欢迎光临散文网 会员登陆 & 注册

读商业分析/数据分析对多数人而言「就业率不错,但职业发展堪忧」!

2023-08-08 18:10 作者:陈思炜  | 我要投稿
原创:陈思炜
编辑:小知(公众号“知己职彼”编辑)
已委托律师对本账号发布的内容维权,从不发律师函,直接传票,侵权必究

首先,但凡问及“读BA今后就业好不好”这类问题的,大多都是在问:

  1. 我读BA今后做BA好不好找工作?

  2. 我读BA今后做BA今后职业发展好不好?

请注意,BA本身就是一个比较大的概念,在没有诞生BA专业之前就业市场就早已存在“商业分析”这样的职业。传统商业分析虽然也要运营到对数据的分析,但核心是以定性分析为主,辅以商业分析工具/模型来提供商业咨询与决策的依据。


而近10年来出现的商业分析类职业(后称量化商业分析)其实是数据分析下的细分(商业应用分析),它以定量分析为核心,工作内容中占大头的是数学建模、统计分析、数据挖掘、编程和量化分析工具的应用,商业的定性分析只占小部分。

综上,不难看出,这其实完全是两类不同的职业。

在我接触的学员里:
  • 30%+的学员只问以上第1个问题,而忽略了第2个连带问题

  • 70%的学员是询问读BA后从事“量化商业分析”怎么样的

  • 有接近30%的学员分不清“传统商业分析”和“量化商业分析”两类职业的差异

  • 有近10%的学员甚至不知道存在“传统”和“量化”两类不同的职业

BA这个话题还是很大的,这里我就先针对近日遇到的“商科本科,留学读商业分析硕士(MSBA)就业好不好”来谈谈我的一部分观点:

  • 首先,就业率不错,职业发展堪忧。

  • 其次,就业率高≠就业好,因为就业率高≠职业发展好。

往细了说:

ba方向的高就业率是和其大部分成长性较低的属于后台性质的岗位绑定的,换句话说,大部分找到ba类工作的实际上是在做偏后台的工作,所谓偏后台的工作,其基本特征就是所做的工作重复性、机械系高,思考性、不可替代性低,因此职业成长性低。(这里的不可替代性是随着科技进步和衍生的计算机程序化、数据分析智能化的发展而向下的,理论上每过一天,该职业的不可替代性就会下降一些。)


ba方向要找到具备较高职业成长潜力的工作极难,如果是文商科转专业来读个ba硕士,毕业后做business analyst/data analyst(不管叫什么,实际看JD描述是偏向“传统商业分析”的工作)自然是可以,其实你不读ba硕士也完全可以做,但如果要做data scientist(看JD描述是偏向“量化商业分析”),特别是职业成长速度较高的那类是几乎没可能的,因为这些高成长的职业从业群体中绝大部分是博士学历,且大部分都是数学、计算机软件工程或强相关的专业出身,有不少本科就是这类专业,而非半路转量化。按此逻辑,并不是说你读个博就能大大提高从事“量化商业分析”工作的,你读个数学和编程的应用程度不够高的博士可是不行的,这和你的博士期间的专业、研究方向及研究方法息息相关。


ba类工作和marketing/accounting/finance类专业的一个不同之处在于市场端需求,任何公司几乎都需要职能类的marketing/accounting,金融机构数量较多也提供了足够多的finance类工作机会(相比ba),而只有拥有足够海量数据的大型企业才可能(是才可能,而不是一定)设立正儿八经的ba岗位,满足条件的公司数量非常有限。


ba这类职业的天花板大多数情况下就是ds的这个方向,小部分情况下可以通过成为管理型人才的方向去突破职场瓶颈。而要朝ds这个方向突围,不单是我最开始说的博士学历的问题,而是自身底子在数学、编程方面是否扎实,要读博也得是这个方向的博才可能有一定的竞争力去争取ds的岗位。


ba专业毕业后找成长性较高的工作往往不能盯着ba这个岗位走,产品经理、商业咨询师、管理咨询师、研究分析师、行业研究员这些实质上工作内容中涉及亲力亲为去做quant类ba比重极低,而qualitative类分析比重较高的方向才是比较合适的定位。


那么问题就来了,BA这个专业目前已经是火到不能再火的状态,但社会实际需求并没有这么高(读个名校去做低成长性的ba,对很多学生来说好像最多回头吐槽一下学校垃圾、读了跟没读差不多,但对名校来说是不愿承受的结果),因此我们发现顶尖名校(包括国内高校)开设的BA等专业要求极高,以美国大学为例,像麻省理工学院(MIT)和哥伦比亚大学MIT开设的BA硕士,那么结果就会变成——


1.由于项目过热,僧多粥少,很多原本申请商业类专业可以冲前10的学生最后掉到了30后,而在应届生求职过程中才发现ba不如自己当时想的那么好,再掉头找非ba类或泛ba类的商科类学生也在找的工作时,自身教育背景中的学校综排限制住了他们...


2.更有甚者,因为数理和编程基础弱,读个ba累死累活gpa还没过3.5,一样在简历关被大部分名企残忍秒杀...


3.连锁反应还包括,由于大部分精力都扑在应付毕业和保住3.5GPA上面,什么求职社交、求职定位、职业规划、笔面试准备都连带着无暇兼顾,最终大概率的结果就是要么一条路先走到无路可走(享受ba的高就业率,先开始做低成长性的ba工作,之后可能再读个硕士...来洗白自己并换取应届生身份),要么临时调头后发现自带“先发劣势光环”之下和传统商科类专业学生竞争只有劣势却几无优势。


我给ba泼冷水,确切说是给那些幻想着读了ba就业就好(实际只是那部分低成长性的工作方向目前就业率还比较高)的群体泼冷水也不是第一天了,我也很清楚这不可能挡得住ba的火热势头,8020的定律注定羊群效应的不可阻挡。


伴随着编程类培训市场上的商业利益导向和“利己损人的概念营销”,广大学生群体真是背腹受敌,大部分人绝对不是这事势力的对手,但该说的还是要说,特别是看到一些回答在引导学生继续朝着“BA怎么怎么好,读BA今后就业怎么怎么有竞争力,做BA今后职业发展怎么这么好”的时候。


不爱听的,可以继续,也可以评论里杠or喷,大可随意,但我不会让这些杂音来影响那小部分有心调整方向的朋友,不喜可喷,但评论已设置筛选后可见,请知悉。


没有清晰合理的职业规划,不要随意决定今后要不要读研以及读什么专业,也不要随意是个实习是个大公司大牌子就做,更不要市面上随便找个职业规划师做了一套职业规划就觉得自己方向ok了,你要是得到的结果是诸如“您适合从事金融分析师/商业分析师”这样的方案,相信我,这比不做还糟,糟得可能今后怀疑人生。


不管职业规划怎么做,类似下图这样的“平台+职能+行业+展业模式”(再外加公司判断、团队选择)的定位如果做不透,你的职业规划需要重做。

部分同学留言:

同学1:

我本科学的是marketing,研究生出国计划读BA或者Data science in mgt,因为毕业生年薪会比营销高许多。但是也有老师告诉我mkt的发展前景要更大,未来机会更多,而且财富会积累,数据分析师等等会随着时间失去优势,就像80%的程序员一样,是青春饭。是这样么?

陈老师回复:

嗯,这个问题,我基本和你说的老师理解接近,确切说我是这么理解的:

  1. 读marketing做marketing学一些量化分析软件的应用(前提是统计、计量分析的那些原理也要熟悉)包括基础的编程(其实统计软件里也需要一小部分coding)对你的工作开展是非常有意义的,但这绝不是非要去读个这方面的硕士或者在网上学那些高阶的数据分析课程。

  2. 如我文章所说的,大部分BA类硕士特别是半路转量化方向的BA硕士毕业后连那些薪资看着足够高的数据类工作都是找不到的,能找到的是基础性的数据分析类工作,很多年前在美国读统计毕业做统计分析师的实际上就是类似的,这种工作在薪资上也并非一定比营销高。这类职业在未来的3-5年内将受到AI的冲击,我认为这些职业的工作内容中有大量的可以被进一步程序化、标准化、智能化的部分,举个例子,哪天哪家数据分析巨头公司开发出一件爬虫和挖掘的后台系统后,原本那些原始手动比例很高的抓数据、清洗数据、定式化很高的基础数据分析的工作还有什么竞争力呢?原本10个人干100个单位的活,接下来这100个单位里越来越多的部分机器智能可以代替了,效率提高了,拼拼凑凑是不是可以少用几个人?或者降薪或者增加考核难度呢?

  3. 要走这条路,最好的办法可能就是读个能打下扎实量化、编程基本功的博士,过程中还要多参加些高含金量的项目/实习,对了,读博和读硕可不一样,对相关专业领域没有热情没天赋的可别轻易尝试,机会成本巨大

  4. 至于读营销是不是就一定比上面说的这些好,一定也是看你是不是适合从事营销,并且专注于长期积累的,其实营销类工作的职业发展不确定性也是比较大的,做的好的和做的不好的相比,头部效应相当凸显,毕业一定要尽可能进入头部公司,优选互联网基因的公司,营销是以消费者行为为核心驱动的,消费者行为(2C)显然早已转向线上为主导,而数据量是我们判断消费者行为的准确性的基础条件,互联网公司恰好满足这些条件。另一方面,营销讲究对整个闭环的理解,如果被“螺丝钉化”到某个细分职能上一直这么干,成长堪忧,薪资成长堪忧,互联网公司相对扁平化的以事业群(产品/业务)为划分的组织结构对营销类人才非常友善。(传统的擅长营销的行业也可以考虑,只是优先推荐互联网公司,但要注意行业壁垒不能太高)

  5. 至于你是不是适合做营销,具体该怎么定位,还有很多维度要综合来考量,以上这些可以先看看有没有什么问题,可以再留言给我。


同学2:

写得非常好,和实际BA美国就业市场一样。很多人会吹BA需求大,毕业年薪50w。然而不会告诉你的是,应届生尤其对没有身份的中国应届生需求很小,而且这样工作大多数在加州,纽约,NJ,你确定7w刀在这些地方能活?

陈老师回复:

是吧,其实7w刀活不活得了是个问题,开头少点不可怕,可怕的是大部分“数据行业的车间流水线式伪分析性工作”的职业发展成长性更堪忧。

吹嘘的那些大部分是实习、求职培训、全职工作推荐为业务的机构,利益攸关,借着科技发展的风向诱导学生去学编程、学数据挖掘、学机器学习、学商业分析或者做他们的远程项目,等把该收割的割完后你们就业不顺利的难道不该怪自己还不够优秀吗?职场失意的人往往都是“鸵鸟”,想想就算是被骗了,也不愿太多人知道自己的丑事,也就作罢了,就是这样的逻辑,简单又往往百试不爽。。。

当然了,还有一部分是已经被洗脑的人在传播,不希望被别人反驳,不希望自己选择的路在还没被证伪前再“坚挺”一段时间再说...

读商业分析/数据分析对多数人而言「就业率不错,但职业发展堪忧」!的评论 (共 条)

分享到微博请遵守国家法律