数据分析师的职场竞争力在哪里

 大家好，今天非常感谢大家，因为今天外面雾霾很重，但是我们同道小馆还是非常清新。我在这个部门主要负责商业分析，换句话说其实我自己就是一个分析师。我简单介绍一下猎聘网，因为大家可能找工作的时候大部分人都听说过，猎聘应该说它不只是一个简单的招聘网站，实际上猎聘背后的网站包括雇主品牌，包括其他的行业报告和人力资源相关的服务。我们在这个平台上主要收集到相关的人力资源信息，大家了解到的每个人的求职简历，包括猎头，包括企业发的职位，包括我们叫BCHC，B是企业，H是我们这边，C是用户。基本上来说我们今天讲的内容主要是基于猎聘网的数据，当然我们也借鉴了行业其他的数据。大家在讲大数据时代，可能有一些结构化数据，我们也列入了非结构化数据。比如说猎聘网相对于其他行业来说我们有一个很大的优势就是我们有一个服务中心，招服的顾问，我们实际上通过这个触角我们也能收集到非结构化数据，这些数据和我们网站上常规化结构化的数据放在一起可以让大家看到平时看不到的一些数据。我们现在等于说除了平时招聘服务之外，也提供其他的数据服务。传统的方式比如说美式，跟企业合作的，比如说100个企业，我把数据跟你合作分享数据。我们这个数据相对来讲没有那么复杂，我们有很多的职位，而且我们有大量的招服，实际上在平时，我不知道在座的各位有没有用过猎聘的服务，这服务实际上就跟你打电话聊。所以我们把数据收集在一起，然后再把数据进行统计建模，它的样本有一定的代表性，我们再把分类数据调出来放到报告上。

今天这个题目，小题目“知人者智，自知者明”，这是老子说的话，因为我们分析师通常分析别人，但是我们是不是也要分析一下自己。我们今天讲这些数据主要是基于猎聘网数据，我们有2千万用户，企业客户40万，猎头20万，人数是4000万，把这些数据放在一起进行数据建模，原来有职业发展分析报告，现在有薪酬报告和行业分析报告。

      我们讲正题。首先应该说分析师这个职业它是一个蓬勃发展的一个职业，大家看上面这两条线，蓝线上升很快，但是蓝线更多说明一个问题，因为猎聘网所有呈现这个趋势，所以猎聘网在成长。我们看红线，从2014年高峰就是分析师占比，所以应该说分析师职位程度还是显著提高，所以大家从事这个行业，或者说可能从事这个行业应该是非常有前景的行业。分析师职位都有哪些行业？大家能猜得到，第一是互联网，需求很大；第二传统来讲是金融行业，再往下有消费品，制药、医疗，制药医疗数据分析其实历史非常悠久，可能跟互联网分析师历史还要悠久。包括电子通讯等等。

大数据对我们来说很新的概念，但是分析师这个概念自古以来都有，比如说我够知道一个分析师，他是我们古代非常有名的人，比如说诸葛亮，为什么他是分析师？大家都知道草船借箭，这个就明显诸葛亮是非常好的分析师，

第一他会预测，他看天气，让他知道跟穿越。

第二就是变现，诸葛亮知道变现，知道我要草船借箭。

      关于分析师的分布情况？下面两张图对照看非常好理解，互联网，北京当然是互联网中心，我们猎聘网数据和所有的数据来看，北京互联网是分析师最多，上海、广州、深圳也有，我不知道大家这两天有没有看：一个分析师不相信眼泪。

      我们看一下这些行业的分析师分析的内容及对象大概是什么样子，基本上我们切了一下词，大家看对于互联网分析基本上来说像产品、产品运营、用户是这样三个进行分析的，而且比出现的频率里高过一大截。我们金融行业有不同，第一个是客户在前面，用户分析没有互联网那么忠实。这可能跟金融的分析更着重于它的变现有关，所以它的客户排在前面。第二它有自己的一些特点，比如说风险信用，信贷投资等等有这些方面的风险。这个和整个互联网的分析是有一点点不同。

      下面这个大家比较爱听，我们干分析师有情怀有理想，当然也要生存。应该来说分析师拿的薪水不错，大家看蓝线，是分析师，不同的分析师拿的薪水。然后是互联网之外的职业，应该说分析师拿的薪水比其他的高。大家我看在座的来的都是比较年轻的同事，所以大家可以展望一下，将来咱们待了8年、15年就可以是白富美，走上人生巅峰。这些高薪职位都在哪儿呢？目前来讲还是互联网和金融比较多，但是这个高薪职位是超过5万算的，当然可能在座的人不算高薪。但实际情况就是这样，广义的分析师，尤其是你会数据挖掘和数据技能，50万年薪应该是相对比较容易的。

这个职位跟刚刚的分布还是类似，还是北京最多，所以我相信在座的各位基本上都在北京工作，所以你到这些地方可能机会并不是特别大。

前面讲了，要拿高薪，怎么拿呢？我们看一下分析师都会哪些技能。前几天大家上Google，因为Google现在轻易不能上了，上Google，9号的时候Google首页是海蒂拉姆，她是个犹太人，年轻的时候长的很美貌，但是二战之后她觉得光美不行，我要为行业做贡献。现在她就是跳频，这个很牛。所以叫做明明长的很美，偏要靠才华吃饭。为什么说到分析师，我解的分析师跟海蒂拉姆很像，我知道猎聘网分析师化在分析部门，男性分析师远比女性分析师低的多，所以就说又聪明又比我美。分析师这个职业不是纯的技术职业，需要有很强的沟通技巧，女性在这方面其实是有特长，所以导致做分析师这个职业女性粉饰是比例比较多。分析师原来是学什么？应该说学计算机统计、数学和数据管理的比较多，这个我相信大家不会感到意外，因为在座的很多人学这些专业。但是无论从什么行业来看，你学什么专业都需要新专业新技术要求，不是说你会写程序写JAVA和做模型就可以的。所以我们不管学什么专业，我是觉得在分析师这个行业里发展都是有很大的可能性的。

如果要拿到高薪的，大家从哪些企业找工作呢，一类是一万人以上的企业，真正数据比较多的企业可能分析师发展很大，一个企业很小，老板就不需要一个分析师。另外一个需求比较高，100到499人的快速成长型的企业，这部分企业分析师需求其实也是比较多。

    我也是从我们所有分析师职位上也是抓了一下关键词做了一个分析，这个里头要求的职位技能很多，数据分析肯定是最基本，像数据建模和数据挖掘都不是特别意外，包括统计学，算法和数据。但是也是对大家其他的数据要求，比如说企业外合作，还有业务监控和财务。当然这个要求多种多样，我们回到这张图，这是网上分析师技能金字塔的解读，我看了这个图有三个想法，

第一点来说，分析师价值和你拥有的条数越多，你在整个分析师岗位上价值越大。

第二点，业务理解和沟通技巧，这个大家不要小看，我在猎聘实际上我们有很多业务部门，包括我们CEO、CFO经常给我们提一些数据分析需求，但是我后来发现一件事情，如果你仅仅作为一个二团手的决策，别人给你分析的需求，你去做，我认为这个问题99%得不到这个结果。你要解决这个问题你要真正到这个场景下分析需求，因为给你提需求的人往往不是专业的数据分析基本素养的人，这种人不是特别多，所以他往往拍脑子想出来一件事情，他问你要的数据完全不能支撑他要的结果，这种情况非常非常多我见到95%以上这样的需求，这样的结果浪费了大家的时间，还没有得到结果。我们有这种方法，第一你要这种数据我可以给你数据，我可以支撑你。第二点这个事情就让我做，不要有中间的二传手，比如老板有个问题，把这个需求给甲乙丙丁来找我分析。谁有分析需求谁和我对接我来帮他做。当然每个企业情况不一样，因为猎聘企业分析师比较强势，可以做到。很多外面的企业我们也不知道哪儿来的需求就做。

第三点，我们实际上要实现这种分析价值，实际上是要从下往上对接，大家看这种分析师的招，很少要求都有，有建模要求前面两个，对决策和商业洞察要求很高的实际上很少，这和什么有关，跟我们现在企业数据倾向有关，真正做到数据驱动的企业其实是非常少的，上一周我在广州也是分享我们的一些观点，有一些数据产品。底下有一个企业，他们招大数据人才，他们在华南，他们比我们招人才更难，我说他们招这个人要干嘛，他说要数据驱动的人才。我问他什么叫数据驱动？他想了半天不能回答。我说你们做数据驱动的人参与这个会议吗？他没有回答，就是所有做数据需求的人没有和他们沟通，这个远远到不了数据驱动。换句话说现实很残酷，我们怎么来做到这一步？我倒是觉得，现在招这些人你可能就做这些。但是你要主动参与你如果说给企业老板做决策，很多不完全是数据，你结合数据能给他提出有价值的观点，你在这两层才能有你自己的观点，才能决定你要做什么不做什么。但是实际上现在市场来看这种需求做到的是非常非常少的。

      刚刚提到的诸葛亮算比较全的人才，他其实还挺懂技术，他做木牛流马，黑客倡导者，还有战略构想。他应该是非常非常强，但是他最后为什么累死了？大家觉得他哪一层没有做好？第二点数据收集与质量管理。这位同学跟我想法一样，诸葛亮跟司马义对质的时候累死的，他为什么累死呢？因为超过一半的数据需求他都要盯着，他只能盯着。所以在我们现在国内企业里面大多数分析师要解决效率问题，为什么往往我们招聘需求恨不得不光要懂建模，还要懂HDP，什么都要懂，起码我们是这样，不是说你哪一方面是大牛。如果说分析一个事情一周两周可能需要那个人已经等不了，所以从现实出发。为什么现在招聘这种职位都要求大家会各种工具，我觉得出发点不一样。

      做个小广告吧，因为猎聘网的大数据部门，我不知道这个为什么没有动画效果。我们这边分两大块，底下是做数据工程的同事，自己有HDP平台，还有其它开源工具做的各种工具，中间是机器学习和商业分析团队，我们整个数据部门领导是我们首席业务官，我们在这个企业里保证有相当的数据话语权，比如上个月我们做战略迭代会，我们做什么产品做成什么样，这个是有待发掘我们的。

OK，我今天最后跟大家分享一句话：我们只信上帝，其他的就是分析数据。