同样是做数据分析，你月薪8k他30k，到底差在了哪？

前段时间在同行群里聊天，聊到了行业薪资的问题，这两年大数据的概念炒的火热，数据分析也成了热门岗位，从招聘网站上看，数据分析师的平均月薪在10k-20k之间，有的大厂的数据分析师都开到了30k一个月，从这个数据来看数据分析师是个收入不错的职业，但是从群里大家的讨论中我发现，现实并没有那么美好，大部分人的薪资都没有达到10k ，甚至一些二、三线城市的数据分析师月薪只有4、5k 。

本文插图
为什么同样是做数据分析，薪资水平差距这么大？取数、清洗、可视化分析等等技能该掌握的都掌握了，为什么我一个月工资还不到人家的零头，不少人都发出了这样的疑问。
我们来看一个月薪30k的数据分析岗位的招聘信息:

本文插图
携程给出的薪资市20k-40k ，工作经验要求是3-5年，由此可见工作经验对数据分析师来说还是相当重要的，但是我身边还是不乏有工作3 ， 4年甚至5 ， 6年的数据分析师，还是在原地踏步，工资顶到天15k ，为什么有了3年工作经验的数分析师还不值钱呢？
差距一：业务思维能力
我们来看看它的职位描述：

本文插图
对比月薪8k的数据分析的工作内容和这条月薪30k岗位的职位描述，我们很容易就发现了差距。大部分数据分析师的日常工作就是根据业务或者领导的需求，取数做报表，业务让分析啥就分析啥，领导要啥数据给啥数据，这样的工作状态仿佛就是个搬运工，在业务和老板的眼里就是个工具人，价值不高薪水自然低。
而携程这条招聘信息的职位描述中提到了“向业务部门提供相关数据，指导业务发展” ，注意这后半句，我在文章中经常提到，数据分析的价值所在就是驱动业务发展，帮助业务解决问题，报表做的再好看，对业务没有任何指导意义，这样的数据分析就是白做。
举个例子：老板跟数据分析师说：我要看这一周本市门店的营收情况，一周后给我结果。
月薪8k的分析师A会这样做：调取门店销售记录、成本管理等模块的数据，导出数据，利用Excel或者python工具，制作出数据可视化图表，报告中再加上两句数据解读：售出货品100000件、收入700万、净利润180万。
资深数据分析师B会这样做：先研究今年公司的发展战略和老板最近采取的业务调整策略，得知老板最近想要减少门店的运营成本。调取员工考勤、货物存储记录等数据，利用比较分析找出异常值，并匹配具体业务场景，得出结论：A门店在二季度处于淡季，应减少30%的人员投入， B储藏冷库的利用率低于平均值，应调整冷库储存结构....通过这些举措，总体成本预计减少15% 。
如果老板想从A、B中选一个提拔加薪，不用想就知道机会肯定是B的。
差距二：工具能力
数据分析师的核心能力是思维，次核心能力就是工具，俗话说打仗也得有个趁手的兵器。对于初级的数据分析师，入门基本上都是用的Excel ，只要函数记得熟，透视表用的好，做一些常规的数据分析报告还是不在话下的。

本文插图
但是在实际的工作中，光会excel是不行的，企业的数据日益增多，数据量大，且被分散在各个业务系统中，光取数就是一个庞大的工作，而且数据量大的表用 Excel打开就要加载半天，更别谈后面复杂的分析操作。因此数据分析师还需要掌握一些专业的数据分析工具，提高工作效率，比如常用网站分析GA/Omniture ， SQL取数平台(presto,hive等)、FineBI商业智能工具等等