諮詢行業的數據分析師能轉去互聯網行業嗎？需要做哪些準備？

01-02

我是一個應屆畢業生，小碩（211），女，本科計算數學專業，研究生轉到了管理科學與工程，我想從事數據分析的工作，說來慚愧，本科的時候沒有好好學習，沒有鍛煉好紮實的編程基礎，然後研究生階段跟著導師做的研究基本只存在學術圈，在公司里並沒有應用，只是在所項目的時候用到過SPSS和Matlab這兩個工具，找工作之前在網上自學了SQL的語法（咳咳，以備面試的時候用到），所以我覺得我基礎不牢，我想以後進阿里巴巴，百度這樣的很牛逼哄哄的互聯網公司做數據分析，但是我現在還沒有這樣的機會和能力，我現在只拿到了一個小型的美資諮詢公司的數據分析師的崗位，這個公司服務的客戶行業基本在醫藥、零售、金融、多渠道銷售、汽車等，並不包括互聯網行業。
所以我想知道有了以後還能往互聯網行業內轉嗎，在去互聯網行業轉的時候，HR會嫌棄我沒有互聯網行業的工作經驗嗎？。畢竟感覺互聯網行業更優前途和錢途。
如果有說的不對的，也希望各位大牛能給我一點建議。感激不盡。

非常順暢的轉型。

現在諮詢背景的從業人員，對於求賢若渴的互聯網圈來說，簡直是供不應求。前幾年MBB等幾家大諮詢的離職率高得驚人，各類互聯網公司守在門口瘋狂挖人，包括：騰訊和阿里等威猛老臘肉以及滴滴等當紅小鮮肉。害得這幾家紛紛推出各種戰術組合的員工挽留計劃。

轉到互聯網常見的職位一般是：投資、戰略以及經營分析。後兩者其實大部分的工作和原來的戰略諮詢以及數據分析非常接近，只是從隔岸觀火變成了感同身受。而如果是直接從諮詢到互聯網戰投，不少人的職位會是偏投後管理，其實仍然和諮詢本業以及數據分析技能有很大關係。

至於如何為這樣的轉行做好準備其實也很簡單，最重要的就是做好當前的諮詢工作和練好數據分析各項技能。一方面，這是轉行到下家也需要的硬功夫和砝碼。如上述，兩個行業的工作相關性及銜接性極高。另一方面，也能在諮詢業內積攢良好的口碑和人脈，不少諮詢人士的轉行都是靠前同事推薦，在諮詢獲得的成績自然是乾貨硬砝碼。

如果非要多做些什麼事情的話，那就花點時間了解互聯網這個行業或者多培養些對互聯網產品的感覺。或者練好SQL、VBA以及Python等，那就是自帶加成。

更多細節參考知乎Live（何明科的知乎 Live —— 解密管理諮詢）

…更多文章請到數據冰山 - 知乎專欄

…更多回答請看何明科

一句話說：能。不過最好能夠揚長避短，在崗位選擇和技能儲備方面做一些針對性的準備。

展開來講，諮詢行業（由於我對諮詢行業的了解相對有限，且主要集中在狹義的管理諮詢領域，這裡需要標註一下，後文所提到的諮詢，大體上以MBB為標杆，基本上限定為管理、戰略、營銷、併購等領域為主。不包括一些垂直的諮詢領域如IT諮詢、招聘諮詢、旅遊諮詢等）轉行到互聯網行業做數據分析，各家大小公司的實際案例已經非常多了，有一些不成功或者未達預期的情況，但我所遇到的大部分都還是比較成功的。

背後的主要原因有兩點：

一是互聯網行業數據分析師的能力模型其實和諮詢行業的數據分析師甚至諮詢顧問都有不少相通的地方，這意味著從諮詢轉到互聯網做數據分析首先在內功方面通常會有一些優勢。包括硬技能方面的深入理解業務邏輯、掌握統計學思想、具備數據敏感性，軟技能方面的注重有效溝通、結果導向、擅長story-telling，協作方面良好的團隊意識，自我驅動、快速學習等，都是諮詢行業從業者天然的一些優勢項，而在互聯網行業從事數據分析工作，這些素質也會構成強大的內功基礎。

至於互聯網行業的數據分析所需要的數據處理能力，excel對絕大部分諮詢從業者而言都是強項，sql的學習曲線十分平坦，Python和R語言作為常見的加分項本身是optional並且學習門檻也沒那麼高。所以從某種程度而言，諮詢轉到互聯網做數據分析，甚至可以說是具有得天獨厚的優勢。

二是在互聯網行業做數據分析師，是一個易學難工的事情，門檻不高，本身就包含各種專業背景的人，領域十分開放。以我在行業里招募、培養和管理過的數據分析師為例，既有來自於計算機和信息管理等傳統IT相關專業的同學（按通常預期他們的優勢是代碼寫得比較溜，但其實也未必，有相當一部分同學就是因為不太願意做研發才轉向數據分析師的），也有來自基礎數學和物理等專業的理論學科背景的同學（通常建模能力比較突出，溝通方面更偏向於研發風格），還有來自於統計學（數理統計、生物統計、社會統計、經濟計量）的同學（數據感覺會相對更突出一些），以及商科（工商管理、會計學、經濟學、金融學、電子商務等）背景的同學，甚至還有畢業於社會學、中文乃至藝術系的同學，只要對互聯網和數據感興趣，基本上都有機會在這個領域獲得非常不錯的發展。

既然互聯網數據分析崗位是如此的兼容並包，諮詢作為進入門檻相對較高的行業，其從業者想轉行做互聯網數據分析，自然是有豐富的機會了。

當然，有機會轉行不代表轉行一定會取得成功。前面提到了諮詢從業者在轉行到互聯網數據分析方面的一些優勢，這裡再提幾個需要注意的問題：

一是公司選擇。考慮到互聯網行業有大量的創業公司，提供了海量的數據分析師招聘崗位，但其實這些崗位在公司內的定位、職責、工作流程、協作機制都不是十分清晰，並不適合直接從諮詢行業轉行過來的候選人，建議在選擇公司時，優先考慮具備一定規模、相對成熟的團隊，避免同時去面對轉行帶來的不確定性和公司業務探索階段快速變化帶來的不確定性。在一個相對成熟的團隊裡面，哪怕是半年到一年的學習和適應，也會通過實戰對這個崗位產生更全面的認知，為進一步發展打下堅實的基礎。

二是個人定位。由於崗位特殊性，諮詢行業從業者通常具備不錯的影響力輸出機會，相應的，在話語權、資源獲取、結果輸出、績效報酬方面都會有不錯的結果。轉行到互聯網做數據分析之後，雖然絕大部分公司都希望通過數據驅動來指導業務優化，但實際工作中往往需要先定位在職能崗位的角色上，補上一系列臟活累活作為基礎，確保數據體系的完整性、準確性、及時性，在幫助業務看清基本情況的前提下再做進一步輸出。因此，在剛轉行時需要適當設置自我預期以及管理他人預期，在快速學習過程中找到合適的個人定位，再謀求進一步發展。

三是行業補課。互聯網現在已經滲透到了日常生活的各個環節，幾乎可以說是無所不在了。但是絕大部分人在提到互聯網行業時，都只能從用戶視角來思考問題。對諮詢行業從業者而言，相對更擅長的是站在行業分析師的角度從宏觀和中觀的角度來思考問題。一旦投身互聯網數據分析崗位，首先要補的課程就是學會站在廣義的開發者角度（產品視角、運營視角、研發視角）來思考問題，去理解互聯網業務的功能、策略、實現方案背後的邏輯。

四是關注DGP（data generation process，數據生成過程）。諮詢行業為了嚴謹起見，通常會在報告裡面強調data source，實質上是在以數據提供方的聲譽來為自己的報告背書。相比較而言，互聯網行業的數據生產過程絕大部分時候天然與業務流程耦合在一起，因此在指標和模型產出的時候，需要數據團隊來對數據內容的可靠性進行背書。而這些數據本身也會和業務一樣具有較高的複雜度，因此需要數據分析師在理解數據生成過程的基礎上對數據使用的結果負責。這個環節可能是絕大部分從諮詢行業轉到互聯網行業做數據分析的同學最需要補的一課。

當然，僅僅是做好以上幾點，肯定是不足夠確保轉行成功的，但其他問題可能相對都更個性化一些。我相信只要能在處理好以上幾個問題的基礎上，加強學習，那麼從諮詢到互聯網數據分析崗的轉型，是完全有機會探索出自己的一條道路的。

題主加油！

反而覺得更好。

我們現在team，包括我自己全都是諮詢背景，pwc，麥肯錫，bcg的，而且行業涵蓋面廣。

理由很簡單：數據分析首先是一個工具，這個工具服務於商業模式，做商業決策的。從這個層面來說，你的幼功則是我們常說的business acumen。諮詢行業最大的優勢在於見多識廣，對不同商業模式都有著hands on experience，那麼在轉型商業分析，或者數據分析的時候，更能知道什麼數據有用，怎樣做一個合理的假設。

至於其它技能，全靠自己。進不進某個行業某個公司，一方面是技能，一方面是性格，還有一方面是運氣和緣分。

看樓主問問題的方式，如果1-2年也沒找到合適的職位也別灰心，畢竟數據分析不是個entry level的工作。

還有，招人的是老闆，不是hr。

太能了啊，我以前的老闆，現在的老闆的老闆，都是諮詢出身。人家上下嘴唇一動，比我們這些吭哧吭擦清洗數據、畫圖的搬磚工們不知道高到哪裡去了……

一起來看看BAT對數據分析師的招聘要求

一直被問到一個問題，怎麼找到一份數據分析師的工作？數據分析師都有什麼要求？，今天我們就來看看國內三大互聯網公司BAT招聘數據分析師赤果果的要求。

第一個：百度

職位：商業化產品中心產品部-高級數據分析師

職責要求：

本科及以上學歷，計算機、統計、數學、信息技術專業
3年以上相關工作經歷
能熟練獨立編寫商業數據分析報告，及時發現和分析其中隱含的變化和問題
有良好數據敏感度，如熟悉某種資料庫或分散式計算架構，或能夠熟練運用SQL，或擁有能夠熟練操作Excel或SAS/SPSS的能力優先
有豐富的數據分析、挖掘、清晰和建模的經驗，如有互聯網數據分析業務背景優先
具備較強獨立思考能力，對數據具有良好的敏感性，熱愛從數據中發現規律

第2個：阿里巴巴

職位：數據技術及產品部—資深數據分析師

職責要求：

統計、數學、信息技術、生物統計本科以上學歷，3年左右相關工作經歷
熟練獨立編寫商業數據分析報告，及時發現和分析其中隱含的變化和問題
良好的數據敏感度,能從海量數據提煉核心結果，有豐富的數據分析、挖掘、清洗和建模的經驗
熟練運用SQL，能高效的與數據技術團隊進行溝通
大項目的經驗，有豐富的跨團隊、部門的項目資源整合能力，能夠獨立開展研究項目
有客戶數據模型建立和運營經驗、數據化運營經驗、數據類產品類規劃經驗，尤其是互聯網相關的優先

第3個：騰訊

職位：數據分析師

職責要求：

本科及以上學歷，數學、統計等專業優先；
2年以上資料庫分析、數據挖掘、數據統計等相關工作經驗，有互聯網行業數據分析經驗者優先；
熟練使用R、SPSS等挖掘工具；
良好的分析報告書寫能力；
工作細緻、責任心強，具備較強的學習能力及理解能力；
具有優秀的溝通協調能力及開拓精神；
具有高度的責任心和團隊合作精神。

其實不僅BAT三家公司招人的要求是這樣，其他公司大同小異。

總結起來用人單位，一般看幾點：

1）專業能力：數學或統計學等相關專業知識；

2）數據獲取能力：SQL、資料庫之類的；

3）數據分析工具：掌握1-2個分析工具，Excel、SPSS、R語言、Python等；

4）業務建模能力：基於對業務的理解，通過數據構建數據體系、量化業務的能力；

5）數據分析能力：通過常規的數據分析方法、數據分析技巧解讀業務的能力；

6）邏輯思維：清晰的、結構化的思維能力；

7）溝通協調：略；

8）行業經驗：加分項。

去看看菜鳥學院，面向初學者的一些系列文章》》菜鳥學院 - 數據分析網

當前我們就在招一個互聯網公司的大區運營崗位，最符合的就是諮詢公司背景的了吧

歡迎推薦，簡歷投遞至leil@uberchina.co

首先不得不說很多互聯網公司的分析師在邏輯和思路上不如諮詢背景的人,主要是沒有經過很好的方法論的訓練,很多分析還是想到哪做到哪,再加上很多分析同學都比較年輕,缺乏業務的積累. 這點我一直認為,如果有機會學習一些諮詢公司的方法論是極好的.

但是反過來說諮詢背景的人有幾點硬傷,導致至少阿里我所在的bu里,基本不招純諮詢的同學

1 是落地能力.互聯網公司是極看結果的,而且極依賴於迭代調整,今天出分析,運營明天改,後天就能看到結果的例子是有的,諮詢背景的同學,條理事好的,溝通能力是好的,ppt是很豐富漂亮的,結論往往是虛的...一看到結果發現不是能么回事也是有的..說得好聽結果不行,幾次就沒人信了這其實不能賴諮詢背景的同學,但是諮詢的業態長期造就了這樣的技能樹,技能點加偏了改不回來....

2 是互聯網公司畢竟是對工程能力有點要求,分析的同學多少都有統計學背景,來了說不會sql 連基本的活都幹不了,不會聚類不知道correlation怎麼溝通呢... 你說來了就提供純思路,這怎麼也得是個p8以上吧...低不成高不就怎麼弄.

最後的結果就像我說的至少我們bu基本不再招純諮詢背景的同學了......

諮詢技術落後互聯網公司太多了。諮詢要的是甲方buy in，不關心結果。互聯網公司要的是流量，營收，不關心過程

1.技能基本比不上

2.業務邏輯有可能持平甚至超越但是絕大部分時候是落後的

3.部分公司的數據分析就是從「結果出發」給出分析報告的某些公司不是就是咯有好有壞有深有淺

4.某些時候在甲方公司里和乙方也沒區別你懂的

5.這圈子還是很水有多水呢自己體會吧~

圈子的需求量巨大每個大點的公司都哭著喊著要大數據要數據分析數據挖掘

但是數據分析數據挖掘不是java開發不是andriod 不是ios

沒有那麼大的人才儲備沒有那麼長的培育時間但是需求又在這

所以這個圈子的水平就短期下滑的很厲害

嘿這就是我圈 :）

利益相關：data這個概念還沒火的時候就開始做case的獵頭桑

這個我蠻有感觸的，過來強答一下。

行業介紹：物流行業

工作經驗：之前做政府背景的諮詢。後來轉做政府背景的數據分析（互聯網大數據平台開發）。現在做集團的經營數據分析。勉強算是諮詢行業的數據轉到互聯網……又轉到經營層面吧……哈哈

轉行可能性：1、行業背景融合的程度。大多數諮詢行業，你之前所在的諮詢公司肯定會有強勢的諮詢領域，那比如物流、醫藥、銷售、財務等等。你轉互聯網公司，就去做對應的數據分析。但是去的崗位就比較低了。落差大概就在於，從一個管理者的角度變成甲方的專業分析工作人員。行業背景的融入會是一個問題。2、數據分析的技能。諮詢公司的數據分析，從技能角度來說並不是特別專業的類型，尤其是編程技術。哪怕你前端可視化的技術比較溜可是那還有美工，後台數據清理建模也沒有碼農厲害，所以你的價值體現在商業報告生成，結果輸出和成果反饋上。可以實際的通過分析數據，得到一些經營數據的展示的問題發現，從而分析問題巴拉巴拉等等……你懂得套路。3、其他……從諮詢的寫報告的套路、假大空的轉換成，在企業方需要實際分析輸出結果的東西的能力。

實際上，加入你轉入互聯網，只說是去做一個數據分析專員，那麼很多時候你的工作價值主要在數據清理和數據提煉。少數涉及到數據分析。但是數據帶來的流程優化其實不是你這個層次會做的東西。所以，有的時候會出現你想的和你實際會去做的之間會有誤差，就是在這。

需要做的準備：1、技能類別。編程、excel，R這些必備啦。少部分的還要給上級呈現的，那麼Tableau這些東西也是要會的啦。更高級的直接對boss的，還需要做分析報告輸出和結果反饋實際跟進等。2、行業背景分析能力。對大集團的，就需要經營分析能力，和集團的實際工作業務想結合的數據分析。數據不僅僅數據，財務、業務等要結合分析。等等……

其他：無。

暫時想的這裡，一點愚見。有其他問題可私信本人。謝謝！

西蒙斯用最精深的數學，巴菲特用簡單的算術，他倆都幹得不錯

諮詢公司靠數據調研活著，互聯網公司最不缺的就是數據了，所以要踏實在諮詢公司積累項目經驗，然後趕緊帶著你駕輕就熟的研究方法論投奔互聯網吧：）

騰訊的機會考慮么，我們正在招人

請問你所在的諮詢公司叫什麼名字？

諮詢行業啊，唐晶啊。別來和我們程序員搶飯碗了。

先說結論，肯定可以。1、首先樓下已經有同學說過了，BAT的數據分析不是一個高門檻的行業，社招尤其如此，校招的話這兩年阿里招人的門檻在提高，所以標準會嚴格一些。但是社招的話，不客氣的說，團隊裡面還有幹了十年財務然後轉行跳槽過來的。分析主要還是會寫SQL，然後會用EXCEL就可以滿足要求了，當然會用一些高階語言能夠提高效率。

2、現在數據分析師還是挺苦逼的，主要是低階段的同學還在大部分時間是數據產出，其實沒有很多時間來思考總結商業方面的東西。然而數據分析最值錢的就是商業思維，數據的產出反而不是一個會讓你升職加薪的東西。所以現在數據分析還是非常缺人的

有諮詢背景去到互聯網公司會很有優勢，其實你的客戶服務背景去到哪裡都有優勢，建議你更多地面向客戶。數據分析只是一個工具，而且會有越來越多的崗位都必須掌握這個工具，參考英語翻譯工作。（雖然我英語水平超爛～）

根據你的工作描述，你現在就在互聯網行業了。

銀行的數據分析、運維人員，不是在金融業，其實是互聯網行業。

數據是對物理世界的抽象，數據與數據之間的相似度，比起數據在現實世界的本體，要高的多，所以你是做數據分析的，很容易一通而百通。

不過，這行吃的是青春飯，講究的是干三個人的活拿2個人的工資，雖說總有勵志雞湯表示輕輕鬆鬆賺大錢，但是現狀就是，中國的互聯網行業在野蠻生長期，不如發達國家互聯網行業勞動保護體系健全，要有一定心理準備。

直接上圖了

我細細看了提問，以及目前的答案

這樣子，你能系統的整理出來

這不也是你行業背景（良好的習慣）

同時提供了配套文件表格EXCEl，你可以自己應用

http://pan.baidu.com/s/1hqGTpZm

祝好