一线城市数据分析师的薪资分布......

写这篇文章的时候，边写边扎着心，数据分析师高薪的还不少呢！

大家只知道自己的薪资水平，那么自己的薪资在一线城市中又处于什么样的位置呢？我整理了下BOSS直聘的数据分析师薪资样本数据，也调研了下以前认识的一些数据分析师朋友，给大家一个比较真实的参考。

薪资数据来源：BOSS直聘

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

这是上海数据分析师12月平均月薪的人数占比分布图（仅以上海为例吧，其他的薪资分布大家可以去图片底部留下的链接中点进去看下，我就不多整理啦），来看一下你处于哪个群体中？

若你的月薪在¥7967以下，努努力做出点成绩去找老板加薪去吧，上海公布的2020年平均工资是¥10338（2021年还未公布），这个薪资区间的你可能拖后腿了哦；

若你的月薪在¥7967-¥10683之间，你打败了至少10%的人，还不够优秀；

若你的月薪在¥10683-¥14810之间，那你打败了至少25%的人，再接再厉吧；

若你的月薪在¥14810-¥20510之间，那你已经打败了至少50%的人，还可以了但还不足够优秀；

若你的月薪在¥20510-¥27517之间，那你已经打败了至少75%的人，不错了，努力的脚步不能停止；

若你的月薪在¥27517以上，恭喜你，打败了至少90%的人！！

看了这个薪资分布，你是高兴了还是扎心了.......

月薪1W才打败25%的人，月薪2W就打败了75%的人，其实绝大多数分析师都处于不高不下的中间层：1万多。

即使2W，打败了上海75%的人，在这种房价高开支高的一线城市，离车厘子自由还远着的！根本不够花......

不管处于哪个层级，总要想方设法破局，寻求突破。

薪资数据来源：BOSS直聘

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

从近一月薪资数据来看，北京、上海的数据分析师平均月薪相差不大，深圳中规中矩刚好1W多点，广州则不到9000。

薪资数据来源：BOSS直聘

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

从2021年月薪走势图来看，北京的数据分析师2021年的平均月薪波动较大，最低点13729与最高点15610达到近2000的落差，且各月的平均薪资都高于上海；深圳的数据分析师月薪1W出头，比北京、上海少了三四千，深圳的最高点11736比北京（最低点13729）、上海（最低点13280）的最低点还差了2000左右；广州的数据分析师月薪较低，不到9000。

虽然都是一线城市，薪资水平差距还是蛮大的。各位一线城市的朋友们，可以对比下自己的薪资水平。

不谈钱的发展方向都是耍流氓。所以我根据数据分析师未来可以走的几种职业道路，搜集了下薪资数据，供大家参考。

以下是BOSS直聘12月份平均薪资数据，数据分析有这样几种发展方向：

发展方向1：商业数据分析师

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

BOSS上的商分薪资还是比较高的。商分一般会涉及搭建商业数据分析体系，产出业务策略以及推动落地的工作。一些规模比较大的公司一般会专门设置的有商分团队。

发展方向2：业务数据分析师

未查到薪资样本数据。

业务数据分析师而言，对业务的理解能力远远高于工具的精通能力。我认识的一些业务数据分析师，工具可能使用的一般般，但业务理解能力真的超赞！业务类型有很多，只要其中某一种钻研透彻，完全可以胜任这个领域的专家。

发展方向3：数据挖掘

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

我了解的数据挖掘还是比较厉害的，薪资水平应该远比BOSS上给的样本数据高。这个样本数据我有些持怀疑态度。

发展方向4：数据产品经理

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

我不认为数据分析和数据产品是割裂的，这两者之间关系紧密。未来的很多岗位都会需要有数据分析的能力，当前数据时代需要用数据驱动决策。产品经理需要知道怎么分析用户数据，怎么利用数据辅助产品决策等，离开数据思维，用感性用直觉来做产品？早晚被淘汰吧......

以上数据只是从BOSS直聘上收集的数据，但真实收入是多少呢？

为了保障真实性，我向几个特别有代表性的数据分析师伙伴调研了下，感恩他们～

第1位数据分析师

17年毕业，统计专业，非名校，目前月薪3.2W/月

工作历程是（只选择主要的，细节不便透露）: 

→自学代码转行数据分析

→数据挖掘

他是统计对口专业，但是学校里不学代码，而做数据分析还需要代码基础，所以报班学习了下代码。那时候目标很明确，就是要去做模型岗。所以，即使做了数据分析，也在利用业余时间继续研究python建模。为了尽快成功过渡到数据挖掘，下了班基本没怎么看过电视了。

后来转行成数据挖掘之后，薪资也有了很大的提升。sql基本不怎么用了，主要用python。这一路转行，真的付出了很多。未来的话，会继续深耕数据挖掘，计划走数据科学的道路。

第2位数据分析师

16年毕业，营销专业，非名校，目前月薪2.8W/月

工作历程是（只选择主要的，细节不便透露）: 

→用户运营

→数据分析

→资深数据分析师

我刚认识的他的时候，月薪1W多点，现在已经是2.8W了。这也是必然，因为他的工作态度真的很认真。他工作中主要用到的工具是sql、tableau 、excel和ppt，另外也涉及些常规的统计学知识。工具只是对工作的辅助，重要的是对业务的深入理解。

其实最开始的时候主要工作内容就是取数，每天铺天盖地的取数需求。由于不甘心只做取数机器人，工作中接到取数需求的时候，基本上都会咨询下业务方为什么要取这个数？背景是什么？用来做什么？帮他们取数之后，还会再去跟进结果，了解下业务方分析出了什么结果？对决策有什么帮助等。因为态度比较好，多数业务方还是比较好沟通的。而且自己确确实实也可以深入了解清楚业务需求，总比机械的取数强，成长也比较快。

第3位数据分析师

18年毕业，小语种专业，非名校，目前月薪2.1W/月。

工作历程是（只选择主要的，细节不便透露）: 

→数据运营

→数据分析师

毕业的时候对于工作的选择是有一些迷茫的，不知道这个专业可以做什么，后来经历一番波折做了运营类的岗位，在做运营的过程中了解到了数据分析师，就对分析类的工作还蛮感兴趣。因为本身做运营的时候对指标也需要做分析，所以转去数据分析还算不难。

作为非对口专业、半路出家的数据分析师，当初转行面试的时候没少碰壁，感谢自己的坚持。平时主要工作是取取数、开发报表、分析分析异常指标、写写分析报告等。

个人心态比较平稳，稳扎稳打，目前踏踏实实吃透所负责的业务分析板块，后面考虑往数据分析专家的方向走。

转行数据分析师不要盲目，考虑清楚未来的规划。

先问自己几个问题：

1.能耐得住寂寞吗？

每天都要面对大量数据，且需要连续不断的做着重复性工作，比如不断用着类似的sql做着类似的需求，再比如用着类似的数据做着类似的周报月报季报，还比如用着类似的excel模板做着类似的分析......如果说你无法忍受这种看似无价值又重复性的工作，你很难从中发现分析意义，很难破局。

2.你对数据敏感吗？

有的人天生就数据敏感，有的人后续慢慢培养，有的人就是无论如何无法感知到数据的变动以及无法量化指标......

比如，做数据分析的时候肯定会涉及做图表，包括但不限可视化图表、excel图表、ppt图表。你能感受到图表上的数据异常波动吗？看到异常，第一反应是无知一句“这不挺正常的嘛？”，还是淡淡一句“哦，有波动”就完事了，还是迅速反应出可以从哪几个方向去查波动的原因？再细化，知道怎么量化分析波动指标。

3.你会排查问题吗？

做数据分析师肯定会涉及到排查指标问题的工作。业务方或者领导经常会问你这个指标为什么下降了，那个指标不太正常吧等。这时候就需要你去排查问题了。

本文为转载分享&推荐阅读，若侵权请联系后台删除

对比Excel系列图书累积销量达15w册，让你轻松掌握数据分析技能，可以在全网搜索书名进行了解：