1
“阿里巴巴其实是一家数据公司”。
刚开始听到这句话的时候，很多人都觉得马云又在胡言乱语些什么，毕竟，像“我对钱没有兴趣”之类的话，大家听得太多了。
可是当这几年，大家发现阿里系的APP，从最开始的淘宝、天猫、支付宝，到现在增加的飞猪、口碑、闲鱼、钉钉、盒马、菜鸟裹裹、阿里健康等等，几乎涉足了所有主流行业的时候，很多人开始回过味来了，原来有数据真的可以为所欲为。
其实，早在2009年，阿里巴巴就已经开始转型，公司的战略目标均以数据为基础。
历史学家尤瓦尔·赫拉利在其著作《未来简史》中强调了数据的重要性：未来的世界，是由数据构成的。
而数据分析，意味着解读数据、洞察数据中隐藏的信息、规律，这个能力必将随着商业对数据的日渐依赖，而变得越来越重要。
2
理由一、职场必备“数据思维”：简洁与高效
在20世纪90年代初，那个激情燃烧的创业年代，珠三角有怀汉新和他的太阳神，长三角有宗庆后和他的娃哈哈，而大东北则必须是姜伟和他的沈阳飞龙了。
这家以卖延生护宝液发家的保健品公司，在1994年，公司账目利润有2个亿，放眼全国都是数一数二，再加上姜伟本人具有东北人与生俱来的能说会道，公司上市似乎也是信手拈来。
赴港准备上市期间，姜伟发现，他以引为傲的口才面对香港完善的金融体系，竟显得如此乏力。
香港律师行没有给姜伟口若悬河的机会，而是简洁高效的问了2870个问题，其中大部分是与数据相关的，可谓拳拳到肉、刀刀见血。
也正是2870这个数字，直接或间接的导致了飞龙集团的上市计划最终夭折。
这是企业运用大数据分析的典型案例，那么普通人是不是就用不到数据分析？
我有个朋友阿兵，大学毕业以后，顺利考入政府部门，刚开始的工作是为领导准备发言稿。
阿兵手头有领导历年的发言稿材料，他发现有些词汇，虽然不是正式名词，但是出现的频率很高；有一些特定的句型，总会出现特定的位置；以及一些修辞手法，被使用得很频繁。
他根据不同场合梳理了相应的高频词汇、句型、修辞，果然他提交的材料，被修改的次数是最少的，他也很快获得领导赏识。
除了创业、融资、上市这些大项目以外，数据分析使用最多的场景，其实就是在日常的职场工作中。
同样一个意思，用数据分析来表达和用非数据分析表达，完全是天壤之别。
比方说汇报工作，要向领导表达销售额略有增长的意思：
表达一：相较于上个月，这个月销售额略有增长。
表达二：销售额环比增长12%，领先竞争对手4个百分点。
如果你是领导，你更青睐于哪一种？
据英国一项职业调查研究显示，掌握数字力的员工，在收入方面，高于普通员工30%；在失业率方面，低于普通员工50%。
理由二、洞察数据：通过现象看本质
一提到用数据分析研究本质，可能有的人一下联想到这样的画面：一位数学家，透过密密麻麻的数字和复杂的计算，来研究本质、规律，就像电影《美丽心灵》中的主人公约翰·纳什研究博弈论一样。
普通人如何通过现象看本质？
接着从阿兵的故事说起，工作以后，在一次因缘巧合之下，他接触到了茶饮行业。可是，这个行业显然比想象中的更复杂，往往和别人一聊一下午，但真正有用的内容没有多少。
这时候的他早明白数据分析的重要性了，已经系统学习过数据分析的思路、技巧、工具的使用。
通过数据分析一些核心指标，例如选址区域人流量、男女比例、年龄段、店铺面积、行业净利润、平均定价、物流成本、行业损耗、每分钟出杯量、取货频率等等后，他对团队现有的市场方案做了一些微调。当月的销售额直接增长了20%。
还记得刚才数据化表达的例子吗：
表达一：相较于上个月，这个月销售额略有增长
表达二：销售额环比增长12%，领先竞争对手4个百分点
表达三：近三个月销售额增长率分别为9%、15%和12%，其中线下销售额基本平稳，销售增长主要由线上业务带来。下一步可以在线上新用户转化流程上多做优化，同时减少线下投入。
如果你是领导，你现在更青睐哪一种？
3
数据分析的本质，是通过总结数据的规律，解决商业问题。
如果说人类自19世纪80年代开启了工业时代，中国自20世纪末进入互联网时代的话，那么现在这个时代，就是人工智能、大数据的时代。
未来决定商业竞争的，已不再是简单的企业或个人间的较量了。数据交互和更新的速度与日俱增，技术创新的节奏越来越快，一场新的商业革命、职场革命已经悄然发生。
数据时代，“分析”技能更吃香
无论是选择职业发展，还是只学个新技能提高业务能力，数据分析都成为了首选，是要尽早掌握的必备技能。
企业人才需求调研数据显示：数据分析人才稀缺，正值高薪红利期，主要有两个原因：
一、专业技术人才需求高
几乎所有行业都需要数据分析师。
目前，数据分析职位缺口主要集中在三大巨头行业：移动互联网、计算机软件以及金融，总占比 64%，同时非典型数据产业，潜移默化、迅速崛起。说明数据分析是各个行业都是通吃的技能，且都能期待不错的收入水平。
二、数据技能普适性高
几乎所有岗位都需要数据分析技能。
无论你是处于公司中的哪个环节，从专职数据分析、市场策划、销售运营、到客户服务，都需要掌握数据分析技能。在大数据、人工智能的浪潮里，只要公司有业务决策需求，都离不开数据分析这个“工具”。不懂数据，热门职位很大程度上会失之交臂。
因为稀缺，所以高薪。
据数联寻英发布的《大数据人才报告》称：目前我国大数据人才仅 46 万，在未来 3 - 5 年内大数据人才缺口达 1,500,000 之巨，所以数据人才在就业市场的待遇好到令人仇恨。
与此同时学历要求却没有想象中的苛刻。硕士及以上的学历要求仅占到 4.3%，而这还是数据分析专业人士的学历要求，侧面反映出人才的稀缺与企业的求贤若渴。
4
缺口意味着机会。
职场人学习，往往带着明确的求职/升职目标，想成为企业急需的数据分析人才，如何开始，才能不走弯路？
正确的学习方式，就是先构建系统的学习体系，并在实践中习得应用的方法。来自硅谷的优达学城 Udacity 的数据分析课程，以名企合作的实战项目为核心，并提供席位限量的【试学】课程，帮助学员少走弯路、节省时间。
或许很多人对Udacity并不陌生，创始人为 Google X 实验室的无人车之父 Sebastian Thrun，课程与 Amazon、Google、Kaggle 等全球领先企业联合开发。在 MOOC 发展较为成熟的美国，Udacity 为毕业生颁发的「纳米学位」相当于“名企敲门砖”。
2016 年登陆中国后，与更多中国企业达成合作，腾讯、京东、唯品会等互联网名企，都将 Udacity 纳米学位项目作为员工的内部培训内容，入职的 Udacity 毕业生甚至可以获得公司的“学费返还”，纳米学位在中国的影响也在逐渐扩大。
数据类课程也是 Udacity 的明星课程，为满足不同人群职场晋升、转行等需求，Udacity 也推出了多种不同类型的课程。如以职场加成为目的的「商业数据分析」，和以求职转行为目的的「数据分析师」纳米学位。
零基础学员，3 个月就能把数据分析技能写进简历，掌握至少 4 个项目经验。
现仅 Udacity 中国区的数据分析课程提供【试学】，且名额有限。
联系客服
