去什么样的公司最有利于数据分析师的发展？

在数据岗位越来越被重视的今天，各种类型大大小小的公司都开始招聘数据分析类就能搭上大数据这趟快速列车，但事实真的如此呢？要回答这个问题就必须从以下两个方面来看待问题。

什么样的公司算得上是一家有大数据的公司？

进入大数据行业能对自身带来什么样的附加好处？

1、什么样的公司算得上是一家有大数据的公司？

首先一定是数据维度多，其次是数据量大，最后则是数据时间跨度要长。

什么是数据维度多呢？数据维度不光是指数据字段多，而是指数据类型多。比如银行虽然掌握了客户大量的数据，包括宝贵的交易数据，但这些数据其实属于一类数据。

而阿里巴巴则就不同了，它不光有用客户的基础数据，由于有支付宝、天猫等平台，所以他还有客户的交易数据、以及客户购买的产品信息等数据，数据维度一下就多了许多。而数据维度多了之后有利于数据的交叉验证，可分析的丰富性也大大提升。

数据量大要求数据至少能在百万或是千万级别以上，因为数据量越大其统计出的规律则越准确，误差越小。

数据时间跨度要尽可能的长，因为数据时间跨度越长越能反映出数据的变化规律。就比如你拥有某公司一个月的销售额数据和该公司一年的数据相比，肯定后者更容易发现其中的规律，如果你拥有五年甚至十年的数据，搞不好都能直接预测出下一年的销售额。

而拥有这三样的公司，再加上不错的技术水平，那几乎可以“料事如神”了。

就比如 Facebook ，当你在上面点赞 10 次后，它就可以基于你的点赞行为得出你的用户画像，当你点赞 70 次时，它将比你的朋友更懂你。当你点赞达到 150 次时，它已经比你的亲人更了解你了。而当你点赞 300 次时，它甚至比你的配偶更懂你，可见其可怕之处。

2、那么进入一家拥有大数据的公司能对自身带来什么样的附加好处呢。

加入一家拥有大数据的公司能使你从中获得属于你自己的有价值结论，从而了解到生活中无法感知的信息。

「数据」可以说是二十一世纪非常值钱的一种资源，无论是现在热门的「人工智能」还是根据用户数据形成的「精准营销」，其最基本的基石都是数据。可以说现在这个时代谁掌握了用户的数据，谁就能在商业形成优势。然而这些优势不光能体现在公司层面，其实对于个人层面来说也是极其有价值的。

因为当你加入一家公司的去做数据相关的工作时，必然会接触到公司内部的数据，当然你不能倒卖或泄露这些数据（因为这是违法的），但你却可以利用这些数据来分析得出一些有价值的结论，这就是属于自己的东西了。

举个简单例子，如果你在一家专注于求职类的公司，那你就可以看到每个城市的岗位总数，以及不同类别的岗位数，以及每个岗位的投递数，以及简历反馈数。以此可以得出哪些行业发展迅速，哪些城市很有发展潜力，甚至得出有哪些新出现的岗位正在崛起等有价值信息。可以基于此结论来决定自己未来要在那座城市定居，去哪个行业的公司等等，而这些还都是比较浅显的结论，绝对还有更多更深层次更有价值的问题值得去挖掘。

这只是一个例子而已，在不同的行业不同的公司拿到的数据都是不同的，能得到各种意想不到的有价值结论。这方面完全可以发挥自己的想象力。如果能好好利用，绝对能够在起跑线上就超越了他人。

最近在听吴军老师的「信息论四十讲」其中就提到，「大家都知道的信息是没有什么信息量，而知道的人少，又正确的信息才最有价值」。想要知道这样的信息除非是有关系特别好的大佬，或者这花钱买信息（比如加入知识星球）以外，不会有人告诉你这样的信息。但如果现在你自己就能挖掘出这样的信息，你想想你所处的岗位将变成多大一座金山。

所以可以看出，当一个数据分析师准备选择自己的下一家公司时，一定要考虑这家公司是否拥有「大数据」也就是从数据的维度、数据量、时间跨度这三个方面判断。其次是看这家公司的技术实力如何。选择时优先选择有大数据又有技术的公司，其次是选择有大数据但技术一般的公司。

而要判断一家公司是否拥有大数据也很简单，只要用用这家公司的产品，看看能从客户那里收集到什么信息就知道了。就像曾经冯大在星球里回答一个 offer 选择的问题时说到，「看不出共享单车公司有什么数据好分析的」。后来我仔细想想也是，共享单车公司能收集到的也就是用户的骑行数据，而这些数据都可以算是一个维度的信息，这些信息可以分析得出单车投放点分布选择以及优化用户体验等方面的结论，但你想得出其他一些有价值的结论则很困难。

当然我说这些不是说共享单车公司这样的公司就不好就不能加入，而是说当你有更好的选择，手上有多个 offer 可以选择的时候，可以以此来进行判断。但我认为即使手上没有 offer 时也应该有这个意识，毕竟 offer 总会有的！