原标题：九道门丨2022年数据分析师段位排行标准新鲜出炉！

近两年来，大数据领域的相关岗位被炒得火热，去那些招聘网站上随便一搜，就能跳出很多和大数据挂钩的岗位，数据分析师就是其中比较火爆的职位之一。

有限经验的，有不限经验的，有薪资不过万的，也有薪资超两万的，他们的区别在哪？数据分析师的职位等级又是如何划分？

为了解决这些疑惑，我们特别总结了一套数据分析师的段位排行标准，看完之后相信你会对这一职业拥有更加直观深入的了解。

熟悉游戏《王者荣耀》的人应该知道这些游戏玩家是有不同的等级段位的，从倔强青铜到最强王者，所以如果数据分析师有段位，那么我们可以把他分成青铜、白银、黄金、钻石和王者。

它们分别对应了数据分析师的五个等级，即助理数据分析师、初级数据分析师、中级数据分析师和高级数据分析师。

段位越高，能力越强，行业经验越丰富。

青铜-基础

青铜级别的数据分析人员的一个根本特征就是只会使用一些基础的数据分析工具，如Excel、SQL。他们会取数，会做报表，业务部门需要什么，他们就取什么数，除此之外，根本接触不到真实的业务项目，就别提如何给企业提供决策支持了。

这一段位的人群基数是最大的，同时“内卷”现象也非常严重，可以说处在这个淘汰圈的数据小萌新们竞争压力会很大很大，因为很容易就被同样精通工具的新人甚至是人工智能机器所取代。

所以青铜玩家想要成功混入白银局，必须开始脱离数据处理的简单层面，迈向深层次的分析推断，学会用数据来预测和指导业务。

白银-初级

这个段位的数据分析师一般基础工具都玩得挺溜了，关键是在业务知识和业务流程的理解上，专业一点说就是会搭建业务模型了。

晋升到这个段位的数据分析师必须要会数据预处理、检验、清洗；会使用常用的统计检验、指标体系分析、探索性数据分析等分析方法；掌握数据库知识……最最最重要的是能将数据与业务结合起来，让数据分析变得有价值。

我们认为处在白银阶段的数据分析人员才算是真正迈入了数据分析师的行列，也能在大多数传统公司和互联网运营、产品团队中占据一席之地。

黄金-中级1.0

黄金段位的数据分析师则是在前面的基础上进一步增强自己的“技能输出”，这时候他们已经建立了其在所处行业中数据分析应用的知识“龙骨”，真正做到懂数据、精业务、会分析。

这个等级的数据分析师除了能制作精美的可视化图表，最重要的是可以独立发现业务中存在的问题。他们有能力指导和推进业务，识别数据异常，也会建业务模型，还懂基础的算法模型的使用，能为公司的发展提出有效建议。在业务模型和算法模型的使用上要强得多，但熟练程度还有进一步提升的空间。

----------------------------------

知识拓展：

什么是业务模型？

业务模型，比如常见的4P、AARRR、RFM、SWOT、PEST等，这些模型通常是对一组数据指标的组合和对业务情况的描述。利用这些业务模型可以提高分析效率，能快速知道业务决策应该怎么定才最优，一般运营、产品、策划这些部门更喜欢谈这种。

什么是算法模型？

算法模型，比如线性回归模型、逻辑回归模型、决策树、随机森林、关联算法等，这些模型有统计学、机器学习的知识做基础，有固定的计算方法和使用场景，一般是开发、技术部门的人更擅长这些。因为算法模型的使用计算过程和统计原理比较复杂，一般的初中级数据分析师是会用但无法自己开发创造。

----------------------------------

钻石-中级2.0

在钻石段位的数据分析师已经属于排行榜十分靠前的玩家了，他们的“伤害力”通常来自其强大的分析思维和算法建模能力。

这时候的数据分析师不仅在业务逻辑的梳理上更加精准和全面，还能熟练使用现有的主流算法，会成熟的数据挖掘工具，对机器学习的内容知识掌握到位，可以快速判断什么业务分析该用什么算法，实现用最优解来说服并指导相关部门的“完美绝杀”。

中级数据分析师“能说话，有话说，说得好，意见建议能落地，可以主导一个业务流程的优化”，当然也只有做到这样，才算是发挥出一个优秀数据分析师的真正价值。

王者-高级

最后的王者级别那必须是业务能力+技术能力的双管齐下，既懂技术又懂数据更懂业务知识，“伤害值”拉满！

他们与低段位“玩家”的最大区别——在熟练使用现有的算法模型基础上，还能根据实际业务情况创造出新的算法模型。

要知道算法模型可不是轻易就能创造的，它需要你有一个庞大的业务体系知识和强大的数据挖掘能力。目前，精通多种数据工具，具备多年从业经验和强大数据分析思维，并且在数据分析领域有一定的影响力的数据分析师属于“稀有保护动物”了。

最后总结一下，我们可以将数据分析师的成长画像进一步划分为：助理数据分析师-初级数据分析师-中级数据分析师-高级数据分析师-挖掘工程师-数据专家（数据科学家）。如果你现在还处在初级及以下阶段，也不用太焦虑，对照着这个等级标准去相应的提升学习，但如果你已经工作好几年却还在原地踏入，那就很危险了。

从“使命必达”的助理数据分析师成长为“独当一面”的数据分析专家，必然要学习很多知识，积累很多经验，提升很多技能。数据分析师们想在这场“游戏”中不断升级，在领域知识、专业理论、落地技能、软性实力等综合方面都需要不断给自己加油充电，如此才能实现倔强青铜到最强王者的荣耀进阶！

标签：