Profesní přehled

Statistik referent/statistička referentka

Klíčová fakta

Statistici referenti shromažďují údaje a používají statistické vzorce k provádění statistických studií a vypracovávají zprávy. Vytvářejí diagramy, grafy a přehledy.

Trh práce
Více uchazečů než míst v zemi Česko a 6 dalších zemí
ELA/EURES 2025
Průmysl
Digitální technologie
Vzdělávání
Krátkodobé terciární vzdělávání
15%
Odolnost Skóre · 2026 (Čím vyšší, tím lepší)
Krátkodobé terciární vzdělávání 81% Expozice AI · 2026
Trh práce

Kde je toto povolání žádané

Nahlášený nedostatek a přebytek pracovních sil, podle roku. Zveřejňuje se pro skupiny povolání, nikoli pro jednotlivé pracovní pozice.

Čísla se týkají skupiny Odborní pracovníci v obchodní sféře a veřejné správě — 200 povolání včetně tohoto.

3 z 8 s nedostatkem202521 z 32 roste4.2Mvolná místa do roku 2035

Nedostatek: Itálie, Nizozemsko, Německo.

Nejdéle trvající nedostatek: Nizozemsko, 4 roky.

Vyberte území na mapě a zobrazí se jeho čísla.

O tomto zdroji›

Zdroj: ELA/EURES, nedostatek a přebytek pracovních sil. Údaje se zveřejňují na úrovni skupiny povolání a pokrývají Evropu. Vydání se liší uspořádáním přílohy i rozsahem zemí, takže rozdíl mezi roky neznamená vždy, že se trh práce změnil. Země v šedé nebyly nahlášeny, což není totéž jako být v rovnováze.

Co tato slova znamenají

Čtyři věci, které tato část uvádí

Nahlášená poptávka
Nahlášená poptávka vyjadřuje, zda zaměstnavatelé uvádějí, že pro tuto práci potřebují lidi — jde o posouzení zveřejněné národním orgánem nebo orgánem EU, nikoli o počet.
Kterým směrem míří
Kterým směrem míří vyjadřuje, kterým směrem se podle oficiální prognózy v příštích letech pravděpodobně vydá zaměstnanost v této práci.
Volná místa
Volná místa přibližně ukazují, kolik pracovních míst vzniká v důsledku růstu a odchodů lidí z této práce.
Obvyklá odměna
Obvyklá odměna vyjadřuje, kolik lidé v této práci obvykle vydělávají, pokud to zdroj zveřejňuje. Prázdné pole neznamená, že je práce neplacená; znamená, že pro dané místo tuto hodnotu nikdo nezveřejňuje.

Údaj se neuvádí, pokud ho pro dané místo nikdo nezveřejňuje, místo aby se zobrazila nula.

Kterým směrem se trh přiklání ve váš prospěch

Ve váš prospěch
Volných míst je více než uchazečů — zaměstnavatelé o kandidáty soutěží.
Vyrovnané
Volná místa a uchazeči jsou zhruba v rovnováze.
Konkurenční
Uchazečů je více než volných míst — počítejte s konkurencí.
Rozporuplné údaje
Zdroje se neshodují, nebo v téže skupině povolání je někde nedostatek a jinde přebytek.

Každý zdroj vede k jednomu ze čtyř označení: Ve váš prospěch, Vyrovnané, Konkurenční nebo Rozporuplné údaje, takže se stačí naučit jediný soubor označení. Liší se podklady, které jsou uvedeny pod každým označením — jde buď o změřený poměr volných míst k uchazečům o zaměstnání, nebo o posouzení zveřejněné národním orgánem.

Jak si tato práce vede ve srovnání s jinými pracemi ve stejné zemi

Silná
Mezi nejsilnějšími v zemi that country
Dobrá
Silnější než většina povolání v zemi that country
Smíšená
Zhruba obvyklá pro zemi that country
Slabá
Slabší než většina povolání v zemi that country

Jde o pořadí v rámci jedné země, nikoli o skóre, které lze přenášet přes hranice — evidence za dvě země zahrnuje různé lidi, takže stejné číslo znamená v každé zemi něco jiného. Proto také může práce patřit v zemi do kategorie Silná a přesto se zobrazovat jako Konkurenční: vede v trhu, který je celkově přeplněný.

Odkud tyto údaje pocházejí

Každý údaj zveřejňuje národní statistický úřad, veřejná služba zaměstnanosti nebo orgán EU a každá karta uvádí jeho zdroj i období, které pokrývá. Údaje za některá místa se shromažďují měsíčně, jinde se vyhodnocují jednou nebo dvakrát ročně, takže dvě místa na stejné mapě mohou popisovat různé okamžiky — datum je vždy uvedeno.

Nic z toho nepředpovídá šance jednoho člověka. Popisuje to trh.

Nahlášená poptávka · Obvyklá odměna · Kterým směrem míří (Česko, Slovensko, Německo, Rakousko, Polsko, Nizozemsko)
Nahlášená poptávka · Obvyklá odměna · Kterým směrem míří
Nahlášená poptávka Obvyklá odměna Kterým směrem míří
Česko Nahlášen přebytek ELA/EURES 2024 * — +0,6% 2023–2035 · Cedefop 2026 *
Slovensko Nahlášen přebytek ELA/EURES 2025 * — −52,3% 2023–2035 · Cedefop 2026 *
Německo Nahlášen nedostatek ELA/EURES 2025 * — +10,1% 2023–2035 · Cedefop 2026 *
Rakousko Nenahlášeno — +9,5% 2023–2035 · Cedefop 2026 *
Polsko Nenahlášeno — +7,8% 2023–2035 · Cedefop 2026 *
Nizozemsko Nahlášen nedostatek ELA/EURES 2025 * — −5,6% 2023–2035 · Cedefop 2026 *

* Zveřejňuje se pro skupiny povolání, nikoli pro jednotlivé pracovní pozice.

Poskytujete kariérní poradenství studentům, klientům nebo zaměstnancům? Využijte tato data o povolání ve své organizaci.

NexFuture™

Budoucí perspektiva pro statistik referent/statistička referentka

The outlook for statistik referent/statistička referentka reflects a balanced mix of automation exposure and durable, human-led work.

Jak se tyto výsledky počítají?

Index odolnosti (0–100) odhaduje, jak strukturálně chráněno je toto povolání před automatizací a narušením AI na základě analýzy na úrovni úkolů. Vyšší skóre znamená více úkolů náročných na lidský úsudek. Expozice AI ukazuje odhadované procento pracovních hodin, které by mohly být ovlivněny současnými možnostmi AI. Jedná se o strukturální ukazatele odvozené z modelu, nikoli předpovědi individuální jistoty zaměstnání.

Hrajte na budoucnost
Jak by se mohlo statistik referent/statistička referentka změnit s rostoucím zaváděním umělé inteligence?

Několik oblastí úkolů se může přesunout k pracovním postupům podporovaným umělou inteligencí, takže rekvalifikace se stává důležitější.

Významná transformace na úrovni úkolů se odhaduje za 8 let (kolem roku 2034) v rámci vybraného scénáře „Očekávané“.
~10%
Odolnost
Riziko automatizace
EXP~85%
Lidská hrana
MOAT~10%

Ilustrativní scénář založený na automatizovatelnosti úkolů — nikoli předpověď. Hodnoty se zaokrouhlují, čím dále do budoucna se díváte.

2026
2030
2039
Rychlost přijetí AI:

Odhad založený na modelu. Použijte jej jako plánovací signál, nikoli jako záruku.

Jak může AI změnit tuto roli

Deterministická, na modelu založená interpretace signálů aktuální role – není zárukou nahrazení.

15% Vlastněno lidmi

Co ještě záleží na lidech

Většina úkolů zde je podporována umělou inteligencí, nikoli čistě lidská.

Lidská výhoda Aby jste zůstali vpředu v této roli, zaměřte se na kvantitativní analýza a matematika. Tyto dovednosti zaměřené na člověka jsou nejobtížněji replikovatelné pro AI v příštích 20 let.
37% Asistujte

Kde se AI může stát druhým pilotem

  • identifikovat statistické modely
  • použít metodu statistické analýzy
  • uplatňovat vědecké metody
81% automatizovat

Úkoly nejvíce vystavené automatizaci

  • shromažďovat data
  • zpracovávat data
  • provádět analytické matematické výpočty
Podrobná analýza

Životní funkce a AI vektory

vektory expozice AI

0-100%
AI / strojové učení 37%

Expozice vůči analýze podporované AI, rozpoznávání vzorů a úlohám prediktivního modelování

Generativní AI 6%

Expozice vůči generování obsahu, kreativnímu zvýšení a nástrojům velkých jazykových modelů

Kognitivní software 2%

Expozice vůči automatizaci pracovního toku, softwaru na podporu rozhodování a digitalizaci procesů

Robotická a fyzikální automatizace 0%

Expozice vůči fyzické automatizaci, robotice a senzorem řízenému posunu úloh

Technické detaily
Metodologie: NexFuture v3.0 Zdroje: O*NET® 30.3, ESCO v1.2.1 Aktualizováno: říjen 2026

NexFuture v3.0 odhaduje expozici automatizaci přímo ze základních skupin dovedností ESCO, vážených podle objemu dovedností a kalibrovaných podle expertních kotev. Skóre jsou pravděpodobnostní odhady, nikoli záruky. Úplné podrobnosti naleznete v metodickém dokumentu NexFuture.

Měří vystavení automatizaci. Neměří mzdu, poptávku ani počet pracovních míst ve vašem okolí.

Den v životě

Co lidé v této roli obvykle dělají

Digitální technologie

Den v životě

Typický den jako statistik referent/statistička referentka

09
09:00 · ráno
identifikovat statistické modely
Analyzovat statistické údaje s cílem nalézt vzorce a trendy v údajích nebo mezi proměnnými.
10
10:30 · Dopoledne
použít metodu statistické analýzy
Použít modely (popisné nebo inferenční statistiky) a techniky (vytěžování dat nebo strojové učení) pro účely statistické analýzy a nástroje informačních a komunikačních technologií (ICT) pro analýzu dat, odhalování korelací a předpověď trendů.
12
12:00 · poledne
provádět analytické matematické výpočty
Používat matematické metody a využívat výpočetní techniku k provádění analýz a hledání řešení konkrétních problémů.
14
14:00 · odpoledne
provádět analýzu dat
Shromažďovat údaje a statistiky k testování a hodnocení za účelem nalezení opakujících se tvrzení a zákonitostí, aby bylo možné odhalit informace užitečné pro rozhodovací proces.
15
15:30 · Pozdě odpoledne
provádět kvantitativní výzkum
Provádět systematické empirické vyšetření pozorovatelných jevů pomocí statistických, matematických nebo počítačových technik.
17
17:00 · Zábal
psát pracovní zprávy
Sestavovat pracovní zprávy, které podporují účinné řízení vztahů a vysokou úroveň dokumentace a vedení záznamů. Psát a prezentovat závěry jasným a srozumitelným způsobem, aby byly srozumitelné i pro laiky.

Pořadí úkolů je ilustrativní. Jednotlivé dny se liší.

Dovednosti a znalosti

Co potřebujete k této práci

Dovednosti, znalosti a nástroje, které tato role vyžaduje — a rysy a přínosy, které s ní souvisejí.

Základní dovednosti
provádět akademický výzkum nebo průzkum trhu
  • uplatňovat vědecké metody

    Uplatňovat vědecké metody a techniky k vyšetřování fenoménu, a to získáním nových poznatků nebo opravou a integrací předchozích znalostí.

  • provádět kvantitativní výzkum

    Provádět systematické empirické vyšetření pozorovatelných jevů pomocí statistických, matematických nebo počítačových technik.

psát technické nebo vědecké texty
  • psát pracovní zprávy

    Sestavovat pracovní zprávy, které podporují účinné řízení vztahů a vysokou úroveň dokumentace a vedení záznamů. Psát a prezentovat závěry jasným a srozumitelným způsobem, aby byly srozumitelné i pro laiky.

  • psát technické zprávy

    Vypracovávat technické zprávy pro zákazníky srozumitelné pro lidi bez technických znalostí.

analyzovat vědecká a lékařská data
  • identifikovat statistické modely

    Analyzovat statistické údaje s cílem nalézt vzorce a trendy v údajích nebo mezi proměnnými.

shromažďovat informace z fyzických nebo elektronických zdrojů
  • shromažďovat data

    Extrahovat exportovatelná data z více zdrojů.

řídit, získávat a uchovávat digitální data
  • provádět analýzu dat

    Shromažďovat údaje a statistiky k testování a hodnocení za účelem nalezení opakujících se tvrzení a zákonitostí, aby bylo možné odhalit informace užitečné pro rozhodovací proces.

provádět výpočty
  • provádět analytické matematické výpočty

    Používat matematické metody a využívat výpočetní techniku k provádění analýz a hledání řešení konkrétních problémů.

analyzovat a vyhodnocovat informace a data
  • použít metodu statistické analýzy

    Použít modely (popisné nebo inferenční statistiky) a techniky (vytěžování dat nebo strojové učení) pro účely statistické analýzy a nástroje informačních a komunikačních technologií (ICT) pro analýzu dat, odhalování korelací a předpověď trendů.

zadávat a upravovat informace
  • zpracovávat data

    Zadávat informace do systému uchovávání dat a systému vyhledávání dat prostřednictvím procesů, jako je skenování, ruční kódování nebo přenos dat za účelem zpracování velkého množství dat.

Oblasti znalostí & Software a technologie
Oblasti znalostí
  • posuzování kvality údajů

    Odhalování problémů s údaji pomocí ukazatelů kvality, opatření a měření s cílem sestavit strategie pro očištění a obohacení údajů podle kritérií kvality údajů.

  • techniky statistického modelování

    Přístupy k využití statistické analýzy datových souborů v oblasti datové vědy. Snaží se vypracovat předpovědi reality pomocí statistických modelů a explicitních předpokladů.

Meziodvětvové dovednosti
  • kvantitativní analýza
  • matematika
  • statistika
  • systémový software pro statistickou analýzu
  • algoritmy
  • datová věda
  • metodologie vědeckého výzkumu
  • techniky průzkumu
  • výzkumný design
Software a technologie
Structured query language SQLSASPythonRThe MathWorks MATLABIBM SPSS StatisticsMicrosoft Visual BasicC++TableauOracle JavaBentley MicroStationC#Microsoft Active Server Pages ASPMicrosoft Visual StudioOracle PL/SQLMinitabStataCorp StataWolfram Research MathematicaSoftware development toolsSAP BusinessObjects Crystal ReportsData visualization softwareInsightful S-PLUSSTATISTICAdBASEAvidian Technologies ProphetA programming language APLSystat Software SigmaStatHarvard GraphicsHyland OnBase Enterprise Content ManagementGGY AXISPolySystems Asset DelphiQSR International NVivoTowers Perrin MoSesBenfield ReMetrica
Klíčové vlastnosti, které potřebujete
Analytické myšlení Integrita Uznání Spolehlivost Spolupráce Úspěch Úspěch/Snaha Rozmanitost Přizpůsobivost/Flexibilita Tolerance ke stresu Sebekontrola Nezávislost Inovace Vedení Zájem o druhé Sociální orientace
Klíčové odměny, které můžete očekávat
ÚspěchPracovní podmí…UznáníVztahyPodporaNezávislost
Jak se kvalifikovat

Statistik referent: jak získat kvalifikaci a kde studovat

Co je obvykle potřeba ke kvalifikaci: úroveň vzdělání, kde se jedná o regulované povolání a kde studovat.

Typická úroveň vzdělání

Krátkodobé terciární vzdělávání

Kde studovat

1 170 studijních programů v 28 zemích nabízí výuku základních dovedností pro toto povolání. Navíc 186 krátkých kurzů, z nichž každý rozvíjí jednu dovednost.

Několik příkladů vyučovaných v jazyce této stránky:

Diplom Datová věda

University of Hradec Králové · Česko

EQF 7 Zdroj 1
Diplom Statistics and Data Science

Prague University of Economics and Business · Česko

EQF 7 Zdroj 1
Zdroje
  1. 1. Source: Study in Czechia, Czech National Agency for International Education and Research (studyin.gov.cz).
Kariérní postup

Cesty růstu a podobné role

Prozkoumejte typické cesty kariérního postupu, související dovednosti a podobné role a naplánujte si další přechod.

Pro organizace

Data na této stránce ve službách vašich studentů, klientů a zaměstnanců.

Běžné otázky

Často kladené otázky

Jaké dovednosti jsou pro pozici statistik referenta/statističky referentky nejdůležitější?
Kromě znalosti statistických metod je klíčová analytická schopnost, pozornost k detailu, schopnost pracovat s daty a s relevantním softwarem. Důležitá je také schopnost srozumitelně prezentovat výsledky analýz a komunikovat s lidmi z různých oborů.
Jaké typy dat mohu jako statistik referent/statistička referentka zpracovávat?
Zpracovávat můžete širokou škálu dat - od finančních ukazatelů a prodejních dat, přes data z průzkumů veřejného mínění, až po data z vědeckých experimentů. Typ dat se bude lišit v závislosti na odvětví a konkrétní pozici.
Jaké jsou typické pracovní podmínky pro statistik referenta/statističku referentku?
Většina statistik referentů/statističek referentek pracuje v kancelářích, často v týmu s dalšími analytiky a specialisty. Práce je převážně zaměřená na počítač, ale je důležité i aktivně komunikovat s kolegy a klienty.
Statistik Referent/Statistička Referentka — je v Evropě nedostatek?
Ne. Ve vydání ELA/EURES z roku 2025 byl přebytek nahlášen v 5 z 8 evropských zemí, které tuto skupinu povolání hodnotily: Řecko, Finsko, Lotyšsko, Švédsko a dalších 1. 3 nahlásily nedostatek. Tato hodnocení se zveřejňují za skupiny povolání, nikoli za jednotlivé názvy pozic.
Statistik Referent/Statistička Referentka — kolik se za to platí ve Spojených státech?
51 440 dolarů ročně v mediánu, k 2025-05. Mediány jednotlivých států se pohybují od 27 490 do 82 580 dolarů. Zdroj: US Bureau of Labor Statistics. Údaj se týká Spojených států a není projekcí pro Evropu.

Zdroje: ESCO O*NET ELA/EURES Cedefop BLS Data aktualizována 3. října 2026 O našich datech