資料分析師這個職業現在越來越火爆。本文面向那些準備投身於這個行當的年輕人，在選擇怎樣的公司上給出了三條參考標準。它們分別是：第一點：去供職於那些利用資料分析來做市場戰略定位的公司；第二點：去為一個擁有著偉大想法的公司工作；第三點，去選擇給一家即將進入空白市場的公司
現在確實是屬於資料分析師的天下了。如果你有能力，有經驗，充滿好奇心以及永不倦怠的熱情，作為資料分析師的你可謂前景廣闊，有
一大批公司乖乖站在你家門前掛著牌子等著你的挑選。但是在評估到底去哪家公司的平臺上施展你的才華的時候，卻是有著很多考量的。即便是一個從業多年的老手也不可能在各種大小規模不一，發展階段不同，擁有各自的企業文化的公司待過。他們也不可能橫跨多個領域，掌握多種技術。但是，在本文中卻給出所有有志於從事資料分析師這個職業的年輕人一些經驗。大體上總結一下就三點內容，憑藉這三點內容，你可以非常理性、客觀地分析出來眼前的這家公司到底是否值得去。
第一點：去供職於那些利用資料分析來做市場戰略定位的公司
公司想要在市場上擁有特殊的競爭優勢，從而實現與眾不同的市場地位，其實途徑方法都有很多種。有一些利用價格來區分自己，比如靠低價來獲取市場競爭優勢；還有一些公司願意通過更加優質的產品來達到鶴立雞群的效果；更有一些人通過訂單處理程式的快慢贏得顧客的認可與忠誠，更快的配送上門服務就是很好的例證。
一個資料分析師應該選的這家公司，應該憑藉資料學來做到自己與其他競爭對手之間的「切割」。請注意，有可能資料學可以用來支援更低的價格，更優質的產品，更快的配送速度，但是它絕對不是實現這些優勢的主要原因。直接，且主要的原因通常情況下是規模經濟造成了更低的價格，專利和品牌帶來了更加優質的產品，自動化的技術使得配送速度提升。如果公司核心競爭力是構建在資料和分析工具上，那麼它會迅速跟其他競爭者拉開幾個身位。
一旦這種優勢得以建立，整個公司都會瞄準資料學發力，所有的資源都是圍繞著資料分析投入。它會更加願意投資，獲得資料領域最頂尖的人才，打造最優秀的底層系統，不斷地將最前沿的演算法和計算技術推向極致，開發各種不可思議的工程產品來展現資料學的魔力。
在做市場上戰略區分的時候，「足夠好」這個詞是絕對不能出現的。公司和資料分析師雙方都應有著足夠強烈的意願，推動技術再往前發展一點點，永無止境地去摸索極限，並願意承擔更多的風險。你每天早上起床睜眼的時候，你一想到這個公司，就能興奮的一個鯉魚打挺立刻翻身下床，精神抖擻，迫不及待的開展全新一天的工作，它是一個能夠拉動提升你，讓你成為這個世界最優秀人才的平臺。
第二點：去為一個擁有著偉大想法的公司工作
在考慮到底哪個公司能成為將來人們口中最偉大的那家公司的時候，也許「利用資料分析實現市場競爭優勢」是一個必要條件，但並不是充分條件。這個公司同樣必須擁有世界級的資料才可以。
首先得找到一家真正擁有資料的公司。在評估初創公司早期價值的時候，區分「資料擁有者」和「資料嚮往者」是非常重要的。最理想的狀態是，你將找到一家擁有足夠資料量，並且已經開始著手做一些有趣事情的公司。幾乎所有的公司在成長過程中，資料量都會不斷擴大，但是如果你選擇了一家已經擁有足夠級別資料量的公司，那麼它的潛力，可發展性將會提升到另外一個層次。
確定好了公司，接下來我們要看這個公司所擁有的資料都是哪些。它是否足夠有趣，並且具有豐富，且待挖掘的深刻意義。作為資料分析師，你接下來每一天的工作中最重要的一部分內容就是不斷探知你所打交道的這些資料所蘊含的真實資訊量，挖掘出它們的最大價值。剛才說到了兩個標準。其一是「有趣」，即能夠迫使你去利用創新思維解決問題，測試某些猜測，推動你去開發出全新的演算法與應用。其二是「豐富內涵，深刻意義」，即資料應當是充滿可挖掘性的，應用應該是優秀的，它們都應該是塑造市場競爭優勢的最有利的武器。
最後，不要眼光全部鎖定在「大資料」這件事上。資料分析這個領域地位的崛起，剛好湊巧碰上了「大資料」這個概念的崛起。但是它們不是一個東西。超大規模的資料量並不一定帶來足夠深刻的洞見，也並不一定是必要的。去尋找那些資訊密集度大的資料，而不是光從量上著眼判斷。
第三點：去選擇給一家即將進入空白市場的公司
當評估市場機會的時候，去選擇一個還沒有將成型的解決方案的公司。幾乎所有的公司都已經有了一些成型的應用，當然資料分析師是必要的崗位，但是更值得去選擇一些擁有明確研發方向，強有力的資料研究團隊，但是仍然還處在研究解決一系列問題過程中的公司。
很多情況下，對於資料分析師而言最具有意義，最具有無限想象空間的職場機會往往沒有得到重視，甚至於他們都不曾意識到手頭上的某個工作是有史以來最難得的重大機遇。而選擇一個公司，就是要讓「承擔風險」成為一種被鼓勵，值得讚許的事情，去挑戰某些基礎的假設理論，去從資料層面釋放更多的可能性。
那麼究竟怎樣才能篩選出這樣一家公司來呢？其實觀察一下工程技術部門與資料研究團隊之間的合作關係就能搞清楚了。工程人員是否保持著高漲的熱情與資料分析團隊一共合作？是否不斷地將實驗，各種想法整合到產品當中？公司是否有一個基本的架構，能夠支撐新概念，新技術的靈活整合？實際上，如果一個公司真的符合上面所描述的種種條件，其實「資料分析」和「工程技術」之間的界限已經模糊得消失不見了。
一個白手起家，闖入陌生領域的公司有可能沒有非常穩定的公司組織結構，這固然讓人覺得有點兒不靠譜，但是作為資料分析師來說，這個地方是充滿最多創意性和自由的地方。在從來沒有人涉足的領域去構建一些東西，這樣性質的工作同樣是可以評估測量的。不要光是看重設計中「數學」以及「統計」的地位，而且還要重視「資料通道」，「API」。
當然，漸進性的進步當然會帶來漸進性的影響，但是如果你擁抱一次全新的機會，在空白領域，從無到有地開發出一個系統，並不斷迭代提升，那麼這個版本號為 1 的產品有可能成為這個領域的基礎，藉此深刻地影響整個行業。
最後的話
當然，還有其他需要考慮的因素：比如公司的品牌影響力，使用的是哪個具體的技術，具體到公司的同事都是怎樣的，等等等等。所有這一切都同等重要。之所以摘出上面的三點內容，是因為它們往往不受人重視，不會經常出現在大家的視野中，但它們對於一名資料分析師職業發展，工作的快樂程度來說卻具有決定性的作用。
本文來源：stitchfix 譯文創見首發 由 TECH2IPO/創見 花滿樓 編譯