未来3年，对数据分析人才的需求一定非常高！但这个高需求是有条件的。

其实现在对数据分析人才的需求已经非常旺盛了，在各行各业都开始注重数据价值的背景下，数据分析师几乎已经渗透到了各个领域，互联网公司自不必说，金融、咨询甚至很多传统行业都越来越注重发挥数据的价值，比如我们熟知的奶茶企业，在每次推出新品前，都会根据过往顾客的口味选择数据判断新品的口味。

之所以越来越重视数据，很重要的原因是国内的很多行业经过多年的粗放式发展，开始越来越注重精细化运营。

10年前，也许你疯狂地向一个领域、一个方向砸入重金和砸入人力，可以快速地获取市场份额，但现在，这种“野蛮”的生长路径已经越来越难走得通。

但目前，很多行业对于数据分析，或者说是数据的应用，依旧停留在利用数据搭建一套可视化看板的阶段，使用者仅通过看板了解业务或者公司大体的运行情况，但却不具备深挖数据背后价值的能力。

导致这种现象出现，一方面是使用者本身依然无法跳脱出以前凭借经验、感觉和固定套路推动业务的思路，另一方面也是因为很多数据分析师自己也并不具备深入了解业务，并结合数据挖掘业务优化点的能力。

而未来，随着各种数据分析工具的愈发完善和智能化，这种搭建看板的工作会一定更多地被工具取代，因此“普通”的数据分析人才需求会越来越少，业务侧会越来越渴求那些能够结合实际业务和数据，产出可以提升业务的洞察的分析师。

举个简单例子来看看为什么“普通”分析师越来越不被企业看好：

目前国内很多互联网公司对于除应届生以外的数据分析师招聘，已经很少考sql/python这种编程能力（这种编程能力在实际工作中被更多用于获取数据、整理数据、计算指标等数据基建工作），而更多地开始考察被面试者的业务意识、构建数据分析框架的能力。

因为在互联网大厂，已经有非常成熟的数据体系和数据基建，需要数据分析师取数搭建看板的场景会越来越少，业务侧对数据分析师的期待更多的落脚在“分析”而非单纯的“数据”搬运工。

因此你问我未来3年数据分析人才需求高吗？从需求侧来讲，一定是高的。因为越来越多的公司正在转向精细化运营，这需要分析师挖掘数据，给出精细化运营的策略。

但真正被需要的，一定不再是只会取数、搭建看板的分析师，而是真正理解业务逻辑，并能够依据业务逻辑，结合实际的数据，寻找可落地的业务优化点的数据分析师。