数据分析、python速成班？包就业？扒一扒数据行业黑幕

今天这篇文章必然会引来不少口水战，但我还是想让一些正在学习数据分析，或者对数据分析行业蠢蠢欲动的朋友了解真相。

灵感来源于前天在朋友圈看到几个人同时转发了一篇文章，标题的意思大概就是教你快速掌握数据分析能力，这类标题我已经再熟悉不过了，大概率是卖课的（今年推出我的数据分析课程之前，我也花了一些时间去研究各家的营销手段和玩法，对于这样的标题是再熟悉不过的）。

但，当我在朋友圈连续刷到3次同一篇文章之后，好奇心驱动，我点进去了，纯粹想学习一下这篇文章的写作套路是怎么让读者追捧愿意转发的。亮点在这里：

 

 

总结一下，现在的数据分析课程割韭菜的套路又升级了，以前是卖职场焦虑，提高大家对数据分析的学习欲望，然后开个速成班，告诉你只要上完你就能拥有数据分析能力，又或者是给你描述数据分析的大好前景，高薪资，转行就能从低级打工人一夜翻身高级数据人...等等

 

现在又多了一个套路：包内推，包就业。

我猜大部分站在数据分析门外向里眺望，或者已经被这些课程割过韭菜的人都想搞清楚两个问题：1、数据分析真的能够速成吗？2、上完5个月的培训班我真的能进大厂做数据分析吗3、数据分析行业前景怎么样？

接下来我一一解答

1、数据分析能速成吗？

我理解大家对技能成长的迫切希望，尤其是一些想要换工作转行和刚毕业或者还没有毕业的朋友，在面对一项新知识的时候，大家都想快速找到成功的“捷径”

这因为这样渴望，成就了无数的培训机构，在知识付费的浪潮下，培训课程赚钱太快了。（同一套课程可以反复卖，换个主题，加点新东西包装一下又是一个新课，你交了钱才知道原来讲的都差不多。）

但作为一个过来人，也见过不少培训班出来的应聘者，我想说，短期入门数据分析是有可能的，但是想要短期成为一个专业的数据分析师或行业专家是不可能的。短期你可以速成数据分析工具的使用，或者搞懂一些数据分析模型的使用，但是你无法速成对一个行业业务知识的掌握和对数据的敏感度。

（见过很多培训机构包装出来的简历，刚开始应付面试官还是可行的，后来用的人太多了，对比下简历中写的项目都能猜到是同一个培训班出来的学员）

要想在专业领域有较强的竞争力，必然需要长期学习和经验积累，才能构成职业的护城河（35岁职业危机主要是可替代性太强），所以对于30多岁想转行数据分析的朋友，我希望你们慎重。

那网上这些铺天盖地的课程一点用都没有吗？有用，大部分的课程内容设置还是比较完善的，也在不断的优化改善，用他们作为初级入门学习课程，或者基础能力的夯实是可以的，但一定不要把期望都放在培训课程上，课程能给到你的知识仅仅是冰山一角，你需要保持不断学习的韧劲，才会加速你技能的提升，这跟运动员每天的训练是一个道理，在不同的场景下锻炼，不断提高竞技水平。

上完能进大厂是真的吗？

咳，是真的，的确有个别人能够在上完课之后就顺利进了大厂。但，不是所有人都能。培训机构的宣传套路其实就是利用了幸存者偏差陷阱。对那些头部的成功学员进包装，宣传，那他们的学习经验来做分享，但是其实说定人家本来就是相当牛逼的大厂出身，各方面素质都很强，对他们来说数据分析就是锦上添花的能力了。

同样的幸存者偏差陷阱还在存在于他们对于数据分析薪水的描述上，近几年听到较多的转行数分的理由就是:数据分析工资很高,不用写代码，3-5年月薪就有30K，然后再配上一张招聘薪水图

 

但其实真正的市场情况是这样的：（BOSS上数据分析的薪资情况）

 

那些动辄30k，50k的岗位大多都是来自于大厂，且对工作年限及能力的要求也相当高。

而大部分的数据分析入门者水平是相当参差不齐的，除去数据分析的专业知识和能力，他们在职场通用素质上也是远远达不到大厂要求的。至于培训班承诺的内推协议，包就业这些，这里面又是另一条交易路线了，不多讲。

数据分析成长的正确路径

最后说点有用的，刚才我上面说了数据分析师想要快速成长，需要像运动员一样刻意训练，而练习的关键在于找到正确的训练的顺序和合适的训练场景。

怎么做？

第一步先了解一下在大公司里是如何区分数据分析师的成长等级的。大概分为三个层级

1 初级的分析师，主要就是给业务提供数据，同时保证提数保证效率和质量。有个不好听的称号叫“sql boy” ，这个阶段工具技能和熟练度很重要，比如SQL，Excel等。

2 中级的分析师，能够独自负责一个模块，对该模块有深刻的理解，懂得如何搭建数据底层架构，如何寻找上层维度；能高效用工具分析和解决问题，除了sql、Excel，你需要掌握BI相关知识

3 高级的分析师，能够管理一个团队，负责一个或者多个业务线。对于数据及业务逻辑有深刻的理解和把控，通过数据为某项业务的发展策略指明方向，让数据发挥业务价值

而现在市场上的数据分析师等级的分布状况大概是这样的：

 

搞清楚数据分析师的层级之后，如何一步步进阶呢？

1、入门数据分析

入门先学硬技能，比如Excel、sql、python、BI这些数据分析工具，系统的数分培训课可以让你成长的快一些，学会之后可以投一些初级的数据分析岗位。这方面应届生还是很有优势的，企业在招应届生的时候对这些技能要求不是特别高，大家做好充分准备之后，可以大胆投。

可以从大公司先下手，大公司的岗位培训更加规范，也有助于初级数据分析的成长，能学到的东西更多，打好基础。

2、培养业务知识

当在初级数分岗位1-2两年之后，你就要有意识的学习业务知识，掌握一些基本的业务逻辑和分析方法，比如常见的营销活动分析，用户留存分析，A/B测试等等，在这个过程中你对业务的理解会越来越深刻，可以试着接触不同的业务场景，拓宽自己的业务知识面，这对将来跳槽或者转岗都很有帮助。

3 、商业分析能力提升

在上个阶段磨练个2年，你大概已经有足够的能力负责一条业务线或者多条业务线的工作了。下个阶段需要把自己的认知水平和分析能力再提高，但要看你所在的企业是否有这样的机会，如果没有，可以选择跳槽。比如去一些中小型公司负责整体商业分析和战略决策，这个阶段需要提升的是对行业的了解，以及提高商业分析的视角。

这样磨练下来，你大概就有可能成为课程营销文案里年薪百万的分析师了。所以，一个数据分析师的成长是循序渐进的，需要时刻保持的学习的欲望和经验的积累。没有一个光鲜亮丽的成功人士，背后是一路顺风的。

所以，面对无数洗脑跟风的言论和劝说，希望大家都能够保持冷静，认真思考过后，再决定是否要踏上数据分析这条路，也祝选择这条路的朋友们，能够不断升级，快速成长。