数据分析师人力资源

人力资源数据分析师是帮助企业从人力资源应用的角度构建符合企业实际需求的数据分析报告，找到评价组织及人力资源效能的核心数据，借助简单好用的数据分析工具提高数据分析效率，通过数字化人力资源管理最佳实践赋能，找到适合企业的数字转型之路，同时为人力资源管理工作提供数据支持和决策。人力资源数据分析师的工作内容有以下几点：1、设计人力资源报表模板，持续优化报表模型和数据源，为业务发展和流程改善提供数据支持。2、推动数据化运营，监控人力资源运营数据，预警人力资源运营异常。3、分析人力资源运营短板，与各部门协作推动人力资源运营效率提升。4、 审核数据报表逻辑及提取需求，定期汇总输出人力资源部KPI达成结果。5、协助和参与部门流程优化项目，提升人力资源运营整体工作效率。对于想要了解更多关于人力资源数据分析师的问题，可以咨询一下CDA认证中心。CDA行业标准由国际范围数据领域的行业专家、学者及知名企业共同制定并每年修订更新，确保了标准的公立性、权威性、前沿性。通过CDA认证考试者可获得CDA中英文认证证书。

数据分析师在三年后可能会大量缩减，取数、分析指标工作会被人工智能代替，一家大型企业可能不会在各个事业部放1-2名数据分析师了。会在企业层面有专门的战略/商业分析师。假设一家企业有有10个事业部，分别有10个分析师，企业层面有3个，13个可能到后面就会缩减成3-5个。看到这里是否心里一颤？数据分析师的岗位未来会慢慢优化成更有战略思想的人。

数据分析师这个职位未来企业可能只设几个编制， 但是数据分析技能却会越来越重要。

也就是说数据分析师慢慢弱化，数据分析技能越来越普遍应用到各个职能岗位如：产品、运营、市场、人力资源、销售、财务、运维等。

画个图帮助大家理解（一定要点开看）

未来运营、产品等岗位招聘都要求必须会数据分析技能，为什么是这个定论？

首先，让我们先看看企业。现在的企业，数字化转型已经成为必由之路。最近与裁员寒冬一起流行于网络的还有一个词，那就是“互联网下半场”。这个词特指的是2B的互联网化。当2C（个人）互联网已经走向尽头，人口红利消失殆尽时，2B的互联网就成为提升社会效率的重要途径。可能大家还没有注意到，在现在的中国，从餐厅到零售，从制造业到物流，每一个领域都在进行着或快或慢的互联网化。而互联网化最直接的影响便是企业从生产到销售的环节开始线上化，业务数据开始增多，更多的业务决策将基于数据。

从企业出来，我们再看看整个社会的发展。如果大家注意观察会发现当前整个社会的趋势是“无人化”。怎么说呢？比如在机场，大家会发现办理登机牌可以自助完成，过安检时已经有了人脸识别通道，办理行李托运也已经推行自助办理，甚至连原本需要人工扫描的安检也开始引入先进的机器予以替代。这种变化并不仅仅发生在机场，在高速路上ETC已经在取代人工岗亭、智能客服在逐步替代人工客服、甚至连外卖小哥也面临无人配送的挑战……。这些都是现象，其本质上是当前的社会正处于一场“信息革命”之中。这场革命的最直接体现就是越来越多的智能化设备逐步取代人类，成为我们社会的一个组成部分。在这样的一个大趋势下，未来每一个人的工作都会与智能设备有交集，而这所谓的“交集”正是由数据组成的。所以对于每一个人而言，未来与数据打交道的频率和机会会越来越多，因此数据分析思维可以说是未来任何工作中最核心的竞争力之一。

不管是在企业还是社会，数据都已经开始扮演越来越重要的“角色”。在这种大势之下，数据分析思维已经不只是数据分析师的“专业”了，包括销售、市场、运营、策划、产品等等前端的职位都需要通过数据分析来帮助自己的工作，甚至连后台的财务、法务、人事等也开始需要通过数据分析来提升效率。可以这么说，如果你在企业之中工作，你未来会开始越来越多的和数据打交道，这个时候数据分析已经成为工作的必要条件。

这里给大家举几个例子：

现在的产品 ，由于销售渠道开始开始网络化，所以基本上每个产品在做客群划分、竞品分析、销售预测等等工作时都必须基于数据来进行建模并分析。以前那样只要写写产品分析书，画画产品原型，做做产品交互的“好日子”已经过去了。这么说吧，越来越多的公司里，如果产品不能拿数据出来支撑自己的工作，是基本上获取不到什么资源的支持。

再拿运营来说 ，更加离不开数据了。大到做一个活动，目标人群如何划分，不同人群的方案是什么，预计投入多少产出多少，这些都需要数据支持；小到一个营销话术，也需要切分不通人群进行对照实验来决定。可以说，现在不依靠数据分析的运营已经越来越少。

最后再举一个后台部门的例子。 现在的HR在做人力规划时 ，从人员结构分析到配置策略分析再到成本分析，无论哪一项都需要使用到数据。除了本公司的人力数据外，还需要业务数据，竞对公司数据乃至于整个行业数据。通过大量数据的分析，可以更加精确的制定公司的人力资源战略。

可以说一个公司从前台到中台再到后台，几乎所有的职位都需要基于数据分析来进行工作，而且这种趋势未来会越来越明显。在我看来，在可期的将来，商业数据分析师这个职位可能会不复存在，取而代之的所有公司的业务岗位都需要具备数据分析技能。随着经济紧缩和智能化的推进，社会中的岗位会越来越少，而具备数据分析思维掌握数据分析技能的人会越来越具有竞争力。所以对于每个职场人士而言，都应该数据分析当成是自己的一个必要技能来学习，这才能为自己日后的职业发展打下一个坚实的基础。

最后现在转型数据分析师的也不要恐慌，我相信数据分析师这个岗位做个1-3年可以帮你转其他岗位的时候，打下很扎实的基础。我身边有很多数据分析师转产品、运营、业务的管理岗都是转型很成功的。

数据分析通常有两种出路：对算法做深入的研究然后去做数据挖掘、对业务有比较深刻的理解然后转去做业务。除此之外，无其他出路。

而说实话，我不看好数据分析本身这个岗位。 为什么不看好？ 首先我们对数据分析的工作做个拆解。大部分的数据分析有50%的时间在取数，还有40%的时间在跟产品经理沟通：做AB实验以及做做效果回归，最后还有10%的时间在做探索性分析。 现在在担任数据分析岗的，可以跳出来说一说是不是。可是上面这些工作其实大多是可以替代的，机械性的工作。 看写SQL取数这个活就是个脏活、累活，会的人都能取，雇一个干了五年的数据分析跟一个刚毕业的数据分析写SQL基本没啥区别。无非就是开始可能没法做到100%准确性。 做AB实验以及效果回归这件事情，现在自助式的平台越来越多了，等以后的这种自助式的AB平台越来越成熟的时候，根本不需要数据分析师来干这件事情。产品经理想做实验，傻瓜式的操作操作，实验之后，想看数据，仍然是傻瓜式的操作。期间不需要任何分析师参与。 探索性分析这个活本来才应该是数据分析干得活 ，但是我知道在目前大部分的企业数据分析却没在干这个活。探索性的分析一般都要求过硬的技术能力，或者非常熟悉业务，两者有其一才能发挥出探索性项目的价值。

最后， 技术过硬的后来基本是去做算法的数据挖掘去了 ，因为他们发现在数据分析这个岗位因为不断的取数需求磨灭人的意志。 而且这些人过的会不错，因为以前单纯做数据挖掘的人，他们大多脱离业务。但是数据分析转过去的对业务就更敏感。

业务过硬的就去做业务的产品经理了 ，因为本来业务能力就很强，数据意识也很强，却需要跟着业务不强、数据不强的人后面听他瞎指挥，谁能受得了。而且本身数据和业务的结合才能带来更大的价值。所以数据分析转过来的业务人一般也比正常的产品经理好一些。

所以，回到问题数据分析师的前景到底怎么样。我的看法是： 数据分析本身的发展前景不怎样，但是有数据分析的经历，走算法和业务两个方向，以后发展都不会太差。