數據分析師的廣闊前景

Mr.林：數據分析作為一個新的行業領域正在全球迅速發展，它開辟了人類獲取知識的新途徑。

目前，數據庫技術、軟件工具、各硬件設備飛速發展，在這些軟硬件技術與設備的支持下，信息技術應用已在各行各業全面展開，尤其是對通信、互聯網、金融等行業的發展做出了巨大貢獻，并且經過長期的應用積累大量豐富的數據。但大部分企業對其存儲信息利用率極低。龐大的歷史數據是否有價值？有何價值？是否可以綜合利用分析？是否能夠為領導決策提供參考依據？

回答是肯定的，數據分析這一項工作越來越受到領導層的重視，借助數據分析的各種工具從海量的歷史數據中提取、挖掘對業務發展有價值的、潛在的知識，找出趨勢，為決策層的決策提供有力的依據，對產品或服務的發展方向起到積極作用，有力推動企業內部的科學化、信息化管理。

從20世紀90年代起，歐美國家開始大量培養數據分析師，直到現在，對數據分析師的需求仍然長盛不衰，而且還有擴展之勢。根據美國勞工部預測，到2018年，數據分析師的需求量將增長20%。就算你不是數據分析師，但數據分析技能也是未來必不可少的工作技能之一。

小白：數據分析師如此搶手的原因何在呢？

Mr.林：一個簡單的原因就是社會越發達，人們對數據的依賴就越多。無論政府決策還是公司運營，科學研究還是媒體宣傳，都需要數據支持。那么，對數據有如此大的依賴，就必然導致對數據分析的大量需求。因此，將數據轉化為知識、結論和規律，就是數據分析的作用和價值。

小白：那數據究竟會龐大到什么地步呢？

Mr.林：據國際知名咨詢公司估計，到2020年，全球每年產生的數據量將達到3500萬億GB，打個比方，就是用普通的DVD一張一張地摞起來，可以從地球摞兩個堆一直到月球。

小白：那怎樣才能成為一名優秀的數據分析師呢？面對這樣龐大的數據，數據分析師的職責就不僅僅是單純的分析了，更重要的是與相關業務部門進行合作，將數據真正應用到業務中，根據實際的業務發展情況識別哪些數據可用，哪些不適用，而不是孤立地在“真空環境”下進行分析。這就要求數據分析師不僅具備洞察數據的能力，還要對相關業務的背景有深入的了解，明白客戶或業務部門的需求，從而將數據信息化、可視化，最后轉化為生產力，幫助企業獲得利潤。這就是整個數據“供應鏈”。當然數據分析師也需要理解這個“供應鏈”。

Mr.林：學習數據分析需要時間和經驗的積累，而不能一蹴而就。在工作中運用不同的分析方法對數據進行分析，并與業務部門同事積極溝通，加深自己對整個行業或研究內容的理解，相信在兩到三年內，一個優秀的數據分析師就會誕生。