第一批90后都三十了，你还没升职加薪？这份职场报告也许可以帮到你
过不了一个月，最早一批90后将要迈进人生30周岁的关卡。很多人，25岁以前的时光，都是尽情挥洒的向上攀登，过了25岁，一切都开始走下坡了，无论是身体技能还是心灵层面，跨进30岁的人群就更不用说了。夜深人静的时候，一阵惶恐悄然来袭，回望过去，那个大学里意气风发的少年，早已在职场的蹂躏下黯然失色，面对苦苦劳作多年的岗位仍旧无法升职加薪，而裁员风波此起彼伏，看看自己的荷包“囊中羞涩”，根本没有勇气来一场说走就走的旅行，我该何去何从……
站在人生的十字路口，是仍旧死死盘根现在的职业，用不见增长的微薄工资来抵抗与月剧增的房租和物价，还是重新规划职业生涯，给自己一次整装待发的机会？面对一波又一波的人才涌入市场，大多数行业或岗位都接近饱和或过饱和状态，唯独数据分析行业——截止2019年上半年，未来3~5年数据分析人才的缺口达到150万，此时的你，如果能抓住职业生涯的最好的一根救命稻草，转行成为数据分析师，你的未来仍旧可期。裁员狂草与职业瓶颈双剑齐发，人才济济与竞争上岗接踵而至，想要转行数据分析师，你现在就得好好抓住机会，错过就只能彻底说再见了！
也许你还在踌躇满志，也是你还没有太大的勇气和信心。没关系，这一次，让小编来好好帮帮你。下面的这份职业报告，相信可以为你拨开云雾，找到人生再次出发的方向和决心。
以下是小编为打算转行进入数据分析师领域的朋友，好好用数据（基于各大主流互联网招聘网站爬取）分析一下当前数据分析行业的整个社会行业走势、人才需求状况、各城市的职业分布、薪酬待遇以及工作经历、学历优势等方面的情况，“知己知彼，百战不殆”，希望小编可以给你的转行数据分析师之旅拨开一些云雾、带来一些启发、提升一些勇气！
1、数据分析行业在各大城市的职位数量分布
图表数据表明，与过去互联网发展北京遥遥领先不同，上海在数据分析领域的职位需求超过了北京，不过也只是稍微略过。同时，深圳的数据分析人才需求数量也非常大，其次杭州和广州的需求比较大，且两者基本持平，且成都的人才需求也有一定的数量，这给国土中部的朋友提供了更多选择成都有一定需求，其它城市的需求就逐步下降，数量越来越少。
2、数据分析行业在各大城市的职位薪酬分布
从整个条形图的分布上看，薪资差异较大，基本集中在五千到两万五之间的职位，超过三万的就屈指可数，不过最高的也有达到七万多的。可能人们会疑惑，“不是每个数据分析师都能月薪过万吗，为何低于一万的也有一定比例呢”，一般月薪在五千到一万的基本上数据分析员或数据分析师助理，抑或尚处实习阶段。总体上大幅度的薪资分布还是集中于一万五到一万七以及两万到两万五之间，总的来说，薪资待遇还是非常吸引人的。
3、工作经验要求
从图中可以看出，绝大部分岗位都要求有一定的工作经验，3-5年的居多，其次是1-3年，5-10年的专家级（应该是高级数据分析师或数据科学家级别，也有可能上升到人工智能领域）也有一定需求。不过对于当前的数据分析行业的职位需求，大多数人都是通过职业提升或转行重新开始的，基本的高校还没有正式的数据分析人才的输出。所以对于工作经验来说，不单单是指你得在数据分析领域有一定的工作经验，你在学习过程中获取的案例分析，其实也算是实操，可以当作是工作经历来看待。因此小编觉得，大家不用太过担心工作经验这一块，还是实操能力为先。
4、互联网热点城市薪酬分布
从图表中看，北京的月薪中位数最高，在2万元；其次是上海，在1.75万之间；深杭两个城市在1.5万左右，广州偏低，基本和成都持平，只有1~1.2万；但薪资最高的职位降落在深圳，其次是广州。可见，如果你在数据分析领域造诣够深的话，你的薪资待遇也是大幅度上升的。
5、工作经验对薪资待遇的影响
结果显示，工作经验在哪个行业确定都是一大竞争力。工作经验越高，获得的薪资待遇也越高。所以如果认定转行数据分析领域，那就一定要持之以恒，不能三年一转行，这样很难达到更好的薪资高度。
6、学历对薪资待遇的影响
从表中我们可以知道，作为新兴领域的数据分析职位，同时当前高校还尚未输出专门的数据分析人才，各大招聘网站的职位需求更看重的是个人的实际操作能力而并非学历。对于有明确岗位要求的，大专明显低于本科和硕士，本科和硕士的差距倒是很小，不过硕士的起薪要高。但不限学历的比重是最大的，可见对于职位来说，考量的重点确实不是学历优先。因此准备转行的朋友，不用担心自己的学历过低，只要你的能力够硬、兴趣够浓、恒心够大，你一定会学有所成。
7、工作技能要求
表中显示，SQL、Office（主要是Excel和PPT）的需求是最大的，也是绝大多数从事数据分析行业的人的基本要求；其次，更进一阶的Python、算法和R的需求也很大，另外SAS、SPSS、Hadoop、Hive的需求也不小。因此我们要基于自己的职业定位和工作需求来掌握各类技能工具。
- 主流技能的薪酬待遇平均中值
图中的泡泡大小代表了职业的需求量。从结果来看，会R语言的薪资最高，不过这也仅是高薪的必要条件，而非充分条件。另外算法过低，基本原因大致是由于大多数岗位需求里都要求要有算法，没有明显的竞争力，进而拉低了其均值。如果进一步分析，应该能得出比较贴合实际的数据，或者也可直接将此项剔除。分析其他职位需求，如深度学习和机器学习的薪资来得到算法的薪资均值。Java是走向高级开发必不可少的路，Hadoop、Spark、Hive仍然是数据分析类职位的高薪必备技能。最后我们来看看Python，Python的薪资分布居中偏上，需求也是位列前茅，可见各大企业对于Python技能的掌握是很有要求的，大家一定要花时间好好学习Python
从上面的各大数据表格中，我们可以对当前火热的数据分析行业有了非常明晰的客观理解。数据分析职位需求的集中地带主要分布在北上广深杭，其中北京和上海更具优势。不过从地域上看，北京位于北方，上海、杭州位于中部，深圳和广州坐落南部的广东，这也给不同地域和人群提供了很好的择业选择和各类因素考量，具有一定的选择优势和流动优势。虽然广州和杭州的数量，相对于上海和北京是几乎减半的，但从整个城市的人才需求基数上看还是很大的。
另外，从薪资待遇上看，整体的行业水平维持在1.5万~2万之间，这在社会职业范畴里面算是非常可观和期待的。如果在继续深造或积累一定的工作经验，那整个的薪酬水平也是大幅上升。基于实操能力优于学历这个因素，这为转行成为数据分析师的人们打了一记强心剂。
最后我想说的是，裁员潮无法逆转，这是整个经济环境的波涛汹涌，我们只能接受。但选择和坚持是我们自己拥有的、转行和竞争也是我们可以拥有的。