很多人私信问我，到底数据分析师有没有很多培训机构吹得那么好。我的回答是，因人而异。理由很简单，数据分析延续至今，少说也有几百年的历史，为什么一直没出现数据分析岗位？因为门槛实在太高了。我从几个点来说明下。
1.数据分析的作用是什么？抛开形形色色的说辞，我自己总结了一个结论，数据分析的最终目的是平衡话语权。可以把平衡和话语权拆开来理解。平衡的意思估计很多人不怎么理解，我也是受到老师启发，在工作中总结出来的，现实中，没有人可以形成绝对的话语权，所以平衡与对峙才是社会运行的主旋律，也是很多聪明人所追寻的。那些妄图追求绝对话语权的人，下场一般都好不到哪里去。话语权和数据分析之间的关系是显而易见的，引用毛主席的一句话，没有调研就没有话语权，实际的权利博弈中，没有数据做支撑的一方，肯定玩不过有数据的一方。所以，数据分析的最高形态，你可以理解为另一种形式的权利斗争。适不适合，我想部分人心里应该已经有答案了。
2.数据分析的门槛在哪里？近几年数据分析行业的发展确实如火如荼，这主要得益于工具的发展，以及数据获取成本的大幅降低。但是如果冷静下来做个客观分析，就很容易看明白其中的坑深坑浅。数据分析的坑不在工具，不在数据，而在分析，分析这事从古至今做得最好的是什么人？军师，宰相，自己算命先生。所以一心只顾工具学得精不精，是做不好数据分析的。
3.既然说到分析的门槛了，那么又引出另外一个问题，分析的门槛在哪里？我给的答案是，就目前来看，依然是经验。很多连统计分析的槛，算法的槛都过不了的就不说了。在这两个槛之上就是经验，没有之一。可以这么说，一个理论水平再高的数据分析师，在经验面前都是打酱油的，除非你能创造一个完美的结果，否则是不可能没有破绽的，只要有一丝破绽，想推翻你的人可以毫不留情地把你按在地上摩擦。
总结一下，我建议的适合从事数据分析行业的人，应当具备以下特质：工具熟练，理论过硬，情商一流，沟通随和，能屈能伸，不是技术控，不是理论控。