博睿同创|为什么不懂业务的数据分析师没有竞争力？

数据分析师的offer为什么那么难获得？

为什么在学习了Python、Excel、可视化工具、数据库等基本的数据分析技能后，要找到自己心仪的数据分析师工作还是非常的困难？

告诉你一个简单的事实，20年前如果你具备了使用统计软件SAS的技能，在华尔街就可以找到20万美金以上的工作，但是现在，如果你不懂金融产品与业务的特点，而仅仅是会使用工具的话，在华尔街根本就没有人请你，更别说20万美金的年薪了。

中国的企业也不傻，随着这几年对大数据人工智能的逐步了解，企业已经认识到解决自身的业务问题比招一个会数据分析技术的人来充门面更为重要，因此懂业务的数据分析师才是他们真正需要的人才。

企业在什么情况下招数据分析师？

记住一句话，数据分析师为了解决业务的问题！

· 改善销售业绩

· 促销效果优化

· 库存管理优化

· 防止顾客流失

......

我可以在这里列出成百上千个企业关心的业务问题，在我从业20多年的经历中，几乎没有做过重复的数据分析项目，都是围绕着业务转，10年前做过的项目，现在早就随着市场环境的变化而变成其他需要关心的业务问题数据分析项目了，都得与时俱进呀。

就算是同是零售企业，盒马鲜生对零售价格有定价权，需要价格分析，而上海新世界百货只是代销商品，没有绝对的定价权，就几乎没有必要做定价分析，就算在其它分析项目中也会避免在价格问题上纠缠。

不同的问题不同的分析，不懂业务，数据分析师完全就是个智障型技术工人，对业务来讲，没有多大价值。一句话，业务要的是解决问题，不是搞一大堆可视化报表或者算法啥的来烦他。

合格的数据分析师需要什么技能？

数据分析需要的是综合性的技能，大概分以下三种：

· 数据处理与编程技术

· 业务分析技能

· 综合职业能力

数据处理与编程技术我就不多说了，大部分人都已经知道，被培训机构炒概念都炒烂了。你现在都不知道它们是啥，看这篇文章也没啥意义，不是同行，隔着一座山。

在这里我想强调一下业务分析技能，这个话题比较广，我举个例子，大家就容易理解一点。

比如你要做价格分析，作为数据分析师，你是不是要知道产品经理通常是如何定价的，才能帮助他们搞好数据分析呀？那你知道企业一般定价的方式有5 种吗？

1. 成本定价法

2. 市场竞争定价法

3. 价值创造定价法

4. 价格弹性定价法

5. 产品生命周期定价法

就算是成本定价法，听起来挺简单，实际做数据分析时，就是核算一个成本就得把没经验的数据码农难死，这里面还是有套路的，成本分析中的固定成本、变动成本的核定需要分析师掌握一点财务知识才行。

作为最复杂的方法，产品生命周期定价法，更是需要数据分析师具备一定的产品管理知识，能拟合出一个产品从推出市场到退出市场的销售曲线，你绝对能和苹果手机的产品管理数据分析师一比高下了，拟合错了就是上亿美金的Money损失。感觉有点不好混了吧？不然这行工资那么高呢。好在你一旦入行后，后面有的是机会慢慢提高。

还有很重要的是你的综合职业能力，其实说白了，就是你的数据沟通能力，作为一个受过专业训练，具备良好素养的数据分析师，你有责任将数据里表达的业务意义解释给业务经理听，你需要说服他你是对的，并且欣然接受你给他的建议，搞不定这一关，你的数据分析项目基本白做，没人会理你的，做完就完了，啥也不是。

我的职业生涯中，为了确保数据分析项目最后会被业务采纳，平时就和他们搞好关系，混得称兄道弟的，这样谈起事情来，大家都比较能站在对方的角度，成功几率就高。里面的道道，有机会，我们还可以再聊。

如何弥补能力的不足？

· 参与社群互相学习

· 鉴赏商业分析案例

· 动手体验

· 想感兴趣的人群介绍心得体会

三人行，必有我师，我们这行更是如此，北美的数据分析师同行有大量的行业内人士的Meetup，以前都是同城，现在也搞线上，请一些从业人士来分享自己做的案例和技术，热热闹闹的，互相学了不少。国内的氛围不太一样，一般都奔着商业目的去的，功利性太强，反而学不到什么。这就需要大家能参与数据分析师社群，一起搞个专业人士小圈子，还是为了互相学习，不断提高。

在交流过程中，鉴赏体验，甚至搞到一些数据来亲自实践一下，能大幅提高对某项业务问题的数据分析能力。能够动手操作一下就最好了，还是能特别锻炼人。

体验过了，积极向同行们分享，在分享的过程中，实际你就能很快提高自己的数据沟通能力，对自己的综合职业能力绝对有好处，能做数据分析，还能讲明白，算得上是“进得了厨房出得了厅堂”啦，后面成为500万年薪的数据科学家才有希望。