人人都是数据分析师？人人都被迫成为数据分析师

一位干HR的朋友和我吐槽到：他们公司属于传统的人力资源公司，基于公司业务和项目需求，需要招聘大量的员工。也因此作为主管助理，他每天需要收集大量的招聘数据，譬如入离职名单、人员结构、转正率等数据，需要每天对接大量的招聘专员，重复性的干着这些感觉毫无意义的数据收集工作，让他渐渐困惑是否该转行？

1、缺少核心竞争力，真的很容易被取代！

其实这是不少HR的共同困惑，这位朋友公司的主营业务是人才外包，所以也算是公司的营收部门，但对于大部分公司，HR更多的是作为职能部门而存在，不直接给企业带来效益，因而人员流动性较强，职业竞争力较弱，很容易被取代。

可以预见，在未来会有越来越多的重复人工将会被智能化、数字化的工具系统取代，尤其是在疫情期间，为缩减成本，不少企业首先裁减的就是职能部门。当企业开始尝试拥抱、使用数字化系统来助力业务和探索创新，根据百度搜索指数统计，2020年数字化热度出现拐点陡峭上升，如果此时个人还是只满足于现在的工作能力和思考方式，无法转型成企业需求的人才类型，不久也将会很快淘汰出局。

2、数据分析能力成为职场的必备技能

在分析了大量的招聘信息之后，我发现现在不管是什么职业，都需要员工具备一种相同的能力–数据分析能力！譬如常见的运营岗，本身出入行业时门槛较低，专业性较弱，妥妥工具人一枚。在经历了几年的职场摸索之后，如果还不寻求改变，也很快会被新人取代。而如果你当你尝试用数据去思考、分析、验证动作背后的逻辑、原因和方法时，以数据赋能，在此过程中的经验将会是无法被轻易替代，将会成为你的核心竞争力。

3、主动提升数据分析能力，建立核心竞争力

就拿我这位HR朋友来说，如果他每天只是单纯的止步于数据的收集整理，那他很快将被新人取代。而如果他能看到这些数据背后的逻辑、指标、维度、体系等，对其进行总结归纳，从而梳理出公司的人才结构，根据业务特点建立改善指标体系，做数据分析报告，为业务的提升寻找优化点，那即便是你想离职，公司也会极力挽留你。

那么作为一个普通人，如何才能学习数据分析呢？大致可以遵循以上三步：

第一步：首先要充分了解数据分析能力到底是什么？

数据分析能力其实是一个非常宽泛的概念：

它是指利用适当的统计分析方法对大量的数据进行分析，然后从中提取有用信息并形成结论。

换言之就是对数据的研究、分析和概括能力。但落实到我们的日常工作中，并不是这么简单的可以概述。我们需要先对问题进行定义，然后收集相关数据，对其进行整理、清洗、分析，而后数据建模，最后做出报告决策。

第二步：刻意锻炼自己的数据分析思维。

在充分了解数据分析能力，并简单的构建自己的数据分析框架之后，我们就要通过刻意练习，在日常工作生活中来实践。

譬如对公司的业务流程和目标指标进行拆解，基于业务流程需要哪些数据？不同运营场景的一级指标是什么？对应的二级指标又是什么？在实践中，不断的锻炼、修正、完善自身的数据分析思维。

第三步：巧用工具，将分析结果可视化。

数据分析能力是个非常抽象的能力，那么如何让领导知道你的能力是有价值的，一般可以借助FineBI这样给业务人员用的数据分析工具，将这种抽象的过程最终可视化。

在此过程中，我们还可以借助常见的业务分析模型，譬如RFM模型-从最近一次消费、消费频率、消费金额对用户进行分类，对不同用户针对性营销；或采用ABC分类模型，分析哪些项目产品、客户、项目贡献了大部分价值，对其进行重点维护；还有漏斗模型、波士顿模型等等。

4、总结

数据分析已经不仅仅是一种职业，更是职场人的必备技能，在如今内卷严重的职场中，不说把数据分析能力发展为自身的核心竞争力，也要避免让他成为你的职业短板，毕竟人人都是数据分析师的时代即将到来。