数据分析师的发展前景怎么样(数据分析师前景与弊端？)
数据分析师前景与弊端？
数据分析的出路通常有两个：对算法做深入研究然后做数据挖掘，对业务做深入了解然后做业务。除此之外，没有其他出路。
说实话，我并不看好数据分析本身的地位。为什么不呢？首先，我们来拆解一下数据分析。大部分数据分析都是用50%的时间收集数据，40%的时间和产品经理沟通：做AB实验和结果回归，最后10%的时间做探索性分析。现在做数据分析岗的可以跳出来说是不是。
然而，以上大部分工作实际上都是可替换的、机械的工作。读SQL做数据检索是个又脏又累的活，懂的都可以干。雇佣一个工作了五年的数据分析师和一个刚毕业的数据分析师写SQL基本没什么区别。只是一开始可能无法做到100%的准确率。
做AB实验和效果回归的自助平台越来越多。当自助AB平台越来越成熟，就不需要数据分析师来做这个了。产品经理要做实验，是操作。实验结束后，看数据还是傻瓜式的操作。期间不需要任何分析师参与。
探索性分析本来应该是数据分析的工作，但我知道目前大部分企业数据分析都不在做这个工作。探索性分析一般需要过硬的技术能力或对业务的熟悉程度，只有其中之一才能充分发挥探索性项目的价值。
最后熟练的基本都去做算法的数据挖掘了，因为他们发现在数据分析的岗位上，人的意志因为不断的数据检索需求而被抹杀了。而这些人会过上好日子，因为以前做数据挖掘的大部分人都不务正业了。但是数据分析对商业更敏感。
如果业务过硬，我就做业务的产品经理，因为本来业务能力就很强，数据意识也很强，但是需要跟着业务弱，数据弱的人瞎听他的。谁能受得了？而自身数据和业务的结合，才能带来更大的价值。所以数据分析转来的业务人员，一般都比正常的产品经理强。
那么，问题数据分析师前景如何？我的看法是，数据分析本身的发展前景不是那么好，但是有了数据分析的经验，如果走算法和业务两个方向，未来也不会太差。
数据分析师的前景如何？
数据分析师的前景很好。人才需求旺盛，就业机会多，不会轻易被替代。
数据分析师负责数据挖掘，使用Hive、Hbase等技术，特别适合从事行业数据收集、整理和分析，并根据数据做出行业研究、评估和预测的专业人士。
无论是国内还是国外，对数据分析师人才的需求都很大。
麦肯锡预测，2018年，美国大数据工程师缺口为20万人；如果缺人才，有几百万，几千万。
版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。
