做数据分析的女孩子，职业发展前景在哪里？数据分析枯燥吗？

提示: 作者被禁止或删除内容自动屏蔽

邹昕 · 2018-9-24 01:04:00

像 @Terry Meng 说的，不是很明白这个题目为什么要强调性别，难道是因为针对国内的职场性别歧视，所以有此一问吗？以下回答不考虑性别。

简单来说数据分析的职业发展前景在于解决问题，而数据分析是否枯燥，则在于我们是否有好奇心去解决问题。

虽然是这一个简化了的个人看法，但是谨以为是数据分析行业很重要的一点。

为什么说数据分析的职业发展前景在于解决问题？

我们可以先退一步看看，为什么需要数据分析？没有数据分析可不可以？

事实上在很多行业，没有数据分析有时候是完全可行的，比如通过资本打造壁垒，直接把竞争对手挤压出去。或者技术方面领先太多，根本不需要什么数据分析，产品就已经占据了市场的大部分了。

换句话说把产品或者公司从 0 做到 1 的阶段，数据分析的用处就没有那么的大。

如果已经形成垄断了之后，有没有数据分析都能活下来，区别在于有一个好的数据分析部门，能带来更快的增长。

在这个阶段，数据分析能提供在价值在于，我们接下来应该做什么，怎么做。

如果没有数据分析的话，可以是 CEO 说做什么就做什么，CEO 说怎么做，下面人就怎么做。

这有两方面的问题，一是公司的命运完全取决于 CEO 的人个能力：如果 CEO 能力不够，决定的方向或者方法有一个错了，很可能就一去不复返了。而好的数据分析，能让这些决定成功的概率更大一点，至于大多数，就取决于数据分析团队的能力了。

另一方面，在公司规模小的时候，完全由 CEO 来决定，效率也还是够的，但是规模大了之后，一方面尾大不掉，从命令到执行可能会有出入，另一方面，如果所有大小决定都要 CEO 出面的话，且不说 CEO 会不会累死，这效率也会够低了。

这时候数据分析能体现的价值在于，定了大的方向之后，小的决定就不需要 CEO 或者团队的领头人了，都可以由底下人来决定了。

当然，为了数据分析能体现这些价值，就不能仅仅是简单的通过数据告诉我们现在发生了什么，更重要的是，基于这些数据，我们对用户有什么理解，应该怎么调整产品，应该把资源集中在哪些方面，应该开拓哪些新的领域，应该指引团队向哪个方向集中精力，具体一点可以参考之前的这篇回答。

数据分析师的具体工作职责和工作内容有哪些？

而上述的这些，都需要要数据分析师对问题保持极大的好奇心，有动力去解决它们，并在解决了之后有极大的满足感。

所以如果你对事情有好奇心，喜欢解决问题，喜欢通过数据来说服别人，喜欢（和别人合作）把团队指引到正确的方向，那么数据分析是一个做起来有时候会有点枯燥，但长期来看是一个很有趣的行业。

挖数 · 2018-9-24 01:04:01

呆过的公司里边做数据分析的女生很多，相比男生，女生更坐得住，可以一整天细细地码一堆SQL不烦躁，也可以细细地把Excel抠得比PPT还美观，这导致了数据分析部门男女一般55分，甚至阴盛阳衰。

女生的话，首先是性格上适合做数据分析吧，如果是数学、统计学背景的话更是对口，乘着大数据的风，越来越多的公司开设了数据分析的岗位，就我目前的公司（电商）来说，光数据分析Title的职位超过300人，分散在各个部门，战略分析部、运营部、品类规划部、广告部、产品技术部、市场部、风控部等等，各个部门都需要。

整个市场看的话，BAT、网易游戏、各大电商京东唯品会等都有非常多数据分析的岗位需求。

深圳

北京

杭州

其他行业如通信（移动、电信）、零售服装（屈臣氏、欧时力）也有很多数据分析的机会。

薪资的话，在互联网行业向上可以做到BI总监年薪百万，往算法方向走年薪可以达到5，60万，1-3年经验光撸Excel和SQL月薪过万很轻松。

是否枯燥的话看人，如果你的兴趣在于通过数据发现真相，你会沉浸在各种数据事实里每天时间过得飞快，如果你在跟人打交道中经常有挫败感，在跟数据打交道中你会找到自信，如果你不喜欢各种吹水跑火车的人，你可以冷笑一声用数据打他们的脸，反正看人，如果你专业本来就是数学统计学，相信你不会觉得枯燥。

建议去大公司做数据分析，数据分析毕竟不是前台业务职位，只有公司规模到一定程度才会精细化业务，通过数据运营拉动增长，这样的公司才会对数据足够重视，才愿意花钱养一个数据分析的团队，个人才有向上发展的空间。

随手在Linkedin一搜，这些都是女生

女生1

女生2

女生3

女生4

从她们的经历你也知道该去什么公司啦~

Terry Meng · 2018-9-24 01:04:02

第一不明白为什么强调性别。
第二，以上所有回答都是针对“数据分析”来回答你，但事实任何分析都是一种工具，而数据分析这个工具能让你具有其他人不具备的优势。

我们来说说数据分析能服务的功能。目前比较主流的就俩
1. 市场 Marketing
2. 风险管理 Risk management
两者各有千秋，需要的skill set可以说完全不一样。

1. 市场 Marketing
那经典的应用就是对客户的分析，以及对客户购买的预测。而回归到marketing得本质也就是让更多的人去购买你得产品。那基于这个本质，你的玩法就千变万化，无论是customer segmentation, customer experience, customer journey mapping, customer value management, customer loyalty等等等等，都是基于marketing 的本质衍生出来的部分可以利用数据分析以及商业分析发展的。

看上面的回答估计很多人还是在技术层面。那其实当你将数据分析作为你对商业问题一些assumption的认证，并利用数据作为呈现，加上你的商业理解，你说服你得stakeholder执行你得商业决策会比没有这项技能的人有优势。

2. 风险管理 Risk management
这块我不是太了解，最近在考frm，估计考完学完能对这方面有些更深的认识。但从朋友，老板，同事的对话中感觉，risk management更倾向金融，或者是银行信用评级之类的。有兴趣你可以自己去查查。

最后，我热爱数据分析是因为它能让我的决策不只是“感觉”和 “臆断”，我能用科学的方法去验证我再商业模式或是商业决策上的判断。但我更爱利用数据分析在marketing上的应用，从我公司战略，以及行业里面比较流行的一些商业模式或者技术噱头，我觉得这行的潜力是无限的。这得感谢所有将B2C提到议程上得企业家们，让我们更能精确地target我们的目标客户。

丁木木 · 2018-9-24 01:04:04

数据枯燥，分析不枯燥

可乐酱 · 2018-9-24 01:04:06

我本科是学信息管理的（9年前的信息管理，就是ERP系统当道），毕业后，在五百强企业做Marketing，做到一个品牌半壁江山都是我做的上市。

然后，我觉得，有点无聊。不是虚言，是在大企业的光环下，单纯做Marketing，而且那时候的Marketing，并没有许多的追踪渠道和数据支持，你会觉得很空虚。很容易迷失在明星、媒体的光鲜亮丽中，但自己的技能和认知并没有任何提升。

于是，我找了个机会，转去CRM岗位，在那里，开始了“用数据看生意”的职业生涯。

现在，我是一家创业公司的咨询部门负责人，主要负责，解读数据中隐含的洞察，帮助我的客户们发挥数据的力量，而不是仅仅做数据的葛朗台。

介绍我的职业变化，是想谈谈我自己一路走来的体会：

数据分析不是数据挖掘，对算法、对模型、对编程都不太懂的数据分析从业者，我见到很多。能掌握这些技能，当然会有帮助，但这些，不是最重要的。
从事数据分析，在我看来，有三大技能最为重要：逻辑能力/业务理解/沟通技巧。当然，再次重申，我讲的仅代表我个人体会，而且说的是数据分析不是更专业的数据挖掘或建模。

逻辑能力：这一点大概是最不用赘述的，简单来说，你是否能有逻辑地、遵循MECE的原则去拆解问题，分块寻找数据验证和支持，最终汇总成答案。
业务理解：这一项往往容易被刚入行的朋友忽略，但如果你想在数据行业走得顺利，对业务的理解是不可或缺的，即使你是做数据挖掘的。打比方说，你做人群的聚类，把人群分组，同样设定8组，可能会有2-3种结果，那么，哪一种结果更能够被业务所用，指导业务的提升？这就需要你具有一定的Biz sense。
沟通技巧：这一部分，即使是资深的数据分析师，也不是人人都熟练驾驭，并且往往和数据技能的专业程度成负相关-_-|||。但说回头，这一点，恰恰是你能否做一个数据专家的关键。专家，很重要的一点是表达，数学之美固然重要。但作为商业应用，真正能够帮助到客户，至关重要。这就要求，你和客户相互能够沟通，理解彼此的意图和内容。

回过头来，作为一个女孩子，先天性地，在第三点上具有优势的可能性会比男孩子高一些（大概也是看概率的，毕竟我也是见过很羞涩的女孩子和很健谈的男孩子）。在业务理解上，女孩子如果能把对人的同理心扩展到对业务模式上，业务理解也并不存在障碍。至于逻辑能力，如果逻辑很差的女孩子，是有多想不开才会来做数据分析。。。。
最后一点，数据分析是否枯燥。个人认为，除了几位大师说的，发现数据之美是一件很有快感的事情。我的体会是，能够运用数据的力量，帮助各行各业那些资深的前辈发现生意进步的空间和盲点，并能够获得他们的尊重，进而互相交流学习，也是想起来就让人兴奋呢！

啊，我当然也是个做数据分析的女孩子……

曹政 · 2018-9-24 01:04:07

如果你觉得很枯燥，你就不要做；如果你觉得很好玩，你就继续做。

我是觉得很好玩。

Atuan Yang · 2018-9-24 01:04:08

数据分析归根到底是用数据讲故事讲道理，不同的人手里有一样的数据却能讲出不同的故事，可能这也是乐趣所在。
感觉数据分析的日常工作要么是偏业务的，要么是偏技术的。偏业务的就得应对业务中出现的各种问题，给出解答和建议；偏技术的会更像工程师，设计些算法什么的。但能感觉到凡是有分类的工作就有机会，因为岗位把人的能力限定的更专项了。但数据分析师其实更需要综合能力，既能萃取数据，也能用他们讲故事，还能美观大方的呈现出来。至少我很少能见到这3者都兼具的。
女生的话不妨走这种综合道路，应该没那么枯燥，工作的成果也更为完整连贯些

做数据分析的女孩子，职业发展前景在哪里？数据分析枯燥吗？

7 个回复