BI大数据分析师的职业前景

       这一职位看起来是在火热的大数据概念的支持下，享受着职业红利，并将继续下去。但是，近期BI数据分析的前景却有些尴尬。为什么这么说呢？你明白吗？今天小编就带大家详细看看BI大数据分析师的职业前景怎么样。

MicroStrategy

2.8

20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

暂无

合作品牌

12

BI数据分析师

一、BI数据分析师这个职业现在怎么样？

      K君是一位数据分析员，最初在A公司工作。它的作用很简单，就是帮助业务人员进行计数。一年后，他发现这份工作对他的成长毫无意义，于是跳槽到公司B。与A公司不同的是，B公司的老板非常希望数据团队能扮演数据驱动者的角色，用数据分析的结果来指导企业的发展。科尔先生对这份工作很满意，把它当作施展才华的舞台。

       但他最近发现了问题。”尽管我可以带来一些业务提升，但我认为，在A公司给人的评价中，以前公司的总体效率更高。“经过认真讨论，我们发现这种情况并非偶然。A公司和B公司是当前两种最常见的组织结构形式。企业实行事业部制，数据分析人员由事业部直接领导。企业是功能体系，分析员由BI小组或数据小组领导。数据分析员这一职位在目前企业中最常见的两种组织架构中都存在着不可调和的矛盾。因此BI数据分析师的职位定位十分尴尬。

二、未来的BI数据分析师。

      数据分析师这一职位在事业部制架构下将出现“不能留人”的现象。因为在这种体系结构下，一般都是业务导向的，所以业务人员倾向于更强。使BI数据分析员成了辅助工种，从而成了单纯取数员，俗称茶树菇。这种类型的数据分析人员，需要的技能不复杂，只要使用SQL即可。学过SQL，你就能胜任这个工作。

       因此，实习人员可以很好地替代这种类型的人员，雇佣一名工作了5年的数据分析人员与刚毕业的数据分析人员编写SQL几乎没有什么区别。

       另一种是茶树菇，其对企业的贡献完全取决于企业员工的数据意识，主动权掌握在他人手中。这对个人的成长是不利的，也是缺乏主动的，自然而然地产生了留人的现象。而且，未来企业对业务人员的数据技能需求将越来越多。有了“数据操作”这类职位后，就可以将操作岗+SQL技能结合起来。在内部分享中，阿里的CEO逍遥子提到，未来阿里90%的产品经理都来自技术团队，并且业务人员必须具备的技术能力也越来越接近。BI的茶树菇数据分析人员肯定会逐渐消失。

三、激励会产生意外的结果。

       数据分析师和业务部门在职能制的架构下彼此独立。为评估数据分析师的业绩，企业必须以数据部门所带来的业务增长作为评估指标。这种做法非常普遍，似乎没有什么不妥。但是，许多绩效的设置，最终都会产生无法预料的消极影响。

       例如通用电气曾经要求，每一家企业的市场份额必须是第一或第二，否则就不行。这种策略称为“数一二”策略，它曾经帮助通用电气优化业务结构，实现高增长。

       但是后来，这一策略让管理者们束手无策，只是因为不愿屈居第三而放弃了许多好主意。它们更倾向于选择较小的市场，从而更容易实现这一策略。这样，公司业绩增长就会变慢，而且将来也很难有实质性的进展。所以通用最终终止了这一策略。

       本来是为了鼓励员工占有更多的市场份额的策略，后来却阻碍了公司进入更大的市场。

       资料分析员的绩效评估方法就是看有多少业绩增长。结果产生了一个问题：数据分析师的目标与企业整体目标之间的脱节。不同目标导致的结果是，个人的最佳选择并不一定是企业的最佳选择，这就导致了工作场所的囚徒困境。最好的组织方式有利于每一个员工，最好的个人方式更有利于每一个人。他们必须做出个人的最佳选择，即使这一选择损害了组织的利益。

例如，有以下现象：

1、减少企业的整体效益。
资料分析员是最早接触资料的，因此也是最早发现问题的。
但是，如果这个问题很容易得到优化，而且预期提升的效果很好，那么分析家就会把它作为一个正式的报告来处理，整个优化周期从几小时延长到几天，甚至几周。
不愿与业务人员共享通信；

2.商业人士如果能力过高，则商业的可提升空间将会减少，或变得更加困难。
结果是，数据分析师不想让业务人员的能力得到提高，包括理解数据的能力。
在各部门之间进行交流将是非常困难的，也是更多关于数据技能的培训。

3、不计费用的反复试验和试验。
对数据分析人员来说，花费大量开发资源进行尝试是一件没有什么风险的事，成功才会有回报，失败才会有回报。发展资源是有限的，大量的试错使一些优秀的想法无法落地，从而妨碍了企业资源的合理配置。

       的确，有些优秀的员工是以组织利益为基本考虑因素，但是这样的人得到的个人利益要低于其他人，逐渐出现的是“劣币驱逐良币”现象，他们最终不得不离开组织。公司的目标是提高绩效，因此，所有与公司目标不一致的人，最终将面临组织结构的变化。现在在依然存在，只是短期内无法达成一致。

四、BI数据分析师该何去何从：数据归数据，业务归业务。

       这两个水平看起来都是不可持续的，那么BI数据分析人员到底应该去了哪里？BI数据分析这一职业的存在，很大程度上是由于大数据技术的迅速发展，原来的人才系统中没有数据技能，因此在这一领域中需要专业人才。

       但是，随着数据技能的日益普及和数据工具的不断简化，BI数据分析人员的工作将逐渐减少，甚至消失。有数据能力的业务人员将取代有支持能力的数据分析师，引导业务型数据分析师，并将其融入到组织变革中的业务团队。(当然这是对整个行业的判断，如果是大牛，自然会有各种可能性。)结果，偏重业务的BI数据分析员逐渐地融入了业务功能，或仅仅是业务人员。

       在数据团队中，也有一些具有算法、硬核数据技能的人才，他们更倾向于底层数据支持和数据挖掘。这些职位是不可缺少的，并要求较高的专业技能，而这些技能将持续下去。

       以上就是关于BI大数据分析师职业发展的相关内容。随着数据与业务之间的界限逐渐清晰，数据分析师要么更深入地研究算法以进行数据挖掘，要么将对业务的深入了解转化为对业务的深入了解。而定位不明确的BI数据分析员明显是后者。