2020年深圳发展数据？

一、2020年深圳发展数据？

2020年深圳全市地区生产总值 27670.24亿元，增速3.1%，呈现稳步回升态势，实现较快增长。全年进出口总值增幅高于全国总体水平，对全国外贸增长贡献率达到12.4%，出口规模 连续第28年居全国之首。

根据地区生产总值统一核算结果，2020年全市地区生产总值27670.24亿元，按可比价格计算，同比增速从一季度的-6.6%、上半年的0.1%、前三季度的2.6%，提高到全年的3.1%，呈现稳步回升态势。其中，第一产业增加值25.79亿元，下降3.1%；第二产业增加值10454.01亿元，增长1.9%；第三产业增加值17190.44亿元，增长3.9%。第一、二、三产业增加值比例为0.1:37.8:62.1。

二、数据分析行业发展趋势？

发展趋势有以下几点：

数据分析市场的增长：随着数字化转型的推进，对数据分析的需求不断增加，导致数据分析市场规模不断扩大。

对数据科学家的需求增加：数据分析领域的不断发展，导致对数据科学家的需求增加，并且数据分析师职业也越来越受欢迎。

业务智能和数据分析应用的普及：企业越来越注重数据驱动的决策，所以业务智能和数据分析应用也越来越普及。

数据隐私和安全问题的关注：由于数据分析涉及到个人隐私问题，所以数据隐私和安全问题也将受到越来越多的关注。

数据分析和人工智能融合：人工智能技术的发展将会使得数据分析和人工智能融合，提高数据分析的效率和准确性。

三、深圳流入人口数据分析？

数据显示，深圳净流入达到了1179万人，位居全国第一。根据《广东统计年鉴2021》，2020年底深圳常住人口达到1763.38万人，同期户籍人口达到584.58万人，净流入人口为1178.8万人。深圳原有的“土著”占比很低，很多户籍人口也是这二十多年才陆续落户的。

四、数据分析师发展前景如何？

目前这行业整体发展前景不错，自己接触时通过CDA这里，机构在数据分析行业内有一定的影响力，有一定的含金量，相对权威，对于目前的情况来说，现在大家对数据分析师的认知还比较少，但是对着社会的发展，数据分析师需求会越来越多。早点学习肯定是有好处的。

五、物流数据分析员发展趋势？

统计员要能吃苦，但是接触到的都是一手的数据，能够快速了解这个行业，培养逻辑和洞察力，德邦很多领导都是这个岗位走出来的。不过一开始当然都苦，加班熬夜啥的在所难免

六、经营数据分析需要分析哪些数据？

1、引流

通过分析PV、UV、访问次数、平均访问深度、跳出率等数据来衡量流量质量优劣。

目的是保证流量的稳定性，并通过调整，尝试提高流量。

2、转化

完成引流工作后，下一步需要考虑转化，这中间需要经历浏览页面—注册成为用户—登陆—添加购物车—下单—付款—完成交易。

每一个环节中都会有用户流失，提高各个环节的转化率是这一块工作的最核心——转化率的提升，意味着更低的成本，更高的利润。

3、留存

通过各个渠道或者活动把用户吸引过来，但是过一段时间就会有用户流失走掉，当然也会有一部分用户留下来，留下来这部分用户就叫做留存用户。

七、生产数据分析主要分析哪些数据？

数据分析按作用，一般可以分为现状分析、原因分析和预测分析三大类，生产数据分析主要涉及现状分析和原因分析。

1、生产数据现状分析。

生产数据现状分析常见的分析方法有两类，对比分析和平均分析。

对比分析是生产数据分析用得最多的分析方法之一。

对比分析又可以从横向和纵向两个方面进行。横向对比分析，又称静态对比分析，主要有和目标对比，和其他部门对比，和其他地区对比，和其他行业对比等等。比如，生产投入产出达标率就是一种典型的对比分析，再比如，A车间和B车间的人均产能比较，也是对比分析。

纵向对比分析，又称动态对比分析，主要有和历史同期对比的同比，和上一周期对比的环比。

平均分析，也就是求平均，是最基础的数据分析方法，和对比分析一样，也是生产数据分析应用最多的分析方法之一。

2、生产数据原因分析。

原因分析，顾名思义，就是经过数据分析，找到生产现状发生的原因。

生产原因分析的分析方法也很多，主要包括：分组分类分析、结构分析、交叉分析、杜邦分析、漏斗图分析和矩阵关联分析。

八、做数据分析的女孩子，职业发展前景在哪里？数据分析枯燥吗？

懂数据分析的人前景大好，不分男女，但不建议奔着数据分析师去。

先说为什么不建议奔着数据分析师去。

最近几年数据分析的风很大，它的编程技术要求比程序员低，在大数据时代又被各行各业需求，显得又好入门，又好就业，被很多人视为转行的救命稻草。其实也没有错，只要能力足够，无论男孩子女孩子都可以进入这个领域。

但前提是能力足够。

很多人是被岗位名称骗了，以为只要懂得收集数据和制作图表，最多再加个数据变化描述，就能入行，但其实这样你只能做一个工具人，被业务部门和决策者利用，随时可以一脚踢开，而且说不准什么时候就会被更智能的程序替代。

如果想成为不可替代的人，就只有两条路：

1. 业务方向：成为懂数据分析的运营/销售/产品……通过数据分析做出更科学的业务策略和决策。
2. 技术方向：成为数据挖掘工程师，在技术的道路上成为大佬。

那些高薪招聘高级数据分析师的公司，实际上要求的也是求职者能提出具体的业务改进建议，此时这个岗位的工作也就担负了运营/销售/产品等职位的职能。

也就是说，想要在业务方向发展，商业洞察能力和决策能力更重要；想要在技术方向发展，数据分析里简单的IT技术就会不够用。

所以不要被数据分析师里的“数据分析”骗了，如果你只学了数据分析就兴冲冲的离开老本行，大概率会求职碰壁，就算成功转行，也需要花更大力气去学习新行业的业务知识，一旦跟不上，就可能被淘汰。

懂数据分析的人很有前途。

数据分析的正确打开姿势，应该是把它作为自己的拓展技能，用数据分析延展自己的职业道路，

这里的懂数据分析也不只是懂技术，而且纯粹的数据技术大佬还是少的，大多数人都是要用数据分析做业务的辅助，这意味着你要把数据分析用的很灵活，才能应对多变的实际业务的场景。所以基础也就格外重要，如果打不好基础，你就无法在实际应用中随心所欲的拆分和结合数据分析各部分要素。

• 这需要你懂得统计学和概率论；
• 需要你掌握各种分析法，比如对比分析法、AARRR分析法、5w分析法等；
• 还需要你对一个行业的业务发展上下游都有了解，能判断各一个数据的变动是对应哪个环节……

对于初学者，我的建议是跟着老师学习，最好是同时有长期教课经验和牛逼工作经验的老师，保证他确实是一个实战数据分析大佬，又确实能教会别人，两者缺一，要不然就是把你教成书呆子，要不就是大肚茶壶倒饺子——有货说不出。

我个人推荐知乎的一个课程，主讲老师是前IBM数据分析大佬猴子，课程是结合国内互联网一线大厂的案例，从基础讲起，用案例讲知识点，带练数据分析工具的同时，也构建数据分析思维，能让大家先有系统扎实的基础，对小白来说是很友好的选择。

说到底，数据分析本身也很难长期作为岗位存在，它正在成为一种职场必备技能，哪怕财务、人力、行政这样的后台岗位，也需要用数据分析效提高工作效率。

所以要说数据分析岗位的前景如何，我只能说，是你职业发展的绝对加分项，但不是你应该但职业方向。

数据分析是否枯燥

其实数据分析说不上枯燥与否，因为这就是个工具，可能日报周报每天整理有点枯燥，但流程化以后这些很快。而分析业务、用户、市场这些，我都觉得还挺好玩的，每次分析都是头脑风暴，这个过程中你明确的会感觉到自己发现了新东西，有了新想法。

然后再通过数据分析推进项目，指定策略，会感觉自己真的在提升，在发挥价值，对我自己来说，真的是项目做的越多，我越想挑战更难的。

总的来说，女孩子完全可以从事数据分析，至少业务侧是绝对没问题的，甚至我经历过的两个公司，运营和产品两大数据分析刚需部门都是女多男少，我自己也是女孩子，现在感觉前途一片光明。所以不要担心，去冲就对了。

九、目前大数据分析的发展前景如何？

我在一家大型制造企业从事了7年的数据分析工作，获得信息系统项目管理师（高级职称），担任过4个集团级数据项目的项目经理。作为偏业务的高级数据分析师，我对大数据行业的发展前景，总结下来就是：前景是光明的，但门槛会越来越高。

1.大数据是风口

数据分析是业务思维和数据处理能力的完美融合，从数据中提炼规律、洞察问题、捕捉机遇，为决策者提供数据支持。从国家的重视程度和行业的需求程度看，大数据行业都是风口。

（1）国家政策支持

先分享个真实故事：我有一个朋友，坐标北京，平时爱好研究房地产。工作3年在郊区买了两套房，工作7年置换成北三环的两套房，工作10年再次换房，在中关村买了一套顶层复式，在家里的露台可以看见海淀最好的小学。这十年，是2006年到2016年，房地产飞速发展的十年。

这就是风口对普通人的影响。而风口，离不开国家政策的支持。2021年十四五规划中将数字经济独立作为一章，可见国家对这个产业的重视。

（2）行业需求巨大

大数据本质是一种技术，未来的趋势是从互联网、金融、电信等数据资源基础较好的领域逐步向数字政府、智慧城市、智能制造等领域拓展，为社会、为企业赋能创造实打实的价值。

以制造业为例，大数据赋能企业的方向几乎可以覆盖全价值链：

①研发端：产品规划、产品全生命周期跟踪。②市场端：用户画像、精准营销、舆情监控。③制造端：最具代表的就是智能工厂。围绕着降本增效的目标，实现设备开机率提升、设备运行质量监控、生产效率提升、能源监控。比如工厂通过分析每日用水量，发现一处不易察觉的水管漏水。④供应链端：实现供应商主机厂一体化，优化供应链库存、优化运输路线。 ⑤后市场端：保客营销、车联网应用。

大数据赋能过程中势必出现巨大的人才缺口，特别是电商、金融、电信、制造、运输、车联网等行业，想了解更多大数据行业、特别是数据分析岗位信息的小伙伴，不妨看看下面这个直播，带你解锁数据分析职场大全。

2.大数据分析的就业覆盖面广

大数据分析岗位既有其专业性，又有很多可以横向通用的地方，因此就业覆盖面广、入行门槛低，无论技术还是业务领域都可以深耕。

（1）两种赛道：业务岗、技术岗

业务领域：在业务部门，包括根据业务需求进行的数据获取、数据清洗、数据解读、数据汇报等，对外输出多以PPT、Excel的形式。常用工具：Excel、PPT、SQL、统计学、python/R/ SPSS、思维导图等。

技术领域：在IT部门，包括数据抓取、数据清洗、数据仓库、数据算法、BI建设等。对外输出多为代码、数据库或网页，常用工具：SQL、数据库、Python、Excel、机器学习算法等。

无论在哪个赛道，如果想持续深耕，最终都需要同时具备业务和技术知识，也就是说高阶数据分析是复合人才。常有的岗位包括数据产品经理、商业分析、数据咨询等。

（2）三个发展阶段

从“要我做”到“我要做”的能力提升和思维转变，数据分析岗位可以分为三个阶段。

初级：按部就班，机械地完成日常工作，领导让作什么就只做什么。

中级：未雨绸缪，解读数据，主动发现风险、提出优化思路。有病治病（发现问题提出解决措施）、无病防身（发现风险及时补上漏洞）。

高级：引领开拓，全局视角统筹规划，搭建完整架构，必要时从数据角度参与公司的顶层设计。

业务赛道的数据分析岗位，成长阶段、工作类型、以及各阶段需要的业务能力做了整理，如图所示：

3.未来对大数据分析师的要求更高

大数据赋能企业的过程中会遇到很多技术和业务上的问题，因此未来对大数据从业人员的门槛也会越来越高。

（1）大数据分析赋能行业时存在的问题

我做数据分析期间，逐步牵头实现了所负责业务模块的数据管理由手工转为线上信息化，但说实话企业数据管理工作才刚刚起步，任重道远。通过与同行沟通，我们一致认为存在的问题有：

①企业对数据的运用浮于表面：很多项目雷声大雨点小，到了数据运用环节往往不了了之，仍然以人工统计、修订、决策为主。

②技术人才短缺：基础软硬件、开源框架等关键领域的技术储备仍然有差距，技术部门大多偏管理，实际IT技术多为外包，外包公司水平层次不齐。

③复合型人才短缺：同时懂技术又懂管理的人很少，很容易各说各话，无法按期完成任务后互相甩锅。

（2）成为数据分析师需要具备哪些能力

①熟练掌握数据分析工具

数据分析的常用软件包括Excel、PPT、SQL、统计学、Python/R/ SPSS、思维导图等，如果精力允许的话，还可以了解下AI，未来同质化的数据处理工作会逐步被AI取代。

我常用的是Excel。Excel的功能很强大，比如求和，除了基础求和，实际还会使用分类求和、筛选求和、加权求和、带公式求和等。此外，要想胜任数据清洗、初步数据解读工作，还需要掌握筛选、分列、转换格式、去重、透视、数据有效性、生成图表等。

Excel入门容易，精通很难。很多人都说自己会excel，但150万的数据量，有人花1天处理完，有人花1周也没处理完，会与会也是不同的，方法不同，效率差异很大。感兴趣的小伙伴可以免费领取资料包，技能+实战，带你玩转Excel。

②了解数据分析的思路

以统计报表为例，传统输出报表的步骤：设计表格——找相关方填数——汇总评审后交付。报表表头固化，如变化需重新开发。

数据分析师输出报表的步骤：根据报表需求后，先分析报表涉及的数据字段——明确数据来源——拿到原始的底层数据明细——数据清洗，这个过程也是对底层数据进行评审的过程，从中可以发现很多业务流程bug——整理出报表所需的数据明细表——透视自动生成动态报表。业务需求发生变化时，只要拿到的底层数据不变，可以快读进行动态调整。

③掌握业务知识

数据分析的本质通过高效的技术手段解决业务问题，举一个我的亲身经历：

公司开发智能驾驶舱，到了数据验证阶段，牵头部门发现一组数据和线下报表始终差异巨大，很多同事筛查无果后找到我。

我拿到报表后，问了三个问题：问题1：统计方式是求和还是计数；问题2：统计范围包括哪些业务；问题3：统计范围包括哪些产品。

三个问题解决之后，线上线下数据准确率由50%提升到了98%。试想一下，如果我不懂这块业务，会再多的分析工具也没办法解决问题。

④建立面向客户的思维模式

我见过很多甩锅式的数据分析师，对业务一窍不通，也没有意识去了解业务，停留在自己的一亩三分地。遇到问题之后，永远想的是先找别人的原因，是输入方没把需求说清楚、是别的组没配合他们、是整个流程不规范，各式各样的理由都有。

这种行为本质是让客户迁就他，而不是他去为客户解决问题。好的数据分析师会在与客户的交流中，搞清楚该客户的需求，遇到问题先进行自测，再和客户确认，并根据问题提出自己的解决方案。

⑤具备项目经理和产品经理的能力

随着数据分析的工作深入，往往涉及面广、流程复杂，经常以项目的形式开展。从业人员要具备项目经理的能力，能够从项目可行性分析、项目组织、项目计划、项目进展跟踪、风险管控、项目验收各个阶段深度参与；也需要具备产品经理的能力，能够准确将用户需求转化为产品需求，推动产品开发落地。

（3）提升大数据分析能力的途径

第一阶段：搜集碎片化知识。

刚刚接触大数据，什么都觉得新鲜，很容易“乱花渐欲迷人眼”，这个阶段讲究的就是“多”。信息收集得越多越好。

可以通过各种途径搜集信息，包括不限于文章、视频、直播间等等，反正大数据时代，你只要搜一个知识点，很快会给你推送更多相关知识。如果条件允许，也可以和专业人士交流。

第二阶段：建立体系化的知识架构。搜集了一堆碎片化信息后，搭建知识架构是最耗费时间精力的。需要自行整理知识点，搭建基础框架，有针对性地再去搜集相应知识。

这个阶段如果逻辑思维强、学习能力强、精力允许，可以自学；也可以报班。不过有一点需要注意，报班不是万能的，老师的知识+自己的思考，才能定制最适合自己的知识架构。

第三阶段：专项提升能力

无论是IT技术、数据分析思维、还是项目管理思维，都是熟能生巧，一定要多动手多练习。

特别是技术类的能力提升，比如Excel、SQL、Python，在没有实操机会的情况下自学难度太大，建议该报班报班，该买书买书。帮助快速搭建体系知识。

无论你是刚入职场、还是想转型、亦或是陷入瓶颈，要想在这个领域职业生涯更长些，都建议多了解、多思考，建立系统的知识架构后再专项突破。感到迷茫的小伙伴，可以听听下面的直播课，数据分析大咖为你答疑解惑。

总结：

1.从国家的重视程度和行业的需求程度看，大数据将仍然是未来很长一段时间的热门板块。

2.大数据就业覆盖面广，无论技术还是业务领域都可以深耕。

3.未来对大数据从业人员的门槛也会越来越高。个人要提升转变思维、充实能力，选择自己合适的赛道深耕，并逐渐成为行业需要的复合型人才。

我会持续分享数据分析知识、职场tips，麻烦看到这里的小伙伴点赞关注，职场路上我们一起进步！

十、数据分析师或金融分析师有无发展前景？

这位同学就业意识很超前，非常的好，提早准备对未来求职来说好处多多。分析师这个词是个大类，各行各业都有分析师，尤其是金融行业。当然，对于分析师的工作，你也可以提前先预热一下，花3天的时间体验一下数据分析工作可能会碰见的实际场景、工作内容。

如果你找不到相关资源，也可以利用知乎官方的训练营，他们邀请了前IBM的技术大牛做直播，分享了很多案例和学习资源，也有学习群和训练营，只需一毛钱就可以加入。

以下是入群通道，点击卡片即可加入↓↓↓

数据分析师与金融分析师，都差不多，职业的名字影响不大，关键是看你想干什么。

我觉得事情做得好了做得精了，并且一直坚持下去做，通常都很有发展前景，这个不用担心。我从以下几个方面入手分析一下金融分析师工作是否有前景这个问题

需要金融分析师的行业

金融金融，说是金融，但实际上都是与实体相联系的地方

比如说做投资对吧，钱是自己的，如何投那是要合计合计的，没有大量的调研和数据分析，你敢投吗？肯定不敢啊

归拢起来，我觉得需要分析师的地方实体和金融行业都需要，金融行业还可以细分一级投研分析师和二级行研分析师

实体行业分析师

上市公司船很大，不做计划肯定不行，你不能说边走边摸索，那你领导者都这样，下面员工咋办，几千号人都跟着你一起摸索？最后就会变成百花齐开啥事都别想干好

所以，分析师这个职业属于，只要是你做的好能力强，既有自己的想法，也能处理好众多数据，并且还能跟别人很好的表达出来，这就是非常优秀的分析师了

分析师的作用我们分析完了，那么接下来就说啥行业需要分析师呢

比如说实体企业中，上市公司那是一定需要分析师的，他们需要分析师去分析行业、分析自己公司盈利情况，分析自己家公司哪里做的好，如何学习别人家好的地方取长补短，给自己家公司做商业计划通常，有个专业的学名【董秘】做的就是这么一个看似打杂，但分析属性极强的工作

你说他是金融分析师吧，那也对，因为董秘你想上岗，你跟让上市公司愿意推你，然后你去深交所学习+考试去，考完试你才能持证上岗。甚至部分上市公司还需要你有证从、基从这种资格证

所以，他肯定算金融分析师

行研分析师

从金融行业来讲，大家耳熟能详的就是二级行研分析师，这肯定是金融分析师

他们虽说分析的是二级市场，但是更多的是做金融上的各种调研、算数、汇总

比如说卖方指的是券商研究所，他们会分宏观分析师和各赛道分析师。宏观分析师很好理解，就根据政策啊、宏观经济啊，看看接下来什么资金导向。各赛道呢？就属于书接上回，好好的根据宏微观的内容，去讲讲这个赛道未来上市公司们的发展。

举个例子，比如说医药赛道是个超级大的赛道，医药下面还分中医、消费、器械、创新药、疫苗……当然，不同机构分的都不太一样，整体是这么个分类。我这一年说医药赛道好，这不是整个大赛道好，根据一些政策及宏观经济市场分析，那是一个医药大赛道下面的某一个细分好

这就是个很有意思的事情了

就相当于，这行业吧，只要是有上市公司存在，只要是实体经济屹立不倒，券商研究所的分析师们就永远都给有工作

投研分析师

当然，除了二级市场的分析师，一级也需要啊。比如说累死人的咨询公司，四大会计师事务所，PEVC机构，FA机构，这些都需要金融分析师。他们都是根据经济大环境去进行有针对性的分析。为啥我不细讲了，讲不完。我国上市公司才不过5k来家，二级市场的分析师从卖方到买方，人数就很多了，细分赛道也很多了。那，没上市的公司更多了……光讲分类我都讲不完

总结来讲就是，需要金融分析师的地方，数不胜数

工作内容及收入

说完需要这个工作的行业了，那么我们就聊聊他们的工作内容

可能大家看到的分析师的工作属于，特别高大上，西装革领，成天拿着苹果电脑，鼠标动一动，就能让一家企业破产……

嗯，电视剧大家就看看就好，真实情况真不是这样的，你就算是当老板，那也不是这样的

我们分两块来分析可能会更直观

卖方——给别人分析的分析师

比如说，大家知道咨询公司，成天写宏观赛道报告那种

就差不多上面那种，当然，还有券商研究所的报告，就大家平时讲的研报

股民老骂的那个，我找找，内容如下

整体来讲，什么是卖方的报告，就是有人买他们服务啊

比如说咨询公司调研什么，完去取决于他们的买方想要什么，像上面那个ChatGPT，大家都很关心这个话题，咨询公司合计合计，发现，这事有的做，于是就需要有人大量的去调研、对比，上市的没上市的，国内的国外的公司，大家都要去做去了解，进行大量的数据分析，从而写出研报来

很多人就问了，那成天就坐办公室，百度就好了啊

事实上并非如此

比如说上面我还截屏了一个医疗器械的

你会发现很多咨询公司的人，可能还会趴在医院，去一个科室一个科室问，你们科室有什么器械，器械都是哪个厂家产的，用起来有啥感受，优缺点都有哪些

这，才叫做调研，这是个声势非常浩大的工程，所以咨询公司针对定制咨询的时候，往往收费是可观的。包括你们在网上看到卖某某行业2023年蓝皮书，那么一本纸质书都要几百甚至上千，那是因为他们耗费的人力、物力、财力真的是不可估量的，更麻烦的地方在于，时效性。就是调研加汇总写东西，他们需要在1-2个月以内完成

上市公司的调研就还好，他们的董秘有公示解答的义务，所以券商研究所往往工作不会像咨询公司那么的辛苦（当然，也没好哪去，他们一个月一般要出一个深度报，一个礼拜要出三个点评报，以前我也有写过，大家可以扒一扒我以前的内容）总结来讲就是，卖方分析师根据买方或整个市场需求，每天要调研、分析、写研报、路演，增加自己的知名度

收入往往和你的名气相挂钩，应届生刚入行，年收入可能并不高，年薪大约20w-30w左右，但是如果你做了3年，踏踏实实的做研究写研报这种，可能收入就能100w起步了。

买方——给自己资金分析的分析师

还有一类分析师属于，我要对自己的企业和资金负责型，不对外阐述自己的分析观点，也不参合别人的观点，低调，不打名气。我们可以统称为买方分析师

这种分析师一般是没有研报的，有的话，那也是自己机构的机密，不会外宣，在这里就无图无真相了很多应届生小孩就很希望做买方分析师，因为钱多压力小，这点我不赞同，承受的压力其实不太一样

比如说，做卖方分析师，一般你是为了自己打名气，让别人认可他，从而增加自己的收入。但是买方分析师是为了自己的上市公司或者为了自己的基金去负责，也就是说，自己的研究成果要让自己机构能够赚钱，如果分析有问题，决策出现错误，那么就会影响自己这方的钱。

想象一下，基金经理手持1个亿，就因为自己的一个决策，蒸发了其中的30%，你的心理压力多么的大。

所以买方分析师通常喜欢要往届生，当然，有些上市公司会招应届生，比如说大名鼎鼎的大厂战投岗，这些也是金融分析师。

收入往往与你的决策挂钩，应届生如果你是清北复交这种，其实刚入行30w上下，如果你去的是公私募，那可能年入10w上下。但是一旦你开始跟你方资金挂钩，那么年终奖就会与你掌管的资金成正相关，如基金经理掌管1个亿，年终奖可能是1个亿的1个点……

未来发展

综合来讲，我个人觉得金融分析师未来会非常好，当然，好这个词很宽泛，我们要去说好在哪

从找工作的角度讲，什么工作算上等工作？那肯定是能让你提升自己的工作

分析师成天都在分析整个行业，整个金融环境，整个市场，那么你对于这些势必会比一般人了解

如果你是二级分析师，成天打交道的人也是各个上市公司董监高和各类大资金掌管着，那你也会赢在起跑线

所以，从你的个人提升和资金收入以及人脉圈子，那就是赢了80%的应届生

如果你再打出了名气，那岂不是资本市场和实体经济，随便选的存在？

更甚至，很多人积累了资金和人脉，然后选个自己喜欢的领域去创业

你本身就是分析师出身，你的成功率也是比一般人高很多的

前途无量啊

你现在可以努力的方向

学校层面

从你现在的处境分析，首先，考大学的时候考学校一定要好，而且你要读研读博。当然，研究生并不是最主要的，好学校才是

能考清北，那肯定没问题，如果清北太难，选个985院校就很好。如果985很难考，那就选QS top100的国外院校读

想做分析师，并且不希望自己的路太窄的话，最好选工科，尽量不要选文科

毕竟，金融与实体是息息相关的，密不可分的

能力方面

再者，你可以提升自己能力，当然这些都是潜规则

比如说你现在去看那些金融分析师招人标准，什么希望精通Python啊，精通Excel啊这些，这里说的Excel不是你去打打字，而是你要会用他做运算

比如说大家也可以看看这个课程，我看体系非常的全，对你未来的分析师之路很有帮助

不会也没啥问题，只是一种潜规则，提升自己能力的，无法量化做出要求

未来呢，你要是想入行，读大学开始吧，一方面要很好的完成学业，另一方面也要多实习，这样自己毕业就能成为一名优秀的分析师了，这样是不是很好~

加油吧宝宝，你是最棒的，相信你一定能走上自己想走的路的。

顶一下

(0)

0%

踩一下

(0)

0%