在 2017 年的世界物联网大会上，马云的一段演讲很引人注目，他的原话是这样的：未来的数据分析师都将被人工智能取代。

马云说

作为一个数据分析刚刚入行的新人，听到这句话时顿时感觉恐慌，自己即将要被替代掉了吗？

吓死宝宝

这篇文章写写给那些已经入行数据分析，或者准备入行数据分析的人，希望我的一些看法能对你有所帮助，如有谬误，期待您的指教：
本文想讨论的主要有以下几个方面的问题：

1. 数据分析这个职位到底是什么？

 2. 人工智能可以替代掉的是哪些人？      3. 作为数据分析人，我们应当如何避免自己被替代？     

1. 数据分析这个职位到底是什么？

从去年开始，随着大数据概念的兴起，数据分析这个词也逐渐火了起来。在微信公众平台，我们能看见非常多有关数据分析，数据挖掘方面学习的文章；在知乎社区里，也是各种爬虫教程，数据分析教程.......

数据分析师

上面这个趋势图师在百度是关键词“数据分析师”的一个搜索趋势，从这个趋势我们可以看出来，从 2015 年开始，这个词的关注量就产生了一个跳变，并且在 2016,2017 这两年也都在稳步的增长着。当然这只是在百度这个入口的搜索趋势，关注数据分析的人群多是一些高校学生，或者互联网行业的从业者们，他们信息获取的聚集平台知乎和微信公众平台的数据这里还没有统计，这里就暂时以百度指数作为一个范本吧。
既然都在说数据分析，那么这个数据分析师到底是什么呢？这里给一段来自百科的解释：

来自百度百科

从上面的词条中我们可以提炼出以下几个关键词：数据搜集，数据整理，分析，研究，评估。而对于这个词我个人的理解是： 利用数据帮助企业实现增长。我们的最终目的是实现企业的增长，这个增长可能是企业利润的增长，产品用户的增长等等，这是我们分析的最终目的，而数据仅仅只是我们作为数据分析师这个职位，切入增长工作的一个入口或者说手段而已。
我在拉钩上找了一个比较有代表性的企业招聘需求，我们来看一看企业需要的数据分析师是什么样的？

数据分析师

 从上面的招聘需求描述我们可以看出来，企业需要的的是通过数据产出对企业发展有驱动价值的信息。而数据分析师则充当了中间的这个信息转换的角色，将数据信息转化为发展决策信息。    

说道这里，不只你对数据分析这样一个角色的认识是否清晰了呢？

2. 人工智能可以替代掉的是哪些人？

人工智能作为一门计算科学，它所做的事就是从过去的事物之间找到一定的规律，并以此来确定当下自己面临的事应该如何去做，它的决策基础是数据，是概率（个人理解，欢迎指教）。

人工智能

因此对于很多重复性的工作，人工智能可以很快的学会。通过我们过往的一些操作数据，人工智能可以就可以以此来当做自己的经验，飞速学习，然后掌握这个技能。
就比如说之前百科词条里面的数据收集，整理，这些可以说都是一些内容相对固定，切重复性高的工作，人工智能可以轻松学会。包括我们的一些简单的分析，比如趋势分析展示，简单的数据报告等都可以被人工智能取代。
举一个简单的例子，小王是某公司的一名数据分析师，每天他都需要向领导出一份数据报告，报告今天产品的数据波动。于是乎，小王通过数据库，提取了今天的用户活跃数据，然后将这些数据导入了 Excel 当中，通过 Excel 他做了一份统计图表，反映今天的用户活跃时长同比，环比，各个渠道的转化情况等，然后递交给领导，日复一日。突然有一天领导指着用户增长数据表上的一个数据下降拐点问小王，这个点的数据是怎么回事啊？小王一脸懵逼，只知道数据说本身本身就是这个样子。

BI

后来一个月后，小王被辞退了，公司购买了一套 BI 报表系统，日报，周报，月报，实时数据后可以看，老板觉得这个 BI 系统好用多了，就这样小王这个数据分析师就被人工智能替代了。（以上故事纯属虚构，仅做说明之用）
上面的场景我想当下也正在上演着，未来也会有更多类似的场景上演，那些重复性的劳动迟早都会被人工智能替代的。
我们反观一下自己的工作，有哪些是高重复性的呢？包括取数，做报表，一些简单的回归预测等等，人工智能完全可以做的更好。

3. 作为数据分析人，我们应当如何避免自己被替代？

上面提到的人工智能它是基于数据和概率产生的，凡是可被数据化，高重复性的工作都是可被替代的。那么什么才是不可被替代的呢？

人

我们人和人工智能最大的区别就在于我们人是有情感和思想的，而机器没有（起码现在没有）。因此想要在人工智能手下不被取代，我们的工作重心应该是向人靠拢的。我个人认为，不会被替代的有以下两点：

1> 对业务的理解

就像上面的那个例子一样，当数据出现下滑拐点时，一定是有原因的，而这个原因是由我们的业务变化引起的，这个时候相关的东西就多了，可能是我们公司竞品的上线，广告策略的调整或者说某个社会热点事件的发生等等。这些内部或外部因素的发生才引起了数据的变化，只有深刻理解我们的业务，我们才能在这多个因素之间快速定位到问题的根本原因，并产出解决的方案，为企业的下一步动作进行决策支持。
在这一点上，目前的人工智能还是无法学习的，因为它所涉及的因素太多，随机性太强，它需要人的思考与判断。

2> 对人性的理解

不管是什么行业，我们都是在做一个为人服务的行业。我们所服务的用户是活生生的人，我们企业的数据变化产生时，我们反思业务上的原因。更应该思考的是用户为什么会产品这样的行为，用户的情感发生了哪些变化。人有七情六欲，用户的每一个行为，都是其内心活动变化的体现。
在人性这一点上，我相信计算机在可见的未来还是无法超越人类的，这也是我们最大的优势。
那么，作为数据分析师，我们应该如何做，从而避免自己被替代呢？

1. 拓宽自己的知识面，既要走进数据当中去，又要大胆从数据中走出来：

数据是客观的，而理解数据则是主观，当我们对业务，对行业，对用户有不一样的理解时，我们解读数据的角度和深度也是自然不一样，而这些所依靠的就是一个广阔的知识面。产品，运营，营销，技术都了解一点，不断拓宽自己的认知，让自己从数据中走出来。

2. 营销学，社会心理学的知识多了解一些，加深自己对用户行为的理解：

不夸张的讲，我们今天看到的很多概念，很多用户模型，策略等等，基础都来自于营销以及社会心理学，它所诠释的是“用户为什么会这样做？”通过拓宽这些知识，并不断加以应用，我们对用户的理解自然会加深，我们也更加能明白用户行为以及背后的为什么？

3. 拥抱新技术，新变化，用新技术武装自己：

人工智能是一门系统的学问，我们不能说随随便便的就掌握它。但是我们可以去了解它，应用它。比如当下比较火的机器学习，作为数据分析师，我们可能无需深刻理解它的含义，但我们可以学会使用它。一些编程语言，如 Python 就有很好的扩展包支持，我们仅需要一些编程基础，并加以练习，便可以让新技术为我所用。

未来

总之，如果你想依靠某个固定的技能或者职位在今天变化的世界生存，基本是不现实的。唯有不断升级，不断学习才能跟上变化越来越快的时代。

作者 橘子侠
数据，营销，编程！

关键字：业界动态, 被人, 怎么看, 分析师

版权声明

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！