总被业务当工具人，数据IT人怎么才能提高自己在公司的地位？

最近在知乎上看到一则帖子，是关于“职场工具人“的讨论，网友对工具人的定义如下：

再一看评论区，果然是一片哀嚎：

干开发的吐槽自己的就是一个代码输出机器，天天接需求、改bug

运维觉得自己就是专业修理工、哪出问题都得随叫随到，空有一身本领，业务眼里也只是个修电脑的

测试天天就是找bug、找bug，时不时还要跟开发吵两架....

再反思一下我们数据部门的工作，好像也没能逃脱“工具人“的宿命，每天睁眼就是业务方五花八门的取数和报表需求，累死累活功劳还总被业务抢走，就跟打游戏一样，IT打“辅助“，业务拿“人头“。

最让我觉得自己是工具人的工作就是“取数“，基本上是所有数据IT的噩梦。在行业认知里，取数一项非常基础的工作，一个新人1年的成长基本上就可以自如应对各种取数工作，但是这项低技术含量的工作偏偏要耗费it很多的时间和精力，一些公司都开设了取数岗来专门满足业务的取数需求，不过这个岗位在公司的地位可想而知，更尴尬的是，在很多厉害的互联网公司，一些技术牛逼的业务都会自己写sql数据了，更加看不起取数的IT

那我们干数据的IT怎么才能摆脱取数的噩梦，来个翻身农奴把歌唱？

我们回归到“取数“这件事本身，刚才上面说了从技术的角度讲，取数并不难，无非就是写两句sql嘛。而真正的阻碍是企业随着业务发展带来的复杂和冗余的取数需求和IT与业务之间巨大的需求沟通成本。

曾经在一家金融公司信息部工作过一段时间，深刻体会到取数这个活有多么不容易，大多时候业务的一张报表会涉及到多个取数需求，看起来没增加几张报表，但实际上背后隐含了N个取数过程。而且对于集团企业来说，不仅总部的运营部、销售部和市场部等各个业务部门的报表需求都压在信息部身上，而且有可能分公司的需求经由总部对应部门也汇总到信息部身上，这就导致了信息部每天都要应对成千上万的取数需求。需求多了，响应速度慢，耽误了业务分析决策，业务还会毫不留情的投诉我们。

然而这还不是最难的，更令人心碎的是和业务往往复复的需求沟通。每接一个需求，都要找业务反复沟通核对，而且快速发展的业务让需求总是不停变化，IT不是在和业务部门沟通需求，就是在沟通需求的路上，给业务\IT双方来都带去了很多工作量，耗时又费力。

为了跨越IT业务之间的“取数“鸿沟，一些企业探索出了新的办法，那就是让业务实现自助取数，把取数这件事从IT身上转移到业务身上，让业务和想要的数据之间没有IT这个“中间商“，这样一来，“取数“这件事就从原来的“业务点餐“变成了“业务自助“，既缩短了取数流程又节约了沟通成本。

看到这里，业务朋友们肯定要开喷了：让我们业务去学sql取数？要你们IT干什么吃的。

当然，让业务去学sql取数必然是不现实的，而且数据全部下放给业务，IT更加会担心数据安全和混乱问题。为了实现业务自助取数，解决这个问题的办法就是搭建一个自助取数平台，通过IT集中数据管控来进行数据分发，业务通过平台自助完成取数工作，这样IT就省下了很大一部分的取数工作，业务不用等需求排期，很快拿到想要的数据。

不过，说起来容易做起来难，建设这类取数平台，除了要体验好，还要性能要高，在整个的开发过程中，如何设计好配置方式、如何做好业务和数据的映射、如何进行数据表之间的关联、如何实现数据权限管理等等一系列的问题都需要解决，还有一个前提是公司有足够的技术人力支撑。所以对绝大部分的企业来说，量身打造这样一个自助取数的平台是非常困难的。

不过市场上现在已经出现了很多产品化的自助取数工具（单纯取数）和自助BI工具（自助取数+分析）可以帮助企业解决这个难题。目前应用的比较多的是自助BI工具，业务能够实现自助取数和分析，直接为业务决策提供依据，这就有点像我前面说的“自助餐“概念了，原先是IT提供食材，业务分析加工得出结论（菜肴），现在是业务自行准备食材、加工、做成菜肴，即解放it，也让业务真正成为数据的主人，企业层面上也提高了数据应用决策的效率。

以我之前在的老东家应用的BI平台FineBI为例，简单介绍BI工具是如何解决取数这个问题的。

我们在平台建设之前，搭建了数据仓库，把业务系统产生的数据经过ETL加载到数据仓库，然后在数据仓库中设计好数据主题，配置好维度表和事实表数据集，将数据导入到FineBI中，配置好表间关联关系，供业务自助查询分析，把一些日常固定报表也固化到平台上供业务查询，我们IT只需要负责底层的数据梳理，和自助分析平台的数据权限的维护，比原来的工作量直接少了一半。

当然，要真正实现自助分析光靠工具肯定也不行，iT把平台搭好了，业务要能用得起来才行，所以自助BI工具的使用门槛要低，要让业务轻松就能取到数据，快速实现分析。

比如像Finebi的自助集数据处理功能，iT 和业务都可以创建自助数据集，抽取想要的数据，在数据集中进行数据加工，而且这些加工只需要鼠标点击就能完成，不需要写一行行的sql语句。

数据处理之后，业务通过拖拽就能实现快速自助分析，支撑业务决策

在这样的自助分析模式下，我们IT省下了时间去集中精力梳理底层数据，企业的数据质量也越来越好，业务分析需求也能够得到及时响应。，除此之外我们也有了时间去创新突破数字化转型道路上更多技术点，比如数据挖掘智能式BI等，领导也更加认可IT在企业中的价值。这样一来，我们数据it人就逐渐从被业务压制的辅助角色，转向了推送企业信息化建设的先锋军！

关注我，并转发该文章，私信回复“BI”，就能获得数据平台！

总被业务当工具人，数据IT人怎么才能提高自己在公司的地位？相关推荐

大数据时代，如何才能提高自身竞争力？
暑假咻地一下过完啦,前几天,小天介绍了关于数模课程的开学季限时优惠(传送门),今天要介绍的是python课程. 接下来,小天来详细说明一下! 领取方式: 公众号后台对话框回复"人工智能&qu ...
sql 左侧要固定最近一周的周四怎么写_数据与IT人怎么提高公司地位，避免被业务当工具人？...
最近在知乎上看到一则帖子,是关于"职场工具人"的讨论,网友对工具人的定义如下: 再一看评论区,果然是一片哀嚎: 干开发的吐槽自己的就是一个代码输出机器,天天接需求.改bug 运维觉 ...
Kyligence Zen产品体验-从人找数据到数据找人
目录前言: 一.什么是Kyligence Zen? 1.个人总结 2.官方简介二.1分钟打开新世界大门个人总结: 1.注册 2.验证登录三.上手初体验 1.快速上手(入门) 2.定制化应用四 ...
【大数据千人会微信群20140827期交流纪要】傅志华-大数据如何在企业落地
[大数据千人会微信群分享]20140827期:傅志华-大数据如何在企业落地中国互联网协会大数据工作委员会(筹)推出"大数据千人会"论坛,每周三晚8点30分开始,在"中国 ...
业务元数据管理——洞悉数据背后的业务含义
本文转自微信号EAWorld.扫描下方二维码,关注成功后,回复"普元方法+",将会获得热门课堂免费学习机会! 目前,很多企业已经意识到,由于业务人员看不懂系统中存储的数据,所以难以 ...
“数据折叠”：今天，那些人工智能背后“标数据的人”正在回家
"数据折叠":今天,那些人工智能背后"标数据的人"正在回家 | 甲子光年原创 2018-02-15 咖啡猫甲子光年编辑:火柴Q 采访.撰文:咖啡猫设计: ...
每日新闻 | 郑南宁：人工智能仍在打造核心技术工具方面落后于人
点击蓝字关注我们更多精彩,请点击上方蓝字关注我们! 每日新闻播报第08-23期 1 趋势洞察郑南宁:人工智能仍在打造核心技术工具方面落后于人西安交大人工智能与机器人研究所所长郑南宁院士表示, ...
人工智能开发人员工作流程、看法、工具统计数据
人工智能开发人员工作流程.看法.工具统计数据本文目录: 一.人工智能开发所需要的技能和知识二.开发人工智能需要以下工具 2.1.开发过程中的人工智能工具调查 2.2.AI 工具情绪调查 2.3.A ...
BI工具和数据中台有什么区别?数据中台初探
说到BI工具和数据中台,不得不先说数据.数据是由企业在日常管理.经营活动.行业信息和外界的市场动态等产生的综合信息.这些信息经过分析,得出的数据决定了企业能够就产品.服务.员工.战略等做出正确决策的关 ...

总被业务当工具人，数据IT人怎么才能提高自己在公司的地位？

总被业务当工具人，数据IT人怎么才能提高自己在公司的地位？相关推荐

最新文章

热门文章