取数工作工作的价值很小，为什么？

数字是数据工作的基本内容，也是大多数“入门级”数据人员（如数据分析师）的基本职责，数字对早期数据概况和业务需求将是一个熟悉和渐进的理解过程，所以这个过程是必不可少的，特别是对新员工。然而，如果一个数据工作者长期从事数据收集工作（例如，超过2年，这里的时间取决于企业的数据规模和复杂性），那么它的价值真的很小。你为什么这么说？在这里，首先要谈谈取数这类工作的特点，只有八个字：上不了天，下不了地。在企业中，数字的目的只有两个：决策分析（如各种统计数据等）和用户营销，数字人员连接平台和数据，连接业务人员，似乎最有可能成为复合人才，但大多数时候并非如此。事实上，获取数字的人声称需要了解业务，但由于他们不对业务发展负责，他们不需要研究业务，而通过获取数字获得的直观业务理解非常有限。例如，业务人员需要采取特定口径营销活动的目标用户。当然，数字人员可以很容易地取出，但很少有数字人员能够真正理解数字的背景。当然，人们可能不会给这个机会，比如营销活动的目的是什么，为什么要设定业务口径，采取什么样的营销政策，如何接触这些用户，等等。从技术的角度来看，虽然数字人员想联系平台和数据，但因为只有不改变，所以技术要求很低，一般掌握简单的SQL，但这降低了数字人员技术进步的可能性，现在许多数字工具可视化做得很好，数字人员甚至不需要掌握背景的基本命令。因此，取数人员的实际技术含量很低。然而，由于计数速度往往影响企业的决策和营销效率，企业非常需要计数人员。一些计数人员感觉很好，但由于工作类型本身的特点，职业上限非常低。更糟糕的消息是，在一个企业中，IT部门通常是后端部门，数据部门是IT部门的后端，数据采集是数据部门的末端。数字采集不能放在桌子上，这意味着数字采集过于强调过程，无法反映真正的业务或技术贡献。部门或公司不需要数字采集人员进行报告，其绩效通常只是部门领导PPT上的一个数字，对于取数来说，1000和10000可能是云泥之间的区别，但对于其他人来说，意义是一个变化的数字。如果你从事数学工作已经一年多了，但你大部分时间都被业务部门的日常和琐碎的数学需求所占据，每天忙于怀疑生活，你必须考虑你是否已经成为一台数学机器。如果你从事数学工作已经一年多了，但你大部分时间都被业务部门的日常和琐碎的数学需求所占据。如果你每天都忙于怀疑生活，你必须考虑你是否已经成为一台数学机器。一些数学人员觉得他们会不相信。幸运的是，他们加班加点，拿出这么多数据。业务人员EXCEL、PPT倒腾几次就得出结论，自己却没有任何功劳，为什么？然后你必须考虑苹果手机的价值链。最有价值的是设计。它从来都不是富士康。前者是稀缺的，后者可以由任何人完成。这就是现实。这是一个企业中许多取数人员面临的基本面。作者提到，并不是说数字是一种没有前途的工作，只是表明一些工作自然与业务、领导密切相关，容易关注，可以得到更多的反馈，也容易进步，潜力不容易埋葬，许多工作相反，特别强调反省，否则意外成为叔叔，消失，类似，如一些维护和客户服务工作。那么，如何自省取数呢？首先，需要注意的是，从来没有人明确定义过取数的工作类型，也没有人限制取数的边界。当你去招聘网站时，你只能看到数据建模、数据分析、数据架构、业务分析、数据开发、数据管理等职位，但基本上没有取数。数字实际上是上述职位需要掌握的基本技能，数字本身只是一种手段，其内涵难以实现职业，企业的现实是，一方面，许多数字人员没有认真考虑职业规划，如数字一年没有想法，另一方面，企业也可能缺乏数据人才培训环境，无法照顾每个员工的发展，往往是一步一步，现在外行领导的情况相当多，外行可以无为而治，但要培养专业人才，就必须对这个专业有深入的了解。如果你已经意识到这种困境，并希望改变，作者将给出五条建议。以下是一篇5000字的长文章，必须阅读：1、了解什么是真正的数字是理解数据和业务最有效的手段，如果你是一个新人，诚实地练习，即使有什么数据分析师，数据建模师和其他专业理想也隐藏在心里，这个过程通常是半年到一年，当然，由于业务和数据环境的不同，各种企业都会继续往下看，直到你成为合格的取数员。那么什么是合格的取数人员呢？（1）在你获得的数字领域，销售人员一开口，你基本上就知道如何获得数字。你根本不依赖别人。这需要反复练习，形成自己的例行公事。如果你经常与销售人员争吵，或者返工很多，或者外部评估一般，你应该考虑你是否不擅长学习，而不是别人对你不满意，如果你获得一定的数字，你将形成一定的数字获取权威，销售人员会信任你。（2）面对业务人员可以独立并不意味着你是一个合格的数字人员，许多企业宽表做得很好，可以处理大多数数字，作者建议你至少知道你的业务线数字涉及所有基本表的背景，这需要自上而下的学习，不能依靠简单的自下而上的日常实践，你想扩大你的数据视野，不要被几个宽表困在局里，否则，你不知道如何灵活，宽表不能实现数据分析、数据建模等业务，作者有一篇文章“故意练习，如何成为数字大师”，你可以看到，权衡自己的重量。如果你觉得自己够了，可以继续往下看。如果你现在连取数都有疙瘩，不要目标太高。先认真，老老实实做好。如果你觉得自己够了，可以继续往下看。如果你现在连取数都有疙瘩，不要目标太高。先认真，老老实实做好。2、在我看来，业务应该更进一步。根据业务人员的想法，最多只有“60分工作”。即使你的需求来源是业务部门的老板，也值60分。什么是“60分工作”？刚满足温饱的工作，让你能赚到这份工资，却不能凸显你的价值。如果你的职业规划偏向于业务，比如成为业务分析师或数据分析师，你需要通过数字过程积极展示你对业务的理解和贡献，如果你不知道什么是积极反映想法，以下是两个场景：（1）积极提供数字建议：有很多数字有一定的困难，业务部门往往不提前想清楚，这次需要面对面沟通，抓住机会主动提供一些建议，与业务人员互动也是了解业务需求和分析想法的好机会，善于同理心，最好掌握主动，引导业务人员按照你的想法，不仅让人们觉得你可靠，而且可以减少大量无效的数量，知道，业务人员越不清楚需求，越容易提及，然后双方纠缠在口径上，数量人员经常抱怨业务部门新需求，这就是为什么我们不了解基本规则。在与业务部门互动的过程中，你的数字能力、业务能力、思维能力、沟通能力和表达能力可以得到很好的锻炼和展示，数字人员很容易成为业务部门的目标，然后有一天去业务部门报告，当然，不是说必须走这条路，但这确实让你的生活有更多的选择，毕竟，不是每个数字人员都适合做技术。（2）积极参与一些分析：一般认为业务分析是业务部门，数据部门很少参与，但实际情况不是，数字人员仍有机会分析锻炼，如KPI指标变化，往往需要确保原始数据准确，然后从业务中发现问题，此时业务人员和数据人员分工界面不是很清楚，每个人都可以做，因为数字人员首先获得数据，因此，先人一步是有条件的。公司不注意哪个部门应该提供分析报告，而是哪个部门可以通过分析更快更好地发现和解决问题。因此，数据部门在系统层面的拖欠分析、审计分析等方面往往具有更多的优势。在数据分析的过程中，数字人员会养成深入思考的习惯，掌握基本的分析和表达技能，通过数据讲故事，不仅提高综合能力，而且能更好地展示自己的价值，成本效益很高，根据作者的观察，可以通过数字打开天空，很多数据分析经验。因此，取数人员不仅要扮演“实现者”的角色，还要成为“思考者”，分析是取数人员实现突破的康庄大道。3、技术改进的空间很大。如果你还想做技术，技术空间可以很大。关键是要有改变的意识，不要总是循序渐进。事实上，任何现成的平台、工具和数据都有机会在取数过程中进行改进。关键在于你是否敢于优化甚至颠覆它们。以下是一些场景：（1）使模型更容易使用：数据仓库模型的最初目的是降低取数成本，然而，随着业务的发展、系统的变化和数字的复杂性的增加，可用性会越来越差，许多数字人员没有这种意识来改变，比如添加几个字段，甚至建立自己的模型表，不要认为现成的模型师比你做得更好。如果你将来想成为一名数据架构师，你可以从优化数据仓库模型开始，敢于移动底层代码。在这个过程中，你可以找到一系列的概念，如ETL，DW，OLAP等等，要敢于做一些长远的事情。通过模型沉淀数字的经验可以使数字运行得更快。你的优化将使整个团队受益。这是显性价值。如果你想改变，这是一个切入点。(2)让平台更好用:做数据仓库的时候，为了让数据跑得更快，你需要接触大量的技术来评估各种技术的优缺点。现在大数据平台hadoop，MPP，流处理是为了满足不同大数据处理场景的需要而产生的。你甚至可以自己搭建一个从数据处理器到平台架构师的平台。这是另一条成长道路。当然，你应该提前做好准备，比如找更多的开源工具练手，或者自己搭建一个取数环境，真的有机会抓住。（3）使产品更容易使用：如果你发现很多数字可以固化成报告，应该写脚本并实现它，如果你的企业提供数字工具，你只是对产品感兴趣，你可以结合数字实践，思考工具有什么问题，需要改进，做数据产品经理不是你想做的，你必须首先反映产品的质量，敢于提出建议和设计，这是一个好的开始，团队少一个数字人员损失不大，多一个有想法做开发和产品的人，这是可以满足但不能要求的事情。(4)让数据更有用:如果你对数据挖掘感兴趣，不要局限于SQL，至少学习Python、R等语言，可以端到端完成一个数据挖掘过程。一般数据团队总是有相关的专业课题。机会到了，一定要自告奋勇。在做这样有挑战性的话题时，你的能力会迅速增长，从而实现华丽的转变。简而言之，如果人们想做技术，他们必须弄清楚自己想要什么，然后让领导看到你在这方面的努力和变化。4、由于市场变化迅速，数量总是落后于市场，同时企业数量流程管理成本巨大，无论是沟通成本、审批成本还是重复成本，实际上数量永远不能让业务人员满意，最好的方法是让业务部门自己，这是最有效的做法，但该模式的实施也取决于企业的实际情况。如果业务部门真的愿意自己拿(一般竞争越激烈，企业驱动力越强)，那就没那么容易了。至少取数器要配合以下几点:(1)提供平台或工具:如果没有合适的工具，让非技术人员写SQL(让我们认为分析师是技术人员)，普通业务可能会被拒绝。这时，他们需要提供一个界面化、可点击和可拖动的工具。如果该系统仅仅基于底层数据开发并不难，它只不过是将用户界面的点击和筛选条件映射到后台的SQL“模板”，生成SQL句子，然后去数据库执行。这种方法通常更容易接受和灵活。（2）提供适当的培训：每个业务线的学生应该能够获取数据，培训经常使用数据的业务线之一，并为每个部门播种一个种子选手。当选手学习时，他有一个任务是将技能传播到部门的每个人。（3）数据文化的普及：由于人员培训是一个长期的过程，我们需要与公司的人力资源和其他部门合作，建立一套正常的培训机制，包括课程体系、教师等。例如，作者企业的大数据千人计划每年培训4000多人。如果你已经意识到这一点，你现在可以试着提出这个想法，甚至简单地实现一个自助取数工具，也许你会得到认可？如果你已经意识到这一点，你现在可以试着提出这个想法，甚至简单地实现一个自助数学工具，它可能会得到认可吗？即使不能促进业务部门的使用，也可以自己使用。配置绝对比自己编写代码要快。例如，我们有一个只有7人的数学团队，手工制作 配置每天可以做30张单子，原来在配置能力之前只能做10多张单子。教人钓鱼的支撑模式与每个企业的发展阶段有关。事实上，大多数时候你所能做的就是顺应潮流，但你应该相信自助是一种趋势。如果你不尝试，你永远不会有机会。5、与业务人员玩某种游戏的目的不是阻止数字需求，而是因为数字这种事务工作，特别容易让你陷入低质量的勤奋状态，数字人员需要留出一定的时间思考作者提出的一系列问题，如机器更换，大量资源投资实际上损害公司的利益，许多企业硕士或博士长期数字，这是资源的浪费。那怎样才能玩呢？（1）建立一套数字管理机制和流程，包括标准化的数字模板、严格的审批流程等，虽然增加了数字阈值，但也会阻止一些需求，给自己一些时间缓冲，否则很容易被各种紧急需求淹没。(2)询问业务人员取数的目的