首先我们需要定义一下数据分析师：

A. 只会进行描述性分析的(比如出报表)

B. 在 A 的基础上还能说清楚为什么的

C. 在 A/B 的基础上还能告诉合作团队(产品团队、运营团队、商业团队)下一步该做什么的?

D. 不但能做到 A/B/C，而且对一些特定的业务知识有深入了解的(比如特别熟悉如何做用户增长，或者特别熟悉广告业务，或者特别熟悉如何做风险管理等)

E. 不但能做到 A/B/C/D，而且还能带团队、能建立一个好的公司或者团队的数据方面的文化、有以往成功经验的

对于 A 类来说，工作还是可以找到的，但待遇不会太好，而且会越来越难。其中比较可怕的一点是，如果只有类似这个程度的技能点，可能很难找到一个好的工作环境，让自己在接下来的几年内有提升。而这种类型的数据分析，五年之后的前景我个人并不看好。

对于 B 类来说，找工作的难度和好坏跟 A 差别不大。但是如果一直有这样的天分或者好奇心，知道怎么去挖掘问题背后的原因，即使是在相同的工作环境下，大概率也会成长得更快一些，而且可能更有心思和动力跳出这个环境。如果一直保持在 B 类，接下来三五年可能还好，再之后不好说。

对于 C 类来说，找工作的难度不大。一种情况是没什么工作经验、或者工作经验很少，但是却有这样的能力的人，这是真的厉害。对于这样的人来说，找工作的难度可能在于如何过简历关，拿到面试的机会。另一种情况是工作了几年之后锻炼出来的，而且大概率公司还不错，投简历基本能过，面五六家总有一两家能过的。以湾区为例，2020 年数据分析的工作不如前几年那么火，主要原因在于前三四年各大互联网公司招人实在是太狠了，接下来会慢一点。但是对于 C 类来说，过一两个面试问题还是不大的，接下来五年也大概率不会被淘汰(但是相对竞争力可能会下降)。

对于 D 类来说，找工作基本没难度，如果非要说有难度的话，是不太可能找到一个钱多活少离家近的工作的，或者说如果只盯着一家面试，那也是有一半的可能会失败。但是要找三个条件中满足两个(比如钱多活少)，或者是面个七八家，大概率还是能找到不错的机会。至于接下来三五年的行情，吃吃老本问题不大，需要注意的是更新业务知识避免过期。

对于 E 类来说，找工作难度其实挺大的，不是因为能力不够，而是因为满足这个级别的，坑也不是那么多。要找一个互相看得上的，可选的范围就那么大。

简单来说，A 解决这是啥(what)，B 解决这是为啥(why)，C 解决的是做啥怎么做(so what and how)，D 是 T 型人才(有广度有深度)，E 是大牛。