1樓：SMILE
資料分析在各行各業都佔據著重要的位置，對於決策者而言資料支撐扮演者舉足輕重的角色 。
所以，資料分析那是相當有前途的。
2樓：偏愛冰淇淋的魚
作為資料從業者，已經工作好多年，之前在美國讀書工作多年，目前回國在諮詢行業工作，接觸了很多跨國公司和國內公司各行各業的專案，以自己的經驗和身邊的事情來說一下。
這個行業還是很有前景的，但是隨著時代和科技的進步，這行也會有一些挑戰。
這行是順應大資料時代的發展
特別是因為網際網路的發展，自動駕駛等AI場景的應用，現在這行還是不斷發展中。
各行各業都需要資料分析相關的人才
大資料的發展，對各行各業都有了一定的改變。特別是因為疫情，數位化轉型成為了各個公司的任務，未來每個人都可能在原有的職業技能上，加上資料分析的能力。但同時術業有專攻，本職是資料從業者，未來各項能力的深度會有更高的要求，要保持不斷學習，更新自己。
3樓：小耗子
即「CDA 資料分析師」，是大資料和人工智慧時代面向國際範圍全行業的資料分析專業人才職業簡稱，具
體指在網際網路、金融、諮詢、電信、零售、醫療、旅遊等行業專門從事資料的採集、清洗、處理、分析並能製作業務報告、提供決策的新型資料分
析人才。全球 CDA 持證者秉承著先進商業資料分析的新理念，遵循著《CDA 資料分析師職業道德和行為準則》新規範，發揮著自身資料科學專業
能力，推動科技創新進步，助力經濟持續發展
4樓：熱河隱士
資料分析師，我感覺應該分為兩個方向：工程類和業務類，工程類類似大資料開發或資料庫開發之類的崗位，偏程式設計師一些。業務類適合更多人群，更多是對業務資料的統計和分析。
涉及到一些工具的應用。常見的資料分析師認證：CDA資料分析師
5樓：kekele
我就是寫寫工作當中所接觸和聽了很多專業人士的講座，不管現在你的公司是大公司還是小公司，是國企還是私企都是有自己的組織架構都是由人和事構成，還有不管是基礎的業務層還是高層管理無時無刻不在關注資料的變化，資料成為乙個衡量的標準和標桿。
6樓：「已登出」
就業前景會越來越好，大資料，這是一種趨勢。中中國產業優化，製造業勞動力行業慢慢退出，資料化時代的到來，資料分析在生活中越來越重要，用的地方越來越多，所以資料分析師的前景是很好的。
7樓：小花花
我覺的能維持下去的不是資料分析師崗位，而是這個技能。
我作為乙個文科生，在疫情後最大等等感受就是數字營銷真的是王道。不管是做決策還是總結覆盤都離不開資料。每乙個廣告都在強調資料營銷
決策前，要有完整的資料分析及報告來輔佐決策完成。
專案後需要有明細資料反饋及增長報告
一瞬間似乎沒有了資料技能之後就已經和這個世界脫節了。即使職能部門似乎不會python都沒資格能有乙份工作了。
所以我覺得學python，sas，spss，sql，學資料分析技能才是最重要的
8樓：cda王老師
取決於人工智慧的發展和資料安全之間的博弈，說白了是技術和社會政治等因素的博弈。另外，目前被人類所理解的資料還不到2成，而目前的人工智慧沒有演繹能力，不會主動去理解資料。說***年後將怎麼怎麼樣的都是沒有道理的，也是不負責任的。
9樓：BattlesNeo
哈哈哈哈，我的知乎首達，最近比較關注關於資料分析的內容，自從疫情後感覺全民都在走數位化，數位化營銷，數位化分析……
關於薪資，看大家都說技術流的薪資高，但是數分的平均月薪是18-30k之間我也不知道算不算高
10樓：Dana
這裡不講技術維度的發展路徑。
說下業務型/策略型資料分析，資料分析已經滲透到各個崗位，不管是產品、運營、財務等等，從廣度上來說，似乎人人皆為資料分析師，但從深度上來說，對優秀的資料分析師，技能已不在重要，而戰略思維、業務敏感性、商業敏銳性等等才是核心要領；因此，我更偏向於認為，資料分析不再是乙個特定的職位，而是一項各大崗位所需具備的技能。
11樓：海洋裡的太陽
我贊同資料分析會更加往策略分析上發展，但我完全不贊同資料分析師會在未來三年大量縮減，相反，我覺得會大量提公升。
本人目前在美國矽谷一大公司工作，這幾年的資料崗位穩定增長，帶給公司更多的明朗和更加有說服力的策略，而且如果乙個資料分析師懂得程式設計和建模，那就更加如虎添翼，而且不僅僅我所在的這家公司，周圍的大廠也都在招很多的資料分析師，公司確實看到這個職位帶給公司的各種利益。
再來說說資料分析在各個具體的領域的應用，說將來可能會公司整體出少量的資料分析，然後主要在各個部門的人自己懂資料分析「技能」，目前以我來看，這條路也是路漫漫其修遠兮，我和市場/運營的人有大量的合作，周圍很多朋友也是做這些工作的，我發現的是資料分析和這個職能的思維方式是不同的，他們可以做分析，但畢竟不是專門做分析的，他們同時還要兼顧他們這個領域的工作，時間精力有限，而且不論市場還是職場，到最後都會走上乙個"specialization"的路，這條路能更好的提公升效率，而我們所能做的是如何和不同的specialist有愉快的合作。
最後我想說的一點是，資料分析師和資料科學家的需求。資料分析師更多的是提供策略，而資料科學家提供的是高階演算法，但可惜的是資料科學家這個概念和職能劃分一直模糊，業內也一直不統一，而且資料科學家有時候不能滿足高階程式設計的要求，所以現在個大公司更願意招的是演算法工程師，資料科學家這個職位要麼合併到資料分析師，要麼做演算法工程師（更加偏向軟體工程師一邊），所以相比而言，更加會縮減的是資料科學家（僅指這個title會減少，但演算法工程師的需求還是非常龐大的）。
12樓：
從頭到尾看的驚呆了....還有說AutoML就夠的，大家真的不是在扯嗎？...Data science 裡最蛋疼最耗時的就是前期的data preprossing 了，我目前看不出有什麼ai能做這個步驟的，以後大概能有吧？
不過短時間不太可能了，前期處理資料有些決定真的是要看實際情況啊....
13樓：CDA資料分析師
從職位薪水來看，資料分析行業的高薪主要分布在長三角、珠三角和京津地區。北京、上海和深圳的薪水位列第一方陣，均薪在10k+；杭州、寧波和廣州位列第二方陣，均薪在9k+；其他沿海及內陸區域中心城市，如南京、重慶、蘇州、無錫等位於第三方陣，均薪在8k左右。
從職位量來看，北京、上海、深圳和廣州位列第一方陣，職位量在30000+，杭州、成都、南京和天津位列第二方陣，職位量在20000+，武漢、西安、鄭州等區域中心或省會城市對資料分析職位的需求也相對較高，職位量在10000+。
從行業需求來看，網際網路金融、O2O、資料服務、教育、電子商務、文化娛樂領域對資料分析師需求量相比其他行業更大。
不管是在企業還是社會，資料都已經開始扮演越來越重要的「角色」。在這種大勢之下，資料分析思維已經不只是資料分析師的「專業」了，包括銷售、市場、運營、策劃、產品等等前端的職位都需要通過資料分析來幫助自己的工作，甚至連後台的財務、法務、人事等也開始需要通過資料分析來提公升效率。可以這麼說，如果你在企業之中工作，你未來會開始越來越多的和資料打交道，這個時候資料分析已經成為工作的必要條件。
14樓：CDA資料分析師
從職位薪水來看，資料分析行業的高薪主要分布在長三角、珠三角和京津地區。北京、上海和深圳的薪水位列第一方陣，均薪在10k+；杭州、寧波和廣州位列第二方陣，均薪在9k+；其他沿海及內陸區域中心城市，如南京、重慶、蘇州、無錫等位於第三方陣，均薪在8k左右。
從職位量來看，北京、上海、深圳和廣州位列第一方陣，職位量在30000+，杭州、成都、南京和天津位列第二方陣，職位量在20000+，武漢、西安、鄭州等區域中心或省會城市對資料分析職位的需求也相對較高，職位量在10000+。
從行業需求來看，網際網路金融、O2O、資料服務、教育、電子商務、文化娛樂領域對資料分析師需求量相比其他行業更大。
不管是在企業還是社會，資料都已經開始扮演越來越重要的「角色」。在這種大勢之下，資料分析思維已經不只是資料分析師的「專業」了，包括銷售、市場、運營、策劃、產品等等前端的職位都需要通過資料分析來幫助自己的工作，甚至連後台的財務、法務、人事等也開始需要通過資料分析來提公升效率。可以這麼說，如果你在企業之中工作，你未來會開始越來越多的和資料打交道，這個時候資料分析已經成為工作的必要條件。
15樓：悠哉哉
資料分析師的技能到底是什麼啊？
業務知識？SQL？還是Excel？還是進一步的建模？
十分搞不明白。
感覺所謂的資料分析師就是給業務部門提數罷了，感覺報表平台一完善，業務自己就分析了，還要你幹什麼。
如果說資料分析師要去搞模型，感覺還是有點意義。
16樓：古古公子
做資料分析未來發展怎樣，取決於所在崗位在公司的內部位置和價值度，而非籠統的來講
舉個例子，同樣是程式設計師，有的可能每天重複同樣的流程coding，有的在研發新的體系架構，新的演算法，完全天壤之別
好了，言歸正傳，一般而言，資料分析可認為是一種技能而非崗位，如果崗位中資料程度比較高，會稱之為資料分析崗，但是，同樣都叫資料分析，內涵可千差萬別喲
比較初階的資料分析會負責提取業務資料，做做報表，追蹤運營情況，相對比較基礎，這類崗位在業務部門一般都會有，老實說這活兒不適合長期做，道理大家都懂的
但是不少資料分析崗位含金量是很不錯的，一般在公司戰略部門、策略分析部門，對於金融行業還包括模型部門等。此類崗位的共同之處在於在公司內部都是非常重要的崗位，企業經營必須依賴於資料分析進行決策和管理。崗位價值基於資料，而不僅僅是因為資料，邏輯思考能力和洞察力才是能力關鍵。
長期成長下去有機會成為資深專家。
所以呢，凡事看似一樣，其實質差別巨大，還是要具體來看。
17樓：啊窩額
我看到答案當中很多大神說到資料分析師會被AI的發展所代替了。其實17年-18年大家都意識到了資料對於各個領域的重要性，我之前說過我是乙個運營出身的，後來涉及SEO，自學python。其實很多運營的還有產品經理，大家都已經認識到了資料的重要性，並沒有學乙個語言就去轉型了，而是專精。
每乙個做資料的或者是做營銷的，早點看到這一點，才是很有前景的一件事。
AI人工智慧，會羅列出很多資料，會做出來專業的分析，有精準的投放。但是我們做過市場和產品的人都知道，什麼最重要？經驗啊。
如果資料分析師真的被淘汰了，還會出來一群有經驗的人來。所以專精也很重要；
資料分析師這份職業的前景如何？
胡淏 幾年前我還是一名演算法工程師，跳到阿里剛開始的時候很不習慣，因為許多日常人肉要做的工作都被資料和演算法平台解決了，不誇張的講，那時許多產品運營同學訓練部署機器學習模型的速度都比我要快。AI 資料的平台在逐漸釋放那些高度重複的資料工作，那時候我意識到，如果乙個 RD 脫離業務，時間精力花在調包換...
經管之家CDA資料分析師認證含金量怎麼樣
木子 CDA資料分析師認證的含金量還是很高的，獲得CDA資料分析師中英文雙認證，中文證書是由經管之家認證，英文證書由CDA INSTTUTE認證。而且是很有權威性的，如中國銀行 招商銀行 中國菸草 中國電信 國家電網 蘇寧易購等企業的機構的認可。考試與國家知名考試服務機構Pearson VUE合作，...
資料分析師證書怎麼考
focus 可能大家都有考慮過資料分析行業入門是不是得考證，我也是。目前的資料分析證書可能還並沒有乙個像CPA或者MEC這樣公認的權威的證書，所以大部分人都是不建議去考這些證書的。我的看法是如果你是抱著拿著證書就可以作為敲門磚的想法，可能並沒有你想象中那麼好用。因此，如果是抱著學習的態度，想在考證的...