寫這篇文章的時候，邊寫邊扎著心，數據分析師高薪的還不少呢！

大家只知道自己的薪資水平，那么自己的薪資在一線城市中又處于什么樣的位置呢？我整理了下BOSS直聘的數據分析師薪資樣本數據，也調研了下以前認識的一些數據分析師朋友，給大家一個比較真實的參考。

01

看下你在一線城市中的薪資地位

薪資數據來源：BOSS直聘

https://www.zhipin.com/salaryxc/c101020100_p100511.html

這是上海數據分析師12月平均月薪的人數占比分布圖（僅以上海為例吧，其他的薪資分布大家可以去圖片底部留下的鏈接中點進去看下，我就不多整理啦），來看一下你處于哪個群體中？

若你的月薪在￥7967以下，努努力做出點成績去找老板加薪去吧，上海公布的2020年平均工資是￥10338（2021年還未公布），這個薪資區間的你可能拖后腿了哦；

若你的月薪在￥7967-￥10683之間，你打敗了至少10%的人，還不夠優秀；

若你的月薪在￥10683-￥14810之間，那你打敗了至少25%的人，再接再厲吧；

若你的月薪在￥14810-￥20510之間，那你已經打敗了至少50%的人，還可以了但還不足夠優秀；

若你的月薪在￥20510-￥27517之間，那你已經打敗了至少75%的人，不錯了，努力的腳步不能停止；

若你的月薪在￥27517以上，恭喜你，打敗了至少90%的人！！

看了這個薪資分布，你是高興了還是扎心了.......

月薪1W才打敗25%的人，月薪2W就打敗了75%的人，其實絕大多數分析師都處于不高不下的中間層：1萬多。

即使2W，打敗了上海75%的人，在這種房價高開支高的一線城市，離車厘子自由還遠著的！根本不夠花......

不管處于哪個層級，總要想方設法破局，尋求突破。

02

一線城市數據分析師薪資水平

薪資數據來源：BOSS直聘

https://www.zhipin.com/salaryxc/c101020100_p100511.html

從近一月薪資數據來看，北京、上海的數據分析師平均月薪相差不大，深圳中規中矩剛好1W多點，廣州則不到9000。

薪資數據來源：BOSS直聘

https://www.zhipin.com/salaryxc/c101020100_p100511.html

從2021年月薪走勢圖來看，北京的數據分析師2021年的平均月薪波動較大，最低點13729與最高點15610達到近2000的落差，且各月的平均薪資都高于上海；深圳的數據分析師月薪1W出頭，比北京、上海少了三四千，深圳的最高點11736比北京（最低點13729）、上海（最低點13280）的最低點還差了2000左右；廣州的數據分析師月薪較低，不到9000。

雖然都是一線城市，薪資水平差距還是蠻大的。各位一線城市的朋友們，可以對比下自己的薪資水平。

03

數據分析發展方向及其薪資水平

不談錢的發展方向都是耍流氓。所以我根據數據分析師未來可以走的幾種職業道路，搜集了下薪資數據，供大家參考。

以下是BOSS直聘12月份平均薪資數據，數據分析有這樣幾種發展方向：

發展方向1：商業數據分析師

2021年12月平均月薪北京￥19206，上海￥15103，深圳￥13303，廣州￥11150；

BOSS上的商分薪資還是比較高的。商分一般會涉及搭建商業數據分析體系，產出業務策略以及推動落地的工作。一些規模比較大的公司一般會專門設置的有商分團隊。

發展方向2：業務數據分析師

未查到薪資樣本數據。

業務數據分析師而言，對業務的理解能力遠遠高于工具的精通能力。我認識的一些業務數據分析師，工具可能使用的一般般，但業務理解能力真的超贊！業務類型有很多，只要其中某一種鉆研透徹，完全可以勝任這個領域的專家。

發展方向3：數據挖掘

2021年12月平均月薪北京￥20260，上海￥19586，深圳￥15866，廣州￥14246；

我了解的數據挖掘還是比較厲害的，薪資水平應該遠比BOSS上給的樣本數據高。這個樣本數據我有些持懷疑態度。

發展方向4：數據產品經理

2021年12月平均月薪北京￥22390，上海￥23126，深圳￥20406，廣州￥16473；

我不認為數據分析和數據產品是割裂的，這兩者之間關系緊密。未來的很多崗位都會需要有數據分析的能力，當前數據時代需要用數據驅動決策。產品經理需要知道怎么分析用戶數據，怎么利用數據輔助產品決策等，離開數據思維，用感性用直覺來做產品？早晚被淘汰吧......

04

跟數據分析師朋友聊聊他們工資收入

以上數據只是從BOSS直聘上收集的數據，但真實收入是多少呢？

為了保障真實性，我向幾個特別有代表性的數據分析師伙伴調研了下，感恩他們～

第1位數據分析師

17年畢業，統計專業，非名校，目前月薪3.2W/月

工作歷程是（只選擇主要的，細節不便透露）:?

→自學代碼轉行數據分析

→數據挖掘

他是統計對口專業，但是學校里不學代碼，而做數據分析還需要代碼基礎，所以報班學習了下代碼。那時候目標很明確，就是要去做模型崗。所以，即使做了數據分析，也在利用業余時間繼續研究python建模。為了盡快成功過渡到數據挖掘，下了班基本沒怎么看過電視了。

后來轉行成數據挖掘之后，薪資也有了很大的提升。sql基本不怎么用了，主要用python。這一路轉行，真的付出了很多。未來的話，會繼續深耕數據挖掘，計劃走數據科學的道路。

第2位數據分析師

16年畢業，營銷專業，非名校，目前月薪2.8W/月

工作歷程是（只選擇主要的，細節不便透露）:?

→用戶運營

→數據分析

→資深數據分析師

我剛認識的他的時候，月薪1W多點，現在已經是2.8W了。這也是必然，因為他的工作態度真的很認真。他工作中主要用到的工具是sql、tableau 、excel和ppt，另外也涉及些常規的統計學知識。工具只是對工作的輔助，重要的是對業務的深入理解。

其實最開始的時候主要工作內容就是取數，每天鋪天蓋地的取數需求。由于不甘心只做取數機器人，工作中接到取數需求的時候，基本上都會咨詢下業務方為什么要取這個數？背景是什么？用來做什么？幫他們取數之后，還會再去跟進結果，了解下業務方分析出了什么結果？對決策有什么幫助等。因為態度比較好，多數業務方還是比較好溝通的。而且自己確確實實也可以深入了解清楚業務需求，總比機械的取數強，成長也比較快。

第3位數據分析師

18年畢業，小語種專業，非名校，目前月薪2.1W/月。

工作歷程是（只選擇主要的，細節不便透露）:?

→數據運營

→數據分析師

畢業的時候對于工作的選擇是有一些迷茫的，不知道這個專業可以做什么，后來經歷一番波折做了運營類的崗位，在做運營的過程中了解到了數據分析師，就對分析類的工作還蠻感興趣。因為本身做運營的時候對指標也需要做分析，所以轉去數據分析還算不難。

作為非對口專業、半路出家的數據分析師，當初轉行面試的時候沒少碰壁，感謝自己的堅持。平時主要工作是取取數、開發報表、分析分析異常指標、寫寫分析報告等。

個人心態比較平穩，穩扎穩打，目前踏踏實實吃透所負責的業務分析板塊，后面考慮往數據分析專家的方向走。

05

轉行數據分析師不要盲目

轉行數據分析師不要盲目，考慮清楚未來的規劃。

先問自己幾個問題：

1.能耐得住寂寞嗎？

每天都要面對大量數據，且需要連續不斷的做著重復性工作，比如不斷用著類似的sql做著類似的需求，再比如用著類似的數據做著類似的周報月報季報，還比如用著類似的excel模板做著類似的分析......如果說你無法忍受這種看似無價值又重復性的工作，你很難從中發現分析意義，很難破局。

2.你對數據敏感嗎？

有的人天生就數據敏感，有的人后續慢慢培養，有的人就是無論如何無法感知到數據的變動以及無法量化指標......

比如，做數據分析的時候肯定會涉及做圖表，包括但不限可視化圖表、excel圖表、ppt圖表。你能感受到圖表上的數據異常波動嗎？看到異常，第一反應是無知一句“這不挺正常的嘛？”，還是淡淡一句“哦，有波動”就完事了，還是迅速反應出可以從哪幾個方向去查波動的原因？再細化，知道怎么量化分析波動指標。

3.你會排查問題嗎？

做數據分析師肯定會涉及到排查指標問題的工作。業務方或者領導經常會問你這個指標為什么下降了，那個指標不太正常吧等。這時候就需要你去排查問題了。

我遇到過數據分析師連自己的數據有問題了都不知道怎么去排查，連個排查的方向都沒有。如果是這種情況，需要多在工作中做好復盤，別人可以幫你排查一次兩次，但總不能一直幫。最好多訓練下自己排查問題的能力。

-?END -

本文為轉載分享&推薦閱讀，若侵權請聯系后臺刪除 對比Excel系列圖書累積銷量達15w冊，讓你輕松掌握數據分析技能，可以在全網搜索書名進行了解：

總結

以上是生活随笔為你收集整理的一线城市数据分析师的薪资分布......的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。