2024年刚开始，很多同学在盘算着今年该如何发展。网上关于数据分析如何从0到1的文章一抓一大把，但对于之后的发展路径鲜有介绍。今天就来给大家盘点下，数据分析的各种发展路径。总有一条可以让你升职加薪，慢慢看哦。

首先，大家一定要清晰：数据分析不是一个按劳分配的岗位。入门那一刻，很多同学都在学SQL、Python，但真入门以后，并不是看谁SQL搓得多，谁工资拿得就多，甚至那个一天2000行SQL的人肉取数机，在晋升的时候被批为“只做基础工作缺少深入洞察”。

所以不要光埋头干活，抬头看路很重要！

一、公司内部晋升机会

想在公司内晋升，需要几个条件 :

• 公司本身业绩在增长
• 数据部门有扩编名额
• 数据部门有绩效A名额
• 直属领导认可自己的表现

注意！数据分析不是直接产生业绩的岗位，因此不会像销售那样，公司为了冲业绩就扩团队，加奖金。公司在壮大，团队在扩编，是个人晋升的基础。在此基础上，直属领导喜欢自己，支持自己，就有机会争取到晋升名额。

当然，很多同学没这些机会，或者公司不行，或者和直属领导关系不铁，没关系，看下一条。

二、同业跳槽的机会

想通过跳槽加薪，同行跳同行，是最快的办法。大家都喜欢吃现成的，有同业经验很容易要到高薪资。

注意！这里的同业并不是简单说行业相同，而是业务类分析经验相同，比如 :

• 销售：业务员、电话销售、线上买量
• 运营：用户、商品、私域、
• 生产：离散式、流程式生产
• 供应：物流、仓储、配送
• 产品：内容型、电商型、工具型
• 商品：耐用品、快消品、生鲜

在找工作时，对目标岗位的要求，一定要看细点！如果找对方向，很容易实现逆袭，比如 :

• 虽然是传统企业，但是自建了APP，有全套埋点+用户行为分析经验
• 虽然是传统企业，但是CRM运作成熟，有全套销售运营经验
• 虽然被互联网裁员，但是有用户分析+精细化运营的经验

这种就很容易实现：从传统→互联网企业，薪资加倍；从互联网→传统企业数字营销部，成功上岸的转变。反倒是某些人名为“互联网大厂”实际上只做内容审核、客服、电销一类边缘业务，很难上岸。

相反，如果看得太粗，有可能看似行业相似，面试也会挂。比如人们常说的“电商”，其实有三类企业 :

• 平台型：大型电商平台，对用户（C端）商家（B端）服务
• 入驻型：入驻天猫、京东、亚马逊卖货的企业
• 自建型：品牌商自建APP，经营自己的商品

这三类对经验要求都有差异，平台型的岗位经常分C端/B端招人；入驻型主要关注商品管理、买量优化；自建型往往对C端分析经验要求多。如果没有对应准备，很容面试挂掉。

有些同学会说：我没有深入的业务类经验，该怎么办呢？看下一条。

三、熟练工的机会

很多同学平时没有业务类分析经验，就是机械地出报表，大量临时取数。这一类同学也是最想换工作的。但苦于经验少，不知道该怎么办。

注意！大厂也有入门级岗位，也有支撑型岗位，不需要很深业务经验，能支持取数即可。这种岗位描述一般有如下说法 :

• 支持销售、运营、产品等日常分析需求（不限定种类+一堆部门）
• 根据业务需求，输出常规报表，监控业务走势
• 诊断业务移动，发现业务问题，提供分析建议

总之，都是泛泛而谈，不会考深度的用户、推广、商品问题。

这种岗位是很适合底层工具人上岸的，但是也得做一些准备 :

• 起码把自己做的需求/报表梳理出来，到底服务哪些部门/哪些需求
• 常规的业务部门的指标体系得熟悉，面试时不要结结巴巴
• 常规的异动诊断，问题拆解套路得熟悉，最好提前准备准备

这样做好了准备，才能过面试。因为类似的问题太多，我直接整理成《九大方法》《数据报表设计》两大专栏丢在知识星球，方便同学们参考。

四、换赛道的机会

数据分析是个很有用的技能，会做数据分析，不见得非要死磕“数据分析师”这个岗位，有一些高薪的业务岗位，也非常需要数据分析技能，比如 :

• 运营类：用户运营、商品运营、销售运营
• 产品类：策略产品、数据产品
• 管理类：经营分析、区域管理

这些岗位大都是核心业务岗，平时需要 :

• 监控业务数据走势
• 分析数据找问题
• 基于数据测算定策略

所以和数据分析关系非常紧密，如果自己不喜欢搓SQL，对业务感兴趣，完全可以转过去。

要注意的是，这些岗位是业务岗，对业务能力有一定要求，所以要提前准备，比如 :

• 用户运营：常见的用户分群方法，用户权益设置
• 商品运营：商品常见推广、调度方式，商品选品
• 销售运营：销售培训、激励常见手段

有了业务知识积累+数据经验，是很容易换赛道成功的。

作者：接地气的陈老师 ；微信公众号：接地气的陈老师

本文由 @接地气的陈老师 原创发布于运营派，未经许可，禁止转载。

题图来自 Unsplash，基于CC0协议