未明学院：“我是女生，能做数据分析吗？”
“我是女生，能做数据分析吗？”这样的提问，小明听过不少。但这个问题本身似乎比它的答案更值得深思：难道女性就不适合数据分析吗？
所有渴望入门甚至想把数据分析当做职业，却深陷迷茫和自我怀疑的女孩子们，今天，小明想和你们聊聊这个话题。
1、你该问“我合适吗”，别再问“女生合不合适”
不得不承认，目前大多数女性的职业选择受限于社会对于女性角色的传统认知。
“女孩子嘛，数学不好很正常。”“听我的，女孩子安心当个老师就挺好。”“你一个女生，学计算机太累了！”几乎每个女生的成长过程中都听过这些话。
它们看起来是对女性的体谅、关心和照顾，其实却是阻碍女性*发展的软性束缚。更可怕的是，外界的看法会逐渐影响女性的自我认知。也就难怪，在大数据、数据处理如此热门的当下，许多女生总会谨慎地、试探性地问一句：“这些行业女生合适吗？”
求职是寻求能力与职责适配的过程，而性别的差异并不代表着能力的差距，虽然说“破山中贼易，破心中贼难”，但是在追求女性职业平等这条路上，先改变女性的自我认知或许更容易也更迫切。
所以，无论何时，你只需要问自己是否能胜任，而不需要再问女生合不合适。
2、她们可以做到，你一定就不行吗？
其实，“女数据分析师”早就不是什么新鲜的名词。
不仅如此，每年还有越来越多的女性参与到数据分析行业中去。根据领英2019年发布的《中国新兴职业报告》显示，在过去五年中，数据分析行业女性从业者增速高出男性16个百分点。
图片来源：领英
也就是说，当你还在怀疑自我、犹豫不前时，更多女性已经大胆进入数据分析行业，在心仪的岗位上发光发热。
如果你依然认为“我是女生”使得数据分析、计算、编程成为你的弱势，那么不如把目光转向她们：
60岁开始自学计算机，84岁成为独立开发者的若宫雅子
美国斯坦福大学教授、斯坦福大学人工智能实验室与视觉实验室负责人——华裔科学家李飞飞
带领MIT的CSAIL团队研发出具有编译器机器人，成立软性机器人技术小组的丹妮拉·鲁斯
在几何分析、规范场论和可积系统等领域做出了开创性贡献，“数学界诺贝尔奖”获得者卡伦·乌伦贝克
若宫雅子、李飞飞
丹妮拉·鲁斯、卡伦·乌伦贝克
图片来源：网络
在怀疑自我的时候，不妨问问自己“既然她们可以，为什么我一定不行？”
3、在自我否定前、先看看这个岗位到底需要什么
当然，数据分析行业也绝不仅仅意味着和数据打交道，在你否定自我前，小明希望你先了解行业的真实状况再下结论。
招聘信息能够十分直观地反映岗位职责，小明在招聘网站上随机选取了四则招聘启事。仔细研究这些职责需求，你会有不一样的认识。
左右滑动查看更多
图片来源：拉勾网
可以看到，数据分析师不等于单纯的数据分析“机器”，一名优秀的数据分析师其实还需要较强的逻辑分析能力、合作能力、沟通能力等等。
此外，小明还特意邀请到几位女性数据分析师现身说法，希望让大家能够进一步了解真实的从业体验：
1
我目前是公司咨询部门的负责人，工作五年下来，我最大的体会就是：会讲故事真的是一项必备技能。
光会分析数据是不够的，报表做的再漂亮，不能挖掘和讲述背后的隐含意义也是一场空。我所做的，是需要让我的客户们明白不同的数据背后代表了什么，他们需要根据这些冷冰冰的数据做什么。
可以说，但凡是偏业务方面的数据分析师都需要比较好的沟通能力。
2
是谁说女数据分析师会被轻视？同事、领导不会因为我是女生就在工作上对我特殊对待，该加的班、该拿的奖一样不少，反而还会在生活上特别照顾我，下午茶、节假日福利我都多一份哈哈。
所以我觉得女性做数据分析行业真的没那么多预料的阻碍，相反还会因为大多数女性的敏感、共情能力，有一定的优势。可能就是这个原因，我身边的女同事在理解业务、指导业务上都会比男性做得更好一点。
3
“我不大喜欢‘女数据分析师’这个称呼，因为我觉得在数据分析行业男女都一样，单独列出来反而会有歧视女性的感觉。
很多人会误解做数据分析就一定是高阶程序员，熟练编程、建模之类的，其实不是。
我觉得做这行比较重要的其实是重逻辑、会沟通（当然，具备数据分析能力是最基础的）。有逻辑地拆解问题、寻求验证、最终汇总肯定是必需的，而沟通能力就是一条杠杆，有了这个杠杆才能让所有的数据分析工作发挥作用。”
听了这些，你是否对数据分析行业有了不同的认识？
你看，要成为一名数据分析师，有数据分析、逻辑思维、业务理解、沟通合作等方面的种种要求。一般来讲，大多数女性更容易关注细节、富有同理心、比较擅长倾听和沟通，或许女性在数据分析行业还存在着天然的优势。（只是讲述大多数情况，小明没有歧视男孩子的意思哦）
不能否认，外界的评价与传统的社会观念会对你的职业选择和人生规划带来阻碍。但是，最终的选择权始终是握在自己手里。
现在，这条路的指示牌上清晰地标注了“有能力者皆可通行”，你是否也该放下之前的谨慎和踌躇，大胆地往前走一走？
再回头看“我是女生，能做数据分析吗”，或许你也觉得这个问题本身已经失去了意义。当我们在追求性别平等的时候，女性自己更应该成为打破固有偏见的先行者；当你在犹豫是否要进入心仪的行业时，应当明白只有能力才是最重要的衡量标准。
最后，小明想说：放下所有的小心翼翼和踌躇不决，如果你热爱数据分析，就只顾提升自我、大步向前。