数据分析师的薪酬大约是多少？ 第1页

嗯，帆软君选择不匿名，来透露一下行业薪资。

一般来说，工资和城市大小、企业好坏、工作年限、学历高低都是成正比的，这个大家应该都知道吧，这个影响系数是不确定的，所以我们不对其做特定分析。

某知名房企招聘数据分析师的时候，薪资是8K-25K，那肯定是对应的要求不一样。

接下来就详细分析一下。

找到了一个网上现成的数据，基本上可以看出来，10K-25K才是整个数据分析师薪酬的常态，如果说再往上高的话，那就是商业分析和战略部门了，但是只要有一点技术含量的工作，都是10K起步了。

1、10-15K

这部分的人占了50%及以上。

需要技能：

• 工具：SQL、R（Python）、Excel、BI工具
• 业务知识：要知道你的需求方想要什么
• 数据分析：常见统计知识以及基本算法知识，各种思维和方法

在这个阶段，你可能做的最多的就是各种报表，各种专题分析，沉淀下来，用心去理解业务就行。

2、15-25K

这部分的人占了30%左右，且大多数存在于知名公司中，这个薪水不低了，只有看重数据部门的公司才愿意开给你，那些把数据分析师当成取数机的公司先一边去吧。

业务、业务，还是业务，在这个阶段你需要让业务方认可你的分析结果。

建模、建模，还是建模。

会涉及到整个数据分析的全流程：

数据收集、数据清洗、数据存储、数据分析、数据可视化，所需技能如下：

3、25K以上

这部分的人占了20%，也就是我们经常说的二八定律，80%的高薪岗位都被这群人拥有了。

也可以把这个薪资的岗位理解成高级数据分析师、商业分析师、数据科学家，这时候工具、思维、业务知识都是浮云了，就直接从公司或者某个业务的最高点出发了：如何通过数据给该业务带来提升？层层拆解下去，很考验一个人的能力。

不需要对数据进行描述了，要深入的分析和对未来的预测。

达到这个水平，需要的年限比较长。

其他影响因素：

以上分析完了，但是我发现很多人的薪资并没有预期的这么高，甚至一些二、三线城市的数据分析师月薪只有5k左右。

为什么？同样是做数据分析，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？

差距一：业务思维能力

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。

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。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。

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。

在这条招聘的任职资格里，第一条就是要求至少掌握一种前端BI工具，对于高级的数据分析师来说，BI工具的确是一个非常好的选择。强大的数据分析性能和可视化效果，以及完善的企业级数据权限管理，让BI工具成为了众多企业的选择，尤其像携程这类的互联网大厂。

BI可以很大程度上解放数据分析师的工作，无论是业务分析还是决策管理，就拿国内用的比较多的FineBI来说，它可以从这样几个方面来优化数据分析工作：

1、支持多种数据源链接，打破企业各个系统之间的信息孤岛。

通常我们做数据分析要用到数据分散在企业的各个系统中，进行分析前要到各个系统中取数导出，然后再用excel分析，十分繁琐，假如遇到像周报、日报这样的重复性的需求，就得一遍一遍的导出、更新数据，效率十分低。

而FineBI可以通过内置引擎直接和数据库对接，支持30多种主流数据库和Excel数据集，并且提供实时和抽取数据两种模式，像周报、日报之类的重复性需求，直接做一张模板，通过日期控件筛选日期就可以得到想要的报表，不用反复更新数据。

2、数据处理简单方便，效率提升一倍

数据分析的过程中，除了取数烦，还有个令人头疼的就是数据处理，往往花费一半的功夫进行。

比方说我们分析公司产品销售明细数据，进而分析购买用户的特征，调整销售策略。我们就需要基于销售清单数据，计算相应的分析指标。

更复杂一些的话，还要根据同类型产品，和竞品数据做关联分析和横向对比分析。用Excel做就是一个浩大的工程了，用excel做数据计算要进行大量复杂繁琐的平面单元格公式计算，而且一步出错还容易导致全部的心血付诸东流。

如果用BI工具做就方便了很多，FineBI的自助数据集提供了新增列，分组统计，过滤，排序，上下合并，左右合并等数据处理功能，并且每一次操作都能够实时预览结果，防止出错，还可以对单个历史操作进行增加、删除和修改，十分灵活。

3、拖拽式探索分析，所见即所得，可视化效果亮眼

处理完了数据下一步就是进行数据可视化分析，FineBI是拖拽式探索分析，只需要通过鼠标拖拽字段就可以自动生成可视化图表，让用户轻松实现对数据的即时洞察和见解。

另外值得一提的就是BI工具强大的可视化功能，市面上的BI工具基本都内置了丰富的可视化图表，轻松就能做出亮眼的可视化报告。平常我们用Excel做可视化时，如果想要实现一些高级的可视化图表，比如数据地图、动态报表之类的，就需要用到数据透视表和一些图表插件，且步骤繁杂，而这些在FineBI 中都是内置好的，直接就可以用。

如果想成为高薪酬的数据分析师，并不是没有方法的，思维可以慢慢在业务中学会，数据分析工具的学习还是尽快吧，这也是影响薪酬的一部分。