01技能哀求低
相对其他技能岗来说，数据剖析是最适宜女生的岗位之一了，同时，相对付其他技能岗来说，数据剖析也是对代码能力哀求较低的岗位之一。凭借严谨的逻辑能力，和在业务中不断积累的履历，许多女生也能够顺利打怪升级，领导团队。
02薪资水平高
无论是在经济发达的大都邑，还是在正在崛起的城市中，数据剖析岗位在市场上的高代价，均匀月薪已打破1.5万，也反响出不同城市对付精良数据剖析人才的认可。
女生很适宜这个职业，非常肯定。至于是否呆板，我们看个案例就知道了。二、数据剖析是否呆板？
看一个例子，这也是数据剖析师在日常开展剖析事情中须要思考到的一些东西，如果看完你以为不呆板，乃至是有点意思，再乃至是能够提出一些不一样的意见，那你非常有机会在数据剖析的岗位上做出成果。
案例
服装店发卖额低落剖析
某阛阓二层主通道上有一家女装店叫花花女装，店铺面积是238㎡，品牌和服装格局都不错，供应商也非常合营，商品供应没问题，员工也很精良。但是不知道什么缘故原由今年花花女装发卖一贯不好，同比增长-3%，而全体二层女装同比增长有12%，并且花花女装的坪效也只有二层女装品类均匀坪效的90%，而处在主通道上，按道理该当是高坪效的。
以是，如何提升花花女装的发卖额？
STEP 1 是什么？
这一步紧张展示整体表现数据，解释剖析的背景。
其实在案例先容里已经把“是什么”写出来了:
① 花花女装同比增长-3%，全体二层女装同比增长12%
② 花花女装坪效只有二层女装坪效的90%
STEP 2 为什么？
这里我们须要用两步走的办法，来回答“为什么的问题”，按逻辑树思维办法，我们可以提出假设→验证假设。
01如何提出假设？
一样平常来说，提起指标的变动，我们要想到指标的拆解，找到最细维度的变动因子。
拆解一下发卖额指标：
拆分二级指标：单均价、成交单
虽然我们须要关注一级指标的表现，但如果一级指标还能连续下拆到和业务息息相关的因子上。
拆分三级指标：件单价、件数、进店人数、购买率
这里的进店人数还能拆出三级指标……
拆分四级指标：阛阓总流量、进店率
我们将发卖额拆出来两个二级指标，四个三级指标，两个四级指标，基本上已经到了能够展示数据&且指标不重合的最细维度。
既然指标都拆好了，下一步可以验证是哪个指标出问题了吗？
——你确定你拆出来的指标，涵盖了对发卖额有较大影响的成分吗？
数据剖析的核心是在数学公式以外，还存在业务逻辑。数学公式不是万能的，还须要结合业务场景来仔细列出所有能够想到的成分。这里用人货场的思维来做剖析：
到这一步，提出来的假设都已经包含在思维导图里面了，可是剖析事情才刚刚开始。
02
用数据验证假设
验证假设每每流程繁芜，这里既要梳理底层逻辑，又要同时对接开拓、产品、运营、业务、发卖……我们看一下终极用数据验证的结果：
4月开始成交单数同比突变：1-3月同比增长4%，4-10月同比减少3%6月开始件单价同比突变：1-5月件单价同比增长3%，6-10月件单价同比低落8%6月起，商品折扣增加10%，且高价产品配货比例从（8:2）降落至（5:5）老会员流失落率同比增加5%去年每月，该店铺均能完成发卖目标，完成率高达100%以上42%的发卖额来源于5张VIP卡和隔壁女装店铺比较，该店铺进店率低于均匀值2.1%03找干系人确认，佐证数据
经由和店铺的卖力人详细沟通，得到以下数据：
1、4月店铺重新装修，开业后发卖一贯不理想，没有达到装修前的期望值
2、5月，阛阓卖力人向店铺卖力人传达发卖额目标。6月起，店铺卖力人调度了商品价格配比策略，同时增加折扣匆匆销，将低价格的服装陈设在主通道。
3、发卖职员的奖金提成是阶梯制的。同时店铺会在每个月20号的时候调度月目标。
STEP 3 怎么做？
这里只须要根据数据以及实际情形，逐一提出办理对策就好了。
包括对店员的调度，对奖金制度的优化，对配货比例的修正，撤销入店特卖，禁止随意修正目标等等……
三、职业前景若何？
第一，人才缺口大
数据剖析师，是现在最热门的职业之一，所谓的大数据、人工智能中的主要一环，越来越多的公司企业已经逐渐重视用数据科学办理问题，这比拍脑袋要来的可靠。对付个人而言，数据剖析也是运营，乃至是开拓的必备能力之一。作为一个新兴职业，缺口量也较大，空间也还有。
第二，职业发展前景广阔
从现在市场和企业的反馈来看，这个行业在未来一段韶光都会处于上升期。但这个职业也依然存在寻衅，由于未来的趋势是“+数据剖析”。什么是“+数据剖析”呢？便是数据剖析越来越成为各个职业的基本技能，各个职业上的从业职员都会开始学习数据剖析，从而有了：财务+数据剖析；运营+数据剖析；产品+数据剖析等。
