从事数据分析工作，如何找到适合的好企业？
数据分析这事儿，必须客观认识企业的现状和对人才的需求，然后审视自己还差哪些知识和技能，然后理论学习+3~5个专案实践，恶补。
关于技能的学习，很多回答已经讲的很全面了。我想从另一个角度，如何找准有潜力股的企业，沉浸发展，有作为。
因为最近也是遇到两个小伙伴。一个小伙伴之前是做外包专案助理的，工作了一年转行做数据分析，因为Excel技能不错，加上原公司也是做报表开发专案的，被一家不大不小的企业招了进去，原本满心欢喜以为转行成功，但是进了部门却依旧是不断取数做报表，主管对她的认可也仍停留在」Excel大神」上。
另一位是我的前同事，公司喊了一年多的数字化转型，现在还在搭数仓。工作近3年，因为工作只需要用到BI和SPSS，自己的工作分不到业务效益的一杯羹，眼看著自己的工作很可能被工作一年的新人取代，现在寻思著跳槽转互联网。
也是这两个问题引发我的思考，入门时大家需要对这个行业和企业了解更多，有些明知进去1~2年会有瓶颈的企业，是不是可以作为跳板或者大可不必要去。
从4个维度判断企业现的「数据内涵」
为了帮大家理解，我们从使用深度，工具平台，文化特征，企业人群4个角度去看数据发展的不同阶段的差异和特点。
沉睡型企业。
基本就是用excel做一些基础统计和数据整理，在企业文化中数据就是excel，做数据分析的人也基本是兼职，其实就是表哥表姐。
起步阶段企业。
企业已经开始有了数据报表进行报告的习惯，企业特质就是excel满天飞，「谁要个数据，习惯说，稍等一下，我马上用excel飞给你」，工具还是以excel为主，资料库为辅，企业内部也出现少量的专职人员维护资料库。
发展型的企业。
应用深度逐渐转向了分业务专题，分汇总明细的数据分析，文化特质变成了用数据说话，用数据规范工作，使用的工具也开始变成了以资料库，专业的分析工具为主，并且有了数据仓库的尝试，并且有专业团队负责数据工作。
成熟性企业。
特点更加鲜明，应用深度上在企业级数据门户，已积累出不少对应业务场景的数据产品，数据类产品或服务是业务运营的核心组成部分，工具往往是大数据平台或者是各类成熟的数据组件，这时候管理数据运营的是企业的一级机构，叫大数据应用中心。
所以，不同的企业或者说企业在不同发展阶段，对于数据挑战和相应的资源储备是有极大差异的，对数据人才的要求自然也不尽相同。
判断企业「数据内涵」的套路。
1、强烈建议大家找标杆对比，比如行业资讯化做的最好的，或者业务最复杂的企业，最好能认识这类型的企业的关键人，知道他们走过哪些弯路，或者他们正在做的事情，能够知道自己要学什么要做什么，并且帮助我们的企业认识到自身问题。
2、从一些大数据、行业化的数据峰会上找潜力股。现在这种主题的会议很火，**大数据产业协会、**厂商、**地方性政府承办的。一些好的公司的数据中心leader是经常站台的。
3、去一些做商业智慧BI、数仓、云数据的IT厂商官网，找他们的标杆企业，找他们对外宣传的好企业好案例，能够知道一些企业在数据这块做的是什么程度，了解内部环境。
4、看清招聘要求，面试过程询问。
最后选好自己的发展方向，给自己规划一条成长路线。
从事数据分析，如果是走业务路线，业务分析——数据分析专家——数据分析部门leader——经营管理高层，建议成熟性企业，大型传统企业。工作的重点也是为业务带来价值，比如提高利润、降低成本、降低风险等等。
如果是走技术路线，数仓、ETL、hadoop等大数据平台，甚至后面数据挖掘、java、人工智慧AI，往数据科学家角度发展，建议选择发展型企业，也建议选择IT互联网行业。
给自己规划一条成长路线，数据分析岗位有什么类型，不同类型在不同阶段应该有什么作用。比如初级的业务数据分析师该做什么，比如往上走一层，高级的业务分析师甚至成为一个部门的资深研究专家，数据研究员，进而综上高级的管理岗位，这些要给自己做规划，就算企业没有，自己也需要进行生涯规划。
数据分析的职涯规划强雷推荐阅读这3篇文章：
