人力资源数据分析师工作

可以先来看几个数据，据猎聘数据显示，数据分析师的平均薪资在20k+，应届生的平均月薪都在10k+。目前数据分析能力已成为各行业必备的通用能力。研究显示，有数据分析能力的人工资比一般人多30%，而没有数据分析能力的人失业率是一般人的2倍。

数据分析师不仅在薪资上有巨大优势，这个职位在未来将会持续有巨大的缺口。据麦肯锡咨询权威预测2025年中国将需数据人才高达220万。

麦肯锡的预测并不是空穴来风。我们调研了目前市场上的数据分析师招聘数量，以boss直聘为例，第一个截图展现了成都地区数据分析师的岗位需求数量，可以看到多个数据分析师的职位需求量都在10k+。

在了解了数据分析师的大范围行业前景和行业薪资后，我们现在就来深入给大家剖析一下数据分析师的发展晋升之路。

总得来说，初级数据分析师可以往两个方向发展：技术岗和非技术岗。这其实就是需要在“业务”或“技术”上选择一个方向。如果一个初级数据分析师希望在业务上深耕，可以选择的职位有两个，一个是数据运营，另一个是数据产品经理。

数据运营是运营岗位的一个分支，岗位职责是需要懂得运营业务模型，并要求能通过数据分析优化运营决策。而数据产品经理，是需要懂得产品业务模型，需要通过数据分析来优化产品功能。

初级数据分析师如果选择技术方向发展，可选择的职位也有很多，例如算法工程师、大数据开发、数据科学家等等。对这些岗位的职责，可以参考下列的解释。

1、算法工程师

运用数理统计知识、编程和业务思维建立数学模型，是当之无愧的产品灵魂。

2、数据开发工程师

数据工程师属于技术岗，负责搭建数据库、处理数据、维护数据安全等工作，主要是服务于数据的使用者，比如上文中的数据分析师、数据产品经理以及数据建模师。

3、数据科学家

数据科学家属于综合性人才，集数据分析能力（＞数据分析师）、统计学基础、业务能力（＞数据产品）、算法（＞算法工程师）与沟通能力于一身。这类人才属于数据分析行业中的顶配，各方面的能力都超一流，不过这类人才相当稀有，在行业中基本是可遇而不可求。

最后说完了数据分析师的职业发展方向，再回归到最重要的行业本质吧。选择一个行业或职位最本质的因素就是赛道。这个道理很简单，人需要在一个天花板不断上升的行业，个人职业的发展的天花板才能跟着往上走。我们都知道只有在路很宽，人不挤的赛道上才能够跑得快，也只有在一个资本都涌入的市场上才挣到更多钱。

综上所述，数据分析师的就业前景是非常好的，如果你想要成为一名优秀的数据分析师，要先找到自己的方向，确立一个职业目标，再逐步掌握数据分析师的必备技能，在软件的基础操作上不断提升自己的应用。

这个问题很大，先说说我要的数据有：析人力资源结构分析、招聘数据分析、培训分析、人员效率分析、薪酬分析。因为这是公司安排要做的，就要做了！其实每个公司都有HR要做的数据，只要根据公司要求来做就好了。

我从毕业进入一家港资上市公司人力资源部，截止到如今算是在这个行业做了9年，算是人力资源行业中的一份子。一般人力资源整个的数据与发展应该为三个大的阶段。

1.传统的劳动人事管理阶段，产生于机器化大生产时代，代表性的特点是企业与员工之间是单纯的聘用关系，人力资源部也只负责事务性的工作，人力资源的作用很小。此阶段员工对于企业来说只是会说话的机器。

2.第二个应该是人力资源管理阶段，显现于80年代左右，此阶段因企业之间的产品同质化严重，企业之间的市场争夺十分激烈，企业开始意识到产品的品牌价值，企业逐渐的重视本公司的产品研发，此阶段人才的作用对于企业长期发展有决定性的左右，人力资源上升到企业的战略发展一部分，人才成为企业财富，企业管理的重点不再单单是生产效率的提升，企业内部人力资源的培养和挖掘也变得非常重要。

3.人力资本阶段，产生于知识经济时代，员工此时和企业之间除了是聘用的关系，更是投资的关系，员工和企业有相同的发展目标，共同的利益驱使，非常有代表性的就是现在很多企业推行员工持股计划。

简单来讲就是围绕选、育、用、留四个方面展开的，由此延展到人力资源的招聘、培训、薪酬、绩效、规划、员工关系、企业文化等几个板块的数据。

数据分析师是一个发展前景非常好的工作，时代的发展决定了在未来，数据分析师将成为必不可少的一个工作岗位，如果大家能够有幸进入到这个行业，那么就好好珍惜，而对于那些还没考虑未来就业方向的朋友来说，数据分析师绝对是一个不错的选择。

数据分析师在进阶的道路上有多种选择，可以成为数据技能超强的产品经理，也可以成为数据指导业务的运营VP，更可以进入到管理或者战略层，而这些，都是在工作的过程中，开阔视野所带给人们的。

技能要求

1、懂业务。从事数据分析工作的前提就会需要懂业务，即熟悉行业知识、公司业务及流程，最好有自己独到的见解，若脱离行业认知和公司业务背景，分析的结果只会是脱了线的风筝，没有太大的使用价值。

2、懂管理。一方面是搭建数据分析框架的要求，比如确定分析思路就需要用到营销、管理等理论知识来指导，如果不熟悉管理理论，就很难搭建数据分析的框架，后续的数据分析也很难进行。另一方面的作用是针对数据分析结论提出有指导意义的分析建议。

前景大大的，不过对自身的专业能力要求也比较高需要你熟悉统计学、高等数学、编程语言，算是一门高专业度的交叉学科