作者：陳文【8年經驗數據分析師，對金融，零售領域數據分析有豐富經驗。資深業務顧問，負責過完整的集團級CRM體系從搭建到落地。在業務部門最懂數據，在數據部門最懂業務，在數據業務兩個交叉領域吐槽最兇猛。】
博客專欄：
只看成績下結論，悲劇生活在招手呢
沒有一毛錢關系！！！實際上，如果不考慮個人性格、特長、綜合能力，只看著哪個科目分高報專業，看著專業名稱找工作的話，很有可能高考的高分就是整個職業發展悲劇的起點。比如一個倒霉蛋A君，看到自己高考數據分數高就開始漂漂然了，他很有可能這樣：
因為我數學考分高，所以就要學個數學相關的專業；
因為我是學個數學類專業，所以我要找個數據XX的工作；
因為我讀的數據的書，第一章講描述性統計，最后一章講人工智能，所以一定人工智能賺大錢，做描述性統計的都是要飯的，你看都是壓軸大題分數最高嗎！
因為書的最后一章印著人工智能，所以我必須做人工智能，所以有沒有《21天精通人工智能》的PDF版可以下載！所以知乎下一場《高端數據科學家live》什么時候開始，我的錢包已經饑渴難耐啦！
先去知乎發個帖問《機器學習，深度學習，數據挖掘有什么區別》，順便收藏一篇《如何零基礎快速成為高端數據科學家》的帖子，又是干貨滿滿的一天！！！
夢醒醒了喂！
A君很有可能遇到的情況是：
校招時非要削尖腦袋找數據分析崗位，結果錯過了運營商銀行外企的群面。
面BAT，發現還有20000個比自己算法，編程技能更強的在排隊。
面其他企業，死在一句“你有工作經驗嗎？”上邊。
最后找了個數據專員工作，每天統計excel。
覺得沒技術含量，學sql，/R跳槽。
因為沒有經驗，工作2年了，跳槽后還得從月薪6000開始。
因為溝通能力差，沒有業務積累，所以天天加班趕需求，還被嫌棄沒深度。
黑鍋背太多，升不了職，怒學人工智能與大數據算法！這次非挑個搞算法的崗位！
終于找到個做算法的項目！太好啦！年薪百萬不遠了吧！
基礎數據全垃圾，累死。
業務需求天天變，氣死。
算法效果不理想，急死。
拖了n久不上線，罵死。
……
算了，不說了，想想都慘。
工作中重要的不是知識而是綜合能力
問題出在哪里？問題出在分數、能力、專業、崗位這四者之間是不互相畫等號的。高考數學考得好，只說明這個學生有良好的數學素養，但這種素養要和個人能力特長，知識背景結合才能發揮作用。如果不看個人特長，就會導致上述的悲劇。
就以數據分析崗位的工作為例，數據分析遠不止算個數，套個公式那么簡單：
l 在工作中，考卷不是現成的，需要自己和業務方溝通，確認問題；
l 在工作中，考卷題目可能是錯誤的。需要有業務知識積累，才能辨明真偽，回答業務方真正問題；
l 在工作中，答題的筆紙考場都需要借用。數據從采集，傳輸，存儲數值策劃需要學什么，都需要做工作。其間涉及大量開發工作支持與部門間協調溝通；
l 在工作中，答題的形式是復雜的，單純提取數字還不行數值策劃需要學什么，還得計算，還得做可視化。
這需要一個人有溝通能力，有項目管理能力，有邏輯思維能力，有各種系統開發能力，還得有些審美常識，懂一些商業做法，懂一些表達技巧。這里復雜程度遠遠超過了坐在教室里算個數，所以只是覺得自己坐在教室里算個數得高分，就能勝任一個工作，真的是太天真了。
適不適合一個工作，只有真的接觸到工作本身，才能判斷。對在校學生來說最好的辦法就是實習。多實習幾次，就多一些體驗，多一些看清楚自己的能力特長的機會。越早實習就越能為后續工作鋪好路，越在學校里憋，后邊求職翻車幾率越大。
想要考試成功就得多在學校學習，多和同學老師在一起。想在職場成功，就得多和職場人士在一起，少聽職場的人炫耀工資收入，少聽職場人抱怨工作辛苦，觀察他們的工作內容與狀態，了解他們的崗位、技能、工作流程，會更快的成長。
做出基礎能力的，數據分析用處更大
即使在工作中發現自己不適合數據分析崗位，也不影響利用數據幫助自己進步。
一個數據能力強的銷售，可以在打標時很誠懇的說：我們的產品上線后可以滿足您10個需求點中7個，縮短60%運行時間，節省您45%的費用，對需求部門而言，工作流程減少5步，每天節省25分鐘操作，大家可以少加班了。而不是吐沫星子橫飛的拍胸脯：“行行行，我們啥都能做！”
一個數據能力強的運營，可以利用百度指數，輿情數據搜熱點，可以做爬蟲，做語義分析找用戶情緒，快速從熱點中提取可以借勢發文的熱點。而不是抓耳撓腮憋內容：怎么寫個10萬+呢，要不要抄這一篇呢？
一個數據能力強的產品，可以在設計方案的時候就根據用戶邏輯，預估到產品上線后的表現。合理的設定監測指標，驗證自己的判斷。而不是：“哦，來個吧”然后做兩根柱子哪個柱子高了用哪個版本。
一個數據能力強的策劃，可以基于經營數據層層解剖問題，找到經營中真正關節點對癥下藥。而不是今天聽了A老總抱怨銷量不好就匆匆上活動，明天聽了B老總抱怨活動太多干擾正常銷售就急著撤。大后天哭訴：“我到底做不做活動了，嗚嗚嗚”。
而一個優秀的數據分析師，也可能通過至少三種方式升職成功：
1.業務路線：準確抓住老板們心思，匯報到位，深得信任，被委任管理整個數據部門。
2.產品路線：主導數據產品開發，上線，最后成為產品線負責人，管理一整個BI團隊。
3.項目路線：主導一些核心項目，比如搜索算法，推薦系統，成為無可替代的專家。
并不是所有的同學都適合做開發，也不是所有同學都適合做匯報。在業務應用與開發之間選一個方向精進，會更快的成長。
有關數據分析師崗位介紹，可以戳：，了解基礎知識。
有關數據分析師的工作內容，可以戳：，了解基礎知識。
——全文差一點就完了——
之所以有這篇文章，是因為陳老師在工作中見過太多太多一根筋捅到底的同學。你提醒他們不要拘泥于專業，要關注自己的能力；不要拘泥于學校，要多實習，是沒人聽的進去的。還一臉不屑的：“那是你沒本事！我肯定能畢業就進騰訊！3年成為高端數據科學家！5年創業！7年公司上市！30歲身價過億！改變世界！”
現在陳老師學乖了，再碰到這種都直接說：“去吧皮卡丘！馬化騰在召喚！”反正當不成數據科學家，也能玩王者榮耀嘛，最后你的時間都是貢獻給小馬哥的。