产业气象站|数据分析师的工作职责是什么?( 二 )


鬼愿意过这种日子啊!(▼?▼メ)
业务端的分析 , 需要对业务本身有认识和较深的分析能力积累 。 这样才能有勇气和手段从合作部门嘴里了解到业务到底在干什么 , 才能在经营过程中准确定义问题 , 才能构建适合自己公司的分析思路 。 这些都不是花5000雇个表哥表姐能解决的 。 可怜的基层表哥表姐们 , 往往都是新入职没两年 , 在公司人都不认识几个 。 别说分析问题了 , 连张嘴问别人问题 , 都会吃一个白眼:“关你什么事 , 做你的去” 。 这样的状态真的分析不了啥 。
我非常能理解业务部门老大们对IT的不满 。 “就知道跑个数字 , 分析啥了?”这种抱怨从我入行第一天一直听到现在;我也非常能理解业务部门老大们用数据分析当招牌填充人编的做法 。 问题是这样大量铺专员真的不是解决问题的办法 。 因为想要分析输出结论 , 需要的是做分析报告的人有分析思路和解决问题的能力 。 正如郭德纲讲相声好笑 , 那是因为他会讲相声 , 不是因为他长得胖 。 以为花5000雇个表哥做个ppt就能分析了 , 就像以为从街上拉个矮胖子就能把人逗笑一样……
所以理论上讲 , 最好的结构应该是业务端找有资历 , 有经验的少数人承担 。 技术端按需求排架构 , 多一些人把数据质量、数据处理、BI做起来 。 这样数据质量高 , 数据形式多 , 方便使用 , 同时业务上也能解读出含义 , 有能力推动数据成果落地——然鹅这又是一个理想 。 从业那么多年 , 除了银行体系和少数大型互联网公司外 。 就没几个企业真的重视这回事 , 该招表哥继续招表哥 , 该养阿尔法狗继续养狗 。
o(* ̄3 ̄)o那个 , 开心就好……
正如某位前辈所言:现阶段数据分析领域的主要矛盾 , 是人民群众日益增长的对大数据人工智能的幻想 , 与落后的基础数据开发建设之间的矛盾 。
这两年能清晰数据的角色和地位的企业相对多了一些 , 早些年情况更混乱 。 XX分析师的XX甚至都是HR小妹妹现编的 , 岗位JD里复制一段话出来百度 , 都能找出来一堆一模一样的JD 。 那个年代我接到猎头电话 , 往往在丫blabla一堆“分析”“挖掘”“模型”名词之后 。 直接来这么一句:来 , 我们说点实在的 , 向什么部门的领导汇报?是写ppt的还是写代码的?区分效果群拔!
哈哈(????)?
【产业气象站|数据分析师的工作职责是什么?】总之不要被名字框死了思路 , 不要太纠结名字的文字 。 要看自己具体的工作内容 , 自己挂在哪个部门下边 , 具体分析 , 才能看清前途 。


推荐阅读