作者?| gongyouliu

編輯 | gongyouliu

筆者本科、研究生學(xué)的都是數(shù)學(xué)專業(yè)，2009年工作后基本都是從事跟數(shù)據(jù)、算法相關(guān)的工作，算是跟數(shù)據(jù)分析淵源頗深。工作后，在2010年開(kāi)始接觸數(shù)據(jù)分析，2012年開(kāi)始接觸大數(shù)據(jù)，大約有10年數(shù)據(jù)分析實(shí)踐經(jīng)驗(yàn)。通過(guò)多年的實(shí)踐與總結(jié)，對(duì)數(shù)據(jù)分析有了一些思考和感悟。這篇文章分享一下自己對(duì)數(shù)據(jù)分析職業(yè)發(fā)展的一些思考。

在數(shù)據(jù)分析的價(jià)值這篇文章中，筆者提到：作為數(shù)據(jù)分析師一定要從業(yè)務(wù)維度來(lái)思考和體現(xiàn)數(shù)據(jù)分析的價(jià)值。是否有業(yè)務(wù)思維，是否會(huì)從用戶增長(zhǎng)、用戶體驗(yàn)、商業(yè)變現(xiàn)的角度來(lái)體現(xiàn)數(shù)據(jù)分析的價(jià)值是數(shù)據(jù)分析師的核心競(jìng)爭(zhēng)力。有數(shù)據(jù)驅(qū)動(dòng)意識(shí)、能夠很好地從數(shù)據(jù)中發(fā)現(xiàn)規(guī)律并充分利用這些規(guī)律的公司才能夠在激烈的市場(chǎng)競(jìng)爭(zhēng)中更好地生存下來(lái)。是否能夠利用數(shù)據(jù)來(lái)驅(qū)動(dòng)業(yè)務(wù)發(fā)展是公司的核心競(jìng)爭(zhēng)力。

數(shù)據(jù)分析不是一個(gè)新生的職業(yè)，可以說(shuō)從人類發(fā)明計(jì)算機(jī)開(kāi)始（甚至更早）就有了數(shù)據(jù)分析，特別是2006年大數(shù)據(jù)時(shí)代到來(lái)后，數(shù)據(jù)分析變得異?；鸨?，數(shù)據(jù)分析師的工資相對(duì)較高，人人都想從事數(shù)據(jù)分析。最近4、5年隨著人工智能、區(qū)塊鏈等新的技術(shù)熱點(diǎn)的出現(xiàn)，大數(shù)據(jù)行業(yè)逐步歸于平靜，數(shù)據(jù)分析行業(yè)回歸到了理性狀態(tài)。

不管是未來(lái)想從事數(shù)據(jù)分析的畢業(yè)生，還是想轉(zhuǎn)行做數(shù)據(jù)分析的職場(chǎng)人士，亦或是正在從事數(shù)據(jù)分析的從業(yè)人員，大家肯定會(huì)關(guān)注數(shù)據(jù)分析這個(gè)行業(yè)的未來(lái)發(fā)展。所以，這篇文章我就來(lái)說(shuō)說(shuō)數(shù)據(jù)分析職業(yè)發(fā)展相關(guān)話題。本篇文章主要從數(shù)據(jù)分析的時(shí)代背景、數(shù)據(jù)分析師的機(jī)遇、數(shù)據(jù)分析師面臨的問(wèn)題與挑戰(zhàn)、數(shù)據(jù)分析工作的建議、數(shù)據(jù)分析師的職業(yè)發(fā)展等5個(gè)方面來(lái)介紹數(shù)據(jù)分析相關(guān)的話題，期望本文可以給從事數(shù)據(jù)分析的同行或者期待進(jìn)入數(shù)據(jù)分析行業(yè)的讀者提供一定的參考和借鑒。

一、數(shù)據(jù)分析的時(shí)代背景

數(shù)據(jù)分析需求其實(shí)很早就有了，即使不借助計(jì)算機(jī)也是可以做數(shù)據(jù)分析的，最早導(dǎo)彈發(fā)射的彈道計(jì)算就是采用計(jì)算尺算出來(lái)的。當(dāng)計(jì)算機(jī)出現(xiàn)后，有了電子表格軟件，數(shù)據(jù)分析就更加容易了。最早的電子表格軟件是美國(guó)蓮花公司的Lotus，該公司不敵微軟，在與微軟的競(jìng)爭(zhēng)中敗下陣來(lái)，最終被IBM收購(gòu)。大家熟知的由微軟開(kāi)發(fā)的Excel是電子表格軟件的佼佼者，幾乎統(tǒng)治了整個(gè)電子表格軟件的市場(chǎng)。Excel很好用、很實(shí)用，常規(guī)的數(shù)據(jù)分析與數(shù)據(jù)可視化都可以輕松應(yīng)對(duì)。

隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展，數(shù)據(jù)量指數(shù)增長(zhǎng)，數(shù)據(jù)的形式也更加多樣化，出現(xiàn)了種類繁多的非結(jié)構(gòu)化數(shù)據(jù)（如圖片、音頻、視頻、網(wǎng)頁(yè)、富媒體等），這時(shí)處理數(shù)據(jù)就沒(méi)有那么容易了。2003到2006年間，Google發(fā)表了3篇具有劃時(shí)代意義的大數(shù)據(jù)論文，標(biāo)志著大數(shù)據(jù)時(shí)代的到來(lái)。真正讓大數(shù)據(jù)火起來(lái)的觸發(fā)點(diǎn)是2006年Doug Cutting開(kāi)源的Hadoop軟件（參考Google其中一篇論文的思路開(kāi)發(fā)而成），這之后全世界的開(kāi)源貢獻(xiàn)者圍繞Hadoop構(gòu)建了一系列的大數(shù)據(jù)組件，大數(shù)據(jù)逐漸形成了一個(gè)龐大的生態(tài)系統(tǒng)。

從2007年到2016年的近十年時(shí)間，是大數(shù)據(jù)發(fā)展的黃金十年，人人都在談?wù)摯髷?shù)據(jù)，基本每家互聯(lián)網(wǎng)公司都在招聘大數(shù)據(jù)分析師。大數(shù)據(jù)場(chǎng)景下的復(fù)雜業(yè)務(wù)分析讓（大）數(shù)據(jù)分析這個(gè)新生的職業(yè)為大眾所認(rèn)可和接受。

大數(shù)據(jù)時(shí)代的到來(lái)才真正讓數(shù)據(jù)分析從小眾到大眾化，最終讓數(shù)據(jù)分析走到聚光燈下。數(shù)據(jù)分析行業(yè)的火爆，是跟很多因素有關(guān)聯(lián)的，總體來(lái)說(shuō)，是科技發(fā)展和社會(huì)進(jìn)步引領(lǐng)數(shù)據(jù)時(shí)代的到來(lái)。這其中最重要的原因有如下3點(diǎn)：

1. 移動(dòng)互聯(lián)網(wǎng)的興起催生了大數(shù)據(jù)

蘋果在2007年發(fā)布第一代iPhone智能手機(jī)，標(biāo)志著移動(dòng)互聯(lián)網(wǎng)時(shí)代的到來(lái)。移動(dòng)互聯(lián)網(wǎng)最大的特點(diǎn)是人人都可以實(shí)時(shí)在線，一部智能手機(jī)讓我們可以連接全世界。手機(jī)上的攝像頭、麥克風(fēng)、觸屏等輸入設(shè)備讓我們很容易生產(chǎn)數(shù)據(jù)，可以說(shuō)，每個(gè)人都是一部生產(chǎn)數(shù)據(jù)的機(jī)器。制造業(yè)的成熟及原材料價(jià)格的下降，制造一部智能手機(jī)的成本越來(lái)越小，人手擁有一部手機(jī)成為可能，據(jù)估計(jì)全世界至少有50億部手機(jī)在使用，這50億部手機(jī)組成了一個(gè)巨大的數(shù)字化工廠，源源不斷地制造數(shù)字化生產(chǎn)資料。

3G、4G及當(dāng)前的5G技術(shù)的發(fā)展、成熟與商業(yè)化，讓數(shù)據(jù)傳輸更加穩(wěn)定、高效、快捷、廉價(jià)?；ヂ?lián)網(wǎng)公司通過(guò)提供人們?nèi)粘Ｉ畋仨毜模?C）產(chǎn)品（如微信、淘寶、美團(tuán)、攜程、頭條、抖音、快手、B站等）讓用戶沉浸其中，源源不斷地為公司生產(chǎn)數(shù)據(jù)，公司借助數(shù)據(jù)分析與挖掘技術(shù)，在更好地服務(wù)用戶的同時(shí)攫取更多的商業(yè)利潤(rùn)。

2. 大數(shù)據(jù)技術(shù)的成熟讓大數(shù)據(jù)分析成為可能

隨著以Hadoop為核心的大數(shù)據(jù)生態(tài)系統(tǒng)的完善，處理大數(shù)據(jù)有了更多、更好的方法和工具。HDFS、HBase、Hive等分布式數(shù)據(jù)存儲(chǔ)系統(tǒng)可以讓企業(yè)可以更加方便、安全、可伸縮地存儲(chǔ)海量數(shù)據(jù)。Spark、Flink等一系列構(gòu)筑在Hadoop之上的計(jì)算組件讓分布式處理大規(guī)模數(shù)據(jù)成為可能。

隨著數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)建模經(jīng)驗(yàn)的積累，目前互聯(lián)網(wǎng)企業(yè)基本都有了一套自己的數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)，數(shù)據(jù)按照業(yè)務(wù)進(jìn)行層次化存儲(chǔ)，方便進(jìn)行各類業(yè)務(wù)分析。數(shù)據(jù)倉(cāng)庫(kù)建設(shè)完備的公司，90%以上的數(shù)據(jù)分析需求都可以用SQL來(lái)完成，數(shù)據(jù)分析師的工作也變得越來(lái)越簡(jiǎn)單高效。

除了開(kāi)源的大數(shù)據(jù)基礎(chǔ)工具，云計(jì)算公司和大數(shù)據(jù)的2B創(chuàng)業(yè)公司也提供了端到端的數(shù)據(jù)解決方案，數(shù)據(jù)分析變成了一件非常容易的事情?，F(xiàn)在的創(chuàng)業(yè)公司不再需要自己去搭建、運(yùn)營(yíng)、維護(hù)一套復(fù)雜的數(shù)據(jù)平臺(tái)，只需要像水電煤一樣購(gòu)買數(shù)據(jù)服務(wù)即可使用。

3. 公司自身發(fā)展依賴數(shù)據(jù)驅(qū)動(dòng)進(jìn)行決策

互聯(lián)網(wǎng)行業(yè)是一個(gè)構(gòu)建在規(guī)模經(jīng)濟(jì)之上的、競(jìng)爭(zhēng)相當(dāng)激烈的行業(yè)，產(chǎn)品更新迭代速度快。只有快速迭代產(chǎn)品，更好、更快地滿足用戶需求，吸引足夠多的用戶關(guān)注與使用，獲得快速增長(zhǎng)，才能拿到融資、才能獲得較好的現(xiàn)金流，否則很難生存下去。目前2C行業(yè)已經(jīng)到了增長(zhǎng)的天花板，競(jìng)爭(zhēng)只會(huì)愈演愈烈。

怎么快速地獲取用戶、讓用戶多使用你的產(chǎn)品，以及怎么更好地進(jìn)行商業(yè)化變現(xiàn)，是比較困難的事情，這需要科學(xué)的思考和決策。我們處在信息爆炸的高科技時(shí)代，行業(yè)關(guān)系錯(cuò)綜復(fù)雜，牽一發(fā)而動(dòng)全身，光靠拍腦袋決策是不行的，大腦有太多的主觀性，會(huì)受到個(gè)人經(jīng)驗(yàn)等外部因素的干擾。單靠大腦思考往往無(wú)法正確決策，這時(shí)就需要借助其他更科學(xué)的方法與工具了，其中數(shù)據(jù)化決策是一種非?？茖W(xué)有效的思維工具，特別是Google在2000年將AB測(cè)試引入互聯(lián)網(wǎng)企業(yè)后，開(kāi)啟了數(shù)據(jù)決策的先河。

要進(jìn)行數(shù)據(jù)決策就需要收集數(shù)據(jù)并對(duì)數(shù)據(jù)進(jìn)行分析?；ヂ?lián)網(wǎng)企業(yè)自身發(fā)展的需要及大環(huán)境施加的競(jìng)爭(zhēng)壓力讓企業(yè)對(duì)數(shù)據(jù)分析提出了更高的要求，企業(yè)越來(lái)越依賴數(shù)據(jù)化進(jìn)行決策，從而驅(qū)動(dòng)了數(shù)據(jù)分析行業(yè)的發(fā)展。

上面從3個(gè)不同維度來(lái)說(shuō)明了在大數(shù)據(jù)時(shí)代下數(shù)據(jù)分析的重要性和迫切性，這就給數(shù)據(jù)分析師提供了絕好的發(fā)展機(jī)遇，有越來(lái)越多的數(shù)據(jù)分析崗位向社會(huì)敞開(kāi)。我們?cè)谙乱还?jié)來(lái)說(shuō)說(shuō)數(shù)據(jù)分析師的機(jī)遇。

二、數(shù)據(jù)分析師的機(jī)遇

我們?cè)诘谝还?jié)3中提到公司對(duì)數(shù)據(jù)分析有非常大的需求，而數(shù)據(jù)分析，特別是大數(shù)據(jù)分析是最近幾年才爆發(fā)起來(lái)的，因此數(shù)據(jù)分析人才相對(duì)稀缺，供不應(yīng)求。根據(jù)經(jīng)濟(jì)學(xué)原理，當(dāng)人才供不應(yīng)求時(shí)，價(jià)格就上漲，因此，數(shù)據(jù)分析師的工資普遍會(huì)高于IT行業(yè)的平均水平?？傮w來(lái)說(shuō)，數(shù)據(jù)分析師的機(jī)遇與優(yōu)勢(shì)表現(xiàn)為如下2點(diǎn)：

1. 數(shù)據(jù)分析人才需求巨大，更容易找到工作

從大的環(huán)境來(lái)看，隨著移動(dòng)互聯(lián)網(wǎng)的爆發(fā)，很多2C的互聯(lián)網(wǎng)公司如雨后春筍般出現(xiàn)，互聯(lián)網(wǎng)公司競(jìng)爭(zhēng)激烈，需要靠數(shù)據(jù)來(lái)驅(qū)動(dòng)，因此對(duì)數(shù)據(jù)人才的需求自然增多。前幾年市面上招聘數(shù)據(jù)分析的崗位非常之多，雖然這兩年由于大環(huán)境的影響，職位相對(duì)前幾年有所減少，但是總體來(lái)看，還是相當(dāng)多的。

從公司發(fā)展維度來(lái)看，現(xiàn)在的企業(yè)競(jìng)爭(zhēng)壓力大，通過(guò)數(shù)據(jù)化運(yùn)營(yíng)是一種比較好的技術(shù)手段，可以提升公司決策正確率，讓企業(yè)少犯錯(cuò)誤。數(shù)據(jù)驅(qū)動(dòng)也可以更好地滿足商業(yè)化需求。特別是AB測(cè)試工具的大規(guī)模使用，讓數(shù)據(jù)驅(qū)動(dòng)變得科學(xué)高效。要進(jìn)行數(shù)據(jù)化決策，就需要招聘相關(guān)的數(shù)據(jù)分析人才。

企業(yè)運(yùn)營(yíng)也進(jìn)入了數(shù)據(jù)化時(shí)代，未來(lái)數(shù)據(jù)化運(yùn)營(yíng)是企業(yè)最重要的一種運(yùn)營(yíng)手段，我們熟知的搜索、廣告、推薦系統(tǒng)等都可以看成是數(shù)據(jù)化運(yùn)營(yíng)的工具（只不過(guò)是算法驅(qū)動(dòng)的自動(dòng)化的運(yùn)營(yíng)）?；谟脩舢嬒駱?gòu)建的精細(xì)化運(yùn)營(yíng)平臺(tái)也是一類可以人工操控的數(shù)據(jù)運(yùn)營(yíng)工具。在數(shù)據(jù)化運(yùn)營(yíng)時(shí)代，對(duì)數(shù)據(jù)分析與數(shù)據(jù)運(yùn)營(yíng)人才的需求是極大的。

可以說(shuō)互聯(lián)網(wǎng)改變了整個(gè)社會(huì)結(jié)構(gòu)，互聯(lián)網(wǎng)也對(duì)實(shí)體經(jīng)濟(jì)造成了巨大的沖擊?，F(xiàn)在很多傳統(tǒng)公司都在做互聯(lián)網(wǎng)轉(zhuǎn)型，不轉(zhuǎn)型就無(wú)法生存下去。而要做轉(zhuǎn)型的第一步（也是最重要的一步）就是數(shù)字化，即將企業(yè)運(yùn)營(yíng)流程中涉及到的方方面面數(shù)據(jù)化。數(shù)據(jù)化后才可以通過(guò)數(shù)據(jù)分析的手段分析流程中可能存在的優(yōu)化點(diǎn)，挖掘數(shù)據(jù)中蘊(yùn)含的經(jīng)濟(jì)價(jià)值，最終優(yōu)化流程，提升生產(chǎn)效率，節(jié)約成本。傳統(tǒng)企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中肯定是需要招聘大量數(shù)據(jù)分析相關(guān)人才的。當(dāng)前2C行業(yè)已經(jīng)發(fā)展到了瓶頸期，獲取流量成本巨大，增長(zhǎng)日益疲軟，大的互聯(lián)網(wǎng)公司（包括BAT）在前兩年就開(kāi)始了2B轉(zhuǎn)型（或者將發(fā)展2B業(yè)務(wù)作為核心），2B轉(zhuǎn)型很重要的一塊是幫助傳統(tǒng)企業(yè)進(jìn)行數(shù)字化改造，這些轉(zhuǎn)型2B的互聯(lián)網(wǎng)企業(yè)也需要大量懂特殊行業(yè)具體業(yè)務(wù)的數(shù)據(jù)分析型人才。

國(guó)家也看到了數(shù)據(jù)化對(duì)社會(huì)運(yùn)行、工業(yè)進(jìn)步和經(jīng)濟(jì)發(fā)展的好處，進(jìn)而從各個(gè)方面進(jìn)行支持，包括：給數(shù)據(jù)相關(guān)創(chuàng)業(yè)公司更多的稅收優(yōu)惠；國(guó)家支持高校開(kāi)設(shè)數(shù)據(jù)分析專業(yè)，甚至是數(shù)據(jù)科學(xué)學(xué)院（目前國(guó)內(nèi)有上百所高校設(shè)立了大數(shù)據(jù)相關(guān)的專業(yè)或者學(xué)院）。前幾年，科技媒體和國(guó)家核心媒體對(duì)大數(shù)據(jù)相關(guān)產(chǎn)業(yè)和技術(shù)進(jìn)行過(guò)大量報(bào)道，在這個(gè)過(guò)程中起到了推波助瀾的作用。這些動(dòng)作向企業(yè)傳導(dǎo)出數(shù)據(jù)分析人才非常重要的信號(hào)，因此企業(yè)更迫切希望招聘到數(shù)據(jù)分析師。

還有一個(gè)現(xiàn)實(shí)的原因是科技的發(fā)展也迫切需要數(shù)據(jù)分析人才。視頻拍照技術(shù)的進(jìn)步，讓生產(chǎn)圖片/視頻數(shù)據(jù)變得非常容易。物聯(lián)網(wǎng)與5G的發(fā)展導(dǎo)致更多的數(shù)據(jù)產(chǎn)生，數(shù)據(jù)也更容易傳輸。數(shù)據(jù)量的增大及數(shù)據(jù)處理時(shí)效性要求越來(lái)越高，這也間接催生了對(duì)數(shù)據(jù)分析師的強(qiáng)烈需求。

未來(lái)隨著智能家居、物聯(lián)網(wǎng)（無(wú)人駕駛汽車、智能音箱、智能設(shè)備、智能攝像頭等）的發(fā)展、應(yīng)用與普及，越來(lái)越多的設(shè)備接入互聯(lián)網(wǎng)，這些聯(lián)網(wǎng)的設(shè)備，時(shí)時(shí)刻刻都在產(chǎn)生數(shù)據(jù)，導(dǎo)致數(shù)據(jù)量爆發(fā)增長(zhǎng)，增長(zhǎng)的數(shù)據(jù)需要進(jìn)行處理，也從另外一個(gè)側(cè)面也需要更多的數(shù)據(jù)分析人才。

大數(shù)據(jù)與數(shù)據(jù)分析行業(yè)的火爆也催生了很多進(jìn)行數(shù)據(jù)分析技能培訓(xùn)的知識(shí)變現(xiàn)型公司，這些公司也需要相當(dāng)大規(guī)模的懂?dāng)?shù)據(jù)分析技能、有相關(guān)業(yè)務(wù)經(jīng)驗(yàn)的培訓(xùn)師或者助理講師。

有了上面多重背景介紹，相信讀者也看得出，數(shù)據(jù)分析師是一個(gè)需求量非常大的職位，未來(lái)的需求只會(huì)更多，因此，數(shù)據(jù)分析師有更多的就業(yè)機(jī)會(huì)，更容易找到一份相關(guān)的工作。

2. 數(shù)據(jù)分析師的待遇高于行業(yè)平均水平

我們可以將人才看成是一種特殊的“商品”（這里只是類比，沒(méi)有貶低人的意思）。只要是可交換的商品（其實(shí)是人才的時(shí)間跟公司付給我們的工資進(jìn)行交換，雖然不是等價(jià)交換），一定是滿足經(jīng)濟(jì)學(xué)規(guī)律的，這里滿足的一個(gè)重要規(guī)律是供需平衡。當(dāng)數(shù)據(jù)分析人才供不應(yīng)求時(shí)，數(shù)據(jù)分析師的價(jià)格（即工資）就會(huì)上漲。在大數(shù)據(jù)發(fā)展早期，數(shù)據(jù)分析人才是供不應(yīng)求的，自然他們的工資相對(duì)較高。移動(dòng)互聯(lián)網(wǎng)發(fā)展太快速，人才培養(yǎng)沒(méi)有跟上，這也導(dǎo)致了人才供不應(yīng)求。

另外，在大數(shù)據(jù)時(shí)代，行業(yè)對(duì)數(shù)據(jù)分析提出了更高的技能要求。一般做數(shù)據(jù)分析是需要懂大數(shù)據(jù)技術(shù)的，常用的Hadoop、Spark、Hive等多少是需要熟悉的。這些新的技術(shù)發(fā)展歷史短，在大數(shù)據(jù)早期階段學(xué)習(xí)材料相對(duì)匱乏，要想完全理解透、學(xué)精通，還是比較難的，因此有一定的技術(shù)壁壘。一旦有了技術(shù)壁壘，掌握這種技術(shù)的人肯定是可以要到更高工資的。這也可以看成是大數(shù)據(jù)技術(shù)能力的供不應(yīng)求。

除了技術(shù)能力外，數(shù)據(jù)分析師也是需要有一定的數(shù)據(jù)思維和直覺(jué)的，同時(shí)還需要有業(yè)務(wù)意識(shí)、懂業(yè)務(wù)，但是數(shù)據(jù)思維/直覺(jué)好、懂業(yè)務(wù)的人還是不太多的。一旦你具備這些能力，你就可以更好地產(chǎn)出業(yè)務(wù)價(jià)值，這樣工資肯定會(huì)更高。

三、數(shù)據(jù)分析師面臨的問(wèn)題與挑戰(zhàn)

除了上一節(jié)講的機(jī)遇外，數(shù)據(jù)分析師未來(lái)還會(huì)面臨很多挑戰(zhàn)。這些挑戰(zhàn)如果我們樂(lè)觀應(yīng)對(duì)，不斷學(xué)習(xí)成長(zhǎng)，能力會(huì)有極大的提升。如果只是為了完成任務(wù)，不逼迫自己精進(jìn)，未來(lái)幾年之后一定會(huì)面臨比較大的職業(yè)成長(zhǎng)風(fēng)險(xiǎn)。下面我們就對(duì)這些可能存在的問(wèn)題和挑戰(zhàn)進(jìn)行說(shuō)明，供讀者參考，也希望可以警醒讀者，在平時(shí)工作中要多思考、多積累，一定要有危機(jī)意識(shí)。

1. 數(shù)據(jù)分析存在感不強(qiáng)

數(shù)據(jù)分析師主要的工作是支撐業(yè)務(wù)部門，為業(yè)務(wù)部門提供各種數(shù)據(jù)用于業(yè)務(wù)決策。業(yè)務(wù)部門提出的數(shù)據(jù)需求到底有什么價(jià)值，怎么產(chǎn)生價(jià)值，數(shù)據(jù)分析師往往是不知道的（業(yè)務(wù)方也往往不會(huì)跟你說(shuō)清楚數(shù)據(jù)的價(jià)值在哪里，他們一般只會(huì)找你要數(shù)據(jù)，有時(shí)甚至連他們自己也不知道這個(gè)數(shù)據(jù)到底有啥價(jià)值），很多數(shù)據(jù)分析師不太關(guān)注業(yè)務(wù)，也不屑于知道數(shù)據(jù)的價(jià)值在哪里。

如果我們不知道我們做的事情的價(jià)值在哪里，一般我們會(huì)沒(méi)有成就感。如果我們每天都做著沒(méi)有成就感的事情，我們對(duì)工作的熱情一定不會(huì)高，最終自己也會(huì)失去存在感。

2. 競(jìng)爭(zhēng)太激烈

數(shù)據(jù)分析行業(yè)在剛起步時(shí)，屬于新興行業(yè)，由于職位需求量大，很多剛畢業(yè)的學(xué)生會(huì)嘗試應(yīng)聘這一職位。剛開(kāi)始時(shí)，職位是供不應(yīng)求的。后面隨著大數(shù)據(jù)概念的普及與流行，媒體對(duì)大數(shù)據(jù)行業(yè)的過(guò)度正向宣導(dǎo)，也讓做其他方向的人大量轉(zhuǎn)行做數(shù)據(jù)分析，中國(guó)人比較從眾，這部分轉(zhuǎn)行的人還不在少數(shù)，這就讓數(shù)據(jù)分析職位從供不應(yīng)求逐步過(guò)渡到了供過(guò)于求了。

前面在第一節(jié)中提到，國(guó)家層面對(duì)大數(shù)據(jù)行業(yè)的支持，結(jié)果是上百所學(xué)校設(shè)置了大數(shù)據(jù)相關(guān)專業(yè)或者學(xué)院，這些學(xué)生畢業(yè)做大數(shù)據(jù)的概率肯定會(huì)比較大，這就讓未來(lái)幾年大數(shù)據(jù)人才爆發(fā)增長(zhǎng)。雖然剛畢業(yè)的學(xué)生技能沒(méi)有那么強(qiáng)，但是他們年輕、聽(tīng)話、工資低、身體好、能加班。再說(shuō)，數(shù)據(jù)分析的工作基本SQL都能搞定，剛畢業(yè)的大學(xué)生即使不熟悉SQL，只要經(jīng)過(guò)一兩周的培訓(xùn)就可以輕松勝任。如果入行好幾年的數(shù)據(jù)分析師去跟剛畢業(yè)的大學(xué)生競(jìng)爭(zhēng)基礎(chǔ)的數(shù)據(jù)分析，一定是處于下風(fēng)的。

3. 可替代性強(qiáng)

隨著云計(jì)算技術(shù)的成熟，主流的云廠商（如阿里云、騰訊云等）都提供了比較完善的數(shù)據(jù)分析型產(chǎn)品，從日志收集、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)處理到數(shù)據(jù)可視化，一應(yīng)俱全?，F(xiàn)在的創(chuàng)業(yè)公司基本不需要自己去搭建數(shù)據(jù)分析平臺(tái)了，直接采購(gòu)云端服務(wù)就行。除了云計(jì)算公司，還有大批做數(shù)據(jù)相關(guān)2B業(yè)務(wù)的創(chuàng)業(yè)公司也提供了定制化的、細(xì)分領(lǐng)域的數(shù)據(jù)分析工具供我們選擇。

這些工具我們只需要會(huì)用，就基本能夠解決工作中的絕大部分?jǐn)?shù)據(jù)分析問(wèn)題（基于完善的數(shù)據(jù)體系，現(xiàn)在絕大部分[90%以上]的數(shù)據(jù)分析工作都可以用SQL來(lái)完成）。這導(dǎo)致數(shù)據(jù)分析技能的不可或缺性嚴(yán)重降低，未來(lái)只做簡(jiǎn)單的數(shù)據(jù)分析工作的數(shù)據(jù)分析師就類似于富士康工廠的工人，隨時(shí)都有可能被剛畢業(yè)的大學(xué)生替代。

一般來(lái)說(shuō)，數(shù)據(jù)分析師的工作比較零散、雜亂，不成體系，如果自己不在日常工作中歸納總結(jié)的話，很難得到較大提升，沒(méi)有核心競(jìng)爭(zhēng)力就更容易被取代。

4. 數(shù)據(jù)分析技能要求更高

隨著智能手機(jī)攝像頭技術(shù)的進(jìn)步、4G、5G技術(shù)的成熟、以及視頻類APP（如抖音、快手等）的火爆，整個(gè)互聯(lián)網(wǎng)平臺(tái)上產(chǎn)生了越來(lái)越多的數(shù)據(jù)，這些數(shù)據(jù)呈現(xiàn)出越來(lái)越非結(jié)構(gòu)化的趨勢(shì)，數(shù)據(jù)種類也越來(lái)越多樣化，這些數(shù)據(jù)包括文本、圖片、視頻、音頻、網(wǎng)頁(yè)、社交關(guān)系等多種數(shù)據(jù)類型。

針對(duì)上面的復(fù)雜數(shù)據(jù)，處理方式也會(huì)更加復(fù)雜。音頻和視頻都有一套自己的數(shù)據(jù)處理方法，這些處理還涉及到專門的軟件工具。因此，不光要懂SQL，未來(lái)的數(shù)據(jù)分析師可能還要精通（至少要了解原理、會(huì)用工具）很多其他的數(shù)據(jù)處理技術(shù)。這無(wú)形給數(shù)據(jù)分析師提出了更高的要求，工作也會(huì)更加有挑戰(zhàn)。

目前的數(shù)據(jù)分析更多是事后分析，也就是事情發(fā)生之后（用戶在APP上完成了相應(yīng)的操作）進(jìn)行的分析。我們一般分析用戶的行為日志，日志就是一種事后數(shù)據(jù)。事后分析主要包括數(shù)據(jù)可視化（展示）、解釋（對(duì)出現(xiàn)的情況從數(shù)據(jù)層面進(jìn)行說(shuō)明解釋）、歸因（從數(shù)據(jù)中發(fā)現(xiàn)某個(gè)趨勢(shì)或者事件出現(xiàn)的原因）。事后分析的最大缺點(diǎn)是事情已經(jīng)發(fā)生了，我們將無(wú)法控制。另外一種更高級(jí)的分析方式是事先分析，也就是當(dāng)事情沒(méi)有發(fā)生之前提前做好準(zhǔn)備，未雨綢繆。事先分析主要包括預(yù)測(cè)類、預(yù)防類和決策分析。數(shù)據(jù)分析只有做到了事先決策才算真正意義上的分析驅(qū)動(dòng)業(yè)務(wù)發(fā)展。

5. 需要有業(yè)務(wù)價(jià)值產(chǎn)出

當(dāng)數(shù)據(jù)分析行業(yè)進(jìn)入成熟期時(shí)，企業(yè)會(huì)更加在意數(shù)據(jù)分析的價(jià)值產(chǎn)出。企業(yè)希望以數(shù)據(jù)驅(qū)動(dòng)的形式快速迭代產(chǎn)品，產(chǎn)生更多的用戶增長(zhǎng)和現(xiàn)金流。這就要求數(shù)據(jù)分析師要以業(yè)務(wù)為導(dǎo)向，關(guān)注商業(yè)價(jià)值，而企業(yè)中的商業(yè)價(jià)值主要體現(xiàn)兩大方面：一是與用戶發(fā)展相關(guān)的，比如DAU、日活、留存等；二是直接與錢相關(guān)的，如產(chǎn)生收入、節(jié)省成本等。其實(shí)發(fā)展用戶、讓用戶留下來(lái)的目的也是為了變現(xiàn)，可以這么說(shuō)，用戶發(fā)展是跟商業(yè)變現(xiàn)正相關(guān)的。

作為一個(gè)數(shù)據(jù)分析師，一切從業(yè)務(wù)價(jià)值上去思考問(wèn)題本身就是很難的一件事情，更不用說(shuō)大腦里時(shí)刻關(guān)注業(yè)務(wù)價(jià)值產(chǎn)出了。要有業(yè)務(wù)思維這要求數(shù)據(jù)分析師多接觸業(yè)務(wù)、多思考業(yè)務(wù)，要多學(xué)習(xí)一些商業(yè)、產(chǎn)品、運(yùn)營(yíng)、心理、經(jīng)濟(jì)、社會(huì)、文化等跨學(xué)科的知識(shí)，并且能夠活學(xué)活用，站在一個(gè)比較高的視角從全局思考。建議可以多看看一些商業(yè)的公眾號(hào)文章、書(shū)籍，對(duì)你所從事的行業(yè)及相關(guān)重點(diǎn)公司要有所了解。

上面從5個(gè)維度講解了數(shù)據(jù)分析師面臨的問(wèn)題與挑戰(zhàn)，雖然做好數(shù)據(jù)分析絕不簡(jiǎn)單，也不代表沒(méi)有方法可尋。在下一節(jié)，筆者就給讀者提供幾個(gè)好的建議，希望對(duì)大家的日常工作有所啟發(fā)，如果能夠幫助到大家那就更好了。

四、數(shù)據(jù)分析工作的建議

下面從思維轉(zhuǎn)變、技能提升等2個(gè)角度來(lái)講講筆者自己的一些思考，這些思考也是給讀者提供的建議，希望對(duì)大家有用。

1. 思維轉(zhuǎn)變

其實(shí)人最難改變的是自己的思維，思維就像牛頓第一定律（慣性定律）一樣，不受到一些外界的刺激是很難變化的。如果思維改變了（轉(zhuǎn)換成了正確的思維方式），你就成功了一半了。要想成為一個(gè)（對(duì)公司）有價(jià)值的數(shù)據(jù)分析師，一定要從關(guān)注需求落地轉(zhuǎn)變到關(guān)注業(yè)務(wù)價(jià)值實(shí)現(xiàn)。下面4大思維是需要我們深刻理解并熟練運(yùn)用的。

（1）價(jià)值度量思維

企業(yè)是一個(gè)商業(yè)機(jī)構(gòu)，企業(yè)存在的目的就是追求商業(yè)價(jià)值，這是企業(yè)的根基。數(shù)據(jù)分析師作為企業(yè)中的一員，必須要關(guān)注價(jià)值產(chǎn)出，價(jià)值主要體現(xiàn)在2個(gè)方面：一是用戶價(jià)值，主要包括用戶增長(zhǎng)（激活、留存等）和用戶體驗(yàn)（使用流暢、操作方便等）；二是商業(yè)價(jià)值，主要體現(xiàn)在為公司掙錢（廣告變現(xiàn)、會(huì)員變現(xiàn)、商品售賣等）和為公司省錢（優(yōu)化流程、提升效率、減少資源浪費(fèi)等）。

作為數(shù)據(jù)分析師，對(duì)于自己負(fù)責(zé)的某個(gè)模塊或者某個(gè)業(yè)務(wù)，不管是用戶價(jià)值還是商業(yè)價(jià)值，一定要量化出來(lái)，只有量化的價(jià)值才是可度量的。量化的價(jià)值最好形成指標(biāo)體系。

（2）閉環(huán)思維

數(shù)據(jù)分析師通過(guò)數(shù)據(jù)來(lái)驅(qū)動(dòng)公司業(yè)務(wù)增長(zhǎng)，數(shù)據(jù)的使用一定要形成閉環(huán)（提出問(wèn)題 ?

給出解決方案??

?方案上線 ?

?方案驗(yàn)證 ?

?問(wèn)題復(fù)盤?

成功解決問(wèn)題或者引出新的問(wèn)題），讓數(shù)據(jù)驅(qū)動(dòng)可以不斷迭代下去，讓（1）中提到的可量化的價(jià)值最大化?；ヂ?lián)網(wǎng)公司常用的AB測(cè)試技術(shù)就是一種比較好的工具，可以輔助數(shù)據(jù)分析師在控制風(fēng)險(xiǎn)足夠小的情況下更好地做出正確的抉擇。

（3）漏斗思維

用戶在產(chǎn)品上的任何一次有商業(yè)價(jià)值的操作一般是由幾個(gè)相互關(guān)聯(lián)的步驟組成的，這些步驟按照操作的先后順序形成一個(gè)鏈條（如購(gòu)物就可以拆分為瀏覽??

加購(gòu)物車?

?付款等幾個(gè)核心環(huán)節(jié)），鏈條后面的步驟依賴前面的步驟（每一步都有用戶流失，看成一個(gè)漏斗可能更加形象）。最后一步往往才是最關(guān)鍵的（即是真正產(chǎn)生商業(yè)價(jià)值的一步），為了讓最后一步順利進(jìn)行，前面每一步都需要關(guān)注，特別是需要關(guān)注從前一步到后一步的轉(zhuǎn)化，只有當(dāng)每一步的轉(zhuǎn)化率足夠高時(shí)，才會(huì)有較大比例的用戶產(chǎn)生最終的商業(yè)化行為（最終的商業(yè)行為的轉(zhuǎn)化率是前面各個(gè)步驟轉(zhuǎn)化率的乘積）。

作為數(shù)據(jù)分析師一定要有將用戶行為合理地拆解為漏斗的意識(shí)和能力，數(shù)據(jù)分析師的工作是通過(guò)數(shù)據(jù)化的方法，努力讓流量漏斗在向下流動(dòng)的過(guò)程中保持每一步都有較高的轉(zhuǎn)化。

（4）遵循抓大放小的原則

往往一個(gè)企業(yè)中需要做的事情是非常多的，有再多人的還是會(huì)覺(jué)得不夠用，這時(shí)一定要分出問(wèn)題的優(yōu)先級(jí)和主次。一般的原則是在資源可控的條件下，基于公司當(dāng)前大的目標(biāo)從所有具備業(yè)務(wù)價(jià)值的需求中選擇最匹配公司當(dāng)前目標(biāo)的需求，這類需求一般是最重要的，根據(jù)二八原則來(lái)選擇最重要的2-3個(gè)需求作為當(dāng)前的核心需求。怎么判斷需求的價(jià)值其實(shí)也是數(shù)據(jù)分析師的核心能力之一。

未來(lái)企業(yè)運(yùn)營(yíng)（用戶運(yùn)營(yíng)、產(chǎn)品運(yùn)營(yíng)、流量運(yùn)營(yíng)等）的趨勢(shì)一定是越來(lái)越個(gè)性化、自動(dòng)化、智能化、實(shí)時(shí)化的。數(shù)據(jù)分析師需要有這種意識(shí)，在工作中需要借助其他團(tuán)隊(duì)提供的各種工具（推薦系統(tǒng)、算法、實(shí)時(shí)計(jì)算等），讓業(yè)務(wù)朝著這4個(gè)方向轉(zhuǎn)變，讓業(yè)務(wù)價(jià)值得到最大程度的提升。

2. 數(shù)據(jù)分析師的技能提升

數(shù)據(jù)分析師最頻繁的工作是取數(shù)并對(duì)數(shù)據(jù)進(jìn)行可視化，基礎(chǔ)的技能需要熟練使用Excel、SQL、數(shù)據(jù)可視化技術(shù)（如Tableau）等。在成熟的互聯(lián)網(wǎng)公司，一般90%的數(shù)據(jù)需求是可以用SQL實(shí)現(xiàn)的（傳統(tǒng)公司用關(guān)系型數(shù)據(jù)庫(kù)、互聯(lián)網(wǎng)公司一般用Hive數(shù)據(jù)倉(cāng)庫(kù)，這些數(shù)據(jù)都可以用SQL來(lái)查詢）。Excel一般大家都比較熟悉，可以說(shuō)，只要是熟悉SQL，數(shù)據(jù)分析師在技能上就是勝任的。如果能夠掌握Python數(shù)據(jù)分析技術(shù)或者Spark等大數(shù)據(jù)技術(shù)那就更好了。

除了上面提到的基礎(chǔ)技能要非常熟悉外，數(shù)據(jù)分析師還需要學(xué)習(xí)一些更高階的技能。比如常用的數(shù)據(jù)分析方法論，如留存分析、漏斗分析、歸因分析、路徑分析、熱力分析等。另外，前面也提到，未來(lái)的數(shù)據(jù)分析師需要做很多預(yù)測(cè)性的工作，這就要求數(shù)據(jù)分析師掌握常用的數(shù)據(jù)挖掘模型，如分類、聚類、回歸等。

總體來(lái)看，未來(lái)數(shù)據(jù)分析師要想在這個(gè)行業(yè)做得好、做得深入，具備不可替代性，一定要注意如下4點(diǎn)：

時(shí)刻關(guān)注用戶價(jià)值、關(guān)注商業(yè)價(jià)值；
技術(shù)上要深入、精進(jìn)；
數(shù)據(jù)分析的工作要從事后分析進(jìn)化到事先預(yù)測(cè)；
對(duì)所從事的行業(yè)要有深刻的領(lǐng)悟和洞察，需要關(guān)注細(xì)分領(lǐng)域，關(guān)注行業(yè)動(dòng)態(tài)；

五、數(shù)據(jù)分析師的職業(yè)發(fā)展

在本節(jié)我們來(lái)說(shuō)說(shuō)數(shù)據(jù)分析師的職業(yè)發(fā)展問(wèn)題。數(shù)據(jù)分析師的職業(yè)可以從如下幾個(gè)方向來(lái)拓展，這些方向的職業(yè)前景我會(huì)做簡(jiǎn)單介紹，希望可以給讀者提供一些參考和借鑒。

第一個(gè)可選擇的方向是數(shù)據(jù)開(kāi)發(fā)工程師，就是做偏底層的數(shù)據(jù)基礎(chǔ)設(shè)施的開(kāi)發(fā)，如構(gòu)建數(shù)倉(cāng)系統(tǒng)、搭建數(shù)據(jù)分析平臺(tái)等。這類職位一般要求編程能力好，這樣才能實(shí)現(xiàn)數(shù)據(jù)基礎(chǔ)設(shè)施的各種功能。該方向雖然對(duì)技術(shù)要求頗高，可替代性不強(qiáng)，但是隨著云計(jì)算的深入發(fā)展與成熟，云平臺(tái)會(huì)提供更加完善的數(shù)據(jù)基礎(chǔ)設(shè)施，未來(lái)的企業(yè)一定會(huì)用數(shù)據(jù)分析的云基礎(chǔ)設(shè)施而不是自己去搭建數(shù)據(jù)分析基礎(chǔ)架構(gòu)（未來(lái)的競(jìng)爭(zhēng)太激烈，公司只有做輕才能跑得更快，否則很容易被自己給拖死）。因此，該職位未來(lái)會(huì)越走越窄，只有云計(jì)算公司、做數(shù)據(jù)基礎(chǔ)設(shè)施的2B創(chuàng)業(yè)公司及極少數(shù)將數(shù)據(jù)平臺(tái)作為核心能力的中型公司才會(huì)提供這類職位，筆者是不建議往這個(gè)方向轉(zhuǎn)的。

第二個(gè)方向就是專門的數(shù)據(jù)分析師，即所謂的取數(shù)工程師（被大家戲稱為“表哥”、“表姐”，因?yàn)槊刻旄鞣N數(shù)據(jù)表打交道）。在數(shù)據(jù)基礎(chǔ)設(shè)施和數(shù)倉(cāng)構(gòu)建比較完善的公司，絕大多數(shù)數(shù)據(jù)分析的工作都可以用SQL來(lái)完成，因此，這類職位只需要熟練使用SQL就足夠了（當(dāng)然還需要對(duì)平臺(tái)中的各種表、表的字段非常熟悉，并且對(duì)業(yè)務(wù)有一定了解）。SQL好基本就可以很好地應(yīng)付各種數(shù)據(jù)需求了。該職位的日常工作主要是取數(shù)（可能還會(huì)有數(shù)據(jù)可視化的工作，如利用Tableau、第三方BI工具或者自己公司自研的可視化工具做數(shù)據(jù)報(bào)表等），這類工作沒(méi)有太大的挑戰(zhàn)，一個(gè)剛畢業(yè)的大學(xué)生，只要經(jīng)過(guò)不長(zhǎng)時(shí)間的培訓(xùn)就可以熟練使用SQL，因此可替代性很強(qiáng)，毫不夸張地說(shuō)，這類職位就像是富士康生產(chǎn)流水線上的工人，隨時(shí)都有被替代的可能。所以，筆者是不建議將取數(shù)工程師作為自己長(zhǎng)期的職業(yè)發(fā)展方向的。

前面兩個(gè)職業(yè)方向基本是不直接接觸業(yè)務(wù)的，數(shù)據(jù)開(kāi)發(fā)是構(gòu)建數(shù)據(jù)能力平臺(tái)，取數(shù)工程師是為業(yè)務(wù)方提供需要的數(shù)據(jù)。第三個(gè)筆者比較推崇的方向是商業(yè)數(shù)據(jù)分析師，這個(gè)職位是直接面向業(yè)務(wù)的，數(shù)據(jù)分析只是其中的工具，目的是利用數(shù)據(jù)分析工具分析挖掘用戶行為，利用數(shù)據(jù)來(lái)進(jìn)行決策，提升產(chǎn)品的商業(yè)價(jià)值（用戶增長(zhǎng)、用戶留存、為公司掙錢、為公司省錢等）。這類職位一般會(huì)直接負(fù)責(zé)某一個(gè)商業(yè)維度的KPI指標(biāo)，因此是可以直接看到自己的價(jià)值產(chǎn)出的。這類職位的主要工作是進(jìn)行業(yè)務(wù)分析，尋找解決方案，利用數(shù)據(jù)作為工具，更好地進(jìn)行商業(yè)決策。該職位需要對(duì)行業(yè)、對(duì)產(chǎn)品、對(duì)用戶心理、對(duì)渠道發(fā)展、對(duì)運(yùn)營(yíng)、對(duì)變現(xiàn)等多種跨領(lǐng)域的知識(shí)比較熟悉，要有思想，有解決問(wèn)題的思路，有價(jià)值驅(qū)動(dòng)的意識(shí)，需要多嘗試，通過(guò)借助數(shù)據(jù)分析更好地、低風(fēng)險(xiǎn)地進(jìn)行決策，最終提升商業(yè)指標(biāo)。商業(yè)數(shù)據(jù)分析師一般包括數(shù)據(jù)產(chǎn)品、數(shù)據(jù)運(yùn)營(yíng)、大數(shù)據(jù)團(tuán)隊(duì)中直接負(fù)責(zé)某類商業(yè)化方向的數(shù)據(jù)分析師等，這幾個(gè)方向是筆者強(qiáng)烈建議讀者未來(lái)應(yīng)該從事的。未來(lái)公司一定是非常關(guān)注商業(yè)價(jià)值產(chǎn)出的，因此商業(yè)分析師是直接跟公司的目標(biāo)一致的，更容易看到自己的價(jià)值產(chǎn)出，做得好是非常容易得到公司的重用的，也更容易升職加薪。

當(dāng)然做數(shù)據(jù)分析師未來(lái)還可以往CDO（首席數(shù)據(jù)官）、CIO（首席信息官）等更高階的職位發(fā)展，這兩個(gè)職位屬于公司的高層了，因此是更難、更好、更有挑戰(zhàn)的方向，相應(yīng)地，對(duì)員工的綜合能力有更高的要求。

作為一個(gè)數(shù)據(jù)分析師，當(dāng)工作年限比較長(zhǎng)了，如果還是做取數(shù)的工作，還看不到發(fā)展前景，可以往銷售、項(xiàng)目經(jīng)理等方向轉(zhuǎn)行，這是萬(wàn)不得已的選擇。如果可行，筆者還是希望數(shù)據(jù)分析師轉(zhuǎn)向商業(yè)分析師，個(gè)人覺(jué)得商業(yè)分析師是未來(lái)的趨勢(shì)，是數(shù)據(jù)分析師最好的歸宿之一。

總結(jié)

在移動(dòng)互聯(lián)網(wǎng)時(shí)代，任何個(gè)人和企業(yè)都離不開(kāi)數(shù)字化技術(shù)，在數(shù)據(jù)量指數(shù)增長(zhǎng)的同時(shí)，對(duì)數(shù)據(jù)進(jìn)行分析處理的需求爆發(fā)增長(zhǎng)，這給數(shù)據(jù)分析師創(chuàng)造了絕好的機(jī)會(huì)。同時(shí)，由于數(shù)據(jù)分析工作的性質(zhì)及中國(guó)整個(gè)大環(huán)境的影響，數(shù)據(jù)分析師競(jìng)爭(zhēng)壓力大，可以替代強(qiáng)，不太容易產(chǎn)生業(yè)務(wù)價(jià)值，這給數(shù)據(jù)分析這個(gè)行業(yè)提出了巨大的挑戰(zhàn)。但是，總體來(lái)說(shuō)，數(shù)據(jù)分析肯定是一個(gè)好的職業(yè)選擇。未來(lái)數(shù)據(jù)分析師一定要懂產(chǎn)品、懂用戶、懂商業(yè)，能用數(shù)據(jù)分析服務(wù)好用戶、產(chǎn)生商業(yè)價(jià)值。數(shù)據(jù)分析師一定要朝著貼近業(yè)務(wù)、貼近商業(yè)價(jià)值的方向發(fā)展，商業(yè)數(shù)據(jù)分析、數(shù)據(jù)產(chǎn)品、數(shù)據(jù)運(yùn)營(yíng)可能是未來(lái)數(shù)據(jù)分析師最好的職業(yè)選擇。如果你正在從事數(shù)據(jù)分析或者準(zhǔn)備從事數(shù)據(jù)分析，你需要提前做好準(zhǔn)備，因?yàn)闄C(jī)會(huì)只會(huì)留給充分準(zhǔn)備的人。

在這篇文章中，筆者基于自己多年的經(jīng)驗(yàn)和對(duì)數(shù)據(jù)分析行業(yè)的思考，談了對(duì)數(shù)據(jù)分析未來(lái)發(fā)展的思考，期望給從事數(shù)據(jù)分析和想轉(zhuǎn)行數(shù)據(jù)分析的讀者提供一份參考指南，更好地指導(dǎo)大家思考數(shù)據(jù)分析的價(jià)值，提前做好準(zhǔn)備，在未來(lái)激烈的競(jìng)爭(zhēng)中贏得先機(jī)。

·················END·················

萬(wàn)字長(zhǎng)文 | 數(shù)據(jù)分析師的機(jī)遇與挑戰(zhàn)