先抛结论：我劝90%的人不要轻易转行数据分析，特别是专科同学如果学力一般，建议还是换条路试试。
为什么我给出这个结论？
因为尽管我在这行做了十年，但最近这几年，只要我身边有想转行，准备全职当数据分析师的朋友，我都会劝他们：不要因为数据分析被炒的火热，就一拍脑袋决定放弃现在的工作，从零开始学数据分析。因为数据分析其实和语言一样，本质上只是一种技能，必须同时擅长其他专业领域知识（比如你是财务、产品、人力，把自己专业领域知识+数据分析技能结合起来），才能够走得长远。
如果现在盲目进入数据分析领域，当数据分析师，只会是从一个坑爬上来，然后换个姿势再掉入另外一个坑...
那为什么说不要再轻易转行数据分析？
首先，先让我们来全面拆解一下国内数据分析师的主要工作。
我把国内大部分业务方向数据分析师的工作内容进行了梳理，在图中你可以清楚看到，前四项工作是很多数据分析师会花大量时间去处理的，但坦白说含金量确实很低，可替代性很强，没有自己的核心竞争力，如果转行过来就是一成不变做这些工作，都不用说35岁危机了，可能30岁就会被更先进的软件工具取代。
举个例子，可能你原来是个运营，在自己原岗位上做的不错，但是脑袋一热，觉得运营没前途，想转行数据分析，找个培训班上完课后开始找工作，也的确让你找到了工作，结果工作后每天做的内容比你做运营时的工作内容还像个工具人，只能落个两难的局面。
作为过来人，老李我有什么建议？
先说结论：现在如果不是科班出身或对数据极其热爱，不建议做数据分析职位工作，但是可以用数据分析思维帮助自己的职位发展。
为什么给出这个结论？
因为其实可以看出，不管是在企业还是社会，数据的重要性已经愈发凸显出来。
政府推动大数据建设，企业加强数字化转型，在这种大势之下，数据分析思维已经不只是数据分析师的“专业”了，包括销售、市场、运营、策划、产品等职位都需要通过数据分析来帮助自己的工作，甚至连后台的财务、法务、人事等也开始需要通过数据分析来提升效率。
可以这么说，如果你在企业之中工作，你未来会开始越来越多的和数据打交道，这个时候数据分析已经成为工作的必要条件。
举个例子，还是拿运营来说，更离不开数据了。大到做一个活动，预计初期、中期投入多少产出多少，小到一个营销话术，这些都需要数据的支持。同时也需要切分不同人群进行对照实验来决定。可以说，现在不会数据分析的运营人已经越来越少。
那对于普通人来说，具体应该怎么学、怎么做？
我的建议，分三步走：
第一步：利用业余时间学习数据分析思维和工具；
第二步：在工作中，刻意练习自己的数据思维，多使用数据分析工具，孰能生巧；
第三步：让自己通过数据分析后的结论有价值地输出，让其真正辅助自己职业发展。
针对以上三点，老李展开来说下
1、利用业余时间学习数据分析思维和工具
首先，跟前文一样，千万不要贸然裸辞学习，要学会充分利用自己的业余时间，把数据分析当成是自己的一个必要技能来学习，这才能为自己日后的职业发展打下一个坚实的基础。
其次，现在网络上可以学习数据分析的资源太多了，不过学习资料这东西，在精不在多，只要找准1-2个你觉得不错的课程去学，坚持学下去，肯定会有所收获。
2、在工作中，刻意练习自己的数据思维，多使用数据分析工具，孰能生巧
数据思维不是你上了几节课，看了几篇自媒体文就能学会的，这需要你在日常工作和生活中不断进行刻意的练习，只有才能让自己拥有数据分析的意识。
至于工具，老李我始终认为思维和工具是相辅相成的，思维>工具，你所使用的工具是根据处理的量级以及你要达到的目的选择的，什么意思呢？也就是说如果你的工作中，遇到的数据量不那么大的话，就没必要去学Python和R这些，把Excel学精就不错了。等到之后处理数据的量级大了，再去学FineBI/Tableau这些简单的BI可视化工具来辅助，去做数据分析报告/数据分析模型，例如做杜邦分析模型、经营分析报告、RMF用户模型等。
3、让自己通过数据分析后的结论有价值地输出，能够真正辅助自己职业发展。
上面说了那么多，练了思维学了工具，要是最终没有输出有价值的结论都是白搭。
总的来说，数据分析不仅是一种职业，更是当代职场人一种必备的技能，往大了说，人人都应该是数据分析师。说扎心点，在如今内卷严重的职场，不学点硬技能傍身，怎么体现出你的价值？
分享一些数据分析相关的优质资料吧：
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。