去什麼樣的公司最有利于資料分析師的發展？

在資料崗位越來越被重視的今天，各種類型大大小小的公司都開始招聘資料分析類就能搭上大資料這趟快速列車，但事實真的如此呢？要回答這個問題就必須從以下兩個方面來看待問題。

什麼樣的公司算得上是一家有大資料的公司？

進入大資料行業能對自身帶來什麼樣的附加好處？

1、什麼樣的公司算得上是一家有大資料的公司？

首先一定是資料次元多，其次是資料量大，最後則是資料時間跨度要長。

什麼是資料次元多呢？資料次元不光是指資料字段多，而是指資料類型多。比如銀行雖然掌握了客戶大量的資料，包括寶貴的交易資料，但這些資料其實屬于一類資料。

而阿裡巴巴則就不同了，它不光有用客戶的基礎資料，由于有支付寶、天貓等平台，是以他還有客戶的交易資料、以及客戶購買的産品資訊等資料，資料次元一下就多了許多。而資料次元多了之後有利于資料的交叉驗證，可分析的豐富性也大大提升。

資料量大要求資料至少能在百萬或是千萬級别以上，因為資料量越大其統計出的規律則越準确，誤差越小。

資料時間跨度要盡可能的長，因為資料時間跨度越長越能反映出資料的變化規律。就比如你擁有某公司一個月的銷售額資料和該公司一年的資料相比，肯定後者更容易發現其中的規律，如果你擁有五年甚至十年的資料，搞不好都能直接預測出下一年的銷售額。

而擁有這三樣的公司，再加上不錯的技術水準，那幾乎可以“料事如神”了。

就比如 Facebook ，當你在上面點贊 10 次後，它就可以基于你的點贊行為得出你的使用者畫像，當你點贊 70 次時，它将比你的朋友更懂你。當你點贊達到 150 次時，它已經比你的親人更了解你了。而當你點贊 300 次時，它甚至比你的配偶更懂你，可見其可怕之處。

2、那麼進入一家擁有大資料的公司能對自身帶來什麼樣的附加好處呢。

加入一家擁有大資料的公司能使你從中獲得屬于你自己的有價值結論，進而了解到生活中無法感覺的資訊。

「資料」可以說是二十一世紀非常值錢的一種資源，無論是現在熱門的「人工智能」還是根據使用者資料形成的「精準營銷」，其最基本的基石都是資料。可以說現在這個時代誰掌握了使用者的資料，誰就能在商業形成優勢。然而這些優勢不光能展現在公司層面，其實對于個人層面來說也是極其有價值的。

因為當你加入一家公司的去做資料相關的工作時，必然會接觸到公司内部的資料，當然你不能倒賣或洩露這些資料（因為這是違法的），但你卻可以利用這些資料來分析得出一些有價值的結論，這就是屬于自己的東西了。

舉個簡單例子，如果你在一家專注于求職類的公司，那你就可以看到每個城市的崗位總數，以及不同類别的崗位數，以及每個崗位的投遞數，以及履歷回報數。以此可以得出哪些行業發展迅速，哪些城市很有發展潛力，甚至得出有哪些新出現的崗位正在崛起等有價值資訊。可以基于此結論來決定自己未來要在那座城市定居，去哪個行業的公司等等，而這些還都是比較淺顯的結論，絕對還有更多更深層次更有價值的問題值得去挖掘。

這隻是一個例子而已，在不同的行業不同的公司拿到的資料都是不同的，能得到各種意想不到的有價值結論。這方面完全可以發揮自己的想象力。如果能好好利用，絕對能夠在起跑線上就超越了他人。

最近在聽吳軍老師的「資訊論四十講」其中就提到，「大家都知道的資訊是沒有什麼資訊量，而知道的人少，又正确的資訊才最有價值」。想要知道這樣的資訊除非是有關系特别好的大佬，或者這花錢買資訊（比如加入知識星球）以外，不會有人告訴你這樣的資訊。但如果現在你自己就能挖掘出這樣的資訊，你想想你所處的崗位将變成多大一座金山。

是以可以看出，當一個資料分析師準備選擇自己的下一家公司時，一定要考慮這家公司是否擁有「大資料」也就是從資料的次元、資料量、時間跨度這三個方面判斷。其次是看這家公司的技術實力如何。選擇時優先選擇有大資料又有技術的公司，其次是選擇有大資料但技術一般的公司。

而要判斷一家公司是否擁有大資料也很簡單，隻要用用這家公司的産品，看看能從客戶那裡收集到什麼資訊就知道了。就像曾經馮大在星球裡回答一個 offer 選擇的問題時說到，「看不出共享單車公司有什麼資料好分析的」。後來我仔細想想也是，共享單車公司能收集到的也就是使用者的騎行資料，而這些資料都可以算是一個次元的資訊，這些資訊可以分析得出單車投放點分布選擇以及優化使用者體驗等方面的結論，但你想得出其他一些有價值的結論則很困難。

當然我說這些不是說共享單車公司這樣的公司就不好就不能加入，而是說當你有更好的選擇，手上有多個 offer 可以選擇的時候，可以以此來進行判斷。但我認為即使手上沒有 offer 時也應該有這個意識，畢竟 offer 總會有的！