浅析数据分析师的职业发展

在日常工作中，数据分析师所处的组织架构和工作职责都有哪些？各类分析岗位之间有所区别又相互联系，职业的发展通道是怎样的呢？本文作者从商业分析、业务分析、中台分析这三个方面，介绍了数据分析师的职业发展，一起来看一下吧。

最近常常看到关于数据分析师职业发展瓶颈的讨论，观点不一，众说纷纭。“要不要选数据分析岗？”、“数据分析未来的发展通道是什么？”这类问题也会经常被问到。今天我们就来聊一聊数据分析的职业发展道路的问题。

那么首先我们要明确在日常工作中分析师所处的组织架构和工作职责都有哪些？工作职责是什么？从所处部门&职责角度区分，数据分析大致分为商业分析、业务分析、中台分析三类。

各类分析岗位之间有所区间又相互联系，那么职业发展通道又是怎样的呢？

01 中台分析

数据中台本身是企业数据共享、能力服用的平台；这个组织代表的不是一套系统或者标准化产品，而是资源整合、集中配置、整合提效。在这样的组织中，分析师的作用更多的是梳理、提炼、整合。让各业务间在统一“语言”，统一工具的基础上协同配合。

因此数据中台在数据中台做分析，有利于打基础、提升专业技能、熟悉全局结构，对于初级分析而言这样的岗位更合适。而对于中、高级分析师来说，如果在数据中台与业务配合并没有很深入，且没有晋升管理的机会，就会容易遇到瓶颈，成为了资深sql boy，向前走一步很难。

处在这个阶段的同学有两个破局的办法：

1. 转做业务分析，中台的短板就是不了解业务，很多中台的同学可能会BP到业务中，但受架构的限制能够深入到业务中对业务了如指掌的少之又少，补上短板即可持续纵深发展；
2. 转行数据产品，在数据中台与数据产品合作的机会很多，也会亲身经历经历很多数据产品的项目，那么耳濡目染的就会get相关技能和思维；

02 业务分析

业务分析的优势在于熟悉业务，那么在日常工作中分析师与产品、与运营、甚至与数据开发会存在边界问题。有些同学认为职责清晰不越界才是理想的工作环境，我个人则持相反的态度，能够有打破边界的机会其实很难得。

业务团队的每个人都应该为整体的目标达成贡献力量，因此作为分析师首先要做好业务目标、项目目标的拆解。了解要达成这样的目标，需要哪些依赖？每一个依赖项的现状如何？提升手段是什么？考核期内能否如期达成？联动前后端辅助决策。另外，在业务链路的核心环节中，分析师需要参与其中，发现问题、分析问题、辅助解决问题。

听起来上面的工作流跟很多同学心目中的分析师的工作不太一样，听起来像产品运营？pmo？策略产品？其实，这才是业务分析的理想态，不仅仅产出数据结果、分析报告、分析实验，而是掌握节奏推动发展。长期的发展来看，除了管理的晋升，业务分析还可以成长为某个领域的数据科学专家。拿广告业务的分析来说，当面对广告投放这样一个超长链路且容错率较低的业务体系，专家应该给出每个环节问题诊断的通用方法及评价的度量标准。

中、高级的业务分析同学，在实际工作中会遇到，长期做辅助性工作，晋升通道比较窄的问题。由于不同的管理者对业务分析的定位不同，并且业务分析同学的能力也不相同，所以当业务分析不被赋予一定的话语权或者能力无法被认可的时候，只能做一些辅助性的工作，久而久之就会达到瓶颈。

处在这个阶段的同学有两个破局的办法：

1. 在管理对业务分析的职能较为清晰的情况下，深入业务中多听多看多问，提升自身的业务能力，朝着数据科学专家的方向努力；
2. 在管理对业务分析的职能不清晰的情况下，可以考虑转行成为策略产品，打破边界，落地自己的分析结论；

多年的业务分析也可以考虑转行做商业分析，扎实的专业基础，和多年业务决策经验也成就了一定的战略眼光，此时不妨提升一下高度。

03 商业分析

商业分析是一个需要丰富工作经验的岗位，初入职场的商业分析，大多会身处于各个咨询项目中积累经验。打开招聘软件很多商业分析的职位要求会是工作10年以上。因为商业分析需要足够的了解市场，极具洞察力，有一定的商业敏锐度，具备这些能力才能够做到提高集团/事业部的财务业绩产出、具备战略管理能力、提升企业运营效率，而这些能力都是靠一定的工作经验积累成就的。

对于有一定的工作经验，而又晋升无望不满足于现状的高级分析同学来说，转换一下思路，尝试商业分析，是一个不错的发展方向。横向来看，商业分析不局限于互联网行业，其他行业（如金融）也有相应职位；纵向来看，商业分析工作培养出的战略眼光，可以帮助你成为投资人、创业者上不封顶。

前几天我在获取一个免费学习资源的时候，负责付费课程转化的小姐姐对于数据分析这个岗位有这样一个评价：“数据分析，相对来说比较传统的，日常的话一般就是做报表，业务需求的话是采集分析相关的数据模型，撰写特定的需求报告，工作中主要用到的一般是Python SQL或者是Excel等，相对技术比较单一，前几年的时候比较火，但是近几年发展方面不是很好，容易遇到瓶颈。”

我相信这不仅仅是她想要卖给我课程的话术，也是很多人对分析师的刻板印象。关于技术点，我想说分析师或者数据科学都不是拼技术的岗，重点在于以业务为导向，通过恰当的方法、使用工具或技术能力，解决业务问题、影响决策并推动决策应用落地。

希望这篇文章可以帮助到处在迷茫期的同学们，相信自己，坚守本心，选择最适合自己的发展方向。