BI数据分析师是一个定位尴尬的岗位

Y君是一名数据分析师，原来在A公司上班。工作很简单，就是帮助业务人员取数，做了一年之后他觉得这个工作对成长没有意义，于是跳槽到了B公司。B公司和A公司不同，老板寄予厚望于数据团队能够发挥数据驱动的作用，用数据分析引导公司业务走向一条明路。Y君对这份工作非常满意，认为这才发挥自己才能的舞台。但是他最近发现了一个问题：“虽然我能带来一些业务提升，但我觉得还是以前在A公司给人取数时，公司的整体效率更高，B公司的状态像是和业务部门为敌，处处受阻。”仔细讨论之后，我们发现这种情况并不是偶然的。

A公司是事业部制，数据分析师归事业部直接领导。

B公司是职能制，分析师归BI团队或者数据团队领导。

A公司和B公司分别代表了目前最常见的两种组织架构形式。在目前企业最常见的两种组织架构下，数据分析师这个岗位都遇到了不可调和的矛盾。BI数据分析师成了一个定位尴尬的岗位。

“取数机”们的未来迷茫

 但是，如果一个数据工作者长期从事取数工作(例如超过2年，这里的时间取决于企业的数据规模和复杂度)，那么其价值确实会很小，为什么这么讲呢?这里，首先要谈谈取数这个工种的特点，就八个字：上不着天，下不着地。取数人员对下衔接了平台和数据，对上衔接了业务人员，似乎是最容易成为复合型人才的，但大多时候不是这样。实际情况是，取数人员号称需要理解业务，但由于不为业务发展负责，因此其不需要钻研业务，而通过取数获得的直观业务理解是非常有限的。

从技术的角度看，取数人员虽然要接触平台和数据，但由于只取不改，因此技术要求其实很低，一般掌握简单的SQL就可以了，但这降低了取数人员技术进步的可能，现在很多BI工具做得不错，取数人员甚至连后台的基本命令都不需要掌握。

另外，由于事业部这一架构一般都是业务导向的，因此业务人员往往较为强势。导致BI数据分析师成为辅助工种，对业务的贡献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。既不利于个人成长，也没有主动权，自然就会产生留不住人的现象。并且今后企业对业务人员的数据技能要求也会越来越高。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。Just取数型的BI数据分析师必然会渐渐消失。

激励带来的意外后果

 为了衡量数据分析师的绩效，企业不得不用数据部门带来的业务增量作为考核标准。这样的做法看起来似乎没有什么问题。但很多绩效的设定，最终都会产生不可预期的负面效果。

比如通用电气曾要求集团的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。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业务发展。而且他们更倾向于选择规模更小更长尾的市场，因为这样更容易达成这个战略。这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。于是通用最终终止了这项战略。

这就是囚徒困境，在个人的最佳选择和组织的最佳选择上，选择对个人有利的决策。虽然组织的最佳选择对每个员工都有利，但是个人的最佳选择对个人更加有利。即使这种选择伤害了组织的利益，他们也不得不进行个人的最佳选择。这样的绩效设定就带来了一个问题，数据分析师的目标和各业务部门容易脱节，各自为阵，和公司整体的目标脱离了。

比如会出现这些现象：

1、不愿与业务人员分享。业务人员如果能力太高，那么业务的可提升空间就变小，或者难度变大。因此数据分析师并不希望业务人员的能力提升，其中也包括数据解读能力。跨部门之间的沟通会变得极为困难，也更谈不上数据技能的培训。

2、降低业务整体效率。业务从发现问题到寻求数据分析解决问题，这期间需要提出问题——提出数据分析需求——数据分析师理解问题——用数据分析解决——优化方案，这整个流程需要几天甚至几周，这期间就算有商机很有可能就被竞争对手抢先一步了。比如说生鲜行业，如果你一个供应链优化报告每次都要3、4天，哪能跟得上生鲜的配货，势必会造成很多浪费或供应不够。

3、不计成本迭代和测试。消耗大量开发资源进行试错对于数据分析师来说是一件风险很小的事情，成功则有功，失败则无过。开发资源是有限的，大量的试错使得其他的一些优秀点子无法落地，阻碍了公司资源的合理分配。当然会有一些优秀的员工以组织利益为基本考量，但这类人获得的个人利益将要比其他人更低，渐渐地会出现“劣币驱除良币”的现象，这些人最后不得不离开组织。企业的目的是业绩的提升，所以所有一切和组织目标不一致的群体，最终都会面临组织结构的变革。

数据的归数据，业务的归业务

BI数据分析师这个职业的存在，很大程度上是因为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，因而不得已需要这方面的专业人才。但随着数据技能的不断普及，以及数据工具的不断简化，BI数据分析师的岗位很可能会渐渐萎缩甚至消失。支撑型的数据分析师会被具备数据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。(当然这是对职业整体的判断，如果是大牛，自然什么样的可能性都会存在。)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或数据运营。而定位模糊的BI数据分析师显然属于后者。为什么说这个这么丧的话题?有感而发而已，BI数据分析师不是没有前途，我知道阅读这篇文章de 有很多将要已经从事着数据分析，任何岗位都有其瓶颈的一环，这里只是提前告诉大家转变的方向罢了。

BI数据分析师如何脱离取数机的存在?因企业而异，很多时候要改变自己的地位得推动部门的配合，得到上层的认同。这绝非是一份两份报告所能说动的。当然自身具备强硬的实力也是需要的，如果你能站在管理层面，用数据化的方式梳理组织架构，每一项业务都量化，并能找到增长的处理，那业务能力堪称CXO级。所以尽管BI数据分析师是一个定位尴尬的岗位，做好了，也一样可以大放异彩。