數據分析bi是指什么？bi數據分析師做什么？
數據智能時代已經到來，傳統商業智能與商業智能的本質區別可以歸結為一個詞：“活的閉環”。“活”的是數據，用戶的每一次行為都轉化成新的數據，流入數據的每一次流入都實時引發了各個數據集的連鎖反應；“活”的是算法，用戶的每一次產品和服務體驗，都成為算法迭代成長的養分，使得算法更智能地反映商業本質；反饋閉環是“活”的，產品在迭代，數據在流動，算法在成長；最后，我們所熟悉的工業時代的機械邏輯——預先設定的一切——將被徹底顛覆，取而代之的是一個全新的商業生態系統和商業形態。那么，數據分析bi是指什么？bi數據分析師做什么？下面就有小編為您帶來數據分析bi是指什么與bi數據分析師做什么的相關介紹。
一、BI數據分析師這個職業現在怎么樣？
目前在火熱的大數據概念的加持下，特別是互聯網大佬“BAT”的領頭之下，這個崗位可以說還是在享受著職業紅利。
之前我也一直認為這個職業可以在很長的時間內處于“紅利期”，不過我最近某些論壇上聽到一些朋友的吐槽后，讓我開始對這個職業的美好前景產生了一些懷疑。
請容許我先再此插播一段故事：
論壇朋友L兄是一名BI數據分析師，原來在T公司上班。工作不復雜甚至可以說簡單，就是給業務人員調取數據。做了大概一年時間，之后L兄就覺得這個工作太過機械化，對自己的成長沒有什么實際意義，因此就跳槽到了公司A。
公司A和公司T不同，老板希望數據團隊可以根據自己的數據信息優勢發揮出預測作用，從而用數據分析的結果引導公司業務的走向。因此L兄對這份工作非常滿意，覺得這里可以給自己的作用可以在這里發揮出來。
但是做了幾個月之后，他發現了一個問題：
雖然L兄通過數據分析能給公司帶來一些業務上的提升，但他覺得還是以前在T公司給人調取數據時，公司的整體效率更高！
為什么會這么說呢？我們先了解公司T和公司A的組織架構形式，然后進行分析。
T公司是事業部制，數據分析師歸事業部直接領導。
A公司是職能制，分析師歸BI團隊或者數據團隊領導。
兩個公司分別代表了目前企業中最常見的兩種組織架構，但是不管是在T公司還是在A公司，BI數據分析師這個崗位都會遇到相對應的問題。
因此，BI數據分析師就成了很尷尬的崗位。
在事業部制公司的架構下，BI數據分析師這個崗位遇到的最大的問題就是“留不住人”。
在這一架構下，所有工作一般都是以業務為導向的，因此業務人員占主導位置。而BI數據分析師自然就成為輔助工種，一個單純的調取數據人員，在業界人們戲稱為“茶樹菇”（諧音查數）。
公司這類BI數據分析師，所需要的技能要求比較簡單，只要會用SQL基本就可以滿足并勝任這一份工作，因為不需要你做其他事情，只需要幫我把我想要的數據調取出來就可以了。也正因如此，招一個干了五年的數據分析的人員和一個剛畢業的數據分析都是來寫SQL查數據，基本沒啥區別。
另外這類“茶樹菇”對業務的貢獻幾乎可以不算，因為公司業績的增長完全取決于業務人員的數據意識，主動權掌握在別人的手里。
這中既不利于個人成長又沒有主動權的情況，時間一長，只要稍微有點自主意識的人自然就不會多待。
這也是為什么在開頭的時候，L兄在T公司做了一年就算收入還可以也要辭職的原因。
并且今后企業對業務人員的數據技能要求也會越來越高。甚至現在已經有了“數據運營”這樣的崗位，將運營崗+SQL技能結合。
阿里的CEO逍遙子在內部分享中提到，未來阿里90%的產品經理要從技術團隊中產生，業務人員必須掌握技術能力的趨勢已經愈來愈近了。
同時因為趨勢所需，業務人員會用BI工具會變得越來越普遍，因此BI工具的操作也會變得越來越簡單！比如豌豆BI，隨著時代發展，經過10多年的沉淀，目前成為了很多入行新人的首選！
職能制
首先，在職能制的架構下，數據分析師和業務部門是相互獨立的。而公司為了評估BI數據分析師的價值，公司不得不用數據部門根據大數據分析后的調整帶來的業務增長來作為考核標準。
目前吧，大部分公司都是這樣做的，看似沒啥毛病。
但是很多考核或者目標的設定，在不明確的情況下，會產生不可預期的負面效果。
舉個例子：通用電氣曾經要求，每項業務的市場占有率都必須做到第一或者第二，否則就不做。這被稱為“數一數二”戰略，曾幫助通用電氣優化業務結構，實現高速增長。
但到了后來，這個戰略讓經理們束手束腳，僅僅因為不愿意屈居第三而放棄了很多優秀的點子。經過BI大數據分析過后，他們發現選擇規模更小的市場，這樣更容易達成這個戰略。
這樣做的后果是使得公司業績增長緩慢，并且在未來也很難有突破性的進展。于是通用電氣最終就終止了這項戰略。
一個原本用來激勵員工占領更多市場份額的戰略，卻因為大數據分析后的結果而阻礙了公司獲得新的更大的市場，是不是感覺很不可思議？
從上我們可以明白一個問題：BI數據分析師的目標和公司整體的目標脫離了。
公司整體目標是公司整體業績上的提升，而BI數據分析師的目標是找出可以滿足這個條件的可選擇項。目標不一致的結果是，個人的最佳選擇可能并非組織的最佳選擇，這導致了職場上的閉門造車的狀況。
因此在文章開頭L兄所說的在T公司給人調取數據時，公司的整體效率更高，因為在T公司是及時交流，而在A公司是封閉式交流。造成通用電氣這個情況的最大原因就是業務與大數據分析結果的不匹配，業務是為了完成公司大的一個方向，而大數據分析給出的選項明顯違背了公司的原意。由此可以看出，業務人員了解BI數據分析是多么重要。
二、數據+業務的未來：BI數據分析師該何去何從？
目前只會業務或者只會BI數據分析，貌似都不是可持續的狀態，未來的趨勢已經漸漸往中和方向移動，那么BI數據分析師這個崗位還不會被淘汰嘛？
個人認為BI數據分析師這個職業的存在，主要原因是大數據技術的崛起太快，原有的人才體系中并沒有數據技能，因而不得已才需要這方面的專業人才。但隨著數據技能的不斷普及和提升，以及像豌豆BI這種BI數據分析工具的不斷簡化，未來人們做BI數據分析可能會像我們操作辦公軟件這樣普遍。而BI數據分析師的崗位很可能變成附加甚至消失。
支撐型的BI數據分析師會被具備數據分析技能的業務人員替代，引導業務型的數據分析師，將會在組織變革中融入業務團隊中去。（當然這只是一個預測）
因此偏業務的BI數據分析師會漸漸融入業務職能中去，或者干脆成為業務人員。
數據團隊中還有一些掌握算法、以及硬核數據技能的人才，他們會更加偏向底層的數據支撐和數據挖掘工作。這類崗位不可或缺，并且需要較高的專業技能，他們將會持續存在下去。
今后，隨著數據和業務之間的界限逐漸清晰，數據分析師們將會更深入地研究算法以進行數據挖掘，或者把對業務的深刻了解用到做業務上。上面就是小編為您介紹的數據分析bi是指什么？bi數據分析師做什么的有關介紹，希望對您有所幫助。
[免責聲明]
文章標題： 數據分析bi是指什么？bi數據分析師做什么？
文章內容為網站編輯整理發布，僅供學習與參考，不代表本網站贊同其觀點和對其真實性負責。如涉及作品內容、版權和其它問題，請及時溝通。發送郵件至36dianping@36kr.com，我們會在3個工作日內處理。
