大数据从概念照进现实，数据分析能力将是互联网从业者的基础能力
互联网成为基础设施，数据分析成为基础能力
“增长黑客”越来越火的这些年，互联网行业越来越关注数据驱动这件事
最直观的体验就是我们看到了“数据产品经理”“数据高级运营”这些岗位的出现
头条系凭借 算法推荐 降维打击了所有的传统内容平台，让头条系快速成长为可以和BAT抗衡的新势力；
这是项目依靠重视数据及时反馈获得的成功；
越来越多的行业和公司，不管是产品还是运营层面，越来越重视数据挖掘与分析。
企业发展、业务选择均大量依靠数据驱动。
一、大数据行业泡沫不再，才更凸显数据分析能力的重要性；
数据分析这个工作，在很多年前我们只会在外企和金融行业会见到。
随着互联网行业的崛起，标准化的数据收集与沉淀变得容易。
海量的数据带来了可观的想象空间，大数据的概念才会被一年年翻来覆去的炒。
我相信大家在过去这些年或多或少都接触过大数据的项目。
企图站在风口上的猪的也不少，随着2018-2019的资本寒冬，太多企图通过概念捞一把的项目无声死去。
但就像几百年前的荷兰郁金香泡沫，虽然泡沫破裂，太多人硬着陆身败名裂，但也确实将荷兰塑造为全球最大最有实力的郁金香中心，并且在几百年后的今天荷兰依然享受着当年那场泡沫带来的价值。
大数据也一样，通过过去这些年泡沫式的野蛮发展，虽然有不少企业和项目折戟。
但整个行业乃至世界对数据的重视程度都上升到了一个新的高度。
通过社会级的大数据，工业、运输、零售、农业都开始步入数据驱动的时代。
运力和需求大数据调配货车等运输资源；市场需求多维大数据驱动零售行业商品及库存决策；
随着数据收集的进一步发展，数据驱动行业发展将成为必然事件；
行业和社会依靠数据驱动，对于单个企业和单个项目也是一样，企业和项目未来的发展也必然依赖数据驱动。
在大企业和整体社会行业数据驱动的同时；
我们也能看到，很多小团队和传统企业并没有系统进行数据挖掘和分析。
可能是没有意识到业务数据分析的重要性，也可能觉得建设数据分析团队成本过高。
再过两年回头来看，小团队拥有数据分析及数据驱动能力，一定是团队活下去的关键能力。
数据分析这件事就一定要依靠大型整体的BI项目吗？
回答是否定的，小团队依靠团队内关键业务岗位的数据分析能力才是更可行的方向。
不管是产品还是运营，都应该掌握对手中项目第一手数据收集和分析的能力。
使用数据驱动业务成绩的提升。
二、重复劳作被Ai和机器人替代的趋势，数据分析能力让你掌控未来；
从个人的角度来看，数据分析能力也是让自己在未来立于不败之地的关键；
这些年大家的焦虑感越来越强，
一边渴望享受生活，一边害怕被替代。
经验快要变成这个时代最不重要的东西；
所有的经验都会被整理，机器通过极短时间就能习得。
一个很典型的例子，
识别X光片子上病灶的准确率，一个拥有10年看片经验的专业医生，会被一个只学习了几周的Ai打败。
一天不向前努力，就离自己职业被Ai和机器替代近了一天，很多时候甚至努力也没有用。
被替代的焦虑，从体力劳动者逐渐向脑力劳动者蔓延；
前几年，机器臂替代生产线工人的时候，你觉得和自己没有关系；
现在，医疗Ai替代医生完成诊断的时候，你也觉得和自己没有关系；
接下来，Ai接管设计和文案工作的时候，你还觉得和自己没有关系吗？
其实互联网基础工作被工具替代，向自动化转变的过程早已开始；
比如：
H5制作，从需要前后端完整团队到现在一个人使用工具就能完成超复杂的H5搭建；
banner图这件事情，很多电商平台实际上已经被Ai接管了，确认标题和商品，Ai就能输出对应风格Banner图；
内容的工作也是一样，已经有Ai能写新闻稿了，并且模拟人类完成视频录制，那离生产营销内容又有多远呢？
我们需要去思考，在基础的重复劳作被工具和Ai接管后，
真实世界的我们需要的是什么能力？
就目前的情况来看，决策这件事情还需要人类来完成。
正如波音737-max坠机的事件，因为给予电子系统高于人类的决策权，出现电子故障就可能导致机毁人亡。
Moss虽然说“果然奢求人类永远保持理智是不可能的！”，但刘培强中校也让我们看到人类不会把决策权拱手交给Ai的（大误）。
如何掌握和优化决策能力，在这个数据的时代，我们必须要掌握数据分析能力。
使用数据驱动让我们更好的完成工作；
利用数据分析的结果，驱动我们进行符合需求的决策。
拥有数据分析能力的好处，下面说得实在一点：
我们去展示自己工作成果的时候，就不会干干巴巴（麻麻赖赖），甩出来可视化的图表，直接展示同比提升百分比，想不加薪也难；
通过数据驱动工作，我们能实时看到自己工作的达成情况。
一个阶段的工作，我们不用在阶段结束的时候才发现工作有漏洞，
每天我们都能实时监测工作项目的进度和发展趋势，在过程中快速进行调整和修正。
不至于在最后工作未完成被狂批。
建立业务数据模型，我们能多维度监控我们的工作完成情况，找到是工作的哪一个环节出了问题。
相信大家都遇到过效果不理想时各个环节负责互相甩锅的情况，
如果所有阶段的数据都是实时可视的，
不用花时间在甩锅上，花时间在处理那个环节的问题上更棒呀！
三、数据分析能力学习曲线并没有想象的陡峭
其实作为产品经理的自己，之前项目的数据大量依赖友盟等数据平台提供的数据。
但是去年下半年开始的项目，我开始进一步关注保存在项目数据库中的业务数据，尝试进行各维度的数据分析和模型的搭建，才发现之前错过了那么多。
那种感觉就像是，
荒岛求生的自己，
想尽办法要钻木取火，
结果发现自己包里就有火柴。
之前一直觉得数据分析这件事情很难，
其实让开发的同事导出一个表给你，通过Excel你就能挖掘很多你想要的数据；
分配一个只读的数据库账号，借助第三方的免费BI系统，你就能做出媲美大型BI仪表盘的效果；
通过前期规划，开发同事多花10s，多收集一个数据，可能困扰你许久的问题，就能通过可视化的表呈现出来。
而以上的这些，并不需要你懂任何mysql或者python的知识，你只要会用Excel都能轻松搞定。
技术角度的进阶路线大致如下：
1.Excel数据整理，清洗为自己需要的内容和格式；
2.Excel数据处理，学习函数，计算出自己需要的数据；
3.Excel数据展现，将清洗和计算后的数据用多维度的图表展现；
4.学点mysql，当数据条数过多时，Excel有点承载不了，当然这个数据：最大行数是1048576行，最大列数是16384列；（一百万条还是一个挺大的数字）
5.掌握一个第三方BI数据可视化系统，微软的PowerBI，国产的FineBI之类；
6.掌握一门语言进行更加复杂的分析（R、Python等等）
可能大家看到后面学语言和第三方BI系统的时候会有点怕，但其实只要你能掌握Excel，已经能够满足大多数的数据统计分析的需求。
无论是Excel，还是看上去更逼格的sql、PowerBI、Python等等
都只是你数据分析的工具。
更为重要的是对业务的理解，找到对于业务来说关键的数据。
在未来，每个人都应该有点数据分析的能力，经营人生、经营职业生涯可能都需要一点点数据驱动。
最近自己处于无业状态，在这段时间将持续关注“如何快速入门数据分析”这件事
老猫观内容定位也会转向，未来会专注“数据分析和如何通过数据驱动业务”
可能接下来会“如何从Excel快速入手数据分析”这个角度入手吧！
大家有什么好的想法，也希望能和我进行分享。
关注微信公众号“老猫观”，希望有更多新收获。
