京公网安备 11010802034615号
经营许可证编号:京B2-20210330
昨天在朋友圈刷到一篇文章《30岁,北漂7年一事无成,要回老家吗?》,还没看到内容,我的眼泪就情不自禁的流了出来,这不是在说我吗?
大学刚刚毕业那会,我满怀期待的来到了北京。以为会和好友们创建一份属于自己的辉煌事业,可是这几年,看着好友一个个离开北京,心里不禁产生了一丝悲凉。
我也曾经想过是否应该回到老家,陪在父母身边,过些平凡的生活。可是又羡慕大城市的繁华与自由,不甘心离开。
今年六月份的时候,我和发小一起庆祝生日,席间她说了一句话触动了我,她说“咱们快三十岁了,但是感觉什么都没做。”后来她告诉我,最近感觉自己好累好累,准备回家休息一段时间。
是呀,90后已经变得不再年轻,00后已经迈入职场。虽然很多事情我们并不愿意去接受,但是却刻骨铭心的发生在了我们身上。
01
今年是我来到北京的第七年,上周接到好友阿兰的来信。她说自己刚刚被公司辞退了,也到了一定的年龄,准备离开北京,回老家发展。我心里有些震惊,才三十一岁,就要因为年龄的原因被辞退吗?
阿兰,毕业于一所211重点大学,统计学专业,毕业后的她来到北京,希望能在这座一线城市扎根下来。
然而理想丰满,现实却很骨感。来到北京的阿兰,发现这里人才齐齐,竞争激烈。花了两个月的时间,却没找到适合自己的工作。
那一段时间里阿兰每天垂头丧气,不知道自己该做些什么。可是人总是要吃饭的,在残酷的现实面前,阿兰失去了曾经的激情,找了一份行政的工作,心想先干着,等以后有了合适的机会再跳槽。
可是一晃,七年时间过去了。
曾经的梦想并没有如阿兰期待的那样如约而至,相反它离阿兰越来越远。
由于工资少的可怜,考虑到上班通勤等因素,阿兰只能和同事合租一间小屋。但是北京这样寸土寸金的地方,光房租就耗去了阿兰一半的工资;再加上日常开销,每个月也就所剩无几了。
当然,如果这一切只是暂时的,忍忍过去也就罢了,但对阿兰而言,这份没有未来和期望的工作,到底还要熬到何时?
随着年龄的增长,远在家乡的父母不断劝说着阿兰。希望她能够回到家乡工作,稳稳当当的陪在父母身边,早日成家。
02
阿兰的处境让我感觉到心疼和无奈,同时又感慨万千。
对于阿兰这样深处职业困境的人而言,又该怎么办呢?
一年一度的回流潮又要开始了,不管你是决定在一线城市继续打拼,还是想回到离家人、朋友更近的家乡。我的建议是:掌握能让自己升值的能力,到哪儿都会生活的更好!
如何才能让自己更值钱,走到哪里都不会被淘汰呢?我总结了以下几个方面:
1
明确自己的优势
想要在职场上长期的发展下去,一定要明确自己每一个阶段的目标。我们拿阿兰举例,她是统计学专业,其实就业前景还是蛮好的。现在热门的数据类岗位,本质上就是统计学的方法论。选好就业方向,你的就业薪资会比很多专业高。
当然了并不是只有统计学可以从事数据分析,这是一个可以零基础学会即能很好就业的岗位。现在我们正处于数据时代,我国数据分析岗位需求达到300万,且未来5年都将以30%-40%的速度增长,需求总量将达到2000万人左右。
随着国家对数字化越来越重视,不仅是北上广深等大城市数据分析岗位充足,成都、武汉、郑州、杭州、南京、西安、苏州等更靠近你家乡的这些城市对数据岗位的需求也越来越多。
TOP 20城市重点项目投资情况
(来源:中国通信院《中国城市数字经济指数蓝皮书(2021)》)
我们拿成都来说,作为四川省数字经济的核心区域,平均月薪6963元。而平均月薪7000以上的岗位或多或少都与数据分析有关。
月薪7000元-10000元岗位
月薪10000元-15000元岗位
月薪15000元-25000元岗位
月薪25000元以上岗位
数据分析无疑是未来即吃香又可以长期发展的行业。
2
长远发展规划
其实,任何一个岗位随着不断的发展,基本都会分为三个阶段:初级,中级,高级,数据分析这个行业也一样。
工作内容:要求熟练使用Excel即可,主要辅助数据部门的产品经理。针对产品经理提出的需求来做分析,然后用PPT写一些分析报告。
需要掌握的核心技能:Excel、统计概率
工作内容:一般是IT部门的数据分析师。不仅要会技术还要懂业务,通过发现问题,分析问题,得出结论,为公司的决策做支持。主要工作是数据提取、报表开发、撰写分析报告。
需要的核心技能:统计概率,精通SQL,编程语言Python或者是R
通过建立模型、预测,偏重于工程,主要技能是编程和算法。
需要的核心技能:统计概率、数学、SQL、Python或者是R,机器学习
随着个人的不断发展,你的能力也会得到不断提升。如果你的业务能力很强,可以考虑管理岗;如果你的技术能力很强,可以担任数据科学家的职务。
03
我们已经进入数据时代,在人才济济的今天,我们更要抓住数据时代带给我们的福利。
横向看,数据分析可以涉足各行各业,不再受条条框框的约束;纵向看,数据分析可以深入行业内部,可以清晰了解业务问题,并提出解决方案。
行业“钱”景可观。无论是初级还是高级岗位,企业都愿意为数据分析师提供高薪酬、高福利。同时,随着工作年限的增加,数据分析师薪酬也会越来越高。
如果你也对数据分析感兴趣,欢迎扫码咨询我们。
扫码免费领取
“数据分析”礼包
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13