产业气象站|数据分析师的工作职责是什么？ “我可能干了个假的数据分析师！”经常

文章图片
“我可能干了个假的数据分析师！”经常有同学发出这种感慨，然后到处发《数据分析师是干什么的》《数据分析师、数据工程师、数据运营、数据挖掘工程师、商业数据分析师、我随便写个什么分析师之间到底有什么区别》一类的帖子。之所以会这样，是因为大家看的常常是理想状态下的数据分析岗位职责与内容。
从本质上讲，数据分析是个技能，人人都可以学，人人都可以用。 “数据分析”四个字拆开，可以细分成偏技术的“数据”部分——采集、存储、加工、展示数据；偏业务的“分析”部分——定义问题，设计思路、寻找答案、验证假设、跟踪结果。技能人人可以学，但在企业中，具体的活是得有人干的。在企业里，员工是按组织架构编排的。数据分析工作，最终还是要分配到某一个部门的某一个岗位。
蛋疼就从岗位开始……
因为数据分析不像销售、产品、运营一样是刚性岗位，大部分企业并不依靠数据分析挣钱吃饭。因此，数据分析岗位就不是一个常设岗位或者必须岗位。简单来说，这是个后娘养的部门。因此组织架构的设置就千奇百怪。导致的后果，就是：理想永远是美好的，现实只能自求多福。大家在网上看到的各种科学合理的“数据分析流程”“数据驱动业务” ，到了现实里就七零八落。
O(╯□╰)o
理论上，在技术端，至少需要数据仓储，数据分析两个组，才能扛得住工作。数仓组搞掂数据采集、架构、性能问题，分析组搞掂取数问题。可实际上有完整架构的屈指可数，草台班子满地都是：

文章图片
这就是无数做技术的同学苦恼的根源：公司没有重视数据这回事，指望一个人把数仓到BI到建模全搞了。于是搞得办事的人各种苦逼。尤其这两年，人工智能的东风给领导的朋友圈吹来了无数数据分析如何牛逼的文章。搞得能力向下兼容的招聘风气日盛。领导们想当然的以为“算法那么复杂，那么牛逼，找一个会算法的不就什么问题都能解决了？”
还真搞不掂。因为能力归能力，工作归工作。数据分析的工作方式，决定了一个人能做的是很有限的（如下图）。即使一个人有能力全部做，他也没精力同时出现在业务部门开会的会议室，跑数的工位，开发的机房三个地方。且不说仅仅是清洗数据，就需要消耗大量精力。过度指望一个人大包大揽的结果，就是丫样样都会一点，但样样不精通。

文章图片
2 ， 3 ， 4步是开发的硬活， 5 ， 6 ， 7步是数据分析的本质工作，但做算法、做专题、开发报表的工作细节完全不同，而1、8正是数据分析的起点与终点，不考虑业务需求，不跟踪业务效果，做了分析又有啥用呢？
在业务端，问题恰恰相反，是个人都想搞个分析，结果基层的表哥表姐越养越多（如下图）。

文章图片
业务部门需要的是分析结论，不是一个数字。单纯告诉业务部门“本月销量350w ，客户复购率20%”屁用没用，业务部门需要的是“这到底说明了什么问题”！做技术的同事，往往只能提供数字，而不是分析结论，所以业务部门养“分析专员”的风气就越演越烈。相当多的领导都喜欢安排一两个数据XX在组织下边，这里只列了一点点，实际上的还有更多更多的表哥表姐岗位……
数据砖员们的工作是很辛苦的。虽然名字也带“数据分析”然而做的工作基本就是在excel里搬数据（常常往返于csv格式与excel工作薄格式之间），做图表，贴到ppt里，在折线图下边写上：“本月销量低了，要搞高！”然后就能静静等着领导回复：“分析的一点也不深入！”了