写给0-3年数据方向新人的职业规划建议

一段时间以来，不少朋友通过各种渠道找我咨询在数据这个方向上的职业规划选择，可能是觉得我经历过的岗位比较多吧，后来我感觉很多问题其实都还是共性比较大，所以今天整理出来现阶段的个人看法，供大家参考

【目标受众】

有一定数据基础，马上要进入数据方向岗位的新人，比如校招的；

已经进入数据方向岗位，但对现状不满意，想谋求改变的

 

【核心建议】

从企业数字化发展的进程来看，推荐数据产品岗位，尤其是应用层的数据产品。其他岗位如数据分析、数据仓库研发、数据运营等，尽量作为过渡；策略产品最后单独说

 

【具体理由】

1，从企业数字化发展的角度看，劳动密集和基础建设都是过渡状态

很多职业规划建议都是从岗位的核心竞争力来分析的，但有个误区，岗位是否需要是由企业说了算的，企业有需求就会需要这个岗位，没需求了你竞争力再强，这个岗位也没了，你只能凭借能力转换赛道

所以换个视角，想想眼下很多数据岗位企业为啥需要，会是一个有帮助的方式。同时，企业对岗位的需求也要结合企业的发展阶段，不同阶段要的东西不一样

在我看来，目前我国互联网行业大部分公司在数字化上，基本还停留在前期，主要是打基础补功课！只有少部分大厂进入了中期，开始探索应用数据降本提效or创造价值

具体来看，很多公司目前在数据岗位最需要的，不外乎就是能人肉跑SQL提取数据进行统计分析的数据分析师，能够把数据上收后妥善安置清晰管理的数据仓库工程师，和能设计埋点方案规范上收数据的分析师or工程师or数据产品。你看哈，基本就是数据的中上游几个环节，获取、管理、分析

这个前期的特点就是：我要先有！所以很多工种都是堆人力，尤其是数据分析师哈，就是劳动密集型的数据工人，天天大量时间做着数据提取的工作，真正的分析和建议并不多。类似的包括数仓开发，也是早期做基建的时候需要大批人力，大干快上，不过后期数据基础都成型了，也就不需要那么多人了

这里必须要额外提一句哈，很多朋友都听说一句话：数据驱动业务（企业）。但我想说你可别解读偏了，是数据驱动没错，但不是数据分析师驱动。真正的含义是：有些人负责整理数据并对数据进行适当的、合理的解读，而最后的决策还是交给人来做，数据是一个很重要的辅助措施

那么问题来了，企业的这个阶段会一直持续么？肯定不会！那么当这个阶段过去了，还需要那么多的劳动密集型岗位从业者么？可能大概或许是不需要了吧？～如果城市里楼都盖起来了，应该也就不需要那么多建筑民工了，剩下的就是维修保养，以及看看怎么提升效率了

提升效率靠什么？靠制度、靠规范，也要靠自动化、产品化。所以势必迎来的一个阶段就是用机器来取代人，but互联网公司没有机器人，所以这里的机器指代的产品，尤其是数据产品

 

2，开源>节流，营收变现>降本提效

虽然是自动化、产品化，但也要有所选择和侧重。从人性的角度来看，省钱就是没有挣钱来的爽，对咱们个人来讲是这样，对企业决策人员来讲也是同样

所以如果你选择数据产品方向，那么你只是走对了一步，因为数据产品里面还有不同的细分，简单高效的归类可以分成基础层、中间层和应用层：

基础层就是做数据获取、清洗、存储、管理的，典型的比如数据仓库、埋点平台。这种产品很关键，可以提升效率，但属于一锤子买卖，容易兔死狗烹鸟尽弓藏，你懂吧～

中间层就是做数据加工、理解、分发的，典型的比如画像标签、数据中台、包括BI我也觉得是这一层的。这种产品吧很难做，因为对人员的素质能力要求高，但同时价值产出又不大，因为在中间夹着嘛，经常两头背锅、上下支撑；

应用层就是做数据的分析、应用的，典型的比如各种营销工具、DMP、策略平台。这块很好，因为能直接带来钱，钱就是价值的最直接衡量。而且国内经常做基础和中间层，往往容易跟应用脱钩（联想大学教育），所以有机会多知道一下怎么应用，对你学习理会基础更有帮助！

从数据产品的这种分层介绍来看，有机会的话，我还是会比较建议大家选应用层的数据产品，直接投身到应用中，让结果带动你思考，以终为始不香么？～

 

3，能挣钱的成熟业务才真的需要数据驱动

补刀一下行业or业务的选择，互联网发展到现在，挣钱的方式不外乎就是电商、游戏、广告，未来maybe能拓展出toB服务？

上面分析到，要尽量走到前面，找那些能用钱来证明自身产品价值的地方。那自然也就需要擦亮眼睛，找那些真正能稳定挣钱的业务是吧，就是上面这三个半了

如果你担心互联网未来走下坡趋势，那你也可以提前布局，看看横跨互联网and传统行业的岗位方向，比如广告和toB。即便是很多传统行业的公司，每年的广告预算也少不了，这里不是让你去4A广告公司哈，那是乙方，这里是想让你看看有没有机会去甲方公司做广告，尤其是数字化营销（线上广告）。比如你去了有钱的汽车大厂、护肤品大牌、快消零售巨头，都还是可以的。当然前提是你从哪儿去？以及选择什么时间节点去？你自己也想想看～

toB虽然尚未明朗，但政策面是很鼓励的，不明朗的部分主要在互联网公司们还没学会怎么伺候人，毕竟靠服务挣钱不是容易事儿。但toB业务的过程中，你也可以接触到很多传统行业的大公司，可以帮你提前去了解一下他们的情况和思路，避免一直局限在互联网这片小天地里

4，策略产品也挺好，就是容易被挤压

当前这个岗位还是很被需要的，因为让算法工程师做产品，很难；同样，让产品经理理解算法，也不容易。但以我浅薄的感知来看，这个岗位始终是处于算法和产品的夹击之下的：

一个有业务sense的算法研发，会经常向上张望，考虑算法怎么能在不同的场景更好的落地；一个有专业背景的场景端产品经理，虽然无法手撕代码，但还是可以做到基于对原理的理解进行灵活应用的。这么一来，定位于衔接适配的策略产品经理就会有些尴尬，经常会变成算法研发团队对接客户的售前顾问，对接场景端产品经理的需求收集器和沟通缓冲区

随着互联网入行门槛越来越高，新人们的学历背景素质越来越好，相信后续能理解算法原理的场景端产品经理会越来越多，届时策略产品经理会不会被整合进去呢？我就瞎提个问题哈，开放式讨论～

以上见解可能也少不了一些屁股决定脑袋

最后我把我平常用到的所有资料，包含：数字化、数据分析、数据产品、技术架构、各行业分析报告等等都放在知识星球上存储；

目前有4000+的资料文件，快800位朋友一起加入了，需要了解的朋友可以公众号后台回复关键字：报告

--------   往 期 推 荐  ----------

▼

• [PPT福利领取】分享一些高大上、有逼格的PPT模板

• 大数据分析方法及工具应用(埃森哲).PPT（附下载）
  

• [数据产品笔记】二、数据可视化设计规范
  

• 2021年让我们做个深度思考的人

• 超级PPT福利贴 | 免费PPT素材资源领取

• [阿里首次公开]-数据中台实践完整版（附下载）

• 用过往的经历，聊聊数据分析这个职业