稍微解釋下不同環(huán)節(jié)的意思：

• 「數(shù)據(jù)獲取」比如app埋點，把數(shù)據(jù)收集上來；
• 「數(shù)據(jù)存儲」比如數(shù)據(jù)倉庫，簡單清洗后入庫存放；
• 「數(shù)據(jù)管理」比如數(shù)據(jù)治理，理順數(shù)據(jù)之間的關系等；
• 「數(shù)據(jù)加工」比如標簽生產(chǎn)，將原始數(shù)據(jù)按應用場景做加工；
• 「數(shù)據(jù)分析」比如分析建模，效果評估、專題分析、上線模型；
• 「數(shù)據(jù)應用」比如推薦策略，將數(shù)據(jù)直接自動化應用在終端場景。

四、深入理解不同崗位的優(yōu)劣

從大家求職選擇崗位的角度看，比較關心的應該是這個崗位門檻要求高不高、面試卷不卷、入職后收入高不高、有沒有價值感、上升空間如何。

我對應的整理了門檻要求、供需比例、收入水平、價值感受、上升空間5個維度，對下面7個崗位先進行一次整體的量化盤點，然后再具體展開介紹：

ps1：每個維度都是滿分5分，分數(shù)越高越好。比如供需比例5分表示供小于求，3分表示供需平衡，1分表示供大于求。

ps2：分數(shù)高低僅限于數(shù)據(jù)類幾個崗位之間比較，不涉及與非數(shù)據(jù)類其他崗位比較。

1. 數(shù)據(jù)工程

一句話介紹：數(shù)據(jù)方向需求量最大的技術工種。

日常工作內容：計算/存儲平臺的搭建/運維、梳理數(shù)據(jù)流進行數(shù)據(jù)建模和數(shù)倉搭建、報表或BI平臺的設計與實施（含計算邏輯的落地與性能優(yōu)化）、業(yè)務臨時或定制需求支持（跑數(shù)）。

具象產(chǎn)出內容：數(shù)據(jù)平臺、數(shù)據(jù)報表。

崗位優(yōu)勢vs劣勢：優(yōu)勢是需求量大，尤其是傳統(tǒng)行業(yè)數(shù)字化轉型，就有很大缺口、可以鉆研技術有一定門檻、收入較高、跟人打交道相對少，煩心事兒少；劣勢是距離一線業(yè)務很遠、價值感低、有飛鳥盡良弓藏的風險、容易被甩鍋。

適合哪些人：數(shù)據(jù)敏感、心細、沉穩(wěn)有耐心；認可數(shù)據(jù)價值和帶來的成就感（與用戶產(chǎn)品看得見摸得到的成就感相差甚遠）。

2. 數(shù)據(jù)分析

一句話介紹：供需比例嚴重失衡的、重要但價值感較低的綜合數(shù)據(jù)工種。

日常工作內容：數(shù)據(jù)處理、加工數(shù)據(jù)表、分析數(shù)據(jù)、上線數(shù)據(jù)模型。

具象產(chǎn)出內容：數(shù)據(jù)倉庫表、數(shù)據(jù)分析報告、數(shù)據(jù)看板、線上模型。

崗位優(yōu)勢vs劣勢：優(yōu)勢比如需求量大、工作環(huán)境相對簡單穩(wěn)定；劣勢不少，比如加班多、思維固化、遠離一線業(yè)務、發(fā)展空間有限、價值難衡量。

適合哪些人：對數(shù)據(jù)分析有熱愛、邏輯性強、有一定數(shù)據(jù)專業(yè)背景、不那么學究的同學。

其他補充了解：女生比例挺高的、全棧數(shù)分越來越多（傳統(tǒng)企業(yè)不是）。

3. 數(shù)據(jù)產(chǎn)品

一句話介紹：本質是懂數(shù)據(jù)、會分析的toB產(chǎn)品經(jīng)理，有具象的產(chǎn)品作為產(chǎn)出。

日常工作內容：溝通需求、寫文檔、驗收測試、匯報。

具象產(chǎn)出內容：需求文檔、數(shù)據(jù)產(chǎn)品、調研分析報告。

崗位優(yōu)勢vs劣勢：優(yōu)勢比如跟老板接觸機會多、產(chǎn)出顯性化、距離業(yè)務近；劣勢比如價值不容易衡量、容易被當成工具。

適合哪些人：懂數(shù)據(jù)懂分析甚至懂策略、有邏輯性、同理心較強、想做產(chǎn)品經(jīng)理的同學。

其他補充了解：類型很豐富、未來很重要、定位不清晰。

4. 策略產(chǎn)品

一句話介紹：銜接算法和產(chǎn)品的橋梁，很多數(shù)分轉型的好選擇，也是產(chǎn)品經(jīng)理。

日常工作內容：溝通需求、寫文檔、分析數(shù)據(jù)、評估效果。

具象產(chǎn)出內容：需求文檔、調研分析報告、線上策略。

崗位優(yōu)勢vs劣勢：優(yōu)勢比如門檻高、離業(yè)務近、價值容易衡量；劣勢比如夾在產(chǎn)品與算法之間。

適合哪些人：懂分析、懂算法、愿意理解業(yè)務、有點極客風的同學。

其他補充了解：細分類型很多樣、很燒腦很全能。

5. 數(shù)據(jù)運營

一句話介紹：既可以是運營中的數(shù)據(jù)分析師，也可以是數(shù)據(jù)分析能力突出的運營。

日常工作內容：數(shù)據(jù)指標體系搭建、數(shù)據(jù)跟蹤計算、效果評估分析、專題分析。

具象產(chǎn)出內容：指標體系、數(shù)據(jù)分析報告、數(shù)據(jù)模型。

崗位優(yōu)勢vs劣勢：優(yōu)勢是身處一線業(yè)務對需求理解的更透徹、分析的內容更落地；劣勢是可能會陷入瑣碎的日常數(shù)據(jù)提取和報表統(tǒng)計需求中、對技術不會有多少提升。

其他補充了解：相比數(shù)據(jù)分析師更落地，但這個崗位并不那么清晰、主流，經(jīng)常被兼職。

6. 經(jīng)營分析

一句話介紹：復合了財務、業(yè)務背景的數(shù)據(jù)分析，常見于傳統(tǒng)行業(yè)。

日常工作內容：開會、統(tǒng)計數(shù)據(jù)、分析數(shù)據(jù)、寫報告具象產(chǎn)出內容：分析報告。

崗位優(yōu)勢vs劣勢：優(yōu)勢是比較鍛煉復合能力、視角更接近老板視角；劣勢是大多在傳統(tǒng)行業(yè)、互聯(lián)網(wǎng)等新興行業(yè)崗位較少、數(shù)據(jù)顆粒度較大導致弱化技術占比。

其他補充了解：更多從企業(yè)財務、經(jīng)營視角分析數(shù)據(jù)，從分析方法技術上看距離互聯(lián)網(wǎng)的數(shù)據(jù)分析師相差較大，數(shù)據(jù)量級也沒那么大，但視角不同更宏觀；在互聯(lián)網(wǎng)公司崗位職能上，一般經(jīng)營分析是商業(yè)分析的一個分支

7. 商業(yè)分析

一句話介紹：大老板的近衛(wèi)軍，相比數(shù)據(jù)更看重思維方法論。

日常工作內容：組織大家開會、調研訪談、寫匯報材料、分析經(jīng)營情況、做些戰(zhàn)略規(guī)劃。

具象產(chǎn)出內容：匯報材料、分析報告、調研報告。

崗位優(yōu)勢vs劣勢：優(yōu)勢是距離大老板很近很近、掌握信息相對全局視野；劣勢是容易飄在上面不太落地、發(fā)展路徑略單一、初級階段瑣事比較多。

其他補充了解：最佳路徑就是空降去某個業(yè)務做負責人，從中央軍師變地方部隊長官；在互聯(lián)網(wǎng)公司，商業(yè)分析會細分成經(jīng)營分析和戰(zhàn)略兩個方向。

五、繼續(xù)疊加行業(yè)領域的差異

1. 互聯(lián)網(wǎng)vs金融/電信vs傳統(tǒng)行業(yè)

其實職業(yè)選擇不僅僅是崗位選擇，更多是行業(yè)的選擇，可以通過下表了解上面介紹過的不同崗位在不同行業(yè)的現(xiàn)狀。

為了便于盤點對比，我按照行業(yè)的數(shù)字化程度做了簡單的3個歸檔，其中互聯(lián)網(wǎng)行業(yè)整體對數(shù)據(jù)的應用是最全面深入的、緊接其后的是金融/電信行業(yè)、最后是眾多傳統(tǒng)行業(yè)。雖然在傳統(tǒng)行業(yè)內部不同領域的公司在數(shù)字化程度上也有差異，但整體來看“方差”不大。

2. 降本增效vs開源變現(xiàn)

除了行業(yè)，在選擇崗位的時候也要考慮到它是更多給企業(yè)掙錢的還是省錢的。有個人性上的弱點和盲區(qū)，就是省錢的沒有賺錢的感知高，所以能選掙錢的肯定還是別選省錢的！從這個角度我們模擬上圖也做個表格看看。

六、作為過來人的選擇建議

我們上面羅列了那么多信息，綜合來說就是希望大家能結合行業(yè)情況、崗位要求、自身能力性格等多種因素，給自己在這些格子里找一個最適合的。

喜歡很重要，但很多時候大家的喜歡是處于對某個崗位的幻想。比如很多同學對數(shù)據(jù)分析師都以為是用數(shù)據(jù)驅動業(yè)務，但實際工作中并非如此，該崗位存在感比較低，做決策的還是人。所以選擇崗位的時候也可以破除幻想，走進現(xiàn)實。

再有就是網(wǎng)上很多對行業(yè)的誤導性信息，比如現(xiàn)在加入互聯(lián)網(wǎng)就是49年加入國軍？我很難完全認同，因為對我們每個人而言，我們當下就需要一個較好的環(huán)境和收入，我們沒法用今天換取10年之后的未來，尤其是這個未來還是概率性的。

所以抓住每一個當下，在下一次浪潮來臨之前及時轉換賽道，才是普通人切實可行的操作。我建議大家在遵從自己的喜好以及客觀條件基礎的同時，多多找對的人請教匹配的問題。