据《劳动报》报道，微信、高德地图、智能公交站牌……在大数据时代背景下，我们的行为每时每刻都在产生着数据，而这些数据改变着我们的生活。大数据产业已逐步从概念走向落地，90%企业都在使用大数据，而大数据高端软件类人才供应远不能满足时代的发展。有报告指出，数据分析师已成当下中国互联网行业需求最旺盛的六类人才职位之一，并且未来中国基础性数据分析人才缺口将达到1400万。

　“账房先生”进阶“军师”

　　阿里花名“敬之”、口碑数据中心商家数据服务负责人在接受记者采访时表示，“大数据分析师就是一群玩数据的人，玩出数据的商业价值，让数据变成生产力。”而大数据和传统数据的最大区别在于，它是在线的、实时的、规模海量且形式不规整，无章法可循，因此“会玩”这些数据的人就很重要。

　　敬之作为“会玩”数据的人，在这一行业已超过11年。从刚毕业去传统超市做业务分析师，到现在带领一个数据团队为口碑线下商家提供数据分析服务，可以说，他的从业经历就是国内数据分析行业的发展史。

　　从广义的角度看，业务分析师是最早接近数据分析的职业，但在敬之看来，早年间的工作内容更接近于“账房先生”。不同于现如今，每天需要接触海量的数据，刚开始他能分析的数据大部分来自于财务报表。“包括净利润、毛利润等等，当时的数据维度加起来不到20个，而现在至少上千个，如果要进行延伸，那么就是数以亿计的数据可供分析。”

　　2007年，敬之正式进入阿里，在参谋部做业务分析，他入职后的第二年，部门改名为商业智能部，数据分析师也随之被作为一个岗位单设出来，而在当时，竞争对手们都还没有这样的岗位。

　　在他自己看来，这一路走来，他从“账房先生”进阶成了一名为企业出谋划策的“军师”，而数据分析也越来越受重视。企业开始倾向聘请在数据存储、检索和分析方面有所长的人才，对拥有这项技能的人来说，现在的形势可谓是一片大好。

　　从大数据中提炼商业见解

　　一句话概括大数据分析师的职能：从大数据中“提炼”出商业见解。敬之印象深刻的是他在2009年做的一份《中国供应商的生命周期研究》报告，其中对会员制的数据分析为公司产品、运营等部门给出了个性的建议，直到今年初，还有业内人士拿这份报告做业务参考。

　　“有用的商业见解不会自动从各种各样的信息中浮现出来。企业必须识别、组织和分析可操作的数据，并将数据分析的结果与业务相关部分结合起来。这需要规划、预算以及合适的工具和专业知识等支持。”资深数据分析师的工作内容是动态的，无章法可循，这也就意味着数据分析师的薪酬主要由工作经验决定。

　　据了解，在美国，大数据分析师平均每年薪酬高达17.5万美元，而国内互联网公司，例如BAT，大数据分析师的薪酬可能要比同一个级别的其他职位高20%至30%，且颇受企业重视。根据领英统计的数据显示，有21.7%的数据分析师月收入在2万到3万元，18.1%的月收入在1万到1.5万元。

　　劳动报记者了解到，数据分析师的薪酬随着工龄增加，增幅逐年上涨。有数据显示，对比数据分析师和互联网行业的最高年薪中位值可以发现，前者总体高于后者，而且随着工作年限的增加，两者的差距逐渐拉大。例如，工龄一年的初级数据分析师和互联网行业从业者的最高年薪中位值比较接近，但在工作三年时，二者出现了明显差别，前者比后者高5万元；工作六年时，二者相差10万元；工作十年时，二者差20万元。

　　互联网包揽近七成分析师

　　数据分析师几乎遍及所有行业，但其中，分布占比最大的还数互联网行业，有数据显示，互联网包揽了近七成数据分析师。
　
　　根据猎聘日前发布的《大数据与AI核心人才趋势报告》显示，数据分析师分布行业中，互联网占比为67.4%；其次是金融行业，其占比为16.4%，其他行业的占比均在3%以下。

　　“互联网重视运营，产品的开发也离不开数据，再加上互联网本身收集数据相对容易，成本低，所以互联网公司都在积极地招聘分析师，用以提升他们的业务。”猎聘首席数据官单艺表示，“金融行业有着重视数据的传统，很多金融业务本身就是基于数据的，所以这个行业也会产生大量的数据人才需求。”

　　然而，对于阿里、百度、腾讯等大型互联网企业来说，目前的数据分析团队人数远远不够，记者注意到，在BAT企业招聘的职位里，60%以上都是在招大数据人才。

　　基础人才缺口将达1400万

　　据职业社交平台LinkedIn发布的《2016年中国互联网最热职位人才报告》显示，数据分析师已成当下中国互联网行业需求最旺盛的六类人才职位之一，而且数据分析人才最为稀缺。报告表明，数据分析人才的供给指数仅为0.05，属于高度稀缺。此外，数据分析人才的跳槽速度也最快，平均跳槽速度为19.8个月。

　　上海CPDA授权中心市场运营总监Sherry这样解释，在大数据团队中，数据分析师是核心人才，在组织架构中负责关键的岗位。“在一些大型的企业中，会设立多个数据团队，专职的数据分析师的主要职责是围绕业务，分析数据，参与业务运营和决策，建立面向业务的模型。”但她指出，在数据驱动的未来，数据分析将成为员工最基本的职业技能，大数据人才市场势必会越来越大。
　　
　　可以说，未来，数据分析师将和财务、行政等岗位一样，成为一个企业的“标配”。根据中国商业联合会数据分析专业委员会统计，未来中国基础性数据分析人才缺口将达到1400万。

　　Sherry预测，在未来，数据团队将演变为集中式团队，采取嵌入式工作模式。“集中式团队是指将企业内的数据资产和相关的人力资源进行统一调配和管理，消除孤岛，集中起来构建战略优势。而嵌入式工作模式则是指数据团队业务线人员直接和相关的业务线人员并肩工作、泡在一起，形成紧密合作的伙伴关系。”例如物流、战略规划、市场营销等部门都需要数据分析，她强调，未来分析师将跟业务进一步深入结合，除了日常的业务分析之外，会做更多地预测性建模。

　　今年或出台人才培养标准

　　“目前来看，我国对大数据人才的需求的确在加速，但目前国内大数据人才的培养很多仍停留在IT层面，在底层开发着各种各样的大数据产品。”
　　Sherry告诉记者，2016年2月，教育部公布新增“数据科学与大数据技术”专业，北京大学、对外经济贸易大学、中南大学成为首家获批高校。在此之前，国内只有两所院校开设了大数据相关专业，2017年3月，教育部公布第二批“数据科学与大数据技术”专业获批的32所高校。到此为止，我国已有35所高校获批该专业。

　　但不管是从时间还是经验看，目前国内培养大数据人才的院校都尚处于起步阶段，学校教育与大数据市场需求脱节严重，也正因为此，社会培训机构对大数据人才的培养所起的作用不容忽视。

　　但她同时坦言，目前阶段，国内大数据培训课程分类繁多，有按低中高级划分的，有按工作职责细分的。根据就业岗位进行的碎片化培训。“对学员而言，在培养过程中往往只能掌握某项技能，而不能按照上层应用业务需求对工作中所遇到的问题进行整体把握。这也将直接导致企业对大数据人才管理出现碎片化，误认为不同岗位员工只需要了解与负责自己岗位所对应的工作内容。”

　　中国商业联合会数据分析专业委员会作为主管行业协会，通过分析目前大数据培训课程设置，发现培训机构对大数据人才的培养存在严重的方向偏移。例如，片面的IT底层化的人才培养，就是大数据人才培养的一个误区。

　　Sherry透露，从去年开始，中商联就计划规范大数据人才培养行业，预计今年将出台大数据人才培养体系标准。