数据与资源管理师哪个专业好

1. 数据分析师和 大数据工程师 哪个好

两个岗位完全不同。数据分析师是用数据的。数据工程师是把数据汇聚起来的。不过非要说好的话，数据分析师是比较好的。

数据工程师对算法有相当好的理解。因此，数据工程师理应能运行基本数据模型。商业需求的高端化催生了演算高度复杂化的需求。很多时候，这些需求超过了数据工程师掌握知识范围，这个时候就需要打电话寻求数据科学家的帮助。

互联网时代的数据分析师必须学会借助技术手段进行高效的数据处理。更为重要的是，互联网时代的数据分析师要不断在数据研究的方法论方面进行创新和突破。就行业而言，数据分析师的价值与此类似。就新闻出版行业而言，无论在任何时代，媒体运营者能否准确、详细和及时地了解受众状况和变化趋势，都是媒体成败的关键。

想要了解更多关于数据分析师和大数据工程师的信息可以到CDA认证机构了解一下，全球CDA持证者秉承着先进商业数据分析的新理念，遵循着《CDA职业道德和行为准则》新规范，发挥着自身数据专业能力，推动科技创新进步，助力经济持续发展。

2. cpda数据分析师证书含金量高吗

CPDA数据分析师考试报名人数之多和薪酬待遇成正比，数据分析师在大数据行业誉为“金领阶层”，证书更是在国内被誉为数据分析职业的“入门券”，数据分析师证书究竟好在哪里?含金量为何如此之高?

中国商业联合会数据分析专业委员会颁发的《CPDA数据分析师证书》是中国数据分析业由协会唯一认可的、具有从业特征的证书体系，五名以上分析师可以申请成立项目数据分析师事务所，是承接项目数据分析报告唯一被市场及客户认可的资质证书。

专业：CPDA数据分析师证书依照从业认证，从2003年设立开始，既不设立任何级别。学员只有通过严苛的考核并合格后，才能拿到行业协会颁发的数据分析师证书，取得从业资质。坚持CPDA数据分析师不区分等级，正是协会严格尊重国际惯例、遵守从业规范的结果。

权益： 持证人可以凭借此证书申请成为中国数据分析行业协会个人会员，证书皆绑定考生真实身份，可在CPDA官网、查询，确保证书唯一性与真实性。证书由协会三年审核一次，保证持证人的实力与权益。

精品课程：新的课程体系，加入了更多数据分析工具和应用场景的案例，把知识和技术更好地放入场景中，迎合业务需求，而不是纯技术派。与老师面对面的交流学习，更直接。

优质的圈子：谁说学CPDA就是仅仅来上上课，看看书?在这里学习数据分析课程，就能认识许多同样梦想的人，学习的同是积累人脉，原本冲突的两个方面达到了完美均衡，CPDA的学习带给了考生额外的惊喜，这是对自己未来最好的价值投资!

数据分析师证书的含金量你清楚了吗?生命不息，学习不止，扫码免费获得 2017年数据分析师考试大纲喽 !

北京市大数据企业认定管理办法

第一条 为扶持和鼓励大数据企业发展，积极推进大数据融合创新发展，根据《北京市大数据发展行动纲要(2016-2020)》的精神，特制定本办法。

第二条 本办法所称的大数据企业是指：在北京市注册,从事大数据存储、大数据采集与管理、大数据分析与挖掘、大数据呈现和应用、传统产业大数据融合，形成企业核心自主知识产权，并以此为基础开展经营活动的企业。

第三条 大数据企业认定管理工作应遵循突出企业主体，鼓励技术创新，实施动态管理，坚持公平公正的原则。

第四条 北京市数据资源局负责对北京市大数据企业认定工作进行指导、管理和监督。

第五条 北京市数据资源局成立大数据企业认定管理工作领导小组(以下称“领导小组”)，其主要职责为：

(一)确定北京市大数据企业认定管理工作方向，审议大数据企业认定管理工作报告;

(二)协调、解决认定管理及相关政策落实中的重大问题;

(三)裁决大数据企业认定管理事项中的重大争议、监督、检查各县(市)区、开发区认定管理工作，对发现问题指导整改。

第六条 大数据企业认定工作具体由数据资源局规划标准(产业发展)处负责，其主要职责为：

(一)提交大数据企业认定及管理工作报告，研究提出政策完善建议;

(二)指导全市大数据企业认定管理工作，组织开展大数据企业认定管理工作监督检查，对发现的问题提出整改处理建议;

(三)负责大数据技术企业认定的备案管理，公布认定的大数据企业名单，核准大数据企业证书编号;

(四)完成领导小组交办的其他工作。

第七条 通过认定的大数据企业，其有效期为2年，失效后可提出复审认定。大数据企业应在期满前3个月内提出复审申请，不提出复审申请或复审不合格的，其大数据企业资格到期自动失效。

第八条 认定的大数据企业须同时满足以下条件：

(一)具有企业法人资格，其注册地及工商、税务、统计关系在北京市;

(二)具备从事大数据业务基础设备条件和专门经营场所;

(三)企业主营业务需在下列范围内:

(1)大数据存储;

(2)大数据采集与管理;

(3)大数据分析与挖掘;

(4)大数据呈现和应用;

(5)传统产业大数据融合。

(四)前项主营业务在(1)至(4)范围内企业近一个会计年度的大数据产品(或服务)销售收入占公司年度总收入的比例符合如下要求之一：

(1)最近一年销售收入小于2000万的企业，比例不低于25%;

(2)最近一年销售收入大于2000万且小于4000万的企业，比例不低于20%;

(3)最近一年销售收入大于4000万小于1亿元的企业，比例不低于15%;

(4)最近一年销售收入大于1亿元的企业，比例不低于12%;

(五)前项主营业务为(5)类企业近一个会计年度的大数据技术产品(服务)采购金额不低于公司年度营业成本的3%，或大数据技术研发费用不低于公司研发总费用的30%;

(六)“信用北京”综合信用查询中无不良记录。

第九条 大数据企业认定程序如下：

(一)企业申请

企业对照本办法进行自我评价，认为符合认定条件的，在认定通知发出后，向所在县区数据资源工作主管部门提出认定申请，申请时提交下列材料：

(1)《北京市大数据企业认定申请书》、《拟认定大数据企业注册登记表》、《拟认定大数据企业主要情况表》、《拟认定大数据企业主要产品汇总表》;

(2)企业加载统一社会信用代码的营业执照、不动产权证或房屋租赁合同复印件;

(3)加盖国税局业务受理章的近一个会计年度的企业增值税纳税表和企业所得税纳税申请表;

(4)第八条中主营业务在(1)至(4)范围内企业提交近一个会计年度大数据产品(服务)收入专项审计或鉴证报告，可另附研究开发活动说明材料;

(5)第八条中主营业务为(5)类企业提交近一个会计年度审计报告、大数据技术服务采购合同、发票，或近一个会计年度大数据技术研究开发费用专项审计或鉴证报告及研究开发活动说明材料;

(6)涉密企业，须将申报材料做脱密处理，确保涉密信息安全。

(二)县区主管部门初审

各县区数据资源工作主管部门负责对企业提交的材料进行初审，对于审核通过的出具推荐意见书并将企业申报材料提交市数据资源局进行复审，对于审核未通过的出具审核不通过情况说明并向未通过企业说明原因。

(三)专家评议

市数据资源局规划标准(产业发展)处应在符合评审要求的专家中进行随机抽取，组成专家组，专家组对企业申报材料进行评审，并提出评审意见。

(四)审查认定

市数据资源局规划标准(产业发展)处结合专家组意见，对申请企业进行综合审查，提出认定意见并报领导小组。待领导小组研究确定后，予以公示，公示期为5个工作日，无异议的，予以备案，向企业颁发统一印制的“大数据企业证书”。有异议的，由市数据资源局规划标准(产业发展)处核实处理。

第十条 对于涉密企业，按照国家有关保密工作规定，在确保涉密信息安全的前提下，按认定工作程序组织认定。

第十一条 鼓励有国家认可的中数委颁发的CPDA、CDA等大数据相关行业资质人员的企业申报。

第十二条 对已获得大数据企业资格的企业，有关部门在日常管理过程中发现其不符合认定条件的，应提请市数据资源局复核。复核后确认不符合认定条件的，由市数据资源局取消其大数据企业认定并收回“大数据企业证书”。

第十三条 大数据企业发生更名或与认定条件有关的重大变化(如重组以及经营业务发生变化等)应在三个月内向市数据资源局报告。企业更名的，经市数据资源局审核符合认定条件的，重新核发认定证书，cpda数据分析师证书含金量高吗编号与有效期不变。企业发生与认定条件有关的重大变化的，经市数据资源局审核符合认定条件的，其大数据企业资格不变，不符合认定条件的，自更名或条件变化之日起取消其大数据企业认定。

第十四条 已认定的大数据企业有下列行为之一的，由市数据资源局取消大数据企业认定;

(一)在申请认定过程中存在严重弄虚作假行为的;

(二)发生重大安全、重大质量事故或有严重环境违法行为的;

(三)未按期报告更名或与认定条件有关重大变化情况的。

第十五条 本办法由北京市数据资源局负责解释。

第十六条 本办法自2018年9月1日起实施，有效期为2年。

3. 数据分析师应选择什么专业

统计专业（有统计理论）、计算机专业专业（会编程序实现）。

4. 数据分析师认证含金量最高的是什么证书

获得数据分析师认证证书，取得行业敲门金砖，并进而成功拿到心仪企业的Offer，是不少求职者的梦想。市场中的证书较多，有些是含金量高的，而有些是价值低的，大家一定要选择到好的认证。在这里给大家比较下目前市场中的数据分析类证书。

一般认证机构是两种类型，一种是国家部门认证，一种是行业性质认证。

l 国家部门认证

目前国家部门关于数据分析的认证还没有一个权威的机构。大数据属于新兴科技，一般前沿技术会先实践于企业之中，而相关部门的了解会有滞后性，所以关于大数据和数据分析的专业化技能、知识体系等主要是流行于高科技企业之中，在这个行业成熟之前，国家部门是无法颁发具备专业性兼具认可度和权威性的证书。目前有发证的机构是工信部、教育部、人社部，这几个部门发的证书更多是一个技能的证明，因为在他们管理的上千个认证中，根本无法做到专业，这些证书可能会在国有企事业单位中有一定的参考作用，但并不具有评职称作用，在大数据行业内也无人问津。

l 行业性质认证

1. SAS认证

SAS全球专业认证是由SAS公司颁发的、国际上公认的数据挖掘和商业智能领域的权威认证，随着我国DT环境和应用的日渐进步，以上两个领域将有极大的行业发展空间。获取SAS全球专业认证，会让您在数据挖掘、数据分析领域积累丰富经验奠定良好的基础。但是SAS面临的问题在于，越来越多的竞争性开源软件进入市场，如R语言，PYTHON，Spark等等，由于SAS昂贵的费用，导致自身软件的使用率下降，市场占有率低，在中国一般是大型银行有用到SAS，而其他单位的使用逐年减少。因此SAS证书对于大多数的数据分析人士来讲，如果你是倾向于找国有大型银行的工作，可以考虑；如果你是希望去北美发展，也可以考虑；但如果没有这种机会，最好还是考个其他的认证。by the way， Oracle的认证也类似，不过Oracle的认证没有SAS的好使

2. Coursera

Coursera是免费大型公开在线课程项目，由美国斯坦福大学两名计算机科学教授创办。旨在同世界顶尖大学合作，在线提供免费的网络公开课程。Coursera的首批合作院校包括斯坦福大学、密歇根大学、普林斯顿大学、宾夕法尼亚大学等美国名校。

Coursera证书是每门课程的结业证书，代表修过这门课程并具备相关技能，在美国来讲一些学校是认可的，对申报留学也许有一些作用，但是在国内来讲也更多是一个技能参考作用。by the way， edx也类似

3. CDA数据分析师认证

CDA认证是由CDA Institute发起，在国内由经管之家承办的数据分析师专业证书。是一套专业化，科学化，国际化，系统化的人才考核标准，分为LEVELⅠ ，LEVEL Ⅱ，LEVEL Ⅲ，涉及金融、电商、医疗、互联网、电信等行业大数据及数据分析从业者所需要具备的技能，符合当今全球大数据及数据分析技术潮流。每年6月与12月底在全国范围举办线下数据分析师考试，通过考试者可获得CDA数据分析师认证证书。CDA认证目前已被德勤（Deloitte）、苏宁、中国电信、重庆统计局等企业单位纳入到了内部员工的考核之中，并且来自网络、阿里、京东、惠普、中国银行、IBM、联想、移动、华为、尼尔森宝马、奔驰及政府部门等企业单位的员工有考取CDA认证，并获得了不错的薪资和职位。由于CDA数据分析师专注于数据分析和大数据领域，每年投入大量的资金和人力用于研发，目前CDA认证算是国内最具认可度、含金量最高的证书。

4. BDA认证

BDA是由中国商业统计学会设立的数据分析师培训与考试项目，为提高数据分析工作人员的业务素质。分为初、中、高三个级别，该认证近两年才出来，属于一个新的证书，目前还没有一定的知名度。相关的宣传网站建设还不完善，知识体系还不够强，不推荐大家考取。

其他的一些机构认证大多是自己公司的培训证书，就更没有参考价值了。

以上推荐的相关资源，希望能帮助大家快速进步，学习到必备技术，获取到认证证书，为自己的数据分析职业道路做好扎实的铺垫！

5. 想要做数据分析师应选择什么专业

数据分析行业的大火以及较高的薪酬待遇，让很多高中毕业生、在校大学生或职业遭遇瓶颈的人士开始蠢蠢欲动，想学习数据分析从而进入数据分析行列。但 有一个很困惑的问题就是：自己选择或学习的专业似乎和数据分析没什么交集，这个时候选择数据分析师这条道路会不会很艰难？担心自己的专业跟不上数据分析的学习进度，也担心自己的能力是否符合数据分析技能的要求。
其实，讲真的。虽然数据分析这个行业有着天然的专业鄙视链（文理科的逻辑思维功底、编程语言接受程度上以及数理统计基础实实在在的存在差别，这也是甲方更信赖理工科出身的重要原因，因为社科或文艺类专业，很少有学校会严格地按照数理逻辑去制定学生的课程培养计划），但是并不代表文科生没有任何机会，因为大学以前，其实我们都没正式接触过编程或统计学，大学本科更多的是提升一个人的思维、而不是过硬的专研能力。所以文科专业的朋友，兴趣和决定也是重要因素，不能单单凭借客观的专业背景就否定自己。
当然，学习数学与应用数学、统计学、计算机科学与技术等理工科专业的人确实比文科生有着客观的优势，但能力大于专业，兴趣才会决定你走得有多远。毕竟数据分析不像编程那样，需要你天天敲代码，要学习好多的编程语言，数据分析更注重的是你的实操和业务能力。如今的软件学习都是非常简单便捷的，我们真正需要提升的是自己的逻辑思维能力，以及敏锐的洞察能力，还得有良好的沟通表述能力。这些都是和自身的努力有关，而不是单纯凭借理工科背景就可以啃得下来的。相反这些能力更加倾向于文科生，毕竟好奇心、创造力也是一个人不可或缺的。
所以，大学选择什么专业，不要让数据分析这根绳子牵着你走，而是要问自己喜欢和擅长的是什么。如果你物理基础不好，硬要选择机动化专业，那四年的大学时光只会让你觉得难熬又无奈。一切从自身出发，发掘自己的优点和长处才是最重要的。

6. 数据分析师就业前景

数据分析师是一个发展前景非常好的工作，时代的发展决定了在未来，数据分析师将成为必不可少的一个工作岗位，如果大家能够有幸进入到这个行业，那么就好好珍惜，而对于那些还没考虑未来就业方向的朋友来说，数据分析师绝对是一个不错的选择。

数据分析师在进阶的道路上有多种选择，可以成为数据技能超强的产品经理，也可以成为数据指导业务的运营VP，更可以进入到管理或者战略层，而这些，都是在工作的过程中，开阔视野所带给人们的。

从职位薪水来看，数据分析行业的高薪主要分布在长三角、珠三角和京津地区。北京、上海和深圳的薪水位列第一方阵，均薪大概在10k+；杭州、宁波和广州位列第二方阵，均薪大概在9k+；其他沿海及内陆区域中心城市，如南京、重庆、苏州、无锡等位于第三方阵，均薪大概在8k左右。

从职位量来看，北京、上海、深圳和广州位列第一方阵，职位量大概在30000+，杭州、成都、南京和天津位列第二方阵，职位量大概在20000+，武汉、西安、郑州等区域中心或省会城市对数据分析职位的需求也相对较高，职位量大概在10000+。

从行业需求来看，互联网金融、O2O、数据服务、教育、电子商务、文化娱乐领域对数据分析师需求量相比其他行业更大。

想了解更多关于数据分析师的就业情况可以到CDA数据分析认证中心看看，CDA认证，致力于打造全球数据人才考核行业标准，推动全球数人才发展。CDA认证考试委员会与持证人会员、企业会员，以及行业知名第三方机构，共同合作并推进全球范围内的数据科学研究事业及人才发展，包括开发和整合国际数据科学领域的前沿技术及优质资源。

制定并完善数据科学行业人才标准与职业道德行为准则；编写和建立专业教材体系与题库；组织并实施命题审题、人才评定和考试服务；管理会员与提供行业咨询服务等事务。

7. 数据分析师培训选哪个比较好

校区比较多的是比较靠谱的。可以在报名前多看看机构的信息和往届的学员学习的情况，或者是和相关的老师了解的清楚一些，比如学习的内容啊，学习的时间啊什么的，在了解之后就知道个大概了。
我考的时候是在中鹏考的，已经拿到了CPDA数据分析师的证书了。
数据分析师的考试共有四门《数据分析基础》《量化经营》《量化投资》《战略管理》，每门100分，60分及格制。主要是培养分析能力，只要跟着老师认真学，难度不会很大。
考试是每年有4次的，大致在每年的3月、6月、9月、12月中旬考试，具体的考试是要看通知的。

CPDA数据分析师的考试是很看耐心的，需要学习一年的时间的，希望你能坚持的学完考完顺利的拿到证书，加油。

8. 做数据分析行业考什么证书比较有含金量

获得数据分析师认证证书，取得行业敲门金砖，并进而成功拿到心仪企业的Offer，是不少求职者的梦想。市场中的证书较多，有些是含金量高的，而有些是价值低的，大家一定要选择到好的认证。在这里给大家比较下目前市场中的数据分析类证书。
一般认证机构是两种类型，一种是国家部门认证，一种是行业性质认证。
l 国家部门认证
目前国家部门关于数据分析的认证还没有一个权威的机构。大数据属于新兴科技，一般前沿技术会先实践于企业之中，而相关部门的了解会有滞后性，所以关于大数据和数据分析的专业化技能、知识体系等主要是流行于高科技企业之中，在这个行业成熟之前，国家部门是无法颁发具备专业性兼具认可度和权威性的证书。目前有发证的机构是工信部、教育部、人社部，这几个部门发的证书更多是一个技能的证明，因为在他们管理的上千个认证中，根本无法做到专业，这些证书可能会在国有企事业单位中有一定的参考作用，但并不具有评职称作用，在大数据行业内也无人问津。
l 行业性质认证
1. SAS认证
SAS全球专业认证是由SAS公司颁发的、国际上公认的数据挖掘和商业智能领域的权威认证，随着我国DT环境和应用的日渐进步，以上两个领域将有极大的行业发展空间。获取SAS全球专业认证，会让您在数据挖掘、数据分析领域积累丰富经验奠定良好的基础。但是SAS面临的问题在于，越来越多的竞争性开源软件进入市场，如R语言，PYTHON，Spark等等，由于SAS昂贵的费用，导致自身软件的使用率下降，市场占有率低，在中国一般是大型银行有用到SAS，而其他单位的使用逐年减少。因此SAS证书对于大多数的数据分析人士来讲，如果你是倾向于找国有大型银行的工作，可以考虑；如果你是希望去北美发展，也可以考虑；但如果没有这种机会，最好还是考个其他的认证。by the way， Oracle的认证也类似，不过Oracle的认证没有SAS的好使
2. Coursera
Coursera是免费大型公开在线课程项目，由美国斯坦福大学两名计算机科学教授创办。旨在同世界顶尖大学合作，在线提供免费的网络公开课程。Coursera的首批合作院校包括斯坦福大学、密歇根大学、普林斯顿大学、宾夕法尼亚大学等美国名校。
Coursera证书是每门课程的结业证书，代表修过这门课程并具备相关技能，在美国来讲一些学校是认可的，对申报留学也许有一些作用，但是在国内来讲也更多是一个技能参考作用。by the way， edx也类似
3. CDA数据分析师认证
CDA认证是由CDA Institute发起，在国内由经管之家承办的数据分析师专业证书。是一套专业化，科学化，国际化，系统化的人才考核标准，分为LEVELⅠ ，LEVEL Ⅱ，LEVEL Ⅲ，涉及金融、电商、医疗、互联网、电信等行业大数据及数据分析从业者所需要具备的技能，符合当今全球大数据及数据分析技术潮流。每年6月与12月底在全国范围举办线下数据分析师考试，通过考试者可获得CDA数据分析师认证证书。CDA认证目前已被德勤（Deloitte）、苏宁、中国电信、重庆统计局等企业单位纳入到了内部员工的考核之中，并且来自网络、阿里、京东、惠普、中国银行、IBM、联想、移动、华为、尼尔森宝马、奔驰及政府部门等企业单位的员工有考取CDA认证，并获得了不错的薪资和职位。由于CDA数据分析师专注于数据分析和大数据领域，每年投入大量的资金和人力用于研发，目前CDA认证算是国内最具认可度、含金量最高的证书。
4. BDA认证
BDA是由中国商业统计学会设立的数据分析师培训与考试项目，为提高数据分析工作人员的业务素质。分为初、中、高三个级别，该认证近两年才出来，属于一个新的证书，目前还没有一定的知名度。相关的宣传网站建设还不完善，知识体系还不够强，不推荐大家考取。
其他的一些机构认证大多是自己公司的培训证书，就更没有参考价值了。
以上推荐的相关资源，希望能帮助大家快速进步，学习到必备技术，获取到认证证书，为自己的数据分析职业道路做好扎实的铺垫！

9. 数据分析师是一个什么样的职业

数据分析师分布在不同行业中，专门从事行业数据的搜集、整理、分析，并依据数据做出行业研究、评估和预测。数据分析师需要敏锐的数字洞察力，因此，统计、会计、保险、工程经济、金融、数学、计算机等专业的同学对这个行业有明显优势，但其他行业的同学如果对这个职业感兴趣，通过日常学习，掌握一些统计必备技能，亦可以从事此类工作.
主要工作领域：
1、从事投资项目审核审批和招商引资、项目评估、投资决策等工作的政府机构、企业的相关领导以及从业人员。
2、在银行或非银行金融机构、投资管理公司、投资管理顾问公司从事风险投资、产业投资、信贷和投资管理等方面工作的专业从业人员。
3、会计师事务所、资产评估事务所及税务师事务所、律师相关专业人员。
4、学习财务、统计、投资、金融和企业管理等相关专业的在校应届学生。
5、在企事业单位从事市场调查与宣传工作的人士以及具有策划与决策工作职能要求的人士。
6、在不同领域尝试创业以及在投资、金融、资本运营、房地产和企业管理领域发展的各界人士。
数据分析师的工作内容分为四个层面：
1、处理临时需求：解决业务一次性，临时性的数据需求。
2、报表开发：根据业务需要，与开发工程师讨论进行相关报表开发。
3、数据分析与挖掘：与业务同事一起沟通，分析业务问题，提供建议;根据业务需要建立各类挖掘模型。
4、数据产品化：通过数据产品化方式解决结构化业务问题。
数据分析师的基本要求：
1、懂得建立目标
数据分析是为了解决问题而去分析，不是单纯为分析而分析。数据分析是有目的性的。比如：一季度ABC产品的销售情况，是按月份为横坐标建立各部门的图表;各产品线ABC在一季度的销售情况，是按部门为横坐标建立对应的图表。
2、针对不同人群提供不同的结论报告
数据分析要有结论报告，不同的人群报告的侧重点不同。比如管理层，看的是趋势和异常点;营销人员看的是ROI((Return On Investment)产出比率和高用户质量的导入情况;业务人员看的是产品对用户的活跃度等。
3、掌握数据分析工具
如果是互联网数据分析，可以从google GA入门，EXCEL辅助，了解数据分析的基本算法。至于SAS,SPSS这些高级工具不一定需要。
4、不同时期要有不同的KPI(KeyPerformance Indicator,关键绩效指标)
不断的调整目标和发现问题是数据分析精细化的必经过程。

10. 一般的数据分析师工资水平，在哪些行业发展比较好

不管是在企业还是社会，数据都已经开始扮演越来越重要的“角色”。在这种大势之下，数据分析思维已经不只是数据分析师的“专业”了，包括销售、市场、运营、策划、产品等等前端的职位都需要通过数据分析来帮助自己的工作，甚至连后台的财务、法务、人事等也开始需要通过数据分析来提升效率。可以这么说，如果你在企业之中工作，你未来会开始越来越多的和数据打交道，这个时候数据分析已经成为工作的必要条件。
这里给大家举几个例子：
现在的产品，由于销售渠道开始开始网络化，所以基本上每个产品在做客群划分、竞品分析、销售预测等等工作时都必须基于数据来进行建模并分析。以前那样只要写写产品分析书，画画产品原型，做做产品交互的“好日子”已经过去了。这么说吧，越来越多的公司里，如果产品不能拿数据出来支撑自己的工作，是基本上获取不到什么资源的支持。
再拿运营来说，更加离不开数据了。大到做一个活动，目标人群如何划分，不同人群的方案是什么，预计投入多少产出多少，这些都需要数据支持；小到一个营销话术，也需要切分不通人群进行对照实验来决定。可以说，现在不依靠数据分析的运营已经越来越少。
最后再举一个后台部门的例子。现在的HR在做人力规划时，从人员结构分析到配置策略分析再到成本分析，无论哪一项都需要使用到数据。除了本公司的人力数据外，还需要业务数据，竞对公司数据乃至于整个行业数据。通过大量数据的分析，可以更加精确的制定公司的人力资源战略。
可见，数据分析思维和业务范围已经开始遍布各个行业的各个部门和各个职能，不单单是专门的数据分析师需要懂得数据分析，一般的其他岗位都要开始和数据分析打交道，可见数据分析这个行业只会发展得越来越广泛，从事数据分析行业的工作，是顺应和引领潮流的一个明智之选。