数据分析硕士毕业就业前景

未来的时代将不是IT时代，而是DT的时代。”阿里巴巴创始人马云不止在一个场合重复讲到。他这里所指的DT就是Data Technology数据科技。从2008在维克托·迈尔-舍恩伯格和肯尼斯·库克耶编写的《大数据时代》问世以来，十年间，万物互联下的数据流侵袭了我们的每一个生活场景，尤其是当“数据资产是企业核心资产”的概念深入人心之后，企业对于数据管理便有了更清晰的界定，并逐渐将大数据管理作为企业核心竞争力和武器对各行各业实施降维打击，似乎都在宣示着大数据时代的到来。其实，“大数据”概念早在上世纪80年代就已经被人提出，不过彼时“大数据”只是形容数据集很大的一个词。直到计算机硬件升级和“云计算”技术出现之后，“大量数据和应用算法”逐渐展现出隐藏的秘密。从本质来说，大数据是指“无处不在的数据”，而随着人们对数据重要性的认识深入，人们对数据挖掘和开发也在快速发展。01、大数据人才需求及现状分析作为人口大国和制造大国，我国数据产生能力巨大，大数据资源极为丰富。随着数字中国建设的推进，各行业的数据资源采集、应用能力不断提升，将会导致更快更多的数据积累。预计到2020年底，我国数据总量预计将占全球数据总量的21%，将成为名列前茅的数据资源大国和全球数据中心。根据2019年教育部公布的《2018年度普通高等学校本科专业备案和审批结果》显示。据统计，普通高校此次新增了2072个本科专业，其中包括1831个新增备案专业和241个新增审批专业。新增专业中，数据科学与大数据技术专业备受欢迎，全国共196所高校新增了该专业。而根据清华大学经管学院2017年11月发布的《中国经济的数字化转型：人才与就业》报告显示，当前我国大数据领域人才缺口高达150万，到2025年将达到200万。所以，就当前和可预见的未来来看，社会对大数据人才的需求量还是非常之大的！02、大数据专业的就业方向大数据作为一门基础科学，无论在数据开发及分析、物联网和人工智能算法训练领域，都有着核心技术和职位诉求，主要来说的话，当下，大数据方面的就业主要有三大方向：一是数据分析类大数据人才，二是系统研发类大数据人才，三是应用开发类大数据人才。下面为大家介绍八种与大数据相关的热门岗位。Hadoop开发随着数据规模不断增大，传统BI的数据处理成本过高企业负担加重。而Hadoop廉价的数据处理能力被重新挖掘，企业需求持续增长。并成为大数据人才必须掌握的一种技术。可视化工具开发可视化开发就是在可视化工具提供的图形用户界面上，通过操作界面元素，有可视化开发工具自动生成相关应用软件，轻松跨越多个资源和层次连接所有数据。过去，数据可视化属于商业智能开发者类别，但是随着Hadoop的崛起，数据可视化已经成了一项独立的专业技能和岗位。信息架构开发大数据重新激发了主数据管理的热潮。充分开发利用企业数据并支持决策需要非常专业的技能。信息架构师必须了解如何定义和存档关键元素，确保以*有效的方式进行数据管理和利用。信息架构师的关键技能包括主数据管理、业务知识和数据建模等数据仓库研究为方便企业决策，出于分析性报告和决策支持的目的而创建的数据仓库研究岗位是一种所有类型数据的战略集合。为企业提供业务智能服务，指导业务流程改进和监视时间、成本、质量和控制。数据科学研究数据科学家是一个全新的工种，能够将企业的数据和技术转化为企业的商业价值。随着数据学的进展，越来越多的实际工作将会直接针对数据进行，这将使人类认识数据，从而认识自然和行为。数据预测分析营销部门经常使用预测分析预测用户行为或锁定目标用户。预测分析开发者有些场景看上有有些类似数据科学家，即在企业历史数据的基础上通过假设来测试阈值并预测未来的表现。企业数据管理企业要提高数据质量必须考虑进行数据管理，并需要为此设立数据管家职位，这一职位的人员需要能够利用各种技术工具汇集企业周围的大量数据，并将数据清洗和规范化，将数据导入数据仓库中，成为一个可用的版本。然后，通过报表和分析技术，数据被切片、切块，并交付给成千上万的人。担当数据管家的人，需要保证市场数据的完整性，准确性，唯一性，真实性和不冗余。数据安全研究数据安全这一职位，主要负责企业内部大型服务器、存储、数据安全管理工作，并对网络、信息安全项目进行规划、设计和实施。数据安全研究员还需要具有较强的管理经验，具备运维管理方面的知识和能力，对企业传统业务有较深刻的理解，才能确保企业数据安全做到一丝不漏

统计学家C.Radhakrishna. Rao曾经说过：“在终极的分析中，一切知识都是历史；在抽象的意义下，一切科学都是数学；在理性的世界里，所有的判断都是统计学。”可见统计学专业的重要性。之前介绍过数学与应用数学专业，除了这个专业，统计学也是一个不错的专业。不过与数学与应用数学不同，严格来说，统计学专业并不是一个数学专业，已经逐渐独立于数学之外，成为一个专门的学科。统计学专业设置了大量的数学专业课，高等数学、概率论、数理统计这些基础的数学课程自不必说，还有大量重量级课程，比如复变函数、实变函数、泛函分析等，每一科都可以学的眼花缭乱。除了数学课程，还有许多其他课程，比如大数据挖掘与机器学习、大数据分析统计基础、抽样调查与试验设计等等，这些课程属于专业课，个人认为也是非常有用的专业课，不仅仅用在数学。统计学毕业的学生，如果学得好，可以很好地用在医学、物理学、金融、计算机等许多不同学科的基础研究上。统计学现在可以很好地与其他学科交叉，比如金融统计、生物统计、数理统计等等。正是众多行业对统计学的应用和如此多的学科交叉，决定了统计学专业的学生有着非常广的就业前景。统计学就业，有五大类，比如金融、IT、老师、制药以及其他。无论哪一类，都是高待遇的行业。比如与计算机结合紧密的人工智能方向，统计学就是其发展的一项基础。诺贝尔经济学奖获得者Thomas J. Sargent所说“人工智能其实就是统计学，只不过用了一个很华丽的辞藻，其实就是统计学。好多的公式都非常老，但是所有的人工智能利用的都是统计学来解决问题。”无论是C.Radhakrishna.Rao还是Thomas J. Sargent，对统计学的评价之高，可见统计学专业的重要性。其实现在热门的专业领域，金融也好、IT也罢，最核心、最重要、最关键的部分，永远是跟数学有关，永远是数学决定成败。比如IT行业，收入最高、最重要的关键部门，永远是搞算法的，说白了就是搞数学的。所以，统计学专业虽然枯燥，但绝不仅仅是学数学这么简单。就业还可以，且无论哪个方向，都是大有可为。有关高考选择高校的材料，已整理完毕，没有水分，从普通人角度，全是落地的建议。欢迎关注+私信+邮箱，会免费分享给大家！高考专业选择的材料正在整理，整理完毕后会分享给大家。

现在大学生的就业形势越来越严峻，选择一个就业前景好的专业非常重要，大数据专业作为目前报考热门专业之一，它的就业前景如何呢？小编给大家分析一下。1.人才缺口大大数据专业毕业以后主要从事大数据分析工作，该岗位目前人才缺口很大，学会大数据分析就等于拿到了入职大企业和高薪资大门的钥匙。根据统计显示，仅北京地区1天需求量达到15680个。2.各行各业需求上涨像金融，电商，游戏，医疗，未来教育，社交等行业都需要大数据分析人员，需求量很大。3.大城市机会多工资高大数据专业人才的需求主要集中在一线一线城市，在大城市学到的东西更多，同样薪资水平也高，北京地区的大数据分析平均月工资就达到了20050元。从人才缺口和需求上涨到高薪就业，都体现出了大数据专业是一个就业前景很好的专业。

当前正处在大数据时代，而数据分析是大数据技术体系中的重要组成部分，也是数据价值化的主要方式之一，所以未来从事数据分析工作是不错的选择。数据分析可以选择两个大的专业方向，一个是统计学专业，另一个是大数据专业，另外不少计算机相关专业、金融领域相关专业和数学领域的相关专业也都有数据分析的细分方向。随着数据分析的重要性日益体现，现在不少专业也都增加了数据分析的细分方向，比如经济学、社会学、医学等专业都陆续开设了与本专业相关的数据分析方向。具体选择哪个专业需要根据自身的知识结构来决定，最好能够结合本科专业进行选择，这样在备考的时候会轻松一些。如果本科是计算机相关专业，那么可以选择的余地是比较大的，计算机应用、计算机科学与技术、软件工程等专业都有数据分析的细分方向，当然统计学和数学专业也是如此。在大数据领域，数据分析通常有两种方式，一种是统计学方式，另一种是机器学习方式，两种数据分析方式同样重要。学习数据分析通常需要具备一定的数学基础、统计学基础和计算机基础，其中数学基础是相对比较重要的，要想在数据分析领域走得更远，一定要重视数学相关课程，包括高数、线性代数、概率论等内容。以机器学习的数据分析方式为例，需要具备算法基础和编程语言基础，机器学习的步骤包括数据收集、数据整理、算法设计、算法实现、算法训练、算法验证和算法应用，目的就是从一堆杂乱无章的数据中找到其背后的规律。当前机器学习的数据分析方式是比较流行的，相关领域的研究也在逐步推进。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网方面的问题，或者考研方面的问题，都可以咨询我，谢谢！

商务数据分析与应用专业主要以培养面向电子商务类岗位的技能型人才为主，总体的就业前景还是比较广阔的，而且随着大数据等技术逐渐在电子商务领域落地应用，数据分析类岗位的重要性将不断得到加强。商务数据分析与应用专业的知识结构分为三大部分，分别是统计学、电子商务和计算机，相对于传统的电子商务专业来说，明显加强了数据分析相关的技能培养，涉及到数据库知识以及各种数据分析工具，一部分学校会根据自身的教育资源情况来调整具体的授课内容，比如有的高校还会开设Python数据分析课程等等。如果想提升自身的就业能力，需要做好三件事，其一是加强数据分析能力的锻炼，尤其是动手实践能力；其二是掌握一定的程序设计知识；其三是重视实习过程。虽然目前数据分析岗位的人才缺口比较大，但是电子商务领域对于从业者的实践经验有比较多的要求（技能型岗位对于学历的敏感度并不高），因此一定要注重自身动手实践能力的培养。数据分析有两种常见的方式，一种是采用统计学方式，另一种是采用机器学习的方式，如果两种方式都能够掌握，那么在就业的时候会有更强的岗位竞争力。另外，在学习机器学习的过程中，也会锻炼自身的编程能力，而编程能力也会对未来的就业起到比较大的影响。最后，如果自身条件允许的情况下，可以继续提升一下学历，本科期间可以选择大数据相关方向，这样会打开更多的就业渠道。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言！

21世纪是知识经济的时代，信息技术、计算机技术为统计学理论与方法的发展将产生巨大的推动作用。统计学理论与方法的创新必将为众多领域和学科的发展体现出应有的价值。统计学与其他学科的紧密结合将产生新的边缘学科，许多学科的发展将依赖于统计理论与技术的应用。下面就给大家介绍一下，统计学专业发展的比较好的院校。NO.1北京大学北京大学是我国最早开展概率统计教学科研的单位。前本科生实行全院统一招生，前两年学院统一培养，大学二年级结束时再分析分专业。统计学专业很受欢迎，学生毕业后主要攻读国内外重点院校的研究生和博士后研究，以及到高等院校、科研机构、金融、保险、信息、制药等企业工作。NO.2中国人民大学中国人民大学统计学科始建于1950年，两年后成立统计学系，是新中国经济学科中最早设立的统计学系，2003年7月，成立中国人民大学统计学院，是全国拥有理学、经济学、医学三大门类统计学专业最齐全的统计学院。在2007年教育部统计学科评估中排名全国第一，2012年教育部统计学一级学科评估中排名全国第一。NO.3南开大学南开统计学科是在上世纪五十年代由王梓坤院士和胡国定先生奠定的概率论与数理统计专业的基础上发展起来的。2011年，国务院学科委员会把统计学调整为一级学科后，南开统计学获全国首批统计学一级学科博士学位授予权，并于2012年学科评估中并列全国第四，于2017年入选国家"双一流"建设学科，同年，在第四轮学科评估中并列全国第三（A）。NO.4东北师范大学东北师范大学数学与统计学院创建于1948年，其前身为东北师范大学数学系，2004年1月撤系建院。近5年数学与统计学院共承担 "211工程"三期重点学科建设项目，国家科技部973项目，自然科学基金委重点项目、杰出青年基金项目、面上项目，教育部新世纪人才培养计划和其它省部级项目70余项。学院教师每年在重点学术期刊上发表论文100余篇，其中SCI检索80篇以上。NO.5华东师范大学华东师范大学是中国获批最早设立概率论与数理统计专业的大学之一。1987年成为全国高等学校重点学科，是全国最早的三个概率论与数理统计国家重点学科之一。学院现有4个本科专业（统计学、经济统计学、金融工程、保险学）。NO.6厦门大学厦门大学1922年成立算学系，是厦门大学最早设立的系之一，2003年成立数学科学学院。学科位居ESI世界前1%，位次不断前移。2013-2017年，学院累计获得国家自然科学基金重大、重点、国际合作与交流、面上、青年、联合基金等资助117项，总经费达4724万元。NO.7北京师范大学北京师范大学统计学教育已有近百年历史，学院拥有一个本科专业（统计学，授理学学位）、两个学术型硕士、博士专业（经济统计学，授经济学学位；应用统计，授理学学位），同时招收应用统计专业硕士，并设有统计学博士后流动站。2015年QS世界大学排名中北京师范大学统计与运筹学科位列世界前200名。NO.8东北财经大学统计学专业设立于1948年，是文革期间全国唯一保留的统计学科和全国惟一一个有连续60多年历史的统计学科。统计学院设有经济统计学本科专业，2008年获评为辽宁省本科示范专业，2009年获评为国家级特色专业。专业课程体系中拥有国家级、省级精品课和国家级精品资源共享课。NO.9上海财经大学上海财经大学统计学成立于1946年，是上海财经大学设立最早的系科之一。近几年，统计与管理学院在学科建设取得重大进展。2012年在教育部一级学科评估中位居全国第4名，同年获准设置统计学一级学科博士后科研流动站；2013年，入选上海市高校一流学科（A类）建设计划；2015年，全国应用统计专硕评估位居第一；2017年，统计学科入选世界一流学科建设名单。NO.10浙江工商大学统计与数学学院是浙江工商大学的王牌学院之一，在全国范围内，具有一定的影响力和很高的美誉度，统计学科的排名雄踞全国统计学科的前沿。2012年统计学取得浙江省高校人文社科重点研究基地，统计学专业被评为省"十三五"优势专业。在2017年教育部第四轮学科评估中，浙江工商大学统计学一级学科进入全国前10%，并列全国第7、浙江省第1。虽然当下我国统计教育还存在着招生难、分配难、经费缺、师资不足、教材陈旧、课程设置不合理等诸多问题，但是相信在这些排名靠前的院校的带动下，我国的统计学发展终将会"更上一层楼"的。

数据科学与大数据技术，简称大数据专业。是2016年以来国内新开的专业学科之一，这几年“大数据”成为发展最快的专业。大学新生选择大数据专业来学习怎么样？大数据专业是一门实践性很强的新兴交叉学科，以大数据分析为核心，以统计学、计算机科学和数学为三大基础支撑性学科，培养面向多层次研究、应用需求的高级人才。这对高校的师资建设、学科建设、课程建设都有相当高的要求。目前已有四批高校获批开设该专业：第一批（2016.2）3所高校获批，分别是北京大学、对外经济贸易大学和中南大学。；第二批（2017.3）32所高校获批，中国人民大学、北京邮电大学、复旦大学等；第三批（2018.3）有248所高校获批，其中包括中国传媒大学、南开大学等；第四批（2019.3）有196所高校获批，有中央财经、吉林大学、东北大学、天津大学等。大数据专业学什么？开设课程：数学分析、高等代数、普通物理数学与信息科学概论、数据结构、数据科学导论、程序设计导论、程序设计实践、离散数学、概率与统计、算法分析与设计、数据计算智能、数据库系统概论、计算机系统基础、并行体系结构与编程、非结构化大数据分析等。大数据基础知识：有三个主要部分：数学、统计学和计算机。大数据平台知识：大数据平台知识是大数据开发的基础，掌握大数据平台的搭建、使用才能做各种基于大数据的实验。大数据场景应用：大数据场景是目前大数据的重要应用，这些场景包括很多领域，比如金融、交通、教育、餐饮等，这些场景应用的背后也需要对行业知识有一定的了解，所以大数据的辅助学科包括社会学、经济学等内容。大数据通常与具体的业务相结合而落地，依托不同大学的专业特色，大数据专业在课程开设上也带有不同的行业特色。生物学、医学、环境科学、经济学、社会学、管理学等学科都可能成为它的应用拓展性学科。大数据专业本科/专科生在上学期间，可以获取的基础知识是非常牢靠的，现在很多学校看重理论，所以只要跟着学校的课程走，在课余的时候自己做做项目就差不多可以入门大数据行业了。零基础学大数据，数据分析师/大数据开发，加米谷大数据培训机构，零基础班预报中。大数据专业毕业后的去向？大数据人才的工作是，把海量信息采集、存储、分析，挖掘出信息背后更多的价值，以更好地辅助企业、政府机关作出决策。随着大数据往各领域延伸发展，市场对统计学、数学方面的专业人才，数据分析、数据挖掘、人工智能等偏软件领域的需求加大。数据分析师/大数据分析培训，加米谷大数据培训机构，可预约现场试听课，大数据开发零基础班预报中。大数据专业毕业生可以胜任大数据技术开发与应用，大数据运维和云计算等工作，可以去大型互联网公司就业，做前、后端开发、数据分析师、机器学习算法工程师，App开发、智能游戏设计与开发、数据科学家等。也可以进入各行各业，在银行、电信、电力、交通等企事业单位，政府、信息产业及其他国民经济部门，甚至医疗系统、媒体等单位，依托具体业务，从事大数据分析、大数据应用开发、大数据系统研发、数据可视化等相关工作。毕竟大数据作为一门技术，为具体行业的决策服务。在国内来看，国家信息中心信息化研究部副主任、南海大数据应用研究院院长于施洋指出：“从地域分布，从各个省来说，北京排第一，东部沿海地区这些省份排在前面，在西南地区，四川、重庆、贵州这三个地方异军突起，是我们大数据发展的第二个增长极。”各省份大数据发展指数的排名中，贵州、重庆、四川，紧随东部沿海省份，全部排进了前十名，领先任何一个中部省份。这主要是地方政策引领的结果，毕业生想从事和大数据相关的工作，也可以考虑去这些大数据发展比较好、政策支持比较多的地方。大数据必然是发展的趋势，也在不断向其他行业发展，学习大数据技术，现在越早开始就越能抢占先机。

何为职场硬实力，除了一定的学历文凭，除了一本本的资格证书，更重要的是你所在行业的专业技能。不过专业技能不能成为你的优势，面对如今人才济济的市场，僧多粥少的局面早日抹去了你脸上的最后一缕自信。优胜劣汰，你能力不如别人，你就得让道。如今的职场，真正体现硬实力的应是顺势而为和发展极具潜力的专业技能，这才能成为你职场生涯的一闭屏障，带你披荆斩棘，无往不胜。而说到职场硬实力，在大数据潮流下发展前景非常可观的就数数据分析师了。说到当下大数据分析的发展情况，当属美国发展得最好。近日，有美国方面的报道，宣称数据分析师应该是未来最具发展潜力的职业，就是说数据分析师的未来就业形势会更好，下面就跟随小编一起看看美国方面都是怎么说的吧！数据分析师的职场发展：未来最具发展潜力的职业数据分析师的职场发展，最近我有看到一篇报道，是讲述数据分析师的职场发展，提到数据分析师可能是未来最具发展潜力的职业。到底依据何在，逻辑何在？我们来一探究竟。在美国，数据分析师平均每年薪酬高达17.5万美元。数据分析师将成为今后5 年最热门的职业。尽管不少专家表示，美国的就业市场尚未完全恢复，但已出现一类行业，其在私营企业内所获得的薪酬比其它行业高出近70%。这一类行业被称为“数据分析”（Data Job）。顾名思义，从事这一行业的人的共性是与数字打交道。因此，经济学家、会计、市场研究分析员，甚至化学家等，均可算为“数据分析”行业的从业者。数据分析师是做什么的阿里巴巴集团研究员薛贵荣就曾表示，“数据分析师就是一群玩数据的人，玩出数据的商业价值，让数据变成生产力。”而大数据和传统数据的最大区别在于，它是在线的、实时的、规模海量且形式不规整，无章法可循，因此“会玩”这些数据的人就很重要。大数据是眼下非常时髦的热词，同时也催生出了一些与大数据处理相关的职业，通过对数据的挖掘分析来影响企业的商业决策。数据分析师将成为今后5年最热门的职业之一美国国家劳工统计局的数据显示，“数据分析师”是美国成长第二快的职业。劳工统计局的最新就业率报告预计该职业在2019年将有80万从业人员(增长53.4%)。根据美国商务部发布的一项调研显示，在2013年，“数据分析”业在私营企业中所获得的平均时薪为40.3美元，比其它行业的平均时薪23.96美元要高出许多。简单的来说，大数据时代的到来，标志着人类进入商务智能化时代。其特点是就业面广，行行需要，薪金高，职业稳定，而且越老分析手段越多越有经验而不会被淘汰，并且可以在家里办公。随着大数据在中国国内的发展，大数据相关人才却出现了供不应求的状况，数据分析师更是被媒体称为“未来最具发展潜力的职业之一”。有媒体报道，在美国，数据分析师平均每年薪酬高达17.5万美元，而中国国内顶尖互联网公司，数据分析师的薪酬可能要比同一个级别的其他职位高20%至30%，且颇受企业重视。当然，目前大数据在大型商家的应用，挑战依然很多。虽然目前概念喊得很火，就目前阶段不是所有的大型综合体，大型商家具备数据意识和数据分析能力，以及目前数据量较少不具备太大的参考意义。此外，仅仅是数据还解决不了问题，还需要懂运营、懂市场的企业参与，才能让数据的价值得到发挥。尽管如此，具备强大的数据分析能力的大数据公司将会越来越受到商家的追捧。从整个行业来看，数据分析师几乎覆盖了所有的行业，从数据类公司、咨询公司到物流、传媒公司等，无一不渗透着数据分析的内容。我们在今天遇见了一个新时代，一个虽然还在发展但前景辉煌的时代，数据分析已经潜在的覆盖了我们的生活，这其中离不开每位数据分析师的奋斗和努力。我们都知道，比选择一份工作更重要的，是选对一个行业。有的行业正在萎缩、坍塌，有的行业却正势如破竹、快速兴起。硅谷投资人整理的美国正在快速发展的8个行业，分别为：软件行业私人理财顾问、生物医疗工程师、环境工程师、数据分析师、护士、理疗师和药剂师、健身教练。不管你是在找工作，抑或准备创业，相信都可以给你提供一个新的参考。大数据时代已经到来，无论是即将毕业的学子，还是征战职场多年的人士；无论你是迷途不知归路的追梦人，还是事业遭遇瓶颈的彷徨者。如果你想进入数据分析行业，那么你就得尽早做好自己的人生规划。机不可失，失不再来，我们没有多少个十年可以荒废，父母也没有多少个十年可以等待。站在人生的十字路口，即将踏出全新一步的你，准备好了吗 ？

如果你正好是一名BI数据分析师或者在准备当BI数据分析师的路上，当你看到这个标题时可能就会开始各种不满，淡定！先稍安勿躁，咱先聊聊为什么我会这么说，如果你有其他异议，欢迎在评论区提出！BI数据分析师这个职业现在怎么样？目前在火热的大数据概念的加持下，特别是互联网大佬“BAT”的领头之下，这个岗位可以说还是在享受着职业红利。之前我也一直认为这个职业可以在很长的时间内处于“红利期”，不过我最近某些论坛上听到一些朋友的吐槽后，让我开始对这个职业的美好前景产生了一些怀疑。请容许我先再此插播一段故事论坛朋友L兄是一名BI数据分析师，原来在T公司上班。工作不复杂甚至可以说简单，就是给业务人员调取数据。做了大概一年时间，之后L兄就觉得这个工作太过机械化，对自己的成长没有什么实际意义，因此就跳槽到了公司A。公司A和公司T不同，老板希望数据团队可以根据自己的数据信息优势发挥出预测作用，从而用数据分析的结果引导公司业务的走向。因此L兄对这份工作非常满意，觉得这里可以给自己的作用可以在这里发挥出来。但是做了几个月之后，他发现了一个问题：虽然L兄通过数据分析能给公司带来一些业务上的提升，但他觉得还是以前在T公司给人调取数据时，公司的整体效率更高！为什么会这么说呢？我们先了解公司T和公司A的组织架构形式，然后进行分析。T公司是事业部制，数据分析师归事业部直接领导。A公司是职能制，分析师归BI团队或者数据团队领导。两个公司分别代表了目前企业中最常见的两种组织架构，但是不管是在T公司还是在A公司，BI数据分析师这个岗位都会遇到相对应的问题。因此，BI数据分析师就成了很尴尬的岗位。事业部制公司中BI数据分析师的问题在事业部制公司的架构下，BI数据分析师这个岗位遇到的最大的问题就是“留不住人”。在这一架构下，所有工作一般都是以业务为导向的，因此业务人员占主导位置。而BI数据分析师自然就成为辅助工种，一个单纯的调取数据人员，在业界人们戏称为“茶树菇”（谐音查数）。公司这类BI数据分析师，所需要的技能要求比较简单，只要会用SQL基本就可以满足并胜任这一份工作，因为不需要你做其他事情，只需要帮我把我想要的数据调取出来就可以了。也正因如此，招一个干了五年的数据分析的人员和一个刚毕业的数据分析都是来写SQL查数据，基本没啥区别。另外这类“茶树菇”对业务的贡献几乎可以不算，因为公司业绩的增长完全取决于业务人员的数据意识，主动权掌握在别人的手里。这种既不利于个人成长又没有主动权的情况，时间一长，只要稍微有点自主意识的人自然就不会多待。这也是为什么在开头的时候，L兄在T公司做了一年就算收入还可以也要辞职的原因。并且今后企业对业务人员的数据技能要求也会越来越高。甚至现在已经有了“数据运营”这样的岗位，将运营岗+SQL技能结合。阿里的CEO逍遥子在内部分享中提到，未来阿里90%的产品经理要从技术团队中产生，业务人员必须掌握技术能力的趋势已经愈来愈近了。同时因为趋势所需，业务人员会用BI工具会变得越来越普遍，因此BI工具的操作也会变得越来越简单！比如豌豆BI，随着时代发展，经过10多年的沉淀，目前成为了很多入行新人的首选！职能制公司中BI数据分析师的问题首先，在职能制的架构下，数据分析师和业务部门是相互独立的。而公司为了评估BI数据分析师的价值，公司不得不用数据部门根据大数据分析后的调整带来的业务增长来作为考核标准。目前吧，大部分公司都是这样做的，看似没啥毛病。但是很多考核或者目标的设定，在不明确的情况下，会产生不可预期的负面效果。举个例子：通用电气曾经要求，每项业务的市场占有率都必须做到第一或者第二，否则就不做。这被称为“数一数二”战略，曾帮助通用电气优化业务结构，实现高速增长。但到了后来，这个战略让经理们束手束脚，仅仅因为不愿意屈居第三而放弃了很多优秀的点子。经过BI大数据分析过后，他们发现选择规模更小的市场，这样更容易达成这个战略。这样做的后果是使得公司业绩增长缓慢，并且在未来也很难有突破性的进展。于是通用电气最终就终止了这项战略。一个原本用来激励员工占领更多市场份额的战略，却因为大数据分析后的结果而阻碍了公司获得新的更大的市场，是不是感觉很不可思议？从上我们可以明白一个问题：BI数据分析师的目标和公司整体的目标脱离了。公司整体目标是公司整体业绩上的提升，而BI数据分析师的目标是找出可以满足这个条件的可选择项。目标不一致的结果是，个人的最佳选择可能并非组织的最佳选择，这导致了职场上的闭门造车的状况。因此在文章开头L兄所说的在T公司给人调取数据时，公司的整体效率更高，因为在T公司是及时交流，而在A公司是封闭式交流。造成通用电气这个情况的最大原因就是业务与大数据分析结果的不匹配，业务是为了完成公司大的一个方向，而大数据分析给出的选项明显违背了公司的原意。由此可以看出，业务人员了解BI数据分析是多么重要。数据+业务的未来，BI数据分析师该何去何从？目前只会业务或者只会BI数据分析，貌似都不是可持续的状态，未来的趋势已经渐渐往中和方向移动，那么BI数据分析师这个岗位还不会被淘汰吗？个人认为BI数据分析师这个职业的存在，主要原因是大数据技术的崛起太快，原有的人才体系中并没有数据技能，因而不得已才需要这方面的专业人才。但随着数据技能的不断普及和提升，以及像豌豆BI这种BI数据分析工具的不断简化，未来人们做BI数据分析可能会像我们操作办公软件这样普遍。而BI数据分析师的岗位很可能变成附加甚至消失。支撑型的BI数据分析师会被具备数据分析技能的业务人员替代，引导业务型的数据分析师，将会在组织变革中融入业务团队中去。（当然这只是一个预测）因此偏业务的BI数据分析师会渐渐融入业务职能中去，或者干脆成为业务人员。数据团队中还有一些掌握算法、以及硬核数据技能的人才，他们会更加偏向底层的数据支撑和数据挖掘工作。这类岗位不可或缺，并且需要较高的专业技能，他们将会持续存在下去。在数据与业务的界限逐渐明朗的趋势下，数据分析师要么对算法进行更深入的研究进行数据挖掘，要么发挥对业务的深刻理解转而去做业务人员。看完本文后，如果你身边有人做BI数据分析师，请好好珍惜！说不定见不到他们了，你见到的是“BI数据运营”。