數據分析師到底值多少錢?

數據分析師可以決定成敗。但是,數據分析師的平均工資是否與其職位對組織的實際重要性相匹配呢?這是一個非常複雜的問題。

本文最初發佈於Dice.com,由InfoQ中文站翻譯並分享。

普通數據分析師的工資是多少?那些具有豐富經驗和技能的數據分析師又能掙多少錢?

數據分析師在許多組織都是重要的成員。高管們根據數據分析師的工作成果,對企業的總體方向做出重要決策。在團隊層面,數據分析師還提供一些有價值的見解,讓開發人員、工程師和其他人可以據此做出短期決策。

換句話說,數據分析師可以決定成敗。但是,數據分析師的平均工資是否與其職位對組織的實際重要性相匹配呢?這是一個非常複雜的問題。

在我們開始之前,將數據分析師與數據科學家以及數據工程師區分開來是很重要的。有些人將“數據科學家”和“數據分析師”視爲可互換的術語,他們的角色確實有一些重疊,例如,兩者都使用一些相同的工具向各自的受衆傳遞見解。然而,數據分析師往往專注於規模較小、更具戰術性的問題,而數據科學家往往被分派去處理更具戰略性、更長期的挑戰。(相比之下,數據工程師則完全不同;他們的任務通常是構建和維護數據分析師和數據科學家所依賴的數據基礎設施。)

基於此,我們開始數據分析師工資的分析。

數據分析師的平均工資是多少?

根據Burning Glass(收集和分析全美招聘信息)的數據,數據分析師的平均工資爲78676美元。但是,正如我們下面的分析,教育水平和經驗會對收入產生根本性的影響。

對於數據分析師而言,最有價值的技能是什麼?

普通數據分析師可能會止於使用下面的工具組合:

通用數據分析師也知道如何使用R和Python,這是目前數據分析編碼的兩種首選編程語言(記住,R更多的是一門學術和研究項目語言,而Python的普遍性和可擴展性使其成爲商業活動的語言選項)。SQL和數據庫技術的知識也很關鍵。

根據Burning Glass的報道,許多數據分析師的工作崗位也要求具備一些“軟技能”(例如,溝通、換位思考)。以下是一些在職位描述中最常出現的技能:

專業技能 基本技能
業務分析 溝通技巧
業務流程 微軟Excel
項目管理 團隊合作精神
SQL 問題解決能力
客戶服務 計劃能力
數據分析 寫作能力
預算 研究能力

數據分析師技能(來自:Burning Glass)

數據分析師需求大嗎?

根據Burning Glass的數據,未來10年,數據分析師的工作預計將增長14.3%,這表明數據分析師的崗位需求會一直保持在一個相當高的水平上。此外,目前填補數據分析師職位空缺的時間是34天,這表明當前對該職位的需求也很高。

然而,請記住,廣義的需求水平並不意味着很容易找到工作。正如數據科學家市場的情況,高需求可以轉化爲更多的學生決定進入某個特定領域。進入這個領域的人越多,入門和中級職位的競爭就越激烈。隨着競爭的加劇,讓你真正與衆不同的是你的技能;僱主將只會爲那些擁有恰當的知識和經驗組合、能夠實際完成工作的數據分析師支付最高報酬。

數據分析師的報酬高嗎?

如前所述,數據分析師的工資在很大程度上取決於經驗和受教育年限等因素。我們先來看後者,以下是Burning Glass按教育程度劃分的數據分析師的工資:

受教育程度 25分位 中位數 75分位
副學士 47000 61000 75000
學士 63000 77000 92000
碩士 63000 77000 96000

數據分析師工資(按受教育程度劃分,單位:美元,來源:Burning Glass)

令人意外的是,許多擁有學士學位的數據分析師其收入與他們擁有碩士學位的同事大致相當,至少在25分位之前是如此。

現在,讓我們看看經驗:

經驗 25分位 中位數 75分位
2年以內 51000 64000 79000
3到5年 62000 74000 88000
6到8年 80000 92000 106000
9年以上 82000 96000 111000

數據分析師工資(按經驗劃分,單位:美元,來源:Burning Glass)

正如科技行業(以及其他行業)的許多職位一樣,經驗越豐富往往薪水也越高。不過,有經驗的數據分析師需要保持技能的更新,特別是在分析工具快速發展的情況下。

有高學歷才能成爲數據分析師嗎?

根據Burning Glass的數據,約90.2%的數據分析師職位要求學士學位,這表明絕大多數數據分析師不需要高學歷就能找到一個有前途的職位。

但是,學位只是受教育程度的一部分。數據分析師需要認證嗎?雖然有些僱主確實需要,但並不是每個職位都需要。以下是一些很受歡迎的數據分析師證書,它們可以幫助你在申請新職位時脫穎而出(或者讓你在談判中能夠在當前的工資基礎上獲得大幅加薪):

與許多科技職位一樣,僱主也非常看重經驗和技能。不管你的學位是什麼,面試過程都會涉及評價,以確定你是否能執行所需的分析。

此外,面試官幾乎肯定會考察你的“軟技能”,因爲數據分析師的工作有很大一部分涉及與其他利益相關者進行有效地溝通,並確保獲得認可。下面是一些例子:

  • 與利益相關者的溝通是否順暢;

  • 是否可以熟練使用各類數據分析軟件;

  • 他們的數據分析項目所採用的方法;

  • 他們如何應對壓力(如競爭);

  • 他們喜歡數據分析的原因。

對於這個崗位,能夠從經驗中得到答案至關重要。即使你是數據分析領域的新手,你仍然可以着重介紹你所學到的知識和你所從事的獨立項目,以此證明你有能力處理數據以獲得見解。

查看英文原文:

https://insights.dice.com/2020/05/13/data-analyst-salary-5-pressing-questions-answered/

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章