很多同學(xué)都在思考職業(yè)發(fā)展路徑問題。最近咨詢陳老師的也很多，一個很普遍被問到的，就是：數(shù)據(jù)分析師的紅旗，到底能打多久？今天集中解答一下。還是陳老師的一貫風(fēng)格，不吹不黑，客觀說事。我們一起來看看，數(shù)據(jù)分析師們最糾結(jié)的五個問題：

▌問題一：數(shù)據(jù)分析會不會被AI取代？

答：不會！

所謂的“AI/人工智能/智能BI/ChatGPT會取代數(shù)據(jù)分析師”，正是來自對數(shù)據(jù)分析工作的不了解。在不懂行的人眼里，數(shù)據(jù)分析師和算命大師沒啥區(qū)別，不需要數(shù)據(jù)采集、不需要數(shù)據(jù)清洗、不需要數(shù)據(jù)治理、不需要分析建模、不需要積累經(jīng)驗(yàn)、不需要你測試驗(yàn)證。

只要眉頭一皺、掐指一算，咒語一念，符咒一燒，算盤一撥，天上咔嚓一道炸雷掉下一道圣旨：明年業(yè)績1257億！這就算分析完了。

在不懂行的人眼里，ChatGPT、人工智能、數(shù)據(jù)分析、算盤、《周易》沒啥區(qū)別，反正過程他都看不懂，最后咔嚓一聲能出個好牛逼的結(jié)果。有這種幼稚理念，當(dāng)然會覺得人工智能會取代數(shù)據(jù)分析了。

而實(shí)際企業(yè)面臨的數(shù)據(jù)問題是：

1、沒有數(shù)據(jù)：新業(yè)務(wù)急匆匆上線，壓根沒采集數(shù)據(jù)

2、有假數(shù)據(jù)：業(yè)務(wù)操控，流程缺失，利益驅(qū)動

3、亂七八糟：口徑不統(tǒng)一，流程不規(guī)范，使用瞎胡鬧

4、人為扭曲：業(yè)務(wù)方為了保住KPI睜眼睛說瞎話

5、不會判斷：只知道寫同比環(huán)比，不會解讀意義

6、主觀臆斷：做數(shù)據(jù)只為證明自己是對的，強(qiáng)詞奪理

只要ChatGPT無法穿著西裝打著領(lǐng)帶出現(xiàn)在會議現(xiàn)場，它就沒法解決基礎(chǔ)數(shù)據(jù)問題，連數(shù)據(jù)都沒有，還分析啥呀分析。

無論哪朝那代，數(shù)據(jù)分析始終圍繞五大問題：

1、是什么（量化結(jié)果，獲取數(shù)據(jù)）

2、是多少（樹立標(biāo)準(zhǔn)，評價好壞）

3、為什么（尋找原因，驗(yàn)證假設(shè)）

4、會怎樣（預(yù)測前景，探索可能）

5、又如何（綜合評估，做出取舍）

圖片

通過不斷循環(huán)的解答這五個問題

• 我們量化監(jiān)控業(yè)務(wù)走勢，把不確定變成確定；
• 我們做出客觀的評估，發(fā)現(xiàn)問題，沉淀經(jīng)驗(yàn)；
• 我們合理預(yù)測前景，探索新可能，發(fā)現(xiàn)新道路；
• 最終推動業(yè)務(wù)持續(xù)進(jìn)步和改善。

這種摸著石頭過河的力量，是任何算法不可取代的。當(dāng)然，石頭摸清楚了，數(shù)據(jù)質(zhì)量好了，經(jīng)驗(yàn)總結(jié)差不多了，這時候有些傳統(tǒng)的工作可以用模型來干。比如在風(fēng)控、推薦領(lǐng)域，傳統(tǒng)業(yè)務(wù)經(jīng)驗(yàn)越來越讓位給模型。同樣的，在新的領(lǐng)域，數(shù)據(jù)分析繼續(xù)做著開路先鋒。

比如這兩年，陳老師主導(dǎo)的項(xiàng)目，就有大量的社交電商、分享裂變、網(wǎng)紅帶貨、私域流量轉(zhuǎn)化的項(xiàng)目，這些項(xiàng)目往往是業(yè)務(wù)模式創(chuàng)新和數(shù)據(jù)分析齊頭并進(jìn)的。在這些新領(lǐng)域，各個行業(yè)都在摸石頭，當(dāng)然得帶著有本事測量深淺的水文師。不然一腳下去踩坑里咋死的都不知道。

當(dāng)然還有一種論調(diào)，來自：以后有智能BI，自動生成SQL代碼了，數(shù)據(jù)分析師就要下崗了。這個更幼稚了，誰TM跟你說數(shù)據(jù)分析師就是人肉SQL機(jī)了！

要我說，這種智能BI越早出越好！正好把那些每天2000行sql的小哥們解放出來，正好把那些無窮無盡的臨時取數(shù)擋掉，正好可以讓市場部那些只懂心機(jī)不懂技術(shù)的妹子們對著ChatGPT咆哮：“這是總監(jiān)要的，下班必須給！”——這話都沖著ChatGPT喊去，那畫面想想都爽。我們就有更多的時間，來分析問題，來設(shè)計實(shí)驗(yàn)，來挖掘深層因素，以后出的成績還多一點(diǎn)。

So，時代淘汰的不是數(shù)據(jù)分析師，而是只會寫SQL的肉雞，是只會到處問“有沒有模板抄抄”的菜雞，是只會寫同步環(huán)比的草雞。大家大可安心。

▌問題二：數(shù)據(jù)分析會不會被會寫sql的運(yùn)營取代？

答：不會

這個問題陳老師有經(jīng)常分享，這里不再贅述，只說結(jié)論：“運(yùn)營做數(shù)據(jù)分析是有原罪的，叫：本位主義”。

只要丫的身份還是運(yùn)營，丫的數(shù)據(jù)分析結(jié)果就是屁股決定腦袋，就是短視且功利的，這一點(diǎn)跳進(jìn)黃河都洗不清。

況且運(yùn)營也就只會寫sql而已，你讓他弄數(shù)倉，搞ETL，搞數(shù)據(jù)治理試試，不累死也惡心死。這又是“只見高樓起萬丈，不見地基累又臟”所產(chǎn)生的誤解。所以做數(shù)據(jù)的同學(xué)們不要嫌棄這些臟活累活，這反而是我們的一個護(hù)城河（雖然里邊都是泥巴）。

圖片

當(dāng)然，那些只會寫“本月比上月少了1000萬業(yè)績，連續(xù)三個月下跌”的數(shù)據(jù)分析師，鐵定被運(yùn)營取代呀。這種玩意只要眼睛不瞎，且識字，都能寫呀！連我們家小爺coco都會看著爸比畫的條形圖說：“這根短了”，他再學(xué)會一句“要搞高”，就能去很多互聯(lián)網(wǎng)公司當(dāng)“數(shù)據(jù)分析師”了呀。這種不被取代就見鬼了。

▌問題三：數(shù)據(jù)分析就業(yè)難不難？

答：難

第一，因?yàn)樗惴ū怀吹锰珶幔院芏嗳藭Ｍ麛?shù)據(jù)分析師懂算法，從而增加了面試難度。是滴就是那些不明真相的吃瓜群眾，總想著：“算法這么牛逼的都會了，分析還不會嗎？”抓著做分析的往死里問算法，進(jìn)了公司才發(fā)現(xiàn)，他喵子的除了交易流水屁數(shù)據(jù)沒有，算法個蛋蛋。

第二，因?yàn)楹芏噙\(yùn)營自己開始sql，導(dǎo)致對分析能力的要求更高。一個矛盾點(diǎn)是：很多領(lǐng)導(dǎo)自己也沒見過高級的數(shù)據(jù)分析長啥樣，于是會瞎提要求，把很多業(yè)務(wù)問題歸為數(shù)據(jù)問題，去問數(shù)據(jù)分析師怎么賣貨。這要是正兒八經(jīng)的數(shù)據(jù)分析師可能真的就冤死了。

第三，因?yàn)榛ヂ?lián)網(wǎng)行業(yè)寒冬，導(dǎo)致釋放出來大量勞動力，于是想轉(zhuǎn)行的，算法（只會調(diào)參）失業(yè)的，做運(yùn)營的，根紅苗正做分析的，都在找數(shù)據(jù)分析工作，競爭更激烈，自然找工作更難。

綜上，難是肉眼可見的難，大家多多努力，少點(diǎn)沖動是正道。

▌問題四：數(shù)據(jù)分析想突圍，可以準(zhǔn)備什么？

嚴(yán)格來說，這篇可以單獨(dú)寫。這里先列個提綱：

1、連excel，sql，python（速成ESP套餐）都不會的，趕緊學(xué)技術(shù)，加強(qiáng)能力

2、吃了ESP套餐的，學(xué)點(diǎn)數(shù)倉，ETL，數(shù)據(jù)治理，提升基礎(chǔ)能力

3、和業(yè)務(wù)走得近的，多補(bǔ)充業(yè)務(wù)知識，特別是新領(lǐng)域的數(shù)據(jù)運(yùn)用

4、公司數(shù)據(jù)基礎(chǔ)好，本人知識扎實(shí)的，挑戰(zhàn)一下算法

總之，橫行擴(kuò)寬業(yè)務(wù)知識面，縱向在數(shù)倉方向強(qiáng)化，能力強(qiáng)的看點(diǎn)算法，技多不壓身，能力強(qiáng)自然出路多。

圖片

▌問題五：數(shù)據(jù)分析想轉(zhuǎn)行，可以哪里走？

嚴(yán)格來說，這篇又可以單獨(dú)寫。這里先列個提綱：

1、業(yè)務(wù)能力強(qiáng)的，可以往用戶增長、用戶運(yùn)營等策略性強(qiáng)的部門轉(zhuǎn)，這些部門天生就需要很強(qiáng)的分析能力。

2、技術(shù)強(qiáng)的，可以往數(shù)據(jù)產(chǎn)品方向轉(zhuǎn)，移動BI、大屏、運(yùn)營助手等產(chǎn)品是很好的出成績的地方

有兩條路吹得很火，可實(shí)際上不是特別好的出路：

1、數(shù)據(jù)中臺。經(jīng)過近幾年爆吹，大家發(fā)現(xiàn)：這玩意沒鳥用呀。少拿阿里的數(shù)據(jù)產(chǎn)品舉例子，人家天生數(shù)據(jù)多，可以賣給一堆企業(yè)，就我們企業(yè)那爛兮兮的數(shù)據(jù)，建中臺有毛用，不是在爛泥巴里起高樓嗎，不塌才怪。

2、數(shù)據(jù)分析轉(zhuǎn)算法。經(jīng)過泥沙俱下的前幾年，大家也發(fā)現(xiàn)只會調(diào)參的“算法工程師”有毛線用。真正算法項(xiàng)目，工程的難度是遠(yuǎn)遠(yuǎn)高于算法難度的，這使只會數(shù)據(jù)的人沒啥優(yōu)勢。更何況，現(xiàn)在仍然有大量狂熱應(yīng)屆生涌進(jìn)這個領(lǐng)域，和他們比起來半吊子出身的數(shù)據(jù)分析是沒啥競爭力的。所以謹(jǐn)慎選擇轉(zhuǎn)行。

以上，大致回答了大家最關(guān)心的五個問題。除了問題一，問題二，其他分享都少一點(diǎn)，因?yàn)槠娴囊呀?jīng)很長很長了。

其實(shí)同學(xué)們最初的問題是：數(shù)據(jù)分析師發(fā)展前景如何？陳老師不喜歡探討這么虛的話題，正如上邊五個問題一樣，大家會發(fā)現(xiàn)：如果你持續(xù)進(jìn)步，你始終能在時代中找到自己的位子，如果你原地踏步，隨便一個玩意都能把你淘汰。