注：本文发表于2016年，自己当时未标注原创，因此这里重新发布一下。

经营分析师是企业中最为苦逼的群体之一，我想没人能否认，只要是业内人士，你懂得！经营分析师没有标准定义，在你的企业，以数据分析报告为主要工作任务的群体就可以叫作经营分析师，注意，经营分析师往往在业务部门，与IT部门的数据分析师是两回事，当然两者也有千丝万缕的联系。

这篇文章不是来讲如何成为一名好的经营分析师的，也无所谓最好的经营分析师，你看，这个世界上什么都要考试，这个证，那个证，但没有经营分析师需要考证，世界上也没有经营分析师的统一证书，评定你的唯一标准就是你的老板，只要你的老板认为你够格，你可能就是最好的经营分析师。

经营分析师的群体因此是没有门槛的，但没有门槛有时也意味着最高的门槛，因为没有标准，最难做的事莫过于此。

这里我提6个观点，也叫六脉神剑，在替经营分析师发出自己的怒吼中，寻找在新的大数据时代，经营分析师的生存法则， 当然仅是一家之言。

连接还是自赏

商阳剑-巧妙灵活，难以捉摸

总是听到某些经营分析师说，这个报告修改了10次，20次，30次，不停的修改，总要做开会前的那一刻你的报告才能停止修改，我想很多时候这是常态，但作为经营分析师，与领导者达成足够的默契是降低无谓修改、垃圾修改的首要之事，即使你的分析能力再高，为什么？

• 经营分析是领导者全部业务能力的集中展现，往往反映了领导的最深层次思考，他的学识和视野，是一般的人无法达到的

  即使是领导者，对于某个事物开始判断也不清，但他模模糊糊是有感觉的，因此对于这么一个连本人都不确定事情，你更加无法提前能预测。

作为一个经营分析师，除了基本能力，勇气是第一要素，要敢于对于领导的要求进行持续的确认，要做好与领导的沟通连接工作，比如领导提了一个想法，你首先要做的不是写报告，不要妄想由点到面一气而成，这是低效的做法。

比如很多人估计有如此苦逼的经历，领导提了一个分析想法，然后你不假分说的花了1个月时间去按照自己的理解去完成一个PPT，但交差的时候，跟领导要求的大相径庭，这个就是自以为是的代价。

你要做的是抱着谦卑之心，基于你的理解能力努力尽快拟定一个思路，比如目录和框架，然后再找领导确认，在认识上努力与领导达成共识这是经营分析师的首要工作方式和态度。领导忙不是借口，除非他认为你的报告不重要。

高效的经营分析师，通过不断加强领导者的连接，越连接，你与领导的思维就会越一致，平行了才能超越，才能说我能写出让领导耳目一新的报告，离开了这个连接，基本很难，连接也是速度的保障，推倒重来往往是过于自信的结果。

新的经营分析师，或者恃才傲物的经营分析师，应该想想这一脉。

你做还是他做

少冲剑-轻灵迅速

我反对经营分析师不接触数据分析系统，比如只会设计表格，但不会取数，我建议每个经营分析师都能够用合适的工具到系统中自己直接探知数据规律，为什么？

• 市场变化太快，你让他人做速度太慢，或者沟通成本太高，或者迭代成本太高，还有，别人告诉你的数据往往并不是真得你所需的数据

• 很多时候你自己都没想清楚，你要的其实是探索而不是需求，这个没人能帮你

• 接触了数据分析系统，你就有新的探知世界的机会，否则你永远只会用EXCEL，EXCEL这个东西在大数据面前太差

• 自己探索数据分析系统，对于数据的理解会超过业务分析师一个档次

在eBAY等很多公司，经营分析师已经能直接到数据仓库中探索数据了，这是个很好的现象，是双赢的局面，从经营分析师的角度讲，提交成果的速度会显著加快，对于IT人员来讲，可以致力于建设更好的模型系统和更快的探索环境，尽量降低经营分析师的探索成本。

比如PaaS平台，让大量IT人员成天疲于满足经营分析师的取数需求，不是可持续之路，在这里没有人会满意，IT人员永远抱怨经营分析师无休止的需求，经营分析师也会无休止的抱怨取数之慢。

数据探索或分析无法用传统的需求管理形式满足，早就不适应新的形式，大数据时代，我们需要这一脉。

孤独还是团队

中冲剑-大开大阖，气势雄迈

大多经营分析师都是孤独的，在面对一个新的分析课题，总会面临着对新形势的莫名紧张，加班加点是常有的事，感觉分析的事情很难分享和合作，以前，我也认可，但新的时期，我觉得需要改变，这一脉，依赖于你的组织机制改变。

Google公司，在他的How Google works提了一个观点，大家所以汇聚到公司来上班，是因为合作能让创意更好的迸发，创意精英聚在一起，能够产生巨大的化学反应，这是团队所以存在的根本。

对于分析师来说，即使是1+1>1.5，也是可以接受的，创新的组织，应该为经营分析师创造新的合作环境，每个经营分析应该以开放的心态接纳他人，连接，是新时代的需要，对于分析这个东西，需要的是更广的视野，更深的思考，更多的角度，再强的个人，总会有没有想到的角度，因此分析失败是常有的事。

如果你拥有一个经营分析团队，尽量让性格相投的分析人员能组合在一起，在分析策划阶段，应该人人都参与，通过讨论确定关键的点，这种方式是有效率的。

跟我们合作的一些资深企业很多在用这种方式，你会发现，他们提交的分析报告往往能体现整个公司的分析水平，而不是受限于个人，如果企业的经营分析报告总是受限于某个领导或某个个人，何来进步？你们的能力就是企业的瓶颈。

二维还是多维

少泽剑-忽来忽去，变化精微

经验很重要，很多企业擅长大规模作战，跟领导经验和形势的判断密不可分，但领导也有弱点，对于特别复杂的情况，特别是超过二维的实践，他是没法作出很好决策的，比如什么原因驱动离网，在任何企业都是老大难的问题，这个问题之所以很难解决，是因为影响离网的因素太多，但我们的经营分析师，往往也不擅长二维以上数据的分析，为什么？

• 经营分析师往往直接从业务人员而来，对于机器学习不熟悉，EXCEL处理可能他熟悉，但多变量的处理已经勉为其难

• 经营分析师为了简化分析，往往采取降维的处理问题，直接剔除某些“不靠谱”的变量，这样做以后，很多有价值的信息也被剔除，比如离网跟网龄、业务量波动、虚拟网、社交大小、套餐资费都有关系，我们在决策推出挽留政策的时候，到底哪个变量是决定因素，靠简单的EXCEL拖拉有点难度？

• 二维以上的数据关系和结果，错综复杂，变得很难解释，一份追求完美的报告，不能容忍没法解释的一些数据

大数据时代越深入，数据越多，维度越多，越需要机器学习的方法支撑，未来类似离网这种复杂的问题会越来越多，我们的经营分析师如果不掌握点数据挖掘知识和工具，比如神经网络，回归等，能擅长处理更高维度的数据，是否还能适应这个时代的发展？

未来的经营分析师，也许跟数据挖掘师的边界将越来越模糊，能否处理高维，对高纬的数据进行解释，能够操控大数据平台进行并行处理，也许是未来衡量一个杰出经营分析师的标准。

因果还是相关

关冲剑-以拙滞古朴取胜

从机器学习看，往往越好的算法变得越来越无法解释，因为对于这个世界的规律人类的认知太浅显，前期AlphaGo战胜李世石，人工智能在围棋上终于战胜职业棋手，按照我们的传统观点，当然需要询问AlphaGo胜利的具体原因吗，但就连AlphaGo开发的工程师也没法回答，他的确不知道，因为深度学习是个黑箱，就好比你去问一个科学家，我的孩子怎么认识数字的？他无法回答你一样。

大数据的理念中，也特别强调了抛弃因果关系的追求，而更强调相关关系的思维，对于很多经营分析师或者管理者，肯定会非常不适应，但我们都需要与时俱进，经营分析师应该敢于大胆用新的手段来解决问题，即使这些手段有那么点瑕疵，无法很好解释，但这又如何，就让实践来证明对和错，只要结果是好的，企业不必过于拘泥于因果关系。

因此无论是经营分析师，或者管理者，都应该加强前沿知识的学习，包括诸如人工智能，神经网络，大数据，深度学习，机器学习，这个世界无法认知无法解释的东西太多，而这些工具恰恰是解决新时期问题的关键，即使他是个黑箱，这又有何妨。

比如，费马定律，经历了300年才在1995年被人证明，但这并不妨碍这个定律在实际生产中的价值发挥，特别是费马定律的解决还是通过另一门新学科的发现而曲线救国的。

求是还是欺骗

少商剑-剑路雄劲，颇有石破天惊，风雨大至之势

我想大多数企业的经营分析师，在做的工作，很大程度是在证明领导的一些观点，这很正常，不要认为这个没有价值，领导的经验判断重要，你的证明过程也很重要，因为经验的东西往往是抽象的东西，需要具体化和数据化，一方面有助于领导更深层次的思考，另一方面也利于指导实际执行，数据永远是落实领导想法的最靠谱的手段。不要小看自己，你在做一件对于企业有利的事情。

但不要为了证明领导的观点，去曲解数据的本来意思，比如摘取片面的数据，或者只取有利的数据，来证明一个实际无法验证的观点，打个比方，判断三个品牌的用户发展趋势，领导觉得品牌一有前途，实际上二，三从数据的角度看更有前途，作为数据分析师很容易搞个伎俩，在图表中只标注品牌一，看吧，品牌一的确发展啊，其它品牌比对就不放了，如果还不够，把品牌一的纵坐标量度调小，这样曲线更加发展的快一点，所谓这些伎俩，大家都懂得。

做一个真正的实事求是的经营分析师，这个是搞数据的立足之本，也许现实中时间太紧了，但还是一句话，要有一些原则，总是尽全最大努力传递给领导准确的信息，我觉得领导会理解的。否则有一就有二，可能有一天，你会为了弥补一个错误，用成百成千的错误来弥补，数据之间的联系千丝万缕。

大数据时代，在你面对冰冷的海量的数据、越加复杂的形势感到无助的时候，总需要有所革命，或者拥有新的知识和方法，或者拥有志同道合的伙伴，毕竟你的结论影响了企业的决策，六脉神剑，总要记在心里！

长按订阅二维码关注（微信号：ysjtx_fyp）