@精英打工人们
点击上方蓝字关注我们
在招聘网站上，经常会看到各种各样带“分析”字眼的岗位，这些分析岗位包括：数据分析师、商业分析师、经营分析师、战略分析师、财务分析师、数据产品经理、数据科学家等。大部分人很容易被这些岗位迷惑，不知如何选择。
今天就来聊聊分析岗位的架构、分类和选择。
01
分析团队的架构
从组织架构来说，分析团队通常是一个独立的团队，与其他部门平行，专门服务于决策层，通过数据、科学分析等科学的方法协助管理层对业务部门进行支持和赋能。
但是，分析团队作为与其他部门平行的独立团队，又面临着离业务远，对业务熟悉度不够的问题。因此，为了与业务贴合得更近，又出现了两种现象。
第一种：在一些团队，出现了“中台+BP”的模式，分析团队的一部分人坚守中台，让另一部分人驻扎到各个业务团队辅助其进行数据和商业分析工作。
第二种：在一些大厂，分析团队向各个业务团队渗透，比如用户增长、用户运营、产品、销售、财务、市场等团队或部门，有些财大气粗的企业，恨不得在这些关键的业务团队或部门中都单独设置一支商业分析团队。
02
分析岗位有哪些类型
招聘市场上，分析类的岗位最常见的就是这5个：战略分析、经营分析、商业分析、数据分析和数据科学家。
此外，还有3个岗位会与这些岗位挂钩，容易形成混淆：数据运营、数据产品经理、数仓工程师。
我用下面这个九宫格的图来给大家展示一下不同岗位的定位和区别。
纵轴，代表业务，分为宏观，中观和微观。宏观偏向于战略，微观偏向于业务的具体落地工作。
横轴，代表技术和数据水平。分为一般取数、机器学习和建模、数仓和ETL。
据此，我把8个岗位划分在这个九宫格里，可以发现：
战略分析、经营分析、商业分析是偏业务的三个岗位。
数仓工程师，是一个偏技术的岗位。
数据科学家，是偏机器学习和建模的这样的岗位，也是偏向于技术侧的。
数据分析师呢，则居于中间。
数据产品经理主要是将数据封装成相应的数据产品，比如数据看板、用户营销产品、AB测平台等。因此，他与数仓工程师和数据科学家更为接近。
数据运营与数据分析相近，但是通常base在业务部门，通过数据监测来制定业务决策，因此他又比数据分析更偏向于业务和落地。
03
铁三角选择模型
选择职业好比一场投资，你需要选好进入哪个行业、去哪个城市、 到哪家企业、做什么类型的岗位，按什么样的路径去发展，走专业路线，还是走管理路线，及经营什么样的人际关系。
你的每一次选择就好像一副牌，每个打牌的人都有希望抓一副好牌。这副好牌该如何抓？如何选择一个好的岗位？
有人说数据科学家是一个好的岗位，因为他需要懂得技术，有一定的壁垒，不是所有人都能做的，是一个很高大上的工作。但是，如果你不喜欢数据，不喜欢建模，讨厌写代码，那么如果让你去做数据科学家的工作，你会觉得他是一个好工作吗？
有人说战略分析是一个好的岗位，因为战略分析与企业的决策层走得很近。但是，如果说你的结构化思维能力很差，缺乏深度的思考能力，每次思考都停留在表面，没有办法去深度思考东西，没有深度的洞察力和长远的思考力，那么你会觉得做战略分析是一个好的岗位吗？
所以说，好的岗位一定不是那种看起来高大上的岗位，而一定是适合自己的岗位。因此，好的岗位具备三个要素：有能力做的、喜欢做的、值得做的。
所以我们在选择岗位的时候呢，一定要考虑这三个因素，由这三个因素构成的选择模型，我起名为“铁三角模型”。
有能力做的，就是你是否具备相应的专业技能、学历、工作经验去做好这项工作，它决定了你能不能做这个岗位的工作。
喜欢做的，就是你喜不喜欢做这个岗位的工作，你平常愿意花多长时间去全身心的投入这项工作，你投入这项工作能不能给你带来幸福感和满足感，它决定了你能不能长期做这个岗位的工作。
本质上，自己喜欢做的选择的是岗位是否符合自己的个性和价值观，选择的是一个团队的文化和氛围。
值得做的，就是做这个工作能不能给你带来价值回报，如果这个工作你喜欢，但是他不能给你带来一定的经济回报，那这个工作也是很难坚持下去的。
本质上，值得做的选择的是行业、公司和城市。只有选择正确的城市、进入有前景的行业和公司，岗位才能为我们带来好的价值回报。
好的工作一定是这三者交叉的中间的这个部分，也就是你有能力做的，而且喜欢做的，且能带来稳定价值回报的。
正确的选择 = 选择潜力城市、行业和公司 + 能力匹配的岗位 + 认可的人、团队和价值观。
04
岗位能力匹配模型
如何选择自己能力匹配的岗位呢？我整理了下面这个岗位能力匹配模型。
如果你对代码、数仓还有建模、机器学习，一点都不了解的话，那就要放弃数据分析、数据运营、数据科学家、数据产品经理这些岗位，你能选择的岗位只能有战略分析，商业分析和经营分析。
如果你懂一点代码、数仓，还有机器学习和建模的话，但是水平一般，这时候你要放弃数据科学家和数仓工程师的岗位，在数据产品经理、数据运营和数据分析中做选择。
如果你更看重技能的落地，那么选择数据运营。
如果说你更想辅助业务做决策，那么选择数据分析。
如果你想去做数据平台、数据产品、数据工具，提升数据运用效率的话，那么选择数据产品经理。
如果你的代码能力很强、很专业，那么可以选择数据科学家或数仓工程师。其中，如果你更擅长机器学习、建模预测、AB测试、归因，那么选择数据科学家；如果你更擅长数仓和ETL，那么选择数据工程师。
分析师如何进行职业规划与能力培养，
长按扫码！
⬇戳“阅读原文”，了解详情！
