上篇说，要详解数据分析师常用的分析模式案列。但着手写之前，总觉得缺少点什么，就像游戏开始前，没有了解游戏规则一样。作为数分人，首先要了解的不是方法，而是定位。你知道19年，大数据领域的行业热词变了吗？数据分析？数据挖掘？机器学习？深度学习？强化学习？联邦学习？NO NO NO ,一个都不是，是区块链，边缘计算。看吧，不知道现状，是多么恐怖的一件事情。
沾沾自喜，自己站在了大数据的风口，找到了一份稳定、高薪的工作，孰不知，风在移动，风口渐渐不再。毕业后进入互联网企业，只觉得它比国企更牛逼，却不知为什么它永远能走在技术的前沿。工作几年下来，才知道互联网人需要有高度的敏锐，高度的自学能力。自学Python，自学java,自学机器学习，自学深度学习，乃至自学架构。 不是互联网人的学习能力更强，而是这个行业的内在活力就是技术，而技术每天，每时每刻都在进步。所以，为了不落后，不挨打，就必须学习，才能保持自己的竞争力。常听去国企的同学说，当初要是去互联网公司就好了，可以拿更高的薪资，可以了解更多的技术知识。孰不知，互联网公司的生存法则就是不断学习，不断升级自己，像是永远打不到终关的游戏。
当然，我还是庆幸自己当初选择了互联网公司，而不是国企。年轻嘛，就该被锻炼。确实，我也学到了很多：自我管理，项目管理，所以我才能每年都是那前10%的优秀员工。在我看来，不是只有高智商人才能名列前茅，真正重要的不仅是代码技术，更有格局，全局观。身在技术日新月异的时代，尤其是在互联网公司，如果连自己的岗位现状都不关注，那和盲人摸象有什么区别。优秀靠着运气去撞出来？
今天，就和大家分享下我最近的几点总结，不求作用多大，但求给大家带去一些自我认知，不再那么彷徨，那么手足无措，不再因为经济形势不好而每天战战兢兢，担心被裁员。
数分人会不会被人工智能取代
先说答案吧：不会！
首先，这两者的本质就有着天差地别。有人会说，人工智能不是可以自动化数据分析师的工作吗？是的，可以自动化，但是不能100%。人工智能的前提是有高质量的数据，它再自动化。换言之，人工智能只是提高了高质量数据之后的工作，比如说算法，机器学习，深度学习，NLP等，它就是一个工具。而数据分析是一个项目，项目有五个重要模块，都需要数分人这个pm去把控：
是什么（量化结果，获取数据）
是多少（树立标准，评价好坏）
为什么（寻找原因，验证假设）
会怎样（综合评估，做出取舍）
又如何（预测前景，探索可能）
讲到这里，大家应该都明白了。对，没错，如果你学过项目管理，或者你曾经参加过公司的项目，你脑子里很快会闪现两个名词：项目PM，项目工具。没错，数分人就是项目PM，而人工智能只是工具。所以，工具怎么可能代替PM呢？不能！但是问题到这里还没有结束：会工具和不会工具的PM，你觉得谁的绩效会更高呢？当然是前者了，因为工具可以释放PM很多的“劳动力”，提高他们的效率，让他们更专注项目的投入产出！所以，最不该敌视人工智能的就是数分人，我们应该积极的用上这些工具，解绑自己的双手，加速自己的成长！
数分人会不会被会写sql的业务方取代
同样先说答案：不会！
其实，看完上面的解析，相信大家都可以直接回答：不会！是的，sql也只是一种工具，不值得畏惧。但这一问里多了个主语：业务方！对，所以有人会疑惑：答案是会还是不会呢？疑惑的原因是，他们认为业务方有了数据思维，会数据工具，成为项目PM，取代数分人好像是分分钟的事情！
NO NO NO，业务做数据分析是不行的。首先，数分人工作中90%的时间都是在处理数据：数据采集，数据治理，ETL，数仓建设，中间层，数据集市，BI工具等。业务方来搞，不累死也恶心死。
第二个原因，要从社会分工去考虑。有人会问这怎么有牵扯到社会分工了呢？是的，就是社会分工！之前，我主管经常说：我们作为数据工作者，掌握着很多部门的业绩数据，所以我们分析数据的时候一定要客观！当时，我不明白这句话的意思，直到做会计的姐姐和我解释了“会计和出纳”的区别后，我才了解：算账的会计不负责管钱，管钱的出纳不负责算账。放到涉及钱的这个例子上，大家是不是就明白了：自己管钱，自己算账，那肯定是一团糟啊，如果你是一个企业的老总，你会让一个人同时管账，管钱吗？不会！同样，作为数据生产者（因为业务提了需求才有线上各种功能出现，数据人才会采集到数据，这点希望所有数分人了解）的业务方，自己分析数据，同样有失偏颇，对于公司高层想从数据中挖掘客观信息是极其不利的。所以，数据工作者是数据中不可或缺的一环，从合理的社会分工来说，不可能被业务方取代！
内容有点多，加之设备快没电了，今天就分享到上篇吧，下次分享下篇：
