前几天在论坛上看到这样一个帖子：《数据分析是不是互联网行业最内卷的职位？》
帖子中的主人公是一位留学归来的统计学专业硕士，学习和实习履历非常光鲜亮丽，然而秋招开始后，陆陆续续面试了20多场数据分析岗位，却无一成功！
这让我想起了最近一个非常火的名词：
内卷！
什么叫做内卷
比如，从前一亩普通的土地里，播种半斤的种子就可以收获800斤的粮食
而一个农名却发现，如果播种1斤的种子，就只能收获900斤的粮食；如果播种2斤的种子，就只能收获1000斤粮食了；如果播种4斤种子，仍然只能收获1000斤粮食；
为什么会出现投入与产出不成比例的现象呢？
后来这位农名终于发现了问题的关键所在——一亩农田里的水分与营养成分是固定的，种子变多之后，会造成种子之间的恶性竞争
这种现象就叫做内卷，即因为生产者内部竞争导致平均生产力的下降
为什么生产者的内部竞争会导致产出下降呢？我们不妨看一个生活里的例子：
当年程序员还属于稀缺岗位的时候，并没有太多的加班现象；
当程序员数量爆炸时，岗位并没有相应的提高，这时候程序员就会通过降低自身“卖价”，换取更大的价值机会：
A能加班1个小时，B就能加班2个小时，C就加班5个小时，D甚至能住在公司......
A只要5000块钱，B就能只要4000，C就能只要3000，D甚至只需要一口饭就行......
这就造成了恶性竞争，也就是个人的最优选择会导致整体效率的降低
这时候你也许就会发现，自从生下来我们就经历着各种“内卷”现象：高考、房价、毕业找工作......
内卷是一个社会的常态，你以为古代不会内卷吗？其实古代也一样。
小时候上历史课我们都听说过一个词“豪强兼并”，人人都知道土地的重要性，所以地主豪强不断兼并土地，大量农民丧失了土地变成了流民，一旦遇到灾年就会大量饿死人，到时候必定是农民起义，推翻王朝，全国人口减半。
这就相当于服务器数据重置，所有人都回到新手村从头开始玩。等到这个游戏再玩300年，玩不下去了又重置一次，如此周而复始。
那么西方人是如何破解内卷的呢？很简单，就是对外扩张，这就是建立殖民地的意义。
既然分蛋糕的人多了，要么饿死一批人，要么就把这个蛋糕做大，这就是内卷的核心
数据分析也存在内卷吗？
先抛出个结论：目前数据分析行业内卷化只是初见端倪，未来只会更加严重！
十年前，只要是从事数据分析行业的人，现在估计都已经成为了专家或者专业分析师，这也吸引了非常多的人不断涌入到这个行业中
直到现在，围绕数据分析的炒作更是甚嚣尘上，然而数据分析岗位的增长近年来却显得异常缓慢，很多行业的岗位都已经接近饱和
至于原因，其实我也说过很多次了，主要就是这几个原因：
1、企业对于数据分析的需求动力仍然不足
数据分析与其他岗位不同，除了必备的技能之外，它对于求职者的经验要求非常高，而企业并不希望将资源长期投入到你的经验培养上
公司不准备将时间与精力投入到新人上，虽然几乎所有的互联网公司都有自己的数据部门，但其他没有的部门却需要在该领域具有丰富经验的人员来开始
而且更重要的是，即使是经验丰富的数据分析师，也未定可以为企业主带来显著的价值，企业自然不肯为你而背风险
2、数据分析的定位比较尴尬
数据分析的角色定位在公司里还是比较尴尬的
因为你说数据分析很重要吧，往往单纯的数据分析没有那么多价值性
而且运营、产品这些业务岗位自己做数据分析行不行呢？
当然也是可以的，数据分析本身就是赋能与业务的，所以企业不相信数据分析
3、数据分析并不像表面上那么简单
数据分析有太多东西要学，没有人愿意做艰苦的工作
对于某人而言，很难从基础知识入手并在该领域表现出色，这将花费大量时间，并且人们需要耐心等待
这个领域的范围很广，但是缺乏具有实际技能的人员正在把最有前途的工作的头衔从数据分析手中夺走，人们正在远离它
内卷怎么破局？
其实内卷想要破局，就要从内卷的核心出发：
那么拼了老命去参加内卷，让自己能够分到更大的蛋糕；
或者找到这个行业的，把蛋糕最大，自己就能够吃到更多；
再不然，干脆直接找个新蛋糕，不要在内卷化严重的行业里拼命；
这么说可能还是有些空，缩小到数据分析的工作上，就是要满足业务的需求，产生更大的价值让我们能够证明自己，至于怎么做，我有三个建议：
1、你要跟业务部门搞好一下关系
主动去向他们求教业务知识，因为你的很大一部分工作都需要业务来支撑和配合（数据分析和业务本来就是相互支撑的工作）
有的业务部门对数据分析部门是很仇视的，所以要先搞好关系，平时多去沟通和交流
然后主动求教，或者直接在业务部门待一段时间，了解公司的业务流程，有利于你之后数据分析思路的拓展，以后你跟业务部门配合的时候也更顺畅
2、对于数据部门要维系好感情
毕竟以后你们是要一起干活的，一般公司的数据部门包含数据平台、数仓、数据分析等人员
这些人的工作联系是强相关，入职不久的话最好要一一了解他们的工作内容和职责，起码要知道自己以后需要什么数据，知道找谁
不过数据部门一般都是程序员，不擅于人际交流，所以在工作配合上要注意沟通方式
3、面对领导要注意时时反馈，向上反馈
不定时地向领导汇报进展。这里的领导一般就是直接管理你的leader
数据分析本来价值产出就不明显，如果一直闷声不吭，leader怎么知道你做了哪些事呢？
严重点的，还以为你根本没什么用，这是最要命的
所以最好是的办法就是梳理自己的工作流程，搞清楚leader对于数据工作哪些地方不满意，然后进行日常汇报
不要指望leader会天天主动找你要工作进展，所以不仅要leader管理着你，你也要学会管理着你的上级