数据分析的红利在哪里？
在目前数字化转型的大环境下，商业数据分析师的好处和红利在哪里？
在说数据分析的职业红利前，我想先帮大家梳理一下整个的职业发张。在谈到职业发展的时候，我们第1次职业选择是在大学。当你成为一名大学生选择好专业，这个时候基本上已经有一个大概的职业发展目标，当然有很多大学生学这个专业是因为父母或者其他人的意见。那从人才测评的角度来说，有一项指标是非常关键的，就是你自己对你所要从事的行业非常感兴趣。
但是对很多大学生来说他不知道他的兴趣从而谈起。
所以从大学生角度讲，一般毕业之后的第一份工种会一直做下去，在这个过程中，由于有些人不喜欢现在的工作或者不适合这个行业，或者是随着科技的发展你的岗位会被人工智能取代，这个时候就出现了第2次职业选择。
首先不管是第一次的职业选择还是第二次职业选择，都要有一个标准的职业规划流程。
第一步：自我评价。你对自己要有一个初步的了解，这个时候你要知道自己的兴趣爱好，你知道自己的能力有多少。
第二步：对目前所处的行业环境分析。大的环境是整个就业市场或者说国家发展环境，这样大的环境背景下面来进行分析。
第三步：职业定位。你对于未来的规划，如果你已经做好了前面两步，你可能会有一个明确的定位。
第四步：确定目标。
第五步：为了这个目标要制定一个行动计划。
第六步：评估和回馈。之前做的目标计划是不是达到了？结果怎么样？效果怎么样？
科技发展促使我们对职业的一个思考
我们从今天来看很多的岗位，甚至某一个行业都被科技的发展所取代掉，或者甚至说灭亡掉。像ETC出现导致收费站收费的人会减少，蒙牛这些工厂全部属于自动化。所以网上的一些摘录，大家都在预测未来哪一岗位很危险并不是危言耸听。因为科技的发展解决了人的懒惰，或者说是效率。像电话推销、客服、保安等涉及到一些对人有安全隐患的岗位基本上都会被机器人所取代掉。
我相信很多人都会有这样的职业焦虑感。至于自己现在目前的工作的情况，或者说有一些同学在大学里面可能还学的是一些相对来说比较陈旧的专业和知识，那么面临就业大概率会是比较困难这样一个情况。
所以科技的发展，迫使我们对职业的话要有所思考，同时对自己的学习意识也有所提升。前段时间我看到麦肯锡的一份报告，他预测中国未来三年左右，将会有1.3亿人进行再学习。这个再学习指的是从业人员的再学习。
捕捉时代的步伐
任何一个新的科技、新的时代或者新的技术革命出来，它会摧残一些原有旧的职业和岗位，同时它也会给大家带来新的机遇和挑战，那么这个是一把双刃剑。
电脑普及，网络建立
97年的时候香港回归，那个时候很多学校里面有一些微机房，大家的职业的话就是一些文秘打字，电脑普及开始，后面很多的一些网络的建立。网络工程师这样的一个岗位是非常火爆的，因为所有的公司，都在组建这样的网络，然后进入互联网里面去。
互联网阶段，电子商务时代
大家把公司的一些宣传或者是商品，搬到网上去进行销售，那典型的就是马云。马老师属于这个阶段很典型的代表人物，互联网阶段一直到现在都是比较火，经历了很长的一个发展的过程，它伴随着计算机的技术、科技的发展，不断的进行的升华。这个时候电子商务师就出现了，有些学校还专门设立了电子商务相关专业。
电子商务时代，就必须要有第2个专业出来，就是软件开发。很多企业要去建网站，要去做商城，到网上进行售卖，那这个时候就需要这个软件开发的工程师。刚开始的时候是以Java，c语言为主，现在主要用java。
物联网到移动互联网，云计算
从电子商务时代到移动互联网时代之前还有一个过渡段就是物联网，物联网的话也没有发展的特别好。移动互联网出来了之后，出现了两个非常抢手的岗位就是大家的手机APP开发，IOS和安卓APP开发。现在的话基本上就比较少，它是属于阶段性。
移动互联网现在的发展的话也是非常的稳定和迅速。15年的时候开始，大数据的存储和计算技术的发展很迅速，当然它现在还是以阿里云为代表。云计算的这个技术突破了之后，它的整个发展大数据的存储就解决了，那么就出现了大数据这样的一个概念。企业那边开始去把数据进行采集、存储下来。
这个阶段其实产生的岗位的话是云计算的一些运维（这种岗位必须要懂云计算的技术），一些企业在做数据中台也是要懂云计算的技术。
那么大数据阶段形成云计算技术的话，推进了大数据的产生，我明显感觉到从去年下半年开始，数据的应用现在是非常的火爆。就是我们讲的大数据商业数据分析师或者是大数据分析师，这样的岗位就出来了很多。
中国20年时间，短短20年时间在整个科技类的这种技术阶段发展中，每个阶段都孕育出了一批企业家，也孕育了很多的岗位。从职业的角度来说，大学里面的人去培养一个电子商务或者是网络工程师专业的学生出来，那肯定是找工作有些困难的，因为它已经不像刚开始的时候那么专业了。
那也就是从我们的职业观来讲，我们需要有一个详细的规划，就是什么时候这个岗位火，未来的这个应用场景或者说未来的职业的前景非常的好，我提前进入这样一个领域或岗位的话，就会有一些红利。
中国的人才培养摇篮其实是在高校，而高校它的专业建设包括人才的培养到输出企业，至少要落后企业需求5年到6年。明年会有大数据科学与技术专业的学生出来，但是他们离企业的人才的需求还是有一定的距离。因为他们是第一批，学校教的内容还是比较粗糙的，他们在学校学的技术也是滞后的。
从大数据的角度来说它分两个方向，第1个是工程，第2个是分析。现在中国很多的企业，工程方面的业务多。分析从去年的下半年开始，有所增长。
其实不难理解，作为企业来讲，特别是一些比较大型的企业或者是国企来讲，大一点的企业首先它采集数据，数据都是比较零散的，要去把数据收集下来，然后进行存储。现在目前在中国的话，大部分公司处于这样一个阶段里面。
大数据采集
用到了大量的一些物联网的一些技术啊，那么在数据采集的时候可能需要大量的一些传感器。采集完了之后，它需要进行数据转化，因为数据上来之后有的是非结构化的，有的是结构化，那计算机它的认识的只有0、1，所以我们要进行数据转换。转化完了之后，我们就要开始进行存储。
大数据存储
数据量小的时候，你可以存在自己的电脑里面。数据量大了之后，你可以买一些服务器，多挂一些硬盘。那么如果数据量无限大的时候，就出现了“云”的概念。
公有云就是把所有的数据全部传到云端，我有一些数据可以放到云端，有些数据我不能放到云端，可能觉得这个数据很重要，如果我不想放到云端上去，那这个时候我就会建混合云来进行区别存储。
私有云就是我所有的数据我自己建服务器建集群，自己来搭建环境全部放在本地。存储完了之后就有数据仓库。
针对数据仓库的这个大岗位，有很多小岗位出来了，比如专门做数据采集和转化、专门做数据仓库，原来说的工程师，其实指的是这个分布式存储，那么这里面还有专门做清洗的，叫数据质量的或者说信息数据清洗这样的一些工作人员。还有一些做运维，就是公司搭建了这样的一套云系统之后，肯定要有人去施工去做架构，后期的话你还要有人去维护，那么这些岗位都是目前特别特别火的。
工程师从我的角度来讲生命周期不会很长，就像之前的网络工程师一样。在公司完成了数据采集和云端、架构事情，剩下的就是运维了。
不管是存在公有云私有云还是混合云里面，总要把这些数据进行应用，否则它本身做这个事情就是有成本的，你现在建一个数据中台至少要上百万。
一个公司里他把这些数据存储起来每年也要花钱，那么这些企业，存储这些数据的目的是什么？
存储这些数据的目的是什么？是想从数据背后进行数据的分析应用挖掘发现一些新的商机，或者说对自己的决策、公司决策包括产品运营等等有参考性作用，通过数据化的方式来提高它的一些价值，这就是我们分析的意义，所以应用分析阶段是非常火的，因为它的生命力很强。
第1个原因是因为365行，都需要数据分析师。
第2个，是企业的各个岗位都要懂数据分析。因为我们在杭州，杭州的特点大家应该都有一些感受，它是代表了中国的一些特有的，比如说电商的最前沿阵地，新媒体企业的阵地，包括云计算、大数据的前沿阵地。
那现在我们就发现，在杭州有很多的企业在新媒体这一方面需要进行数据分析，在产品方面要数据分析，在运营方面要数据分析。基于这种情况，数据分析的生命力是很强的。
机器学习是什么意思？
通过企业里长时间的数据沉淀，会有一些算法模型工程师找到有规律的东西，然后进行机器学习去创造新的产品或者是应用实现智能的一个概念。这个时候人工智能就出来了。
所以在未来每个行业可能都会有人工智能的应用，但不管它能怎么运用，前期必须要有大量的数据沉淀和数据分析师帮它去做一些事情。那么在数据分析师里面有算法工程师、工程师、算法模型工程师、可视化工程师、商业数据分析工程师、bi智能等等岗位。企业未来的这种需求量也比较大。
位置与作用
现在企业里面有上百个系统，什么ERP系统、人事系统、仓库系统等等，这些系统数据都是零散的，对企业来说没有达到统一的数据指标。企业希望把所有的数据打通，这些数据包括竞争数据、客户数据、业务数据等。这个工作就是我们之前说的工程类里的架构师包括底层的研发做的。
数据分析师就是在它的基础上面进行挖掘建模算法，包括可视化等等非商业应用分析。分析出来的作用是什么？高层做决策、去数字化管理、做产品的优化、数据化运营等等。提高企业价值的，就是数据分析师干的事。
数据分析师的职业发展通道我就简单的说一下。
工程类方向和大数据分析方向，这是两个不同的方向，工程类里面也可以分成了两个方向。比如说他去卖云产品，那么这一群卖云产品的人实际上是必须要懂云相关的知识，那也就反过来讲，如果说一个学大数据工程方向的同学，那么你未来就业的时候如果往技术方面去走，那就走工程类，之后我觉得我特别适合商业销售类的，那我们也可以做数据分析。
数据分析师刚开始是实习生，后面做一些助理数据分析师的工作，到bi的报表，智能的工作包括商业数据分析师算法模型，然后成为高级数据分析师专家，最后就是CDO（首席数据官），CDO是一个新职务，是数据分析师的最高殿堂。
数据分析的红利
第一个：弯道超车。大数据分析师的这种岗位需求越来越多，而目前市场上的大数据分析师是很少很少的，不瞒大家说我们公司在招数据分析师，现在招了三个月，我一个数据分析师都没看上，所以没办法，要自己去培养。大家起步的时候都是一样的，而有能力的科班生明年才出来，出来之后他还不是很专业，所以这个时候的话弯道超车的机会还是有。
第二个：越老越吃香。数据分析师这个领域岗位是你越有经验越好，就像那个原来我们讲的会计专业一样的，他是凭经验吃饭的，业务能力和经验很重要。
第三个的话是未来的前景。有一两年工作经验的数据分析师，只要你有成功的案例或者做过的项目，基本上是在20~30万的年薪是一点问题都没有。像阿里，百度，腾讯这种BAT的公司做数据分析师专家或者做数据科学家，年薪基本上都是300万以上。
可能从数据分析的职业红利角度来讲，也就是两三年时间，这两三年大家尽量早的学习数据分析的相关知识体系，那么未来的话你可能在这个领域里面，就成为第1批的首席数据官。
另外我今年看到一个数据，今年的研究生报考专业数据统计和数据分析专业的人特别多。所以大家的直接视觉感还是比较灵敏的。
我这段时间我发现，我在贴吧里面包括我的邮箱里面还有很多的同学们问，能不能给出一个正确的学习路径。
我做了20个专业的学习路径，想要这个路径图的同学们可以在群里面去找我们的小九老师预约。
如果说有什么数据分析方面的问题，大家可以给我们留言，我和我们的专家团队，都会认真的去对待，为大家去解惑，然后指导大家如何去学习，这是我们九道门商业数据分析学院的责任，我们也非常乐意为大家做。