每年的春节前后都是跳槽的高峰。毕竟年终奖到手了，那对原公司也就没什么留恋的了，有些朋友对我说：那可真是一刻都不想呆了。

另外春节后还有校招的春招，又有一批年轻的数据分析师带着对未来的憧憬来卷我们这些老人。

那么，2023年找一份数据分析的工作，行情究竟怎么样？

数据分析岗都要哪些能力

数据分析师的工作现在好找吗？这个问题没法直接回答。

因为数据分析师这个岗位的定义本身实在是太乱了。

ABC三家公司都招数据分析师，但他们做的事情可能完全不一样。

甚至数据分析师和数据分析师之间的差别比数据分析师和数据运营之间的差别还要大。

所以讨论数据分析师究竟好不好找工作，来看一下数据分析师一般都有哪些工作内容和需求的能力。

一家公司在不同的业务发展阶段对数据分析的需求是不同的，所以我们要先把不同的公司分为小厂，中厂和大厂。

小厂一般处在创业初期，商业模式还不是特别确定。中厂一般已经找到了商业模式正在快速扩张。大厂则是业务成熟，往往占据了行业垄断地位。三者的区分没有明显的边界，一般来说上千人的公司基本上可以看作是中厂，上万人的公司基本上就是大厂了。

数据分析的工作内容大概有三大类：

• 基础类：基础的取数和报表工作

• 技术类：数仓基建和算法

• 业务类：产运分析和咨询分析。

不同规模的公司对于不同工作内容的需求是不同的。可以参考下图。

大厂小厂的能力要求不同

首先，基础的取数能力和搭建报表的能力是数据分析师的基础。这项能力不管在小厂中厂还是大厂都是必备的。所以这类能力就不多说了。

小厂

小厂还在摸索商业模式，所以业务的变化往往会比较大。这类公司招的数据分析师，一般来说人数不会特别多，但能力要求比较广，希望你是一个多面手。

你最好懂一些数仓基建，对于算法的部分，面试的时候可能会问到，但是实际的工作当中基本上不会应用。

业务方面，最好懂一些基础的产运知识。至于咨询BI的那种向上汇报的能力，基本不会要求。因为小厂内部中高层之间沟通没有太大的障碍，不需要有专门的人员负责上下沟通。

中厂

中厂的业务基本定型，会开始数仓搭建。但是数仓的搭建毕竟是一个长期的过程所以数据分析师在中厂也必须要有一定的数仓搭建能力。这样在遇到数仓模型不完整的时候，自己也有能力去获取数据。

中厂对于算法也有少量的需求。业务规模达到一定的量级的时候，有些业务场景利用算法会比人工运营效率更高。但是业务规模还不足以支撑专职的算法团队。这就需要数据分析师出马，搭建一些通用的模型。

业务方面，中厂对数据分析师的产运理解能力要求比较高。因为中厂的商业模式已经确定，业务的方向主要是不断优化商业模式中的产运细节。
不懂业务的数据分析师一般只能给出一些基础的转化数据，然后说某个渠道低了，要提高转化率。对于理解业务的数据分析师来说，给出具体原因，甚至能给到解决的方法，才是真正的价值。

对于咨询能力，有更好但也不是特别重要。咨询型BI解决的问题是提炼业务现状，便于高层领导高效接收客观的信息，降低层级之间的沟通的成本。对于中厂来说业务负责人一般是从创业项目一步步成长起来的，对于业务本身还是足够了解的，并且层级沟通成本还不是特别高，一般还不太需要咨询型BI。但如果你有这样的能力，在这类企业逐渐成长为大厂的话，还是能够发挥作用的。

大厂

大厂对于各种能力都是需要的。

但是在技术的方面，数仓基建能力和算法，一般来说都有专门的岗位，如数仓工程师和算法工程师，所以在技术方面大厂对于数据分析师的要求是比较低的。

业务方面，一般来说业务BI和咨询BI的工作方式不太一样，能力项上也有较大的差异。而大厂又有足够的财力招聘专岗，所以产运的理解和咨询的能力，两者你精通其中一样就可以。

要么能支持产运，做业务BI，要么做高层的眼睛做咨询BI。

产运类的BI和中厂的要求类似，只不过比中厂更加聚焦，基本不会参与数仓建设和算法工作。

咨询类的BI算是大厂独有的岗位，因为只有大厂组织层级较多，高管远离一线业务，又担心业务报喜不报忧，所以需要一个独立的第三方提供业务信息。因为咨询类BI没有业务KPI压力，因此没有动力帮业务说好话，可以做到客观公正。

跳槽难度

说完了数据分析师的不同类型，再来看一下不同类型岗位之间的跳槽难度：

取数报表型 拼性价比

如果你只掌握了取数和报表的能力，除非有其他资历补充（如学历、实习等），否则去中大厂是比较难的。要想在小厂的招聘竞争中脱颖而出也比较困难，因为这两项能力的学习门槛比较低，竞争的压力会比较大。

唯一的杀手锏，就是性价比。别人期望薪资10k，你期望薪资9k，你就赢了。老板一看反正都是取数的，能力差不多，就要你了。

数仓基建型 拼经验

数仓基建类的数据分析师前两年是很多的，而且这个活数仓干的其实更专业。去年裁员很多，所以这一类岗位的竞争相对比较大。

竞争力主要来自项目经验，尤其是对口业务类型的项目经验。如果同样是电商的数仓，那么底层表的结构一般来说是非常接近。但如果你是短视频业务的数仓，那有些东西就得重新学起，招聘的时候就不占优势。

至于校招的同学，学校背景比较好的可以试试中大厂，学校背景一般的同学小厂也不要嫌弃。因为数仓方向偏技术，而技术是不怎么挑学历背景的，等到有一定的项目经验后，再跳槽去中大厂也是OK的。

算法型 卷中卷

算法岗三年前如日中天，简直是人类未来的希望。去年开始就出现人才过剩，现在的算法类岗位博士学历都很正常。加上去年的裁员，招聘市场上现在算法人才相对过剩。

所以招聘的要求也水涨船高，如果你不是有很好的学历背景和项目经历，建议别趟算法这趟浑水。

咨询型 卷中卷中卷

咨询类BI，是比算法还要卷的岗位。因为算法岗的人数需求相对咨询BI来说还是比较多的，而且对算法能力的评估相对容易，面试的时候能看出水平差异。所以学历差异相对来说容易抹平。

但是咨询类BI的工作内容比较虚，需要很多通用能力，比如沟通表达，结构化思维等等，所以咨询BI的选人标准比较难定。

但难定也得定啊。因为咨询BI的建议往往影响公司上亿投入的决策，所以大厂愿意花大价钱请最好的人。于是咨询BI的标准就定的非常高。学历的话常春藤清北等都很正常，资历的话五百强公司经历等都属于标配。

这不是一条普通人走的路，这类天选之子我相信也不会来读我的文章，所以这种路线，劝你放弃吧。咱没有这个命。

产运型 拼资历

产运型的数据分析师，在对口的业务方向上比较吃香，应聘相对容易。如果你有3-5年的电商数据分析经验，那么跳槽去其他电商公司就比另一位短视频数据分析师容易得多。

深入业务虽然能带来竞争优势，但也是把双刃剑，你和业务的绑定太深，如果未来这类业务衰退了，那么想转型也会比较困难。所以选好业务方向很重要。

对校招新人来说，成熟的业务类型有比较多的学习资源，多花点时间了解业务模式对面试很有帮助。至少你也得有同类产品的使用经验，否则平时不网购的同学，面试电商数据分析师连基本概念都不懂，肯定被pass。

小结

如果你想跳槽，看看自己的能力还缺啥，趁着春节假期充充电。