数据分析高手其实更多不是程序员
说得委婉些，数据分析师领域的真正高手，一般不写文章，不出书，不去做演讲。因为他们组织处理了某些大型企业的核心策略和数字化，并创造了极大的业务价值。他们的成就感来自用数字化解决了实际的挑战，不需要额外的名利。
所以，请记住：技术根本不是数据分析或数字化过程中最重要的。在方法和思路已经想通的情况下，很多技术可以平行代替。
世界排名第一的商业智能工具在中国举行的可视化大赛，其前三名全部都没有科班背景，尤其是冠军是英语专业；以及最有价值行业奖选手是财务专业。全部榜上获奖人员 80% 都根本不是科班背景，都根本不是程序员。
什么是科班背景？就是在大学四年所学习内容与商业数据分析直接对口。这几乎没有。
来自英语专业的同学转做数据分析后的实践效果：
来自财务专业的同学专做数据分析的效果：
本项目由财务专业毕业同学打造，并为万人企业 HR 提供咨询。
来自销售助理转行数据分析做出的仪表板效果：
本项目由行政小助理转型数据分析后打造，运用于顶级企业。
以上伙伴背后的故事很有代表意义。
因此，当您考虑从事商业化的数据分析工作转型时，你并不用担心你不会大数据技术，你的自信应该恰好来自于：自己不是纯技术脑，可以更好地去理解业务，去做沟通，去设计整套数据分析框架。
转行做数据分析符合趋势
以商业智能为背景的数据分析师是符合目前的大势的。
大数据有用。但对于众多的企业来说，因为大数据太过于技术，用不上。而商业智能已经很多自带了大数据能力，反而脱颖而出，成为真正趋势。
如果你在学习 Excel，那太办公了，毫无竞争力。如果你在学习 SQL，那太技术了，可能会不懂业务。把握这里的分寸，才是精华。
年薪百万的数据分析面试题
在五年前，一个数据分析师朋友，他对自己的技术非常自信，精通于 SQL、Python、Tableau、PowerBI、数据库等数据技术。在接到了某知名互联网体系的一个面试邀请后，去了杭州。谁知道面试他的是一位女士，某业务线总负责。很职业的她，开门见山：我并不关心你之前对哪些技术的精通，因为这些技术团队里有很多；我们也不关心你会不会我们自己的技术，不会也能很快学会。我就问一个问题：对于一套陌生的业务，如何从业务中抽取核心指标体系并根据不同场景构成整套数据分析方案。
他当时一下子懵了，根本和技术一点关系都没有。这个岗位开出了年薪达到 100 万的高度。而面试官的话，让我们再次明确：技术是为业务服务的，如果不知道怎么把业务体系构成清楚，那么，有好的技术也使不上力气的。
他和我分享了他的故事，他在专业课程中，感叹这是他找了五年的数据分析思维体系：价值驱动树。很可惜，当年并没有这些可以帮助他的资源。
现如今，他已经开始从事数字化咨询业务，利用一堆精通数据技术的伙伴和业务咨询共创能力，为更多企业提供数据分析的定制化方案。
什么是价值驱动树呢？
将企业的大型目标，指标体系化，维度体系化，进而数据化，建立好全映射关系，真正实现面向目标，实现指标驱动。
值得一提的是，相关工具就可以构建价值驱动树，如下：
因此，如果你正在考虑用 SQL 或 Power BI 的时候，不妨考虑下这个价值百万的问题，如何将企业目标构成指标体系和维度体系的思维方案。这件事，与用什么技术是没有关系的。
例如，在零售快消行业，你必须得知道：有个核心指标叫连带率，它的定义是什么，它的计算公式是什么，它有什么用途和反应了什么业务问题，在什么场景需要使用。这些问题，没有一个和技术有关。这才是数据分析的真正业务基础。
问题来了，如果我们不是零售快消呢？我们如何面对一个陌生行业或者突如其来的挑战呢？
我们需要一套初始化参考，也就是行业职能的指标大全参考，这个大家可以自己整理下，形成自己的指标智库。我们在为企业做咨询的过程中，整理过，大概可以是这个样子的：
因此，作为业务背景的你，可以按照这样的结构来整理自己的指标体系宝典。每个人都应该有自己的业务指标体系宝典，如果你还没有，你应该拥有它们或者自己按这个格式来进行构建。
回到他的故事，如果他当年在面试时给出这些体系的构建和管理方法，年薪百万啊，不开玩笑啊。
从数据小白到人生逆袭
我们常说：99% 的数据分析师认为自己是数据分析师，而根本不会做分析。数据分析师，本质在于：分析。因为数据只是素材，分析才是能力。
还记得她当年花了近两万的学费，业余时间参加了某培训机构的数据分析培训，学习了 SQL、Python、Excel、Power BI、Tableau 等，而能在小公司用起来的只有 Excel 和 Power BI。她总结到：虽然贷款参加数据分析的学习，而且讲得非常表面，没有实用。但毕竟接触了数据分析，并又由于机缘巧合到了正确的地方，学习了正确的模式。这其实就是不甘于只是做一个行政类助理。这似乎也是赌了一把。索性赌对了，虽然她并不知道这个商业智能趋势图。
从小城市到省会城市，正确的学习模式得到的成果，收入从月 3k 翻倍到月 7k。
再从省会城市，积累一年实战，顺利进入上海，收入从月 7k 翻倍到月 12k。
由于积极主动，探索数据分析更多正确模式的打开，完成百万级数据分析项目，收入从月 12k 来到月 17k。
由于正确合理的规划，学习，实践，整个过程历时 3 年。
现在，原来的同事还是月 3.5k，在家生娃带孩子；而她已经有了完全不同人生模式。
如果你正从事财务，出纳，会计，销售，运营等，虽然你根本不懂复杂的技术，但你可能很聪明，也可能情商很高，其实这些才是数据分析师真正做好的底层关键素质。
随着工业界的发展，工具会变得很厉害。而人性是不变的，作为分析师，理解人性，用更高效的工具在正确的思路方法下就可以创造性地实现所有人认为的不可能。
我们亲历自己的变化；其他伙伴的成长变化；以及业务伙伴在发挥其业务特长后，结合各种资源用超高性价比给企业带来的变化，进而打造了自己的数字化之路。你也可以获得同样的成就，胜出内卷。
问题与机遇
经过对以上四大问题的讨论，不难看出客观事实如下：
- 数据分析师高手，往往不是科班出身。说明：技术，不是最重要的。
- 以商业智能为代表的数据分析还是在趋势上，企业缺乏真正的数据分析师，而不是程序员。
- 从年薪百万的面试题，可以看出：数据分析的精华在于业务驱动的分析框架构建，而不是具体的技术和工具。
- 正确的学习路线和长效的投资心态，是构建有效职业生涯的保障。
问题与机遇并存。
- 市面上大多都在分享工具点击的功能点和做出各种技巧的技术流，那么，整套数据分析体系构建的方法在哪里呢？
- 说到分析师，大部分人要学的就是技术，而没有思路的技术是死的，没有灵魂的，那么，数据分析的灵魂在哪里呢？
- 如何从企业目标，老板想法到实实在在的数据分析指标体系构建以及整套落地方案，又该怎么做呢？上述的价值驱动树和指标宝典又该如何构建呢？
- 到底用怎么样的方式才能正确地学习数据分析而不至于让业务伙伴陷入技术坑，陷入计算机专业程序员坑呢？
相信每个人都有自己的思考，这些思考可以帮助大家更透彻地理解数据分析。建议读者结合自身业务场景，建立个人指标体系，持续实践以巩固分析能力。
