從2010年開始大數據的風口突然火了，許多人開始關注這個垂直的領域，我的粉絲也在時代的催促下，實現了指數倍的增長，微博@數據挖掘與數據分析 從2010年的10萬，到現在的150萬，微信公號從2016年的5萬，到現在的27萬，2017年7月成立的高效學習社區愛數圈，經過一年多的成長，也擁有了6500人的社羣，還是要感謝這個時代，感謝大家的支持
鄭州專業不孕不育醫院:http://jbk.39.net/yiyuanzaixian/zztjyy/
鄭州不孕不育醫院×××:http://jbk.39.net/yiyuanzaixian/zztjyy/
數據分析在企業中的職能過渡大概有幾個階段
第一階段：
乙方服務爲主，很早的時候企業沒有固定的數據分析師，很多是通過第三方機構來對企業做一些數據分析的服務，因爲很多企業不懂數據分析，不知道數據分析能給企業帶來什麼變革，慢慢的大家意識到數據分析的重要性，開始組建自己的數據系統，也開始搭建自己的數據分析團隊
第二階段：
我習慣叫中心化團隊，簡而言之，就是所有的數據分析師在一個組織建構下，向企業內部不同的部門做數據分析成果的輸出，這樣做從一定程度上提升了，企業高層對數據應用的重要性，但也面臨很多問題，很直白的一點數據分析師出具的成果不是業務方認可和所需要的，也面臨時效性的問題，於是企業的各個部門開始建立自己的數據分析團隊
第三階段：
去中心化團隊，就是讓數據分析師在不同的業務部門裏面去做數據分析，從架構上來講，這樣數據分析師可以很好的理解業務，瞭解業務所需，從而形成對業務深度、廣度的思考，產生一些系統性、針對性強的報告，但這個階段存在很大的一個問題，就是部門之間的數據口徑和標準化是不一樣的，甚至大家計算出來的UA\用戶數這類基本的指標數值都是不一樣的，所以很多企業的架構下現在是混合型
第四階段
中心化+去中心化的組合，這樣做的前提只有一點，讓企業所有的生產數據統一在一起，統一的管理，避免數據打架的問題，讓大家用統一的標杆去衡量，這樣才能從宏觀到微觀進行對比，讓數據放在一個標尺上
讓中心化的數據分析師更懂數據，讓去中心化的數據分析師更懂業務，無論是從技術、工具、業務都能很好的融合，從而帶動整個企業的數據化運營建設
那麼第五個階段是什麼？我叫它未來吧
其實數據分析師這個職位經過多年的發展已經在企業中不是一個專門的職業了，而是成爲職場必備的一種技能，大家經常會看到，招聘產品經理的需要懂數據分析、招聘運營的要懂數據分析、招聘財務的要懂數據分析，所有以後專業的數據分析師很有一大部分會消失，消失是不掉的可能就是程序員式的數據分析師
記住一點，數據分析只是一種工具，不過是這種工具不像excel、sql、python那樣冰冷，要用思維去操作的工作，而數據分析這種工具是要實現自我迭代，把整個數據分析的閉環自我打通，大家可能在企業中都意識到，做閉環很難的，因爲要跨很多部門，但是要打通自己得工作還是很容易，比如產品經理用數據分析去迭代，比如運營用數據分析去自我迭代，比如HR用數據分析去自我迭代，這樣真得很可怕，他們會不斷的修正自己得思考，不斷去修正自己的判斷假設，慢慢他們就成爲企業的獨秀
很多人會問這個階段什麼時候會到來，我想應該很快，每一次寒冬的到來都是一場職場技能的洗禮，也許你不掌握，下一個要洗禮的就是你
在這種過渡的階段下，我們應該如何讓自己高效的去掌握數據分析？
在風口和需求的促使下，產生了很多在線教育機構，來做數據分析人才的輸出，這對小白用戶來講，他們很難判斷那些是自己想要的，那些是數據分析必備的，那些是入行以後必須要提升的：
教大家幾個選課的標準：
1、 選課的時候看老師的背景
一定要找有企業實戰背景的，比如BAT從業經歷，這點很重要，很多坑他們踩過，而不是找一些技術背景出身的，他們對數據分析的理解是不一樣的看這些還不夠，很多人只是信服他們的從業背景，覺得講師背書很厲害，從而過渡信任，這時候要看這些講師有沒有別的輸出，互聯網時代這麼發達，一看講師有沒有自己寫相關的主頁，二看有沒有自己寫這方面的書籍，三看講師有沒有自己的一些文章或者觀點輸出，這些至關重要，錢都來之不易，多做一些調研，多做一些分析，讓自己的錢和時間都花在刀刃上
2、 不要信服一門課就可以搞懂數據分析
我們經常看到一些0基礎入門的課程，很多初學者學了以後感覺都懂，也很有見識，可是一到應用的時候，又回到瞭解放前，無從下手，數據分析師是一個入門很簡單，深入很難得職業，需要不斷的自我知識迭代，業務變化和市場模式變化太快了，靠一套模式和思維去玩數據、用數據、看數據，遲早你會迷茫，再回到原點，它只是一個有判斷的工具
都叫數據分析師爲何薪資差異那麼大？一門課你就能拿到高薪？這比買×××看起來更容易，大錯特錯，一定要從思維、應用和知識儲備上去突破，在職場不光是拼技能、拼實力，很多時候是拼溝通、拼思維、拼執行力