从数据分析师的市场来看，有一个疯狂的现象。一个职位的底薪可能是100-200k，但只要几年的经验，总工资就能达到300k。 　　

　　为什么会这样呢？ 　　

　　首先要考虑的一个重要因素――数据分析师的工资由两个核心因素决定： 　　

　　　　价值-How数据分析师给公司带来多大价值？ 　　

　　　　竞争-How:其他公司付给数据分析师多少钱？ 　　

　　竞争(供给和需求)决定了公司招聘具有适当技能的数据分析师所需支付的薪资范围。目前大量公司都在招聘数据分析师，所以需求是有的。同时货源有限，很难找到合格的数据分析师。数据分析是典型的多学科交叉的工作，需要数学、统计学和编程的结合，需要有一定的商业敏锐性和流利的沟通能力。按照我们对理想数据分析师的理解，在三到四个不同领域表现出色的数据分析师就是招聘主管所说的独角兽人才。但目前的情况是，只有极少数的数据分析师只在一个领域表现出色，而在其他领域却失败了。 　　

　　加薪并不是全部。公司需要相信雇佣数据分析师可以证明他们会从公司的支出中获得足够的价值。没有一家功能齐全的公司会把30万元浪费在与利润无关或实现长期战略目标的岗位上。 　　

　　公司给数据分析师发这些工资，是因为他们深信这会给公司带来真正的价值。这种想法一定正确吗？对于任何一家公司来说都很难说，但是谁说一个商业策略会很容易成功呢？ 　　

　　我觉得大部分公司投资数据分析师都能获得丰厚的利润。很多公司收集了很多数据，但是大部分都没有利用。更好的数据驱动决策可以提供真实的、可量化的效率提升方案，而通常这种小规模的改变可以转化为绝对的巨额利润，足以支付数倍于一群数据分析师的成本。 　　

　　因此，这是一个必然的趋势――数据分析师可以为任何公司提供足够的价值来增加利润。很多公司都在找数据分析师，从而加剧了加薪的趋势。 　　

　　薪资领域的数据分析涉及到很多复杂性，其他影响因素也会导致薪资不一致： 　　

　　就业市场是不透明的 　　

　　尤其是对于数据分析师来说，这使得公司的招聘流程效率低下，极不理想。 　　

　　“数据分析师”的角色定义不清 　　

　　不同公司(甚至同一公司的不同团队)的“数据分析师”做不同的工作，有不同的技能。很多数据分析项目只有在很长一段时间内才能产生可衡量的影响，使得价值计算更加模糊。 　　

　　薪金高低取决于个人的谈判技巧 　　

　　实际上，同一级别的人之间的薪酬差异，大多归因于个人入职时的谈判水平，而不是个人的实际技能或影响力。考虑到谈判只是数据分析师实际工作的一小部分，这是一个非常不合适的系统。它还会导致不健康的动态，例如鼓励人们每隔几年就换一家公司，以有效地重新谈判他们的工资，这对公司和个人都是一种不好的动态。 　　

　　公司对数据分析师的评价能力很差，不得不接受片面但社会认可的观点。即使他们的实际影响大相径庭，但保持相同职位的人的薪酬水平一致是有压力的。