“什么样的数据分析师才算卓有成效，能真正帮助企业解决问题？”

现在越来越多的企业、团队觉得数据分析的能力很重要。尤其当一个企业涉及到线上业务、线上广告营销以及产品运营等的时候。所以我们会看到招聘数据分析师的需求也在不断增多。

但判断一个数据分析师是否“卓有成效”，每个企业、行业的定义都不太一样。除了分析师自己的描述、经历，用人方、企业方会对此做出自己的结论。

下面我们从五个观点，一窥数据分析师与企业之间的关系。

什么样的数据分析师对企业来说是不可用的？

（你在应聘数据分析师或者担任的时候，不能触碰的企业底线）

一般企业聘用数据分析师，不可用这个词多少有些绝对，但也从另一角度反映出来，有一些要求或者说能力，对数据分析师就是高压线。

先来说业务方面，懂业务是数据分析师最基本的要求，对业务缺少了解，或者说根本不了解业务本质，那就犯了“大忌”。数据分析师的工作成果应该是与公司业务、生意紧密相连的，否则数据分析的能力再强，对企业来说意义也不大。

那从非业务角度看，有几个高压线值得数据分析师们注意：

数据分析师这个岗位是一个比较特殊的岗位，本身就带有管理的属性。如果说让企业到了“万万不可用”的地步，那首先会想到的就是职业道德。通常讲保密、诚信这两点，数据分析师肯定是基本都要做到的。

另外，拒绝成长学习，基本上靠着吃老本，学习成长的速度越来越慢，对用人部门来说也是不可用的。

数据分析师这个岗位，跟律师、医生这些专业服务领域的岗位很像，基本上你从事了，就得做好终身学习的准备。而且企业培养一个数据分析师成本很大，如果降低了学习意愿，成长速度，那对数据分析师个人、对用人的企业来说都是一种损失。

作为一个数据分析师，具备专业技能的同时，也应该具有大局观。什么叫大局观？就是你不能只盯着自己的专业技能这一小块，数据之外的事情也应该掌握、了解（比如业务、表达能力）。

什么样的公司，会让数据分析师这个岗位发展空间很小，甚至说是价值不大？

现在很多企业会说希望通过数据来做决策，但这并不代表他们真正意义上建立了尊重数据的文化。下面来说几个现象，这也是让数据分析师们非常头疼的。

一是企业没有对业务建立系统、持续性的数据分析的体系化流程。很多时候是老板一天一个想法，而且不断要求数据分析，去证明自己脑子里的一些想法，这就导致分析的指标具有相当大的随意性，可能不同的部门、不同的人对同一个指标的理解或者解释完全不一样。

另一个，企业“不放权”，还想让数据分析师拿出一定的成果。企业想要驱动数据分析的工作，像上述的基本工作条件，企业至少要满足，而且要给权限、给资源，什么都不给，还什么都想要，那基本上没可能。

还有就是作为企业的管理层、决策者，应该具备基本的数据常识。比如说数据不确定性这种很常见的情况，有的时候会有一些置信度的要求，有的时候会有一些像抽样的分析方法，或者说有一些很多的不确定的变量。

这种情况下，企业管理者如果不能接受在这些情况下产生的数据和数据结果，或者说不能理性对待的话，实际上就偏离了数据本质的意义和价值。

数据分析中的“卓有成效”该怎么理解？

职场上表现出什么样的状态才有可能被定义为一个卓有成效的职场人？

用正确的方法做正确的事。任何岗位都是一样，数据分析师也不例外。

第二个点就是能和企业管理层的意志保持一致，去达成企业的使命和目标。

但对于数据分析师这个岗位，从更高的专业要求来看，他们应该是公司里最客观、冷静的一群人。因为任何一个公司的最高决策层都有可能犯错，实际环境中，很多数据分析师往往会做什么？第一他会猜，老板到底想些什么，老板想要什么？老板也会强力推动数据分析师跟数据分析团队去证明他们的想法。

所以数据分析师在和公司使命保持完全一致的基础上，还应该有勇气，能把正确的观念、东西表达出来，哪怕是让老板听起来不那么开心的事情，也能有技巧的表述出来，这也很重要。

很多数据分析师会觉得说，即便自己做到了客观冷静，有时候管理层、决策者依然固执己见。这其实也是一个能否成为卓有成效的数据分析师的分水岭。

这种情况，特别优秀，称得上卓有成效的数据分析师他会怎么做？

他会懂得怎么样有效的说服相关的人，他不一定会直接跟老板提出反对意见，他会找到自己的同盟军，或者想办法推动一个正确的事情去往前推进。这些的话，其实就是在职场中对自己的原则要有一点点的坚持。

在实际工作中，什么样的企业可以被定义为数据驱动型的？

如果把数据驱动作为一种文化，那有的公司成熟度就高，有的则是刚刚开始。

现在大多数团队、创业者都有数据驱动决策这样一个意识，但在现实中，决策的过程会出于各种各样的局限，比如说资源，因为数据本身是有成本的，无论获取数据也好，还是做后面的一些延展服务也好，它都是有代价的。一旦到了要权衡的时候，可能就会不一样。

像阿里巴巴、京东、唯品会包括拼多多，以及很多互联网端的创业团队，摩拜、滴滴等，基本上都是数据驱动型的，而且在产品优化、用户体验等各个维度的话，数据都在扮演着非常重要的一个角色。

实际上，数据驱动这件事情，只能说各家使用方法、范围不一样。

从另一个方面理解数据驱动的话，因为当下技术的进步，我们有更多的数据可以更高效的帮我们做决策。但同时要规避一个风险，不能说没有数据，我就没办法做决策。

人做决策仍然要靠直觉，如果是必须有数据才能做决定，会成为一个问题。

随着分析软件不断的智能化，数据分析师这个岗位会消失吗？

数据分析师这个职位仍会长期会存在的一个很重要的原因，数据分析师说到底是帮助决策者做决定。

而所谓的机器学习，在目前的情况下，智能化远达不到现实中人们做决策的要求。AI会涉及到商业伦理的问题，完全没有人控制的AI是反人类的。

从这个层面看，无论技术如何进化，在涉及到重大决策的时候，人仍然是必须参与在整个决策闭环中的。

环境会不断变化，技术会不断发展。但仍然是术业有专攻，担心现有的环境，不如把精力专门放在数据分析上，做到足够深，经验足够丰富，那你的岗位机器很难去替代。从长远看，人和机器在数据这件事情上，应该是长期处于和平相处的状态。