企業如何定位數據分析師？

網上曾經流傳著這樣一幅圖片，數據分析師眼中的自己與他人眼中的數據分析師：

圖片幽默的表現出了不同角度對數據分析師的理解和認知。我也曾聽到不同的人講過相似的觀點：應該設計更好的系統產品來替代分析師的工作（或叫解放分析師）。在傳統的理解和認知中，數據分析師的工作就是提取數據、設計報表，最多寫寫報告（那還是從報表中選取了一些圖表放上來解讀一下），從技術上看，這個環節簡直是多余的，因為業務人員（如運營、產品、銷售等）是可以自己解讀數據完成業務分析報告的，如果能夠解決取數、報表問題，那還需要數據分析師做什么呢？聽上去很有道理，然而，如果我們追問一個問題：行軍打仗時，參謀部存在的意義在哪兒呢？

現代戰爭中，情報的收集與展示都有自動化的機器完成，指揮官是決定作戰計劃的那個人，但參謀部依然存在。熟悉戰爭電影的同學可能想到：作戰計劃一般有很多套，最終被執行的只有一套，但每套計劃的制定都需要經過嚴密的推演。參謀部的最主要的職責之一就是分析情報數據，經過軍事推演后，制定各種可行的作戰計劃，指揮官則根據局勢判斷、取舍后確定最終的作戰計劃。（咱們在這兒就不講抗日神劇中幾個毫無準備的弓箭手輕松逃離準備充分且漢奸帶路的鬼子中隊包圍圈的故事了，咱們只在人類的范疇內討論此話題?。?/span>

參謀不直接帶兵打仗，但要非常熟悉怎么打仗，參謀不直接決策，但要非常熟悉決策考量！

如果按照這樣的思路，參照“參謀”的職責，我們試著理解數據分析師的核心職能是什么：

1）  用數據分析各種可能并給出分析結果（推演）；

2）  根據數據分析情況建議各種策略（作戰計劃思路）；

3）  監控策略/方案執行情況，給出總結及改進建議（戰后總結）；

依據這樣的職責定位，總結一下數據分析師在工作中的基本職責，以電商企業為例：

1）  掌握數據分析技能，總結、發現數據規律；

2）  理解商業邏輯，依據數據規律，找出商業改進機會點，獨立或合作制定業務改進計劃；

3）  制定業務方案監控計劃，及時給出總結及建議；

有“懂行”的同學說，別裝13，不就是做報表寫報告嘛！好吧，這個論斷也不能算錯，很多數據分析師的招聘JD中就清清楚楚寫著：“根據公司需要設計并開發業務報表，完成業務分析報告！”怎么說呢，這個放到招聘JD中只能說是“概括性強”，公司內部崗位職責描述大可不必如此概況！

很明顯，如果僅僅把這當作數據分析師的職責，90%以上的公司會講：等報表數據弄準確了，數據部門能把需求及時完成了，各部門匯報數據不打架了，我再招數據分析師吧，現在離“用數據輔助決策”遠著呢，花錢養著這些參謀大爺們……等等，游擊隊打仗就沒有參謀了嗎？？好吧，確實沒有，但有沒有情報分析人員呢？兼職的也算啊。讓項目管理的人員兼職做數據分析，為何不是數據分析的人員兼職去做項目管理呢？

互聯網企業從誕生的第一天起，就需要有數據人員，區別只在于是其他人員兼職做數據分析，還是有專職數據分析人員。而數據工作的一類特性——數據工作貫穿企業幾乎所有部門（尤其是互聯網企業），決定了數據分析師的很多工作是直接匯報給CEO和管理層！理解了這個特性，對于很多招聘JD中出現要求“溝通強”“有項目管理經驗佳”等就非常容易接受，因為在這些階段，數據分析師就是要承擔部分項目管理，營銷策劃，甚至產品設計的職能。這種情況在一個公司早期階段或者公司新業務的早期階段會大量出現，數據分析師面對這種現象必須有心理準備并積極學習應對。

將這些職能放到一起總結，數據分析之外，大概會出現如下幾種要求：

1）  需求開發、需求梳理（早期，需求量過大）；

2）  報表設計與開發（早期，缺少開發人員）；

3）  數據倉庫架構及數據流程設計（早期，缺少有經驗的開發人員）；

4）  報表口徑統一，報表體系規劃（早期沒做好，中期混亂，無法依據數據有效決策）；

5）  產品、市場、促銷監控及改進建議推進（項目管理職能，推進很難，但如果能搞定，恭喜你，升職的日子不遠了：））；

6）  數據產品設計與開發（后期階段，缺少專職數據產品經理）；

好了，可以放到一起看看這些職責了，數據分析師眼中的自己，職責大概是：

1）利用各種分析工具，發現數據規律；

2）根據數據規律，給出商業改進建議；

3）監控商業改進執行情況，定期給出效果追蹤。

好吧，這些我們都知道了，還是回到現實中來吧，大部分的企業，實際上對數據分析師的要求則可能是如下幾種：

1）  報表類職責：

1. 需求梳理，簡單需求開發；
2. 報表體系規劃與搭建（包括口徑、內容），報表設計與開發；
3. 報表平臺設計，數據倉庫架構及數據流程設計；

2）  分析類職責：

1. 企業經營分析報告，經營優化建議及效果追蹤；
2. 產品、市場、促銷監控，優化建議及效果追蹤；
3. 業務異常監控及分析，優化建議及推進；

3）  其它類職責：

1. 智能化數據產品設計，項目規劃及推進（注：所謂智能化數據產品，以電商為例，即會員管理、庫存管理、價格管理、供應商管理等以數據為核心驅動、系統決策為呈現方式的新型產品，智能化產品很好的將數據模型與人工經驗相結合）；
2. 企業數據應用培訓；
3. 企業間數據交流；

基于這些職責，數據分析師們則需要掌握幾種技能，其中，不同的企業在不同的數據發展階段，對工具的要求會有不同：

一個數據分析師在現代企業，尤其是互聯網企業中的作用越來越重要，企業對數據分析師的要求也越來越高，本文只能從一個角度簡單描述數據分析師的職責與企業定位之間的關系，如果有機會，后面希望能夠再就企業需求多如何解決、企業數據工作的分工等話題一起探討。