編輯導語：數據分析師，指的是在不同行業中專門從事行業數據搜集、整理、分析，并依據數據做出行業研究、評估和預測的專業人員。在這個大數據時代，數據分析師這個崗位逐漸被越來越多的人所知曉，那么，他們究竟有什么作用呢？

01

數據不會思考，會思考的是人。

所謂算法，不過是按照人的思考邏輯，按照編程計算。即便是AI，算法邏輯也是人的。人工智能是【人的智能+機器計算】，機器勝在計算。

數據分析師，是數據商業價值的解碼器。阿里原副總裁，數據委員會會長車品覺說，數據分析師是業務的“軍師”。

一家早幾年就做數字化運營的老總跟我說，數據分析人員是他的寶貝。據他說，培養一名合格的數據分析人員，需要數年時間，比培養一名營銷管理人員難度更大。

02

數據分析的目的是什么？

大致有3種：

1. 數據洞察，發現機會

這是中高層對數字化的需求。機會在外部，發現機會需要深入一線。過去，發現機會需要高層到一線，利用高層的洞察力。

數字化給了企業另一個洞察機會的能力：數據洞察，數據洞察怎么做？這是個難題。任何洞察都是難以模仿的，是難以程序化的。程序化的都不是洞察。

洞察無法替代，即使是大數據洞察也是如此?，F在大數據能發現原來沒有關聯的因素之間是有關聯的，但還不是洞察層面。

2. 判斷和把握業務的整體狀況

每個層級、每個人都需要數據把握整體狀況，包括老板和一線業務員。過去通過一線拜訪和統計數據把握，拜訪需要時間，統計數據有滯后性。

數據化，可以通過實時數據判斷、把握整體狀況，減少不必要的拜訪。比如：一線業務員可以通過實時數據，實時判斷哪些終端有問題，然后精準拜訪。原來一個業務員只能負責150-200個終端，現在可以成倍增加。

數字化現在已經以能做到“可視化”，這給把握業務整體狀態提供了方便。

3. 改善業務流程

傳統營銷沒有2C，只有2B，業務流程相對簡單。2C的業務流程更復雜，一般用AARRR表示。拉新、激活、成交、裂變，上述過程的每項環節，都有數據可依，銷售政策有針對性。

03

依托數據的商業分析，有三種類型：

1. 模型編程，自動分發

按照確定的商業分析模型，編輯成固定的程序。

2C的即時響應就是如此，每次點擊電商平臺、抖音、今日頭條，系統立即按照算法，千人千面、每次不同的內容推送。這種推送必須“瞬間”完成，用戶無感，這個過程，稱為營銷自動化。

2. 慣例化分析，人工判斷

由系統提供分析模板，按模板分析數據，但最終交由人工判斷。

2B數據通常如此，系統提供給業務員拜訪終端的數據，就要由區域經理和業務員結合線下場景判斷，并與終端老板進行溝通。比如，終端數據“不正?！?，可以由業務員到終端“核查”。

3. 定制化的一次分析

比如市場機會、市場洞察。

04

最后說一下數據分析師：會說話的不是數據，而是人。數據是死的，人是活的。不是人為數據服務，而是數據為人服務。不是業務為數據服務，而是數據為業務服務。

大數據比的不是數據大小，不是計算能力，而是對數據的解讀能力。機器運算，不能脫離人的思考邏輯。用戶畫像、建模、編程，即使與C端用戶的交互是通過程序自動完成的，程序反映的仍然是人的思考邏輯。

在數據中臺，有一類人，稱為數據分析師。他們是兩棲人才，既要懂銷售業務、流程，又懂計算機和大數據。只有懂銷售業務，才能提出問題，提出數據化的思考邏輯。只有懂互聯網和大數據，才能知道大數據能干什么，什么樣的問題大數據能解答。

數據運營，要有數據分析師。阿里原數據委員會會長車品覺在《決戰大數據》中說，數據分析師要有三大“內功”：混、通、曬。

• 混：數據分析人員要與業務員混在一起，混在一起，才能了解業務；
• 通：要全面打通數據與業務的關系；
• 曬篩：即曬出成果。

混、通、曬，這是一個數據中臺與業務結合的過程。

05

曾經與人有過爭論，營銷數字化到底是先搞頂層設計，還是先把業務模式走通？業務模式不通，再好的頂層設計都是豪華的擺設。業務模式走通了，頂層設計自然好做了。

數字化之所以需要中臺，就是中臺與一線天然結合。既然是兩個組織，結合就有障礙。誰應該更主動結合呢？我認為應該是中臺的數據分析師。

數據分析師的人員不多，是經過精心挑選的雙曬人才。我們不能要求一線業務是雙曬，這就要求分析師更主動。數據分析師要主動與業務混在一起，而不是被動服務。

數據分析師還要分級，有的是數據分析的設計者，有的是業務分析人員。數據分析的設計者，這是數據分析的“種子”，很珍貴。如果內部有苗子，就內容培養；沒有的話，就要到外部去挖。

我們見到一些企業的數據化推動慢，主要問題不在數據系統，而是缺乏“第一推力”，沒有人與一線結合，主動推動營銷數據化，大家都在等一個“上帝”出現，然后一切都搞定了。

06

數據分析師現在很稀缺，電商平臺經過多年的摸索，已經有分析師了。甚至現在都在講“人人都是分析師”，逐步普及化了。

傳統企業的營銷數字化，前提是懂深度分銷。有人問我，深度分銷過程能否“速成”，我認為很難。而且現在已經深度分銷的環境已經沒有了，即使想體驗，也回不到最初的環境了。

未來幾年，數據分析師將會很吃香，數據分析師培訓可能也會火一陣子。

#特邀作者#

劉春雄，微信公眾號：劉老師新營銷（ID：liuchunxiong1964），人人都是產品經理特邀作者?，F任鄭州大學副教授，碩士生導師，兼任北京大學EMBA課程主講導師，《銷售與市場》雜志社副總編，清華大學MBA、中國人民大學MBA特聘客座教授。

本文原創發布于人人都是產品經理。未經許可，禁止轉載

題圖來自?Unsplash，基于 CC0 協議