纵观行业发展，数据分析成了热门岗位。
从各大招聘网站上看，数据分析师的平均月薪在10k-20k之间，有的大厂数据分析师岗位薪资高达30k/月。
从这份数据来看：
数据分析师是个收入很不错的职业。
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，为什么一个月薪资还是不理想，不少人都发出了这样的疑问。
来看一个月薪30k的数据分析岗位的招聘信息:
薪资是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时间更久的数据分析师，但还是在原地踏步，工资顶到天15k。
为什么有多年工作经验还不值钱呢？
看完这三点，就知道从哪提升了。
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——
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。
而该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。
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。
差距二：工具分析
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。
对于初级数据分析师，玩转Excel是必须的，数据透视表和公式使用必须熟练，VBA是加分。另外，还要学会一个统计分析工具，SPSS作为入门是比较好的。
对于高级数据分析师，使用分析工具是核心能力，VBA基本必备，SPSS/SAS/R至少要熟练使用其中之一，其他分析工具（如Matlab）视情况而定。
对于初级数据分析师，会写SQL查询，有需要的话写写Hadoop和Hive查询，基本就OK了。
对于高级数据分析师，除了SQL以外，学习Python是很有必要的，用来获取和处理数据都是事半功倍。当然其他编程语言也是可以的。
对于数据挖掘工程师，Hadoop得熟悉，Python/Java/C++至少得熟悉一门，Shell得会用……总之编程语言绝对是数据挖掘工程师的最核心能力了。
差距三：业务理解
业务理解说是数据分析师所有工作的基础也不为过，数据的获取方案、指标的选取、乃至最终结论的洞察，都依赖于数据分析师对业务本身的理解。
对于初级数据分析师，主要工作是提取数据和做一些简单图表，以及少量的洞察结论，拥有对业务的基本了解就可以。
对于高级数据分析师，需要对业务有较为深入的了解，能够基于数据，提炼出有效观点，对实际业务能有所帮助。
对于数据挖掘工程师，对业务有基本了解就可以，重点还是需要放在发挥自己的技术能力上。
差距四：逻辑思维
初级数据分析师
需要用什么样的手段，达到什么样的目标。
逻辑思维主要体现在数据分析过程中每一步都有目的性。
高级数据分析师
清楚每一个指标变化，和业务之间的影响
逻辑思维主要体现在搭建完整有效的分析框架，了解分析对象之间的关联关系。
数据挖掘工程师
逻辑思维除了体现在和业务相关的分析工作上，还包括算法逻辑，程序逻辑等，所以对逻辑思维的要求也是最高的。
差距五：协调沟通
如果业务思维OK，工具技能等硬实力也无可挑剔，还是原地踏步，那么问题就可能处在了沟通能力上。
数据分析光会技术还不行，良好的沟通能力和学历能力也是一个人能否在职场混下去的关键能力项。
数据分析需要了解业务、寻找数据、讲解报告，要和不同部门的人打交道，沟通能力至关重要。
如果你发现自己和同行的差距越来越大，不妨从以上几个方面去不断地改善和进步。
希望人人都能成为优秀的数据分析专家！
免责声明：内容来自用户上传并发布，站点仅提供信息存储空间服务，不拥有所有权，本网站所提供的信息只供参考之用。