数据分析的就业路很广泛的,现在市场上基本所有的职位都跟数据相关,区别只是相关度20%、30%、50%或者80%而已,学好数据分析,保持对数据的敏感度很重要。数据分析有下边的就业方向:
数据分析师 – 偏向商业化的数据分析,运营广告等活动效果分析,销售额或利润预测,用户特征描述等,需要较好的统计知识,需要懂1-2门数据分析工具如SAS、R等;
咨询顾问 – 面向客户,为客户提供数据抓取、数据分析、出数据报表、改进建议落实等咨询服务,需要有较好的沟通能力,需要懂1-2门数据分析工具如SAS、R等(咨询顾问其实也分技术和非技术,技术类的主要是为客户搭建数据平台);
数据产品经理 – 一般是互联网公司独有,数据量大的公司会有自己的数据产品,如阿里巴巴的数据魔方等,主要是针对数据产品从产品立项、提开发需求、跟进产品开发、测试一直到产品上线等工作(相对来说并不需要对从业者要求很高的数据分析或统计能力,属于目前市场上为数不多但高工资的职位)。
公司
说起公司,有很多种分类方式,我这里选择几个指标(规模、产品线、solution、项目数量)
一级:IBM、Teradata、SAS
二级:Accenture、Ernst & Young、Deloitte、KXEN、FairIsaac、招行
三级:百度、网易、腾讯、搜狐、淘宝、阿里巴巴、京东、新蛋、天涯、千橡、盛大、360、人民搜索、优酷、当当……一堆想做又不知道怎么做,连思路和成功案例都没有的公司,主要为互联网公司、零售业的一些公司
三级公司还包括国内的厂商和咨询公司:亚信、华为、斯特奇、融通、华胜、中盈、神马、联创、新华信……这些见过猪跑,没吃过猪肉的类型……
至于为什么这样分类,有人肯定不同意,那也没关系,我列出以下理由:
IBM,Teradata这俩公司有自己的DW产品、DM产品,CRM产品(包含ACRM和OCRM),同时这两个公司单子很多,也就是挖掘的项目很多,电信、金融都有。SAS在中国也很牛,软件很厉害,就是贵的真要命啊,不是小喽喽能玩的起的,而且只租不卖,在中国solution做的不多,就是个卖软件。SAS在北京西安有研发中心,这个是其他公司不具备的,因此SAS有资格成为一级公司,IBM和Teradata在中国也有研发中心,不过对其挖掘的产品开发工作不多,这个可以去打听一下,一个在上地,一个在五道口。AC、EY、DT三家都是咨询背景的,没产品是的缺陷,都是绑着别人做的,不过单子也不少,AC,EY主要干电信,DT金融单子多点。招行列在这的原意是:招行是一个有自己挖掘团队的国内金融客户,我指的是真正能做出来东西的团队,不是其他四大行那种混日子的团队,招行的钱也不少哦。
人才
数据挖掘的”正规军“:一般都在一级、二级公司任职,圈子很小,互相都认识,比如坛子上也基本不说话,新人想入行的老人也不咋教,核心技术与业务核心理念存在于几个人脑子里,没文档描述,就算有也是给客户看的,没什么用处,给新人模型也看不懂,只要不给解释,那就是不可能明白其中的业务思考深度和模型的构建逻辑,进来的人基本上靠天赋和机遇,碰上心好的前辈口口相传,慢慢积累出来突然一天发现,我的妈呀,终于入行了!门槛挺高的,多是大厂商出来的或者pure咨询背景的兄弟姐妹,不知道我发完帖子之后会不会一大帮哥们蹦出来骂我哈。
数据挖掘的”野战军“:存在于三级公司,想法多,思路多,专注于算法、代码等等,根本不会去想数据挖掘的商业价值,如何把知识转换为生产力,如何赚钱,cost control,marteting等等商业问题。
正规军具备详尽的知识体系、战略思想、解决方案、软件架构、较好的数学,计算机,统计理论背景等等,这些都是野战军不具备的,当然野战军中也有游侠一样的高人,出来也是秒杀正规军一片人马,我这里指的只是一般情况。
待遇
一二级公司:junior,1~2W/月,senior,2.5~4W/月左右,mgr,4~6W/月左右,SM,6~9W/月,Director,10W~,partner没数了……,也有疯狂的,见过一个AC的SM,140万package,当然也要背quota,他能力也超强。
三级公司就便宜多了,三级公司基本照着码农、码奴的要求招人,所以去的人也少,只知道一个百度的大哥,70W的package,是中层了;因此,市场上活蹦乱跳天天招人的那些公司还在每天活蹦乱跳的招。AC、EY、DT的薪水是超过IBM和Teradata很多的。
待遇其实是由市场决定的,一级二级公司的人做的都是银行电信的单子,大项目,拿钱多正常的,三级公司给自己做,钱少点,所以没啥牛人,web mining的项目居多,多以尝试为主,没有经济效益。
接到猎头电话的时候,我一般三级公司就是瞧瞧看看,一级二级的才列为正式考虑的对象。