10月10日，在这个十全十美的日子里，由猎聘、IBM大数据大学、CDA数据分析师共同举办的“数据科学系列活动”成功举办，活动特邀德勤中国数据分析团队高级咨询顾问李奇、布本智能首席分析官王安、猎聘大数据副总监石晶、资深解决方案架构师曾勇华、CDA数据分析研究院助理讲师曾珂进行了精彩分享，主持人周磊，以下为演讲内容精选。
在十年前中国是没有大飞机产业的，也没有多少岗位做跟飞机相关的事情。后来有一个机会，让我感觉到了学习数据的重要性。
那是在2003年的非典，我们研究生在校园里面出不去，大家只能打网球、打篮球，和我一起打网球的朋友们是计算所的，他们做机器学习和生物智能，总是跟他们聊这个。后来我说你们做的跟我们做的没有什么太大的区别，都是模拟，你们模拟的是商业事件有没有风险，也是预测，而我是预测飞机掉不掉下来。
后来我就学了数据分析相关的知识和技术，我想以后要是找工作，这是一个很好的优势。后来发现，理想很丰满，现实很骨感。那时候工作也不太好找，因为当时大家不知道用这种方式可以改善企业管理。怎么办呢？我有一个师兄从国外回来他想创业，我就跟他一起创业，踏入数据行业中来。这个转行其实是非常自然的，甚至有时候是被逼无奈的。
其实我特别羡慕那些有一定的企业知识或者商业背景，再去学习数据的人。我原先对商业了解太少了，这也是为什么我后来去读MBA。我跟一个银行CEO谈的时候，我发现我只能谈数据，其他什么也谈不了。如果你原来就有商业感觉，学了数据之后就如虎添翼。所以我鼓励有一些工作经验的人去学数据，在专业里面加入数据的元素，就可以把事情做的更好。
曾勇华：我本科是学临床医学的，后来转向做数据工程师和数据科学家。其实我很同意王安老师提到的，你需要有一些领域方面的知识。数据分析师或者是数据科学家，既要有领域的知识，同时需要有计算机科学的知识或者统计学的知识。所以我觉得第一点就是要有行业知识。
第二个，从我自身的角度来看，从非理工科的专业转向学计算机学和数据分析，我觉得很重要的一点就是兴趣。你一定要有非常大的兴趣，有这个热情去做，参加各种线上的活动和线下活动，慢慢地可能会找到很多的资源，比如大学的资源，慕课的资源等等。
另一方面，大家都知道，十几年前IT、计算机是独立的学科，到了现在IT根本不是独立的学科或者是独立的行业，IT、大数据可以应用到任何一个行业。现在任何行业都不是凭经验做事，更多的是靠数据分析。所以大家要认识到行业趋势的变化，数据分析是在任何行业都可以用到的，并不一定是学计算机或者理工科的人才能做。当然，对文科生来讲比较困难的就是数学的确差那么一点，但是你更多的是应用于行业，不管学什么专业，只要把数据用起来支持你的行业就可以。
李奇：说到跨界的话，我们在座的各位，如果说我是跨界跨的第二远的，没有人敢称第一，大家可以猜一下原来是学什么专业的。
我是学考古的，一个像笑话一样真实的故事。
其实，我所有的数据分析知识都是从应用中得来的。我高中毕业之后就去了日本，因为大学考不上啊。但是到了日本我就洗心革面了，在大学学习考古，拿的是全额奖学金。专业学完了以后，我就干IT行业了，当时日本是IT需求保障的一年。那时我开发了一个做骨科手术时可以用到的图像分析软件，自己用Excel做了图像分析的工具。
回国之后我去了IBM，在IBM的销售、运营数据分析团队里。接触业务之后我发现单纯的看数据是没有任何意义的，只有在业务当中直接用的时候数据才能为业务创造价值。日本有销售分析的比赛，我当时跟老板申请了一个团队参加比赛，最后还获奖了。这个时候发现数据这个东西确实好，确实为企业创造很多价值。用Excel真的可以处理很多东西，如果加进对业务的理解，再把报表做出来，我发现这个世界立马变的不一样了，真的是数据驱动了业务。
后来我到了德勤，德勤是做数据分析集群的，搞一些实施，不出软件。所以我一般对客户说，你如果既想满足业务需求，又想节省预算，你可以用Excel支持。
我想说的是跨界跨过来了之后，应该从哪儿入门。我觉得可能统计分析和数据挖掘是更高一层的技能，最简单的是从业务入手，对业务进行数据分析，这块需求量非常大，而且能创造很大的价值，可以直观地给大家带来价值。
周磊：我们去招聘网站或者看到BAT招聘数据挖掘师或者是数据分析师的时候，他们对应届生的招聘要求是比较严格的，尤其是BAT特别喜欢统计类专业或者是计算机，BAT的朋友私下会找到我们：我们在招一个有五年工作经验以上的人，学历要求是开放的。为什么在招初级应届毕业生的时候要求这么严格，在招聘中高层分析师的时候又说放开学历呢；业务经验是非常重要的，但是这里又有一个问题：一个没有相应经验的人怎么在一开始就能进入BAT或者是其他自己理想中的公司呢？
石晶：应该这么说，我们猎聘网的分析团队还是比较看重个人的成绩发展。
为什么大家喜欢招统计学、计算机的，因为就我们部门来说，统计学是非常重要的知识点，尤其是对应届生来说。为什么对五年的有点会放松要求，但是招大学生最初级的人这么苛求呢？因为数据不是线性累加的过程，可能管理成本上我管一个人比管五个人省一点钱，但是分析师不是这样的。如果一个分析师出来的结论是不正确的话，你的效果是负的，并不是效果小。
我面试的时候喜欢问基本原理。比如说“你做了产品改进，你怎么认为改进之后一定比改进之前的效果好，它的统计学原理是什么？”只有在这个点上的基础比较扎实，你对整个公司运营的建议才是比较科学合理的。有时候你看到的一点差异完全是随机的，通不过其他的检验就盲目的做出结论，会把公司的运营带入错误的方向。
观众提问1：我问一下曾总，你是学医的，转行做数据分析，并且现在已经进入到架构师级别，非常了不起。从学医跨入到数据分析，这中间有很多门槛，并且这些门槛也包括行业的，困难怎么克服呢？你进入这个圈子是不是有什么大学培训，完成这个过程花多长时间，你学了计算机，这个难度不亚于学医，你是怎么克服的，你是否可以谈一下自己的实操经验。
曾勇华：我本科生是学医，但是研究生学的是生物信息学，要通过计算机对大量的DNA信息进行数据挖掘产生一些模式。所以我在研究生的时候学了很多研究课，去补数学、计算机原理、线性参数等等，我觉得对我来说是很有兴趣的。
换专业的过程不那么顺利，很痛苦。因为你会发现你周围的同学可能都是学IT的，他们都有很好的基础。但是你需要花大量的精力去学习，还要参加各种活动，一个是要进入这个圈子，一个是要花时间。
我上次在CDAS2016中国数据分析师行业峰会上分享过一个故事。我在多伦多团队的同事，他是学心理学的，现在已经是数据科学家了。他发现心理学在国外不那么好找工作，这个也是跨界的原因，他当时了解了IBM大数据大学。一开始他自学，最开始是数据库和基本的工具分析，不用学很底层的，直接学一些实用型的东西。他一年的时间把我们大数据大学相应的课程都学完了，然后参加我们大数据大学线下的活动，有时候也有一些考试。后来他通过我们的面试，也操作了一些项目，他做出来非常好。我们把他招进来，做一些实际的数据分析工程项目，他现在就是我们的数据分析科学家了。
通过我自己以及我们同事的这些经历，我觉得要有兴趣、花时间、进入这个圈子，还要有实际动手的经验，以及多利用资源来补充自己。
观众提问2：光自学就够了吗？在IBM大数据大学，通过线上的自学和线下的交流，一年时间够吗？
曾勇华：这个问题很好，毕业两年、四年工作经验怎么来的，就是你要多花时间，就是经常加班，时间没有够和不够，就是要多花。如果你能够真正静下心来，时间是够的，如果你有兴趣，你静下心能去做。
大数据大学除了有视频可以看，还有一些实操的东西，有数据和案例、场景，你要动手去做。比如说怎么做数据的探索，数据的建模，一步一步的动手很重要。自学并不是被动的听，还要动手实践。
观众提问3：曾老师我想问一下，我是学生物专业的，现在也转到了生物信息学，我也自学了很多。现在我到了该找工作的阶段了，对我这个阶段你有什么建议吗？
曾勇华：虽然我没有太多的经验，但是我当时还没有毕业的时候就在IBM做实习了，当时也比较幸运。我们在招数据分析师和数据科学家时，如果你是刚毕业的，我们可能会看你的方向、专业、学过什么课程；如果有几年工作经验，倒不太看重你之前学什么，主要是看你过去几年做了什么事情。刚毕业的人，我们还会看他在数据分析这块，他有没有热情，热情会让他一直往前走，会走的更远、走的更深。
同时我们也会看有没有相应的思维方式，就是说你对数据有没有感觉。即便你是学生，你想进入这个行业也需要对数据有感觉。这位同学，我建议你可以转型，你可以去很多行业做，可以去IT公司，也可以制药厂做生命科学的分析。包括一些做快消品的，我认识国际上很大的奶粉公司，他们用很多数据来分析。比如说奶粉的配方是什么样的，需要加什么东西，都需要数据分析。所以你要有信心，不用太担心，把该准备好的准备好就可以了。
王安：为什么会看刚毕业生的专业和成绩，五年以后就不看了，因为这是一个决策的问题，肯定是在历史上学统计的成绩好的最后成才几率是高的。只要你在你那个阶段你做的最好，或者你把你该做的事情都做了，你就不用担心，因为这是有模型的，只要你做的是好的，人才是不会被埋没的。
周磊：在一些中小型企业或者二三线城市，数据分析师只是一个头衔，实际上是在做企业里面的报表制作和统计的工作，那么我的价值在哪里？数据分析师的日常工作是怎么样的，他每天最大的挑战在什么地方？
李奇：聊一下之前在IBM然后参加日本数据分析比赛的过程，我做数据之前不是先有了工具才去做，而是先有任务才去找工具。第一步我们先做的是描述性分析，或者分析出趋势，能为销售行为做指导。后来发现数据不够存了，数据量实在是太大了，范围太广了，不够存怎么办？开始找数据库，再结合我们的一些项目，专门建立了一个平台数据库。有了数据库之后发现能处理数据了，大家知道销售运营都是销售人员得出来的数据，数据质量不行怎么办？做数据清洗，数据量太大了，我们就开始想办法，人不够找人，工具不够找工具。最后我们发现之前我们的主观认识和分析的结果完全不一样，怎么办？来做一些预测分析，还有统计分析。
这就是我们三个月的工作内容，全部是从任务出发的，只有一个明确的目标，就是要为销售商进行预测。大家知道销售行为数据量非常大，所以有时候我们非常难完成任务，我们哪块不足找哪块，就这么一直拼下来。
石晶：刚才说价值的问题，其实我的想法可能有一点另类。我觉得数据分析师的价值，自己的价值最多占30%，有70%不是你的价值。数据分析有70%的价值决定你的老板和其他的部门，只有30%其实主要取决于你的想象力。这个怎么理解呢？首先你在选择数据分析师工作的时候，一定是这个企业给了数据分析这样的位置，如果这个企业一开始就把数据分析定位成做表格，无论你自己有多么高技巧，都是没有用武之地。
另外，突然在这里埋头干一个星期，写了一个很漂亮的报告，这就叫数据驱动吗？从来没有那样的事情，一定是一个持续性，有很多人来配合，把这个事情最终干成了数据体系，这其中也有其他的部门配合，这些人其实决定了大部分的价值。其实，首先你的选择很重要，有时候选择比我们自己的努力要重要。企业给了你一个什么样的空间，给了你多少话语权呢？我觉得这是一个很重要的问题。
分析师所占的这部分价值里面，我认为前面各位老师说的很对，数据方面的能力当然很重要了。当然，从长期来看，决定你的高度有的是你的想象力。数据驱动的体系将来到底是什么样的，你相信有这样一个体系存在，你坚持为此而奋斗，你熬到那天的时候，可能你的价值就实现了。
所以，我们既要理解现在的业务是什么样的，又得理解这个公司如果要发展，业务应该是怎么样的，从数据驱动的角度，我们又能做什么。围绕这个想象力，我朝着这个图景去做。写一个漂亮的报告，这是基础。但是一个报告不能为企业创造实实在在的价值。
观众提问1：我想问石总的是，如果一个企业的老板他对数据分析的认识不到，他只要数据分析师做表格，而数据分析师是有能力做数据分析的，他怎么样能够说服老板来认为他有这个作用呢？这是我们碰到很大的问题。我是学校的，因为现在高校是凭经验管理，我们意识到数据管理对高校的管理是非常有用的。
石晶：其实这个事我没有办法特别系统回答这个问题，但是我可以举个例子。我不知道大家有多少人去捏过脚，你需要一个人来服务你，他需要把你捏的有一点疼，但是不能特别疼，如果他捏的一点都不疼，轻轻松松的捏两下，你觉得钱花的不值，特别疼也不行，你可能要投诉。
数据驱动有的时候跟老板的经验会不一样。我们必须找到他感兴趣的点，如果所有的地方跟他唱反调，他一定不高兴，那就是把他弄疼了。大家把方向定下来了，你想把它掰过来是非常难的。你要提前准备，在某个点上先去说服他，然后他会慢慢改变对整个事情的看法，一开始全面唱反调，肯定不行。这是我自己的经验。
李奇：就这个问题我也深有体会，能当老板的人绝对不傻。所以我很想跟大家说一点，我们做数据分析的人容易凌驾于老板之上，会觉得老板你不行。
但是老板站的角度跟底层做业务人员的角度永远是不一样的，你一定要站在老板的立场想问题。就像我们做咨询是一样的，我们见客户的时候，我们跟客户说你得用什么样的工具，你得用关联分析，他会抽你的，他说你在说什么。你要这么跟他说，你的客户这么分层，分完层之后你就知道你应该对哪个客户卖什么样的东西了，他听完就很高兴了。
所以我觉得从对方的立场出发很重要，你需要掌握他关注的点在哪儿，而不是把现有的技能和知识强压给对方。我做过技术，也做过业务，也做过咨询。我最头疼的问题就是业务人员跟技术人员在讨论一件事的时候，永远是驴唇不对马嘴。技术人员站在技术的角度讲这件事做不了，有人说我只想要这么一个结果，不管你怎么做的，这样就讨论不下去了。我们站在老板的问题上想问题，它的业务痛点在哪儿，这点是非常重要的。
曾勇华：我觉得还有很重要的一点，就是你所在的企业是不是成熟了，不是所有的企业现在都适合用数据驱动，这是一个渐进的学习过程。
一个数据分析师的价值体现应该是有阶段的。
最基本的阶段是做表格，做报表，这是描述性的分析；
然后是预测性的分析，我这个月销售低了，我觉得下个月会怎么样，你给他一个往前看的预测，我能做一些预测；
接着可能就是我们说的建议性的分析，我不能给你预测，还能给你建议未来怎么做，你有一个新的想法出来之后，能去引领新的业务的转型和变革，这个是比较高端的价值体现。
刚才石老师提到了，数据分析师不是一个人，一定是一个团队，数据分析师或者数据科学家要跟数据工程师和数据架构师作为一个团队一起来做。一个人只有30%的价值体现出来，你只有作为团队才能体现出百分之百的价值。
周磊：我旁边的这位曾珂，他其实是一位典型的代表。他是我们CDA非常优秀的数据分析师，而且他在最近的两年里面，在逐步的踏入数据分析师这个领域。所以我相信应该有一些经历可以跟我们分享，从你学习数据分析和实际从事这方面的工作过程当中，你有什么哪些经历可以分享给大家或者有哪些困难呢？
曾珂：大家好，主持人问到了我有关的经历，我是一个新人，我大学学的是信息管理，跟数据沾边。那个时候还没有人工智能，叫数据库。后来我看了一本书发现坑挺大，就是要学的东西非常多。后来发现越往深里学坑越多，直到现在我还是在填坑的过程，很多东西我还不是完完全全能搞清楚。
我现在感觉，当时在学校里面是漫无目的的学，后来学了商业数据分析就有方向了。商业数据分析主要是跟人打交道，涉及到人的数据。分析方法其实以前学的都能学到，无非是继续深入的往下学，把原来一些比较朦胧的知识搞清楚，从头到尾都搞清楚以后有利于自己做。
开始学了一阵子觉得要学的东西太多了，坑有很多，头都是麻的。有的是技术上的坑，这样的坑非常多。我觉得到现在还有一个坑，就是所谓业务上的，刚才所有大牛都讲了业务上的重要性，业务上还不是太明白。
总之，现在要学的东西很多，但是我感觉也不能急，很多人说要转行或者怎么样心里挺着急的。我觉得磨刀不误砍柴工，扎扎实实的把该学的学到位，要有底气。
周磊：很多时候分析师的尴尬在于我们所认为的刚入门的分析师，他们会忽略一些经验性和业务性抛开这些直接看数据，很简单会犯错误。很多有经验的人会告诉你结论，这个就非常尴尬了。
王安老师一直是致力于推动数据分析文化或者是培训这块的活动，所以王老师常常在企业内部做数据分析的培训工作，让数据分析成为一种企业文化，请王老师就这一点谈一下你自己的看法。
王安：我也回答一下数据分析师的价值这个问题，很多人都想转行数据分析师，后来发现80%的数据分析师都不干相关的工作了，因为表格非常管用。如果你面临这种情况的话，你怎么改善这件事情呢？你先别说改老板，你想改变老板是很难的。
我觉得老板其实非常不爽，他认为你告诉了我很多数据，你给我了表格，但是没有告诉我要干什么。原来我在上一个公司的时候，我们的CEO说，你看那个小孩给我拿这么多张表格，但是没有告诉我为什么销售下降了。如果我们能给少一点数据，还能把决策做了，这才是好的。
数据的价值在哪儿呢？价值就在不看这个数据跟看这个数据有区别。比如，我每天晚上开始回家之前打开手机看实时路况，我知道某条路是特别堵的，我不能走这条路。如果我没有带手机，我车上是没有实时导航数据的，可能在八达岭高速上被堵了。我们看数据是为了帮助我们提高决策，可以告诉我们到底该怎么做。
老板特别希望好的分析师能告诉我为什么这样做，这个一定能够打动老板，但是很多分析师不具备这个能力。我在原来的公司里面长讲课，让大家先学会用表格。后来有些主管问我你能告诉我怎么看报表吗？后来我们又有表格的课程、分析思路的课程给高级管理者，机器学习的课程给工程师，我们这个团队有好几门课在公司做。我最后从公司离职的时候，公司也给我开了欢送会，从侧面上来讲也承认了我的价值，我觉得这个也是相互的作用。
这个社会，这个时代还需要更多的人了解这个职业和这个职业的价值，我们是办硬事说软话，事情办好了，还需要多讲，我们还是在推广的阶段，酒香也怕巷子深，该推还是要推。▲
本文经CDA数据科学家训练营（ID：CDA_DSC）授权发布，转载请联系出处。
联系客服
