1樓：小耗子
資料分析師，這個崗位，有些企業招人的時候，對於這個崗位的職責都是不太清楚的，同時，具備資料分析能力的人也不是那麼多，導致缺口大了。當然了，市場需求決定了培訓，看現在資料分析的培訓機構也有了，還有什麼CDA資料分析證書之類的。
2樓：大咕嚕
還是非常缺人的。
但是是兩個方向
乙個是本職的資料分析師，一般這個年薪至少20W起，這個是給公司CEO決策時提供資料的，。
乙個是資料分析技能加持崗位，比如資料運營，產品運營等工作。需要資料分析技能，配合運營工作等崗位。一般會Python的運營人員，月薪至少也得20K起。
3樓：塗卡塗卡
我感覺是的，但是不一定是專職的資料分析師。因為我最近刷boss直聘都要資料分析技能，但是崗位就很雜，運營、銷售、財務、諮詢等等，所以我覺得可能缺的不是所謂的資料分析師的崗位，是現在就業需要這樣的技能。這不是還有了專門考CDA資料分析師證書的嗎？
4樓：蘇北城
資料分析師其實在現在是乙個很吃香的崗位了！銷售，運營，行政等等的崗位都離不開資料分析，現在有乙個1元5天的資料分析訓練營可以幫助入門哦。學好資料分析對以後得求職與公升職都是很有幫助的！
小灶能力學院
5樓：收數佬
缺人才,我留意招聘網乙個月,發現八成崗位沒變動還是掛著招人.
老闆希望招個人來輔助自己做決策,那麼那個人業務,市場能力就得跟老闆經理划等,不然指導個毛.
哈?能有這能力就是對家了.
6樓：
這裡是阿里。我不知道缺不缺，這期校招的資料分析師是掛在技術崗下面的，但是很多投簡歷的同學都是銷售經驗，面試官基本看一眼就放棄了。
其他的簡歷一出現在公海池就被人搶走，除了資料分析師，最後漂在公海池裡沒人要的資料分析師有好幾十份，一屏都顯示不完。
也許是阿里特有現象吧。
7樓：
實際生產中，感覺沒什麼可分析的，乙個bi報表一出來結果就很明顯了，更多的時候是做報表，分析業務基本上一兩個分析專案下來，業務就順了，感覺真的沒那麼多分析專案。流程完善，效率高剩下就只能做報表了
8樓：
瀉藥。我覺得這個問題和其他各個崗位的回答其實差不多。從總數上來說，資料分析師是不缺的，但是真的要挑人的時候，又會發現，稍微能幹活的人太少。
前一陣自己在招人，其中就很容易發現幾個問題：
1、很多人只是會Excel也號稱是資料分析師。這批人的主要特徵是覺得，會吹就行了。以諮詢行業居多。
2、會DW的分析師還不算少，傳統行業也挺多，但是如果有noSQL背景的，基本都在網際網路行業。
3、要稍微有點Data science基礎的，就很難很難。即使一部分有BA專業背景，你會發現水貨還是很多，吹得比做的多。
4、現在Tableau / Qlikview / PowerBI（這個其實技術還有點要求）推廣的很厲害，稍微會click幾下很多人就敢說自己會做BI了。所以面試時候還得分一下是BI還是SSBI（self service BI），兩者技術差距，說實話很大。
主要還是看崗位要求吧，前一陣子招的崗位，要求精通SQL，會一點data science，會Tableau / Qlikview之外的某一種BI工具。然後就招了很久。。。當然，我覺得可能也是因為工資預算低了點。
9樓：江楚
最近在招人，看了好多簡歷，也聊了不少，很少能有特別搭的。
先看簡歷，有的會寫自己性格怎樣愛學習什麼的，很典型的有學生氣的簡歷，學生的話勉強還能接受，但問題是這是工作2年的人的簡歷，這樣寫就不合適了，至於愛不愛學習，面試的時候也問得出來。順便提醒大學學的課程名單也不要寫了，有的人會寫，但這沒有幫助+佔空間。
還有的是只出報表和跑資料的，這種工作的年限越長的越不要，競爭力太低，太常規且乏善可陳。年齡不算太大，面試時候能比較有見解，表述清楚，能學習有悟性的，這種倒是可以考慮帶的。
網際網路行業的話還有幾種比較容易直接被否掉，比如技能侷限在Excel+SPSS的，沒碰過底層資料清洗的。一般大公司背景的會加分，但這一部分有時不一定，因為大型公司會在許可權上更嚴格，人員也更細緻，有一部分人雖做著分析的活，但會因為許可權問題碰的東西不一定會很全。更有優勢的其實是大公司且完整經歷了整個專案的，比較規範且見過的坑也多，處理的資料量級也夠大。
雖然職位名字叫做資料分析師，但工作範疇真的不是出出報告就算了。知道資料怎麼採集，清洗，分析之外，還要懂業務，了解產品、運營、市場這些，這就不是個純技術活。
我說的主要是簡歷，已經可以剔除不少人了，這我還沒寫面試，之後面試也會砍掉不少。
我做過面試官後才意識到以前自己簡歷其實也沒好好寫，排版那叫乙個醜。能入職估計主要是靠過往履歷和比別人彪悍一點的面試風格搞定的。
說了這麼多，你看，招不到人是不是挺正常的？
10樓：零一資料
我是一名資料分析師，行業是電子商務。2023年入行。
先從我從事的行業來講的話，資料分析人才是奇缺。
但是資料分析人才不一定就是資料分析師崗位。
對於大型的電子商務、零售、服務商公司而言，會對資料分析師產生需求，而對於中小電商企業來講，大部分的基礎資料統計和分析工作室由運營兼顧的。
在近幾年，電子商務行業非常重視「資料賦能」，所以近幾年來問我介紹相關人才的企業也就增加了許多，無奈的是懂電子商務邏輯和業務的資料人才確實很少。
據我了解，每一家企業都在做資料分析，但不一定設資料分析師崗位，資料分析工作會由傳統的銷售、財務、秘書等崗位承接。
因此，資料分析人才是奇缺，而資料分析師崗位準確來講並不是奇缺的狀態，只是市場的供需資訊差造成了企業難以招到合適的人才。
資料分析師一般要兩到三年的工作經驗才可以勝任，而具有兩年以上的資料分析師的起薪較高，中小企業的痛點是請不起，更不要說具有5年，8年工作經驗的資料分析師了。
許多小公司選擇應屆畢業生來培養，但也只是做資料統計工作居多，企業內沒有人可以帶路，因此資料分析崗並沒有給企業帶來應有的期待。
另外，資料分析人才主要集中在銀行、金融、電信、醫療等行業，這些行業對資料分析師的年限要求更高。
從規模論來講，每一家企業都要資料分析人才，這個行業的規模足夠大。
目前流行的AI（人工智慧）和Blockchain（區塊鏈）都是基於大資料的應用，沒有大資料，這兩塊技術無用武之地。
1）資料分析要依託於某個行業，如零售、銀行、電信等，所以必須選擇乙個行業。
2）資料分析可以根據具體的工作細分為多個崗位，如採集層（爬蟲工程師）、儲存層（資料庫工程師）、分析層（資料分析師）、視覺化層（資料視覺化工程師），架構層（資料架構師），如果處理的是大資料，則在前面加個「大資料」的標籤。而企業對資料分析人才的要求是一專多能，比如爬蟲工程師，擅長的就是寫爬蟲，之外也需要了解其他層面的內容。
商業分析師和資料分析師到底有什麼不同？
李啟方 先來看看相同點吧，應該不用我說，都是通過資料分析分析問題，讓專案的價值最大化，你可以理解為資料驅動。下面的內容中，商業分析師我就用商代替，資料分析師用數代替。1 入行門檻 商 研究生優先，985優先，清北復交優先 這是真的 因為真正的商分只有大公司招，而且每年的人都很少，其激烈程度真的不亞於...
資料分析師 CDA 和資料專案分析師（CPDA 的區別？在認證方面有什麼不同嗎？
nicygyang 演算法或開發類的證書一般用處不大，靠證書入行還不如去刷kaggle比賽。實在想證書，推薦20年新出的谷歌tensorflow developer認證，coursera有prof.安德魯吳他們廠子的配套培訓課程，你上完prof.吳的deep learning專項再去上這個課比較好。...
資料分析師需要哪些技能？
姑蘇城外漫天飛 有句話叫做，工具和技能都是關鍵，這些都是可以培養的。關鍵在於你是否有乙個資料分析的思維能力和想法 當然，作為資料分析師，基本的技能包括了SQL,BI工具，Python 基於這樣，資料分析的是核心在於，資料敏感性，業務資料發掘能力，資料指標體系搭建，分析框架搭建，和各個部門的溝通能力，...