“我可能干了個(gè)假的數(shù)據(jù)分析師！”經(jīng)常有同學(xué)發(fā)出這種感慨，然后到處發(fā)《數(shù)據(jù)分析師是干什么的》《數(shù)據(jù)分析師、數(shù)據(jù)工程師、數(shù)據(jù)運(yùn)營、數(shù)據(jù)挖掘工程師、商業(yè)數(shù)據(jù)分析師、我隨便寫個(gè)什么分析師之間到底有什么區(qū)別》一類的帖子。之所以會(huì)這樣，是因?yàn)榇蠹铱吹某３Ｊ抢硐霠顟B(tài)下的數(shù)據(jù)分析崗位職責(zé)與內(nèi)容。

從本質(zhì)上講，數(shù)據(jù)分析是個(gè)技能，人人都可以學(xué)，人人都可以用?！皵?shù)據(jù)分析”四個(gè)字拆開，可以細(xì)分成偏技術(shù)的“數(shù)據(jù)”部分——采集、存儲(chǔ)、加工、展示數(shù)據(jù)；偏業(yè)務(wù)的“分析”部分——定義問題，設(shè)計(jì)思路、尋找答案、驗(yàn)證假設(shè)、跟蹤結(jié)果。技能人人可以學(xué)，但在企業(yè)中，具體的活是得有人干的。在企業(yè)里，員工是按組織架構(gòu)編排的。數(shù)據(jù)分析工作，最終還是要分配到某一個(gè)部門的某一個(gè)崗位。

蛋疼就從崗位開始……

因?yàn)閿?shù)據(jù)分析不像銷售、產(chǎn)品、運(yùn)營一樣是剛性崗位，大部分企業(yè)并不依靠數(shù)據(jù)分析掙錢吃飯。因此，數(shù)據(jù)分析崗位就不是一個(gè)常設(shè)崗位或者必須崗位。簡單來說，這是個(gè)后娘養(yǎng)的部門。因此組織架構(gòu)的設(shè)置就千奇百怪。導(dǎo)致的后果，就是：理想永遠(yuǎn)是美好的，現(xiàn)實(shí)只能自求多福。大家在網(wǎng)上看到的各種科學(xué)合理的“數(shù)據(jù)分析流程”“數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)”，到了現(xiàn)實(shí)里就七零八落。

O(╯□╰)o

理論上，在技術(shù)端，至少需要數(shù)據(jù)倉儲(chǔ)，數(shù)據(jù)分析兩個(gè)組，才能扛得住工作。數(shù)倉組搞掂數(shù)據(jù)采集、架構(gòu)、性能問題，分析組搞掂取數(shù)問題?？蓪?shí)際上有完整架構(gòu)的屈指可數(shù)，草臺(tái)班子滿地都是：

這就是無數(shù)做技術(shù)的同學(xué)苦惱的根源：公司沒有重視數(shù)據(jù)這回事，指望一個(gè)人把數(shù)倉到BI到建模全搞了。于是搞得辦事的人各種苦逼。尤其這兩年，人工智能的東風(fēng)給領(lǐng)導(dǎo)的朋友圈吹來了無數(shù)數(shù)據(jù)分析如何牛逼的文章。搞得能力向下兼容的招聘風(fēng)氣日盛。領(lǐng)導(dǎo)們想當(dāng)然的以為“算法那么復(fù)雜，那么牛逼，找一個(gè)會(huì)算法的不就什么問題都能解決了？”

還真搞不掂。因?yàn)槟芰w能力，工作歸工作。數(shù)據(jù)分析的工作方式，決定了一個(gè)人能做的是很有限的（如下圖）。即使一個(gè)人有能力全部做，他也沒精力同時(shí)出現(xiàn)在業(yè)務(wù)部門開會(huì)的會(huì)議室，跑數(shù)的工位，開發(fā)的機(jī)房三個(gè)地方。且不說僅僅是清洗數(shù)據(jù)，就需要消耗大量精力。過度指望一個(gè)人大包大攬的結(jié)果，就是丫樣樣都會(huì)一點(diǎn)，但樣樣不精通。

2，3，4步是開發(fā)的硬活，5，6，7步是數(shù)據(jù)分析的本質(zhì)工作，但做算法、做專題、開發(fā)報(bào)表的工作細(xì)節(jié)完全不同，而1、8正是數(shù)據(jù)分析的起點(diǎn)與終點(diǎn)，不考慮業(yè)務(wù)需求，不跟蹤業(yè)務(wù)效果，做了分析又有啥用呢？

在業(yè)務(wù)端，問題恰恰相反，是個(gè)人都想搞個(gè)分析，結(jié)果基層的表哥表姐越養(yǎng)越多（如下圖）。

業(yè)務(wù)部門需要的是分析結(jié)論，不是一個(gè)數(shù)字。單純告訴業(yè)務(wù)部門“本月銷量350w，客戶復(fù)購率20%”屁用沒用，業(yè)務(wù)部門需要的是“這到底說明了什么問題”！做技術(shù)的同事，往往只能提供數(shù)字，而不是分析結(jié)論，所以業(yè)務(wù)部門養(yǎng)“分析專員”的風(fēng)氣就越演越烈。相當(dāng)多的領(lǐng)導(dǎo)都喜歡安排一兩個(gè)數(shù)據(jù)XX在組織下邊，這里只列了一點(diǎn)點(diǎn)，實(shí)際上的還有更多更多的表哥表姐崗位……

數(shù)據(jù)磚員們的工作是很辛苦的。雖然名字也帶“數(shù)據(jù)分析”然而做的工作基本就是在excel里搬數(shù)據(jù)（常常往返于csv格式與excel工作薄格式之間），做圖表，貼到ppt里，在折線圖下邊寫上：“本月銷量低了，要搞高！”然后就能靜靜等著領(lǐng)導(dǎo)回復(fù)：“分析的一點(diǎn)也不深入！”了

鬼愿意過這種日子?。。è?▼メ）

業(yè)務(wù)端的分析，需要對業(yè)務(wù)本身有認(rèn)識(shí)和較深的分析能力積累。這樣才能有勇氣和手段從合作部門嘴里了解到業(yè)務(wù)到底在干什么，才能在經(jīng)營過程中準(zhǔn)確定義問題，才能構(gòu)建適合自己公司的分析思路。這些都不是花5000雇個(gè)表哥表姐能解決的?？蓱z的基層表哥表姐們，往往都是新入職沒兩年，在公司人都不認(rèn)識(shí)幾個(gè)。別說分析問題了，連張嘴問別人問題，都會(huì)吃一個(gè)白眼：“關(guān)你什么事，做你的去”。這樣的狀態(tài)真的分析不了啥。

我非常能理解業(yè)務(wù)部門老大們對IT的不滿。“就知道跑個(gè)數(shù)字，分析啥了？”這種抱怨從我入行第一天一直聽到現(xiàn)在；我也非常能理解業(yè)務(wù)部門老大們用數(shù)據(jù)分析當(dāng)招牌填充人編的做法。問題是這樣大量鋪專員真的不是解決問題的辦法。因?yàn)橄胍治鲚敵鼋Y(jié)論，需要的是做分析報(bào)告的人有分析思路和解決問題的能力。正如郭德綱講相聲好笑，那是因?yàn)樗麜?huì)講相聲，不是因?yàn)樗L得胖。以為花5000雇個(gè)表哥做個(gè)ppt就能分析了，就像以為從街上拉個(gè)矮胖子就能把人逗笑一樣……

所以理論上講，最好的結(jié)構(gòu)應(yīng)該是業(yè)務(wù)端找有資歷，有經(jīng)驗(yàn)的少數(shù)人承擔(dān)。技術(shù)端按需求排架構(gòu)，多一些人把數(shù)據(jù)質(zhì)量、數(shù)據(jù)處理、BI做起來。這樣數(shù)據(jù)質(zhì)量高，數(shù)據(jù)形式多，方便使用，同時(shí)業(yè)務(wù)上也能解讀出含義，有能力推動(dòng)數(shù)據(jù)成果落地——然鵝這又是一個(gè)理想。從業(yè)那么多年，除了銀行體系和少數(shù)大型互聯(lián)網(wǎng)公司外。就沒幾個(gè)企業(yè)真的重視這回事，該招表哥繼續(xù)招表哥，該養(yǎng)阿爾法狗繼續(xù)養(yǎng)狗。

o(*￣3￣)o那個(gè)，開心就好……

正如某位前輩所言：現(xiàn)階段數(shù)據(jù)分析領(lǐng)域的主要矛盾，是人民群眾日益增長的對大數(shù)據(jù)人工智能的幻想，與落后的基礎(chǔ)數(shù)據(jù)開發(fā)建設(shè)之間的矛盾。

這兩年能清晰數(shù)據(jù)的角色和地位的企業(yè)相對多了一些，早些年情況更混亂。XX分析師的XX甚至都是HR小妹妹現(xiàn)編的，崗位JD里復(fù)制一段話出來百度，都能找出來一堆一模一樣的JD。那個(gè)年代我接到獵頭電話，往往在丫blabla一堆“分析”“挖掘”“模型”名詞之后。直接來這么一句：來，我們說點(diǎn)實(shí)在的，向什么部門的領(lǐng)導(dǎo)匯報(bào)？是寫ppt的還是寫代碼的？區(qū)分效果群拔！

哈哈(????)?

總之不要被名字框死了思路，不要太糾結(jié)名字的文字。要看自己具體的工作內(nèi)容，自己掛在哪個(gè)部門下邊，具體分析，才能看清前途。

?

--end--

掃描下方二維碼

添加好友，備注【交流群】

拉你到學(xué)習(xí)路線和資源豐富的交流群