数据分析bi是指什么？bi数据分析师做什么？

   数据智能时代已经到来，传统商业智能与商业智能的本质区别可以归结为一个词：“活的闭环”。“活”的是数据，用户的每一次行为都转化成新的数据，流入数据的每一次流入都实时引发了各个数据集的连锁反应；“活”的是算法，用户的每一次产品和服务体验，都成为算法迭代成长的养分，使得算法更智能地反映商业本质；反馈闭环是“活”的，产品在迭代，数据在流动，算法在成长；最后，我们所熟悉的工业时代的机械逻辑——预先设定的一切——将被彻底颠覆，取而代之的是一个全新的商业生态系统和商业形态。那么，数据分析bi是指什么？bi数据分析师做什么？下面就有小编为您带来数据分析bi是指什么与bi数据分析师做什么的相关介绍。

帆软FineBI

4.1

112条点评

咨询产品

免费试用

解决用户选型困难的好软件，有各维度的信息

客户案例

5

合作品牌

55

一、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。

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。

这中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

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。

二、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嘛？

   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。

今后，随着数据和业务之间的界限逐渐清晰，数据分析师们将会更深入地研究算法以进行数据挖掘，或者把对业务的深刻了解用到做业务上。上面就是小编为您介绍的数据分析bi是指什么？bi数据分析师做什么的有关介绍，希望对您有所帮助。