大数据分析的前景好不好？

随着信息化时代的发展，大数据逐渐成为互联网的常态，而大数据、云平台等相关技术的快速发展，为海量数据的收集、存储提供了强有力的支撑，通过数据分析挖掘数据的潜在价值，为企业的发展和决策提供支持。从大数据的发展和行业趋势来说，大数据分析的发展前景是非常不错的。在当下大数据分析依然处于初级阶段，很多的大数据分析只是数据的采集、存储和传输，特别是在传统行业，更多的是在做企业内部数据的分析以及部分行业数据的采集分析。互联网行业是当前大数据分析应用最广泛的领域，如推荐系统、客户行为分析等都是大数据分析的具体应用。同时在数据存储、信息安全等方面，大数据还存在着不足之处，在大数据分析的过程中，对参与者的能力要求也比较高，这些都制约着大数据分析行业的发展。而伴随着大数据、云平台、物联网、人工智能技术的快速发展，大数据分析必然会发挥更大的作用，深度挖掘企业数据的价值，助力企业的业务升级。技术的不断升级，与行业的深度融合，也将降低大数据分析的应用门槛、扩展应用领域。无论是传统行业还是互联网行业，大数据分析是企业必经的阶段，通过数据分析使数据活起来，不再只是IT资产，而是发挥其潜在价值，为企业的业务发展提供支持。大数据分析的前提是具备海量的数据，只有数据量足够大，数据分析才更有意义。如果企业的数据规模不够大，大数据分析是没有意义的，与其盲目跟风做大数据分析，不如先对企业内部数据进行分析，挖掘当前数据的价值，通过数据治理、数据展现、数据分析、大数据分析逐步推进企业的信息化发展，才能真正发挥大数据的价值，为打造智能企业奠定良好的基础。

压力首先数据分析师的压力相对比较小，为什么呢？数据分析师的考核是一个比较困难的事情，因为分析报告的结论和最终的产出之间有一定延迟，很难说清是不是你的分析带来的。另外一些数据基础建设，比如指标体系、报表体系，它们对于业务到底带来了什么样的价值，很难说清楚。所以数据分析师经常头疼怎么做工作汇报。但这也是一把双刃剑。大部分领导都知道数据很重要，但又不太好衡量你的价值。所以也很难直接指派具体的工作，给你的直接压力就会很小。看看其他岗位。程序员要对项目进度负责，现在的程序员基本就是靠时间换产出，所以工作量比较大。产品经理和运营他们直接背负业务KPI，他们往往是被领导怼的最狠的。只要业务KPI不达标，他们就是直接责任人。而数据分析师是辅助业务去完成他的目标，但是又不直接的对这个目标负责。可能有些公司可能会让数据分析师也负责某个业务KPI，但是如果真的这个业务指标达不到目标，领导的第一反应肯定还是去找业务。数据分析师工作压力最大的时候，一般就是公司做一些大型的活动，需要分析师及时提供分析报告。领导在后面各种催，数据提供不及时就直接一口锅就来了。不过这种大型活动的时候，公司的其他岗位压力也不小。生活数据分析师对分析能力的要求比较高，分析师的日常工作就是拿到一个复杂的问题之后，梳理清楚问题的脉络，通过各种思维模型最终找到问题的根源和解决方案。而分析能力是一种通用的能力，不单单可以解决公司的业务问题，在你的生活中，分析能力也能够帮助你更好地生活。生活中，职业规划、人生目标、家庭关系、重大投资等等。这些问题，其实都可以作为分析问题来解决。举一个我最近的例子。去年我在杭州买房，整个买房过程就是一连串的数据分析。网上的信息很多，但是我能分辨出哪些信息有逻辑漏洞，哪些有事实依据，筛选出真正有价值的信息。并且发挥了数据分析师特有的收集数据的能力，从很多别人不知道的地方找到了一些很关键的信息。最终汇总这些信息通过一连串的分析，最后选择了现在的房子，结果才一年时间增值了50%。而市场平均增幅只有10%左右。这额外的40%增值就是我的分析能力给我带来的价值。反观其他岗位，比如程序员，他们的计算机的知识、代码的实现放到生活当中，几乎都没有用。产品经理对于某一个业务场景非常了解，但是生活中你找不到这样的场景，很难复用。运营依托的是互联网的工具，实现大规模的广告分发，在生活中也没有这样的用武之地。所以只有数据分析师是这个岗位，他需要的能力是可以在生活中复用的。而且有时候分析能力在生活中带来的价值，甚至要大于你在工作中的价值。转岗第三个优势是转岗业务比较方便。如果你做了一段时间的产品方面的数据分析，之后再转岗去做产品经理，可能要比那些和你同一时期毕业一开始就做产品经理的人做的更好。你可能会奇怪，一直做产品经理应该经验更丰富啊，难道不会比你半路出家做的更好吗？如果你一开始就做产品经理，你的学习期大概还在半年左右。半年后，各种工具技能和经验基本可以胜任一个产品经理的要求，后续就是慢慢积累项目经验和深度思考。之后的时间大部分都是这些经验的简单重复。如果你是一个产品数据分析师，你的工作就是思考。思考为什么这个产品数据是这样的，用户的需求是什么？为什么另外一款产品它的数据是那样的？用户又是怎么想的？你一个月的时间可能能分析两三个不同的产品类型，而产品经理他可能一两个月才能推动一个产品项目的落地。两相对比，一年下来，你对于产品的整体思考甚至要比一年的产品经理更深。而决定产品经理高度的恰恰是产品方向的思考。一个好的产品方向。带来的价值是几倍，几十倍的，甚至上百倍的。在诺基亚手机的时代，普通产品经理要做更好的塞班手机，而乔布斯决定要做突破性的iphone，结果你已经知道了。产品方向的差异，是工具和技能无法弥补的。如果你带着对产品的深度思考，转岗去做产品经理，就是降维打击。跳槽最后，数据分析师的跳槽还算比较容易。互联网公司内的岗位如果按照从技术到业务去区分，越技术的岗，跳槽越容易。越业务的岗，跳槽越难。最技术的岗是程序员，程序员不是不太需要考虑业务场景，只需要考虑需求如何实现。而不同的公司只要底层的技术框架是相同的，程序员就可以胜任这份工作。一个做电商的程序员跳槽到做社区的公司，除了适应新团队，基本可以无缝对接。所以一般来说程序员是最不挑学历，最不挑背景的，只看你的技术。最业务的岗位，比如产品或运营。他需要对自己的业务非常了解，但这也限制了他们的积累和沉淀，只适合这类业务场景的岗位。一个做垂直领域的产品经理想要跳槽到别的领域是非常困难的。比如一个做了三五年的百度地图的产品经理，想跳槽去做电商，他们的业务逻辑完全不同，而且过去的经验可能反而会干扰现在的工作，所以对于他们来说，换公司堪比转行。数据分析师作为介于技术和业务中间的一个岗位。整体的跳槽难度不是特别高。而且有些公司，会特意引入不同行业的数据分析师来激发团队的活力，引入其他行业的先进分析经验。甚至很多人觉得一个数据分析师如何做过很多不同行业，说明这个分析师的分析能力很强，适用于不同的业务场景。总结总地来说，数据分析师的前景还是比较好的。未来的选择比较多样，而且掌握了通用的分析能力，人生会更加顺畅。

无论是学术界的研究成果，还是互联网大发展带来的数据爆炸，都预示着大数据时代的到来，与之相关的大数据分析的前景也会更加广阔。大数据分析，简单的说就是海量数据同完美计算能力结合的结果，确切的说是移动互联网、物联网产生了海量的数据，大数据计算技术完美地解决了海量数据的收集、存储、计算、分析的问题。大数据时代开启人类社会利用数据价值的另一个时代。（原创）文|刘成军，工业互联网研习社发起人，造奇智能新媒体创始人兼主编，知识付费实验室产品经理年3月，由工信部信软司指导，中国电子信息产业发展研究院推出关于大数据产业发展的测试、评估与动态分析v2.0版《中国大数据产业发展水平评估报告》，报告指出：年我国大数据产业发展的主要趋势有：

1、产业将持续保持快速增长态势。预计年我国大数据核心产业规模将突破亿元。

2、融合渗透效应向更深层次延伸。延伸方向既包括经济运行、社会生活等应用领域，也包括物联网、人工智能等关联技术。

3、制造业数字转型作用日益凸显。以大数据驱动制造业数字化转型的新模式、新业态将不断涌现。

4、技术创新仍是产业发展主基调。大数据领域核心关键技术将加速突破，跨学科、跨领域交叉融合技术研究将成为发展重点。

5、产业集聚特色化发展态势逐步显现。国家大数据综合试验区建设的不断深入，一批省级大数据产业集聚区将进一步优化资源配置、形成集聚效应、发挥辐射带动作用。

6、产业生态体系迈入成熟完善阶段。大数据相关政策将加快落地实施，更多创新性政策将加快出台，大数据产业发展环境将进一步优化。深度思考、认知升维、跨界连接，欢迎加入#工业互联网研习社#社群（欲加入研习社，欢迎私信咨询）—笔者在知识付费领域的探索，年1月1日，造奇智能产业新媒体独家推出、业界首份聚焦工业互联网领域的高质量实名付费社群——[工业互联网研习社]，依托[知识星球]而建。致力于打通工业互联网从资讯→信息→知识→认知→见识→服务的链式通路，助力您的职业发展和机遇把握。这是在工业媒体与知识分享领域的知识付费尝试！—近300位付费研习社社友遍布上海、北京、深圳苏州、杭州、武汉、芜湖等工业重镇，初步构建起覆盖工业互联网平台、工业软件、底层数据采集、工业数据分析、系统集成商、大学及产业资金在内的全国价值网络。