现在数据人才稀缺是现实，但除了单个互联网公司，大多数企业缺的不是数据技术人才，而是具有数据思想、能够运用数据技术发明价值的人。

  数据剖析不是技术岗位，所以不该该被技术天花板所约束，它真实的力气来自于经过剖析然后处理问题。既然如此，为什么大多数公司在招聘数据人才的时分，还有着较高的专业技术要求呢，无论是数据剖析师、数据工程师、算法工程师仍是数据科学家。

  大多数企业的技术（包含数据技术）天花板很低，很难培养出顶尖的技术人才，可是数据剖析师的上限很高，所谓的excel，python，机器学习等等这些都是东西和技术，真实能够从海量数据中发现规则和趋势，并收拾出具有说服力的剖析陈述，这才是数据剖析的中心。没有对事务的了解和在职业范畴的摸爬滚打经历，一切的剖析都是空谈。

  实践上，大多企业的数据从业者必需求把握的核算机技术其实只要三项：SQL、EXCEL、PPT，这三大件能处理企业90%以上的数据收集、处理、剖析和发掘的问题。

  许多时分，EXCEL、PPT才是表现本身价值的最强东西，假如一个数据从业者需求用纯数据技术来证明自己的价值，这个国际能供给给他的舞台实践是非常小的。

  朴实的数据技术，站在一个企业管理者的视点来讲，大多时分是无关宏旨的，你调研100个数据管理者，有99个会说，我需求找到满足的事务场景让自己的数据发生价值，而不是说我需求更牛逼的数据技术来处理自己的事务问题。

  不主张数据岗位人员走纯技术道路，一定要尽力把自己培养成那种“精通事务、懂技术”的人，数据技术很简单被人学习和仿照，而共同的事务了解不会，充沛了解企业地点职业的布景，把事务吃透，不管是云核算、大数据仍是AI，都能拿来为你所用，帮你处理事务问题，到达“手中无剑，心中有剑”的境地，最大化的发明价值，这样你不单单是企业不可或缺的人才，并且在职场上也将利于不败之地。

  现在各个企业都在提数字化转型，但施行团队在数字化转型中最大的应战必定不是数据技术，而是事务了解力，试想假如连事务目标和流程都搞不清楚，那么数字化转型一定是海市蜃楼。事务了解力需求的是沉淀，而数据技术一般能够用钱处理。

  常常听到数据从业者讲在企业界缺少话语权，但话语权不是更高层领导和外界环境能赋予的，而是自己争取来的，数据从业者要信任事务也是一种技术，乃至比技术更为重要，要能自动靠近事务去寻找机会，乃至发明出新的事务。

  从数据到信息，信息到常识，常识到才智的三个阶段中，最终一步的才智肯定是逾越专业约束的，也便是即使你懂事务也懂技术，但假如缺少才智，仍是做不成事。

  才智是指辨认和运用相关常识的才能，才智的实质便是决议计划，决议计划的关键是挑选，多模型思想则是理性决议计划的根底。在采纳举动时，有才智的人会运用多个模型，就像医师会让患者做好几种查看来协助确诊相同，领导在做决议计划的时分，也往往咨询各方的定见，这些都是才智的表现。

  数据从业者痴迷于各种数据技术不是坏事，但有时也要抬起头来考虑下，到底是自己的数据技术不行仍是其他的要素，导致自己一直发明不了满足的价值。

  数据剖析师转增加，优势便是数据剖析才能，下风便是事务了解上的短缺，下面共享一些我的学习方法：

  做增加，必定要会运营。运营是需求理论+实践的，并且即使你不打当作增加黑客，必要的运营常识也会对数据剖析作业大有助益，特别关于数据剖析新人而言。

  运营的学习相同需求实践，运用你的数据剖析才能去优化你的运营作业，最大的优点便是省去了许多交流本钱。

  我现已作为数据剖析师10年了，技术和经历现已成熟了，这一条或许并不太适用，所以这一条主要是针对新人。

  假如现已入职了数据剖析师岗位，我以为市面上大多的课程现已不适用了，我引荐更多的把作业运用在实践中去历练。举个比方，在我入职前一直对AB测验的样本容量挑选和剖析一知半解，可是由于实践的增加作业中频频的运用AB测验，磨练了几个月，尽管自认离专家很远，可是至少现已熟练把握了。

  别的的一点劝告，可视化真的很重要，特别是给领导报告的时分，Tableau或许Power BI一定要学。

  软技术，便是很难量化评价的技术，比方商业思想、逻辑思想、心理学等等，除了多运用之外便是需求多读书了，现在我正在读《乌合之众》（群众心理学）和《增加黑客》，两本都还不错，引荐阅览，后期书单我还会不断完善。

  究竟数据剖析师+增加运营也算是一人多岗的作业了，压力逃不掉，加班也逃不掉，所以非常有必要找一个适用的减压方法，不然失眠、掉发、过劳肥……不想列举了。