可视化或机器学习方面的。面试这一类的公司的时候，比较重要的技能是熟悉“大数据”的专用工具如：Hive/ Pig，以及有处理杂乱无章的真实数据集的经验。最后，希望回答对题主以及应届毕业生或者刚工作1-3年想转行的人有帮助，也欢迎有同样困惑的小伙伴私信我哦！
一、职责概述 1、负责分析各类数据并针对各类问题提出解决方案和营销方案 2、对专业的数据分析及做好竞争对手数据的采集、统计、评估与分析，并编制报表 3、整理客户资料，分析客户属性和消费行为 4、分析客户人群的购买习惯，并通过购买习惯做出相关数据分析二、工作职责详解 一）货品管理 1、货品入库数据的核对及整理，了解货品货期情况 2、督促货品入库后销售部货品的配发、、调货、补单等工作 二）数据管理 1、销售数据分析的建立，数据分析报表的整合和规范、优化 2、建立部门每日、周、月、季、年度数据分析报表 3、研究数据分析的方法，做到报表制作简单、方便、实用 4、公司整体销售与库存数据分析，提出相关行销改善策略，呈报高管决策 5、制定《周销售排名表》，供终端补货和陈列推广参考 6、建立制作并分析《周货品分析报表》、《周销售分析模板》，找出区域货品销售中存在不足，给出合 理的改善建议 7、制定《月库存监控》及《月销售目标监控》 8、制定并每日更新〈销存在途表〉，供各店铺和调拨数据查询 三）系统管理 1、建立完善的商品数据库，使商品资料相关项目达到统一，为后期数据统计工作提供支持 2、完善日常AD及销售人员系统操作流程及注意事项，确保单据完整符合数据统计条件 3、完善系统条码扫描，确保仓库出入库数据准确性 4、维护系统，对系统中已生成错误单据进行修改，保证数据的准确性 四）政策执行 负责各种数据分析报表和系统使用的培训 负责推广系统的终端运用，解决系统使用中的凝难点 协助上级完成各项工作任务指标， 详细了解公司各项销售管理政策; 详细了解公司员工管理政策，严格按照管理要求进行工作，严禁跨职越权； 详细了解数据主管各项职责，并严格按照公司要求执行；
近日，由中国软件网、海比研究联合中国软件行业协会应用软件产品云服务分会，发布了《2017年中国大数据可视化市场研究报告》。东软凭借两款大数据可视化产品，在2017年中国大数据可视化市场份额排名中，位居第三，并成为收入增长最快的厂商，增长率超过100%！不可否认，整合复杂数据的收集、分析和可视化，并从数据中获得价值，是未来的趋势。而对于目前企业最关心的大数据可视化，今后的一个基本需求趋势——让数据可视化不仅仅是可见，更要求可控。大数据可视化，是把数据分析的结果以图形化、图像化的方式展现，帮助人们理解复杂的数据，快速获得数据的价值。在大数据秒级分析的基础上，东软的DataViz，在数据可视化领域不断突破。近百种数据可视化形式，GIS地图可视化、3D可视化，一组杂乱无序的业务数据，分分钟就能变成炫酷动图。DataViz 定位敏捷BI，面向业务人员提供自助式数据探索与可视化分析服务。平台提供可视化接入数据源、可视化定义数据集、自助式可视化分析工具和交互式故事板等功能，旨在以自助式数据探索与可视化分析方式，帮助企业用户快速准确地洞悉数据背后隐藏的商业价值，让企业决策更“有据可依”。DataViz 提供固定分辨率功能，可以按照大屏的尺寸进行精准的可视化布局和实现，并可以按照长边铺满等进行宽高适应。与此同时，DataViz可以自由设定背景图片、背景色等，提供实时效果预览，轻松在本地电脑即可制作大屏可视化仪表板，例如在大屏界面中，通过地图、折线图、柱状图、列表等图表，展现数据分析大屏。我们置身于大数据时代，有效的利用大数据决定着我们未来，而大数据可视化工具，是您必不可少的工具。从大数据分析到大数据展现，这次，东软不仅拼实力，还拼颜值！
随着互联网越来越普及，电脑相关的行业人才也越来越稀缺，就业岗位逐年增多，人才供不应求。因此从事互联网相关的行业，是一个不错的选择。至于想学的专业，就看个人的爱好和本身的素质来看，建设艺术设计，电子商务，新媒体UI设计，影视后期等等都是近两年发展很快的专业，就业前景不错。
