大数据时代下，数据型人才产生大量缺口，数据分析师的薪资也非常可观，但同为数据分析师，为什么有的人月入3万，而有的人只能月入7千，我们今天来讨论一下，到底差在哪里。
我们首先看个截图
截图源自某招聘软件字节跳动给出的薪资是20-35k，工作经验经验要求是3-5年，那我们是不是就要说，工作经验就是最主要的差别呢，其实不然，很多有5，6年经验的人，工资上限也就15k，那么为什么几年的工作经验也同样不值钱呢？对比一下我截图的这一张招聘需求
截图源自某招聘软件主要有以下几点差距：
1. 业务思维能力的差别
对比上述两份工作的职位描述，我们可以看到，月薪7K的数据分析师主要承担的是工具人职责，根据客户或者需求取数做报表，业务让怎么分析就怎么分析，可以说是数据的搬运工，那么自然价值不高；
而字节跳动这里第四点要求，要求理解业务，发掘数据与业务之间的关系并给出合理建议，这样的数据分析师他才是有价值的，数据分析的结果是需要驱动业务发展、帮助业务解决问题的。
如果老板让数据分析师给出门店一个季度的营收情况：
月薪7k的分析师A会这样做：调取门店数据，包括门店销售记录、成本管理等模块，导出之后利用工具，制作出可视化图表，分析报告加上数据总结：售出货品x件、收入y万、净利润z万；
而资深数据分析师B会这样做：先了解公司今年的发展战略，结合最近进行的业务调整，理解到老板的实际需求是最近想减少门店的运营成本。然后调取数据，包括的是员工考勤，货物存储记录等模块，利用数据分析，最后报告附上的结论是：B门店在一季度处于淡季，可以减少20%的人员使用，A储藏冷库的利用率低于平均值，需要调整冷库储存���构...通过上述措施，预计总成本可减少10%。
可以看到，关于业务的思维能力差异，工作中完全会创造不同的价值，假设你作为领导，谁更值钱是不是一目了然。
2. 工具能力的差别
作为数据分析师，如何高效进行数据分析，对于工具的掌握至关重要。一般很多数据专员，甚至只需要掌握取数和EXCEL工具，就能够应付工作中的大多数需要。
但一个公司的数据量是非常庞大的，分散在各系统，取数就很麻烦，仅靠EXCEL别说处理数据，打开可能都困难。因此需要涉及到更专业的数据分析工具，比如：SQL、Python、R、K-Lab、BI、Tableau等等。如果能够掌握更多的数据分析工具，更加高效进行工作，薪资水平自然是会更上一层楼的。
3. 沟通能力的差别
除了上面的专业方面的能力，突出的沟通能力一定也是一个优秀的数据分析师必不可少的。数据分析师需要充分了解业务，触达底层需求，讲解报告，和不同部门交流，这些都需要通过良好有效的沟通才能够达到。更别说再厉害一些的数据分析师是需要带领团队、与其他部门合作的，项目如何协调也离不开沟通。
如果你想成为数据分析行业中的佼佼者，不妨从上面三个点去反思、提升自己。只有不断进步自己，才能将别人远远甩在身后，愿在座各位早日月入3w+！
