在真实的企业环境中，对数据本身的企业级战略重视，是一切工作的基础的根源。

很多小伙伴抱怨：在企业从事数据分析等工作，但企业从根本上并不重视数据。

这一状况是很多问题的根源。

（2023-3-7）据新华社消息，根据国务院关于提请审议国务院机构改革方案的议案，组建国家数据局。负责协调推进数据基础制度建设，统筹数据资源整合共享和开发利用，统筹推进数字中国、数字经济、数字社会规划和建设等，由国家发展和改革委员会管理。

在数据行业从事多年的伙伴，自然会意识到：数据已经成为国家级战略资源。

那么，企业呢？不言而喻了。

那么，个人呢？

国家新职业正式公示：商务数据分析师

人力资源社会保障部于 2022-06-14 发布商业数据分析师等新职业。

商务数据分析师，也是参照《数字经济及其核心产业统计分类（2021）》定义的。该职业的产生思考过程来自两个视角以及三个维度。

数字产业化与产业数字化

文中强调，定义的时候的基本视角是：

• 数字产业化。也就是说，此前，数字产业并不是产业，正在是。

• 产业数字化。也就是说，此前，各种产业并未数字化，正在是。

包括时下最前沿的数字化元宇宙，其理论本质在于：如何把现实或商业世界及商业问题映射为虚拟的数字化世界或问题并在数字中呈现或解决。在这方面，其理论本质在于：关系映射反演。（由我国数学家徐利治（1920 年 9 月 23 日 —2019 年 3 月 11 日）提出）

在数学方面，要做的是将大自然映射为数学世界并解决数学问题；

在数字化商业中，要做的事将商业世界映射为数字化世界或问题并解决数字问题。

数字产业化，强调的是：做这个关系映射反演，是有重大意义的，必须成为一项产业来发展。这里就涉及到：如何把商业世界映射到数字化的技术，包括：ERP 系统，CRM 系统，财务系统，传感器等。映射到数字化以后的存储，包括：大数据，数据库，文件等。对数字化的处理，包括：数据分析，商业智能，机器学习，人工智能等。再将结果呈现，包括：商业报告，数字可视化，数字大屏，VR 等。以及对现实的反演，包括：人类商业行动，系统群发短信，微信群发，直播间群发等。如此循环往复。

数字产业化，强调了技术本身，该技术的整个流程链条本身具备重大意义，必须重视。

产业数字化，强调的是：如何在不同产业中利用数字产业化的技术成果对该产生完成关系映射反演的全流程并释放巨大价值的过程。不同的产业的特点不同，在关系映射反演中的难点和侧重点也不同，要具体总结经验和最佳实践。例如：零售行业强调人货场的经典模式以及这个模式如何实现关系映射反演；而制造业则没有这些过程。

产业数字化，强调了实践本身，是利用技术应用到具体产业、行业、职能中的结果，产生实际具体价值，必须重视。

数字产业化帮助产业数字化提供更成熟的方案和技术选择；产业数字化帮助数字产业化提供不断优化技术的来源和素材。

因此，二者就像《易经》的阴阳一样，互为因果，互为目的。

从更高的层面来看：

这个世界正在数字化，进行着一场震撼的人类数字化演进，由无数个关系映射反演构成。将数字产业化和产业数字化作为基本视角，就是一个根基，该根基不仅可以切合实际，也符合《易经》阴阳互生学说，是智慧的决定。

信息

在数字化的过程中，的核心物质反而是不是物质的物质：信息。

数字化的入口和出口都是信息。信息的变化包括：产生，传递，连接。

信息，是数字化中的细胞和物质。

文中强调考虑的维度包括：

• 数字语言表达

• 数字信息传输

• 数字内容生产

怎么理解呢？

第一，数字语言表达。如何用数字化交流，让连接的两方达成信息一致。

第二，数字信息传输。信息如何存放并传导出去，例如：放在表格中，放在 Excel 中，传递一个 Excel 文件都是一种信息传输。有很多企业的管理，只需要 Excel 即可，老板自豪地说：我就用一个 Excel 表管理一个亿的生意，这是有可能的，这就反应了数字信息的存放和传输。当然，还有更多复杂的例子。

第三，数字内容生产。从在纸上记录，到系统自动化，到传感器，越来越多的信息被产生。当然，如果你写一个 DAX，GENERATESERIES 也会产生数字内容，一个序列。

作为商务数据分析师要考虑的是：在这个立场上，能够已经应该管理到什么幅度的信息表达，存放传输，内容产生。

商务数据分析师

对于这个新职业，人力资源社会保障部于 2022-06-14 发布其具体的定义如下：

商务数据分析师　

定义：从事商务行为相关数据采集、清洗、挖掘、分析，发现问题、研判规律，形成数据分析报告并指导他人应用的人员。

主要工作任务:

1. 采集、清洗企业商务数据，建立商务数据指标体系；

2. 分析、挖掘商务数据，产出数据模型；

3. 撰写、制作、发布可视化数据和商务分析报告；

4. 提供数据应用咨询服务；

5. 分析、总结及可视化呈现业务层面数据应用情况；

6. 监控数据指标，识别、分析业务问题与发展机会，提出解决策略。

不难看出，以上定义涉及的技能就是我们这里的自助商业智能分析技能。

相关技术

很多在国内运营的外企，已经要求数据迁回国内，且国内各大数据工具和厂商也都非常给力，包括：帆软，Kligence，SmartBI，永洪，QuickBI 等。大家在掌握了通用数据思维和方法论后，可以凌驾于工具，更好地利用这波数据红利。

总结

2022-06-14 新职业：商务数据分析师来了

2023-03-07 国家数据局来了

有了人才布局支持；有了国家战略统筹。机会，不就在那里嘛。

加之各大国内厂商纷纷给力，近两年在 Gartner 的魔力象限图中不断涌进新的中国厂商。

有战略，有人才，有技术，这就是机会。

你若问：那 Power BI 强还是国内 XXX 工具强？

那你就 OUT 了。不在于别人强不强，在于我们每个人自己强不强，一切布局，机会，工具，技术可能是不成熟的，但机会总在不成熟中。

我们要做的，就是做出选择，而不论你是否做出选择，你已经做出了选择。

机会，从不留给评论者，它属于参与者。

正所谓：万变不离其宗，你准备好了吗？

END