從職位薪水來看，資料分析行業的高薪主要分佈在長三角、珠三角和京津地區。北京、上海和深圳的薪水位列第一方陣，均薪在10k+；杭州、寧波和廣州位列第二方陣，均薪在9k+；其他沿海及內陸區域中心城市，如南京、重慶、蘇州、無錫等位於第三方陣，均薪在8k左右。從職位量來看，北京、上海、深圳和廣州位列第一方陣，職位量在30000+，杭州、成都、南京和天津位列第二方陣，職位量在20000+，武漢、西安、鄭州等區域中心或省會城市對資料分析職位的需求也相對較高，職位量在10000+。從行業需求來看，網際網路金融、O2O、資料服務、教育、電子商務、文化娛樂領域對資料分析師需求量相比其他行業更大。不管是在企業還是社會，資料都已經開始扮演越來越重要的“角色”。在這種大勢之下，資料分析思維已經不只是資料分析師的“專業”了，包括銷售、市場、運營、策劃、產品等等前端的職位都需要透過資料分析來幫助自己的工作，甚至連後臺的財務、法務、人事等也開始需要透過資料分析來提升效率。可以這麼說，如果你在企業之中工作，你未來會開始越來越多的和資料打交道，這個時候資料分析已經成為工作的必要條件。這裡給大家舉幾個例子：現在的產品，由於銷售渠道開始開始網路化，所以基本上每個產品在做客群劃分、競品分析、銷售預測等等工作時都必須基於資料來進行建模並分析。以前那樣只要寫寫產品分析書，畫畫產品原型，做做產品互動的“好日子”已經過去了。這麼說吧，越來越多的公司裡，如果產品不能拿資料出來支撐自己的工作，是基本上獲取不到什麼資源的支援。再拿運營來說，更加離不開資料了。大到做一個活動，目標人群如何劃分，不同人群的方案是什麼，預計投入多少產出多少，這些都需要資料支援；小到一個營銷話術，也需要切分不通人群進行對照實驗來決定。可以說，現在不依靠資料分析的運營已經越來越少。最後再舉一個後臺部門的例子。現在的HR在做人力規劃時，從人員結構分析到配置策略分析再到成本分析，無論哪一項都需要使用到資料。除了本公司的人力資料外，還需要業務資料，競對公司資料乃至於整個行業資料。透過大量資料的分析，可以更加精確的制定公司的人力資源戰略。
從職位薪水來看，資料分析行業的高薪主要分佈在長三角、珠三角和京津地區。北京、上海和深圳的薪水位列第一方陣，均薪在10k+；杭州、寧波和廣州位列第二方陣，均薪在9k+；其他沿海及內陸區域中心城市，如南京、重慶、蘇州、無錫等位於第三方陣，均薪在8k左右。從職位量來看，北京、上海、深圳和廣州位列第一方陣，職位量在30000+，杭州、成都、南京和天津位列第二方陣，職位量在20000+，武漢、西安、鄭州等區域中心或省會城市對資料分析職位的需求也相對較高，職位量在10000+。從行業需求來看，網際網路金融、O2O、資料服務、教育、電子商務、文化娛樂領域對資料分析師需求量相比其他行業更大。不管是在企業還是社會，資料都已經開始扮演越來越重要的“角色”。在這種大勢之下，資料分析思維已經不只是資料分析師的“專業”了，包括銷售、市場、運營、策劃、產品等等前端的職位都需要透過資料分析來幫助自己的工作，甚至連後臺的財務、法務、人事等也開始需要透過資料分析來提升效率。可以這麼說，如果你在企業之中工作，你未來會開始越來越多的和資料打交道，這個時候資料分析已經成為工作的必要條件。這裡給大家舉幾個例子：現在的產品，由於銷售渠道開始開始網路化，所以基本上每個產品在做客群劃分、競品分析、銷售預測等等工作時都必須基於資料來進行建模並分析。以前那樣只要寫寫產品分析書，畫畫產品原型，做做產品互動的“好日子”已經過去了。這麼說吧，越來越多的公司裡，如果產品不能拿資料出來支撐自己的工作，是基本上獲取不到什麼資源的支援。再拿運營來說，更加離不開資料了。大到做一個活動，目標人群如何劃分，不同人群的方案是什麼，預計投入多少產出多少，這些都需要資料支援；小到一個營銷話術，也需要切分不通人群進行對照實驗來決定。可以說，現在不依靠資料分析的運營已經越來越少。最後再舉一個後臺部門的例子。現在的HR在做人力規劃時，從人員結構分析到配置策略分析再到成本分析，無論哪一項都需要使用到資料。除了本公司的人力資料外，還需要業務資料，競對公司資料乃至於整個行業資料。透過大量資料的分析，可以更加精確的制定公司的人力資源戰略。