四年的数据分析师“鼓吹的泡沫和真实环境到底有什么差距？”

实打实的一线数据分析师的经验。

本文撰写：长庚（公众号:一个互联网人的日常）

问方：stormzhang圈友
答主：钟大本（公众号:大本说数）

公司对于数据分析师给的解决方案采纳吗？他们重视吗？请来浇一浇那些想快速入行的人的冷水。

回答： 就我的经验来看，这几乎是困扰所有分析师的问题。

我先说第一个问题，公司是否重视数据分析师的解决方案。要理解这个问题，从两个地方出发，业务话语权和KPI。

我以最常见的三种业务举例：销售业务、产品功能和市场投放，业务话语权分别归属于销售经理、产品经理和市场经理。他们的KPI一般又分别是销售额、功能指标和日活。

采不采纳其实很直接，如果你的方案和KPI直接相关，而且他们相信你的方案有成功概率，且他们有足够的资源可以投入，那他们就会采纳。

这并不是无理的现实，因为数据分析不应该脱离业务。我见过很多分析师沉迷于在业务上试验自己刚学到的某某算法模型，业务方就当你是一个在发梦的孩子。也有很多分析师因为发现自己说不过业务方又想不到办法去增进业务理解，最终沉沦为取数机器。

话语权其实最终取决于你能让多少人取信于你。我做过的一个算法策略项目里，就是用算法审核替代人工审核，从而带来了技术部门和审核部门的对立。最终数据说话干掉了大部分的审核部门，这个事情你又怎么理解呢？

数据说话，话语权说话，政治说话，最终还是利益和预期说话。

具体工作和外面鼓吹的有哪些差距呢？

其实这个问题还好，最让人失落的永远是现实与预期不一致。

从我所见（在应届生和转行候选人的面试中），前几年大多是因为新闻鼓吹「未来是大数据的时代」，这几年则是因为人工智能火热，数据分析又和算法相关。企业自己的宣传也一般宣扬数据驱动业务增长。

先说钱。数据分析的工资一般比运营高，比开发低。其实数据分析的薪资还行。

然后是地位。一个岗位的地位取决于一间公司的收入结构，收入结构决定公司文化。销售型公司重视销售，技术型公司重视技术。话又说回来，除了大疆和商汤这种公司，有多少公司收入不倚赖销售？百度倚赖广告收入，公司文化没有调整过来前的样子大家也看到了。

大部分公司的数据分析是中台支持工作，自身不背产出KPI。拿着数据觉得自己掌握真理，但是又没有业务话语权。这就是尴尬中的尴尬。

老板们大多会想要数据驱动增长，但多半情况下是老板命令驱动业务。数据分析师当然想要有数据驱动的文化，但组织文化需要在组织架构、管理决策方式、人员合作方式上要有很大的努力。

工作上，需求方的要求大抵是数据报表。如果你能做到数据驱动，那当然会很受欢迎，这就取决于你自己的水平：能不能找到问题，能不能想到破题思路。

数据分析和算法没有太大关系。无论是推荐还是广告，专业的算法工程师会比数据分析师在优化算法上更有力。数据分析师担任的一般是评估效果的角色。 理所当然地，人工智能也是。