今天的文章难免会引发很多口水战，但还是想让一些正在学习数据分析或者急于了解数据分析行业真相的朋友们。

灵感来自前天在朋友圈看到几个人同时转发一篇文章。标题的意思大概是教你快速掌握数据分析技巧。这种标题我比较熟悉，很有可能会卖课程（今年推出）。在我上数据分析课程之前大数据培训是骗局，我也花了一些时间研究了各个公司的营销方法和玩法，我对这些标题太熟悉了）。

然而，在朋友圈连续刷了3次同一篇文章后，我被好奇心驱使，点进去了。我就是想了解一下这篇文章的写作套路是如何让读者追随并愿意转发它。亮点在这里：

综上所述，对当前数据分析课程的割韭菜套路进行了升级。它曾经兜售职场焦虑来增加大家学习数据分析的欲望，然后开个速成班告诉你只要学完就可以拥有数据分析技能。或者给你描述一下数据分析的大好前景，高薪，转行可以一夜之间从低工资的工人变成高水平的数据人……等等

现在又多了一个套路：包内提拔，包就业。

我想大部分站在数据分析门外看的人，或者已经被这些课程切过的人，都想知道两个问题：1、数据分析真的能快速完成吗？2、经过5个月的培训课程，真的可以进大厂做数据分析3、数据分析行业前景如何？

接下来，我将一一解答

1、数据分析快吗？

我理解大家对于技能成长的迫切渴望，尤其是那些想换工作，刚毕业或者还没毕业的人。面对新的知识，每个人都想快速找到成功的“捷径”

因为这个愿望，成就了无数的培训机构。知识付费浪潮下，培训班赚钱太快了。（同一套课可以重复卖，换个题目，加点新东西打包，就是新课了。付了钱才知道原来的课都差不多。）

但作为一个过去的人，我见过很多培训课程的候选人。我想说，短期内开始做数据分析是有可能的，但短期内不可能成为专业的数据分析师或行业专家。短期内可以快速使用数据分析工具，或者了解一些数据分析模型的使用，但无法快速掌握一个行业的业务知识和对数据的敏感性。

（看过很多培训机构打包的简历，一开始对付面试官是可行的，后来用的人太多了。对比简历上写的项目，就可以猜到是来自同一个培训班。）

要想在专业领域有很强的竞争力，需要长期的学习和经验的积累，才能形成专业的护城河（35岁的职业危机主要是因为可替代性太强），所以对于在自己身边的朋友来说30后想转行做数据分析的，希望你慎重。

这些铺天盖地的在线课程就一点用处都没有吗？有用，大部分课程内容设置还是比较完善的，还在不断的优化和完善中。可以作为初级的入门学习课程，或者巩固基础能力，但千万不能把期望寄托在培训课程上。能给你的知识只是冰山一角。你需要保持不断学习的坚韧，才能加速提升你的技能。这与运动员的日常训练是一样的。在不同的场景中锻炼，不断提高比赛水平。

学完学就可以进大厂是真的吗？

咳咳，是真的，确实有一些人下课后能顺利进入大厂。然而，并不是每个人都可以。培训机构的宣传套路，其实是在利用幸存者偏见陷阱。对于那些包揽和宣传上头的成功同学，那么他们的学习心得会被分享大数据培训是骗局，但其实他们本来就出身于非常有实力的大厂，各方面素质都很强。对他们来说，数据分析是锦上添花的能力。

同样的幸存者偏见陷阱仍然存在于他们对数据分析工资的描述中。这几年转行听多了点的原因是：数据分析薪资很高，不用写代码，3-5年月薪有30K，然后附上招聘薪资图

但其实真实的市场情况是这样的：（BOSS数据分析薪资情况）

30k和50k的职位大多来自大厂，对工作年限和能力的要求也相当高。

大多数数据分析初学者的水平参差不齐。除了数据分析的专业知识和能力外，他们在职场上的一般素质远不能满足大厂商的要求。至于培训班承诺的介绍协议，包括就业，还有另外一条交易路线，我就不多说了。

数据分析增长的正确途径

最后但并非最不重要的一点是，我在上面提到，如果数据分析师想要快速成长，他需要像运动员一样训练。练习的关键是找到正确的训练顺序和合适的训练场景。

怎么做？

第一步是了解数据分析师的增长水平在大公司中是如何区分的。大致分为三个层次

1 初级分析师主要是为业务提供数据，同时保证数据的效率和质量。有一个叫“sql boy”的不愉快的头衔。在这个阶段，工具技能和熟练程度非常重要，比如SQL、Excel等。

2 中级分析师可以单独负责一个模块，对模块有深入的了解，知道如何构建底层数据结构，如何找到上层维度；能用高效的工具分析和解决问题，除了sql、Excel，还需要掌握BI相关信息

3 高级分析师，能够管理团队，负责一个或多个业务线。对数据和业务逻辑有深刻的理解和把控，用数据为业务发展战略指明方向，让数据发挥业务价值

目前市场上数据分析师级别的分布大概是这样的：

搞清楚数据分析师的水平后，如何一步步来？

1、介绍性数据分析

首先学习硬技能，例如 Excel、SQL、BI 和其他数据分析工具。系统的分数训练课程，可以让你更快成长。学习后可以申请一些初级数据分析岗位。在这方面，应届毕业生还是很有优势的。公司在招聘应届毕业生时，对这些技能的要求并不特别高。大家做好充分准备后，就可以大胆投资了。

你可以先从大公司开始。大公司的岗位培训更加规范，这也有助于初级数据分析的成长，可以多学多多，打好基础。

2、发展业务知识

在初级打分岗位1-2年后，你必须有意识地学习业务知识，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。在这个过程中，你的对业务的了解会越来越深。可以尝试接触不同的业务场景，拓宽自己的业务知识，对以后的跳槽或换工作很有帮助。

3.提高业务分析能力

在最后阶段磨练2年之后，你大概有足够的能力负责一个业务线或多个业务线的工作。在下一个阶段，你需要提高你的认知水平和分析能力，但这取决于你的公司是否有这样的机会。如果没有，你可以选择换工作。例如，一些中小型公司负责整体业务分析和战略决策。现阶段需要提高的是对行业的理解和业务分析的角度。

通过此培训，您可能会成为课程营销文案的百万美元分析师。因此，数据分析师的成长是循序渐进的，需要不断地学习和积累经验。没有一个聪明成功的人，背后是一帆风顺的。

所以，面对无数的洗脑言论和劝说，希望大家能够保持冷静，慎重考虑后，再决定是否走上数据分析的道路。也祝选择这条路的朋友们不断升级，快速成长。