BI是未來重要的職業發展方向，這里向大家呈現BI人的痛苦、思考、探索。今天我們來分三部分講：

BI們痛在哪？

BI們為什么痛？

BI們如何破局？

1BI們痛在哪？

研究背景

大數據、BI、商業分析師，每個詞都炙手可熱，一波波鐵粉被這神秘力量感召，轉行來做數據分析。

在數據里摸爬滾打的人，頂著光鮮、靚麗的光環，承受著不為人知的苦。但數據人內心依然涌動著數據驅動商業，數據就是商業的騷動，也懷揣著希望被大家理解的渴望。

今天，調研了10位來自互聯網公司的BI，講講他們最痛的3件事？

研究目的

對于想入BI的同學，可以更好的了解未來的工作環境，調整心態；

對于當前正是BI的同學，聽聽同伴的聲音，或許可以釋懷些，并加緊練內功；

對于互聯網中非BI的同學，理解BI的苦，有助于和BI建立良好的合作關系。

研究內容

做BI期間，最痛的3件事是什么？

研究方法與樣本特征

研究方法：定性訪談，微信、釘釘或電話

樣本量：10人

研究對象：目前在互聯網公司從事BI崗的同學，以3年以上的BI經驗為主，不乏7-8年的BI經驗或數據團隊leader。

研究結論：BI最痛的3件事

缺少價值認同感：比如管理層不夠重視BI，BI輸出的意見不被采納，無法推動落地，長期被低價值的報表、驗數類需求圍攻，被視作人肉取數器，無法融入到業務中；

數據生產資料不足，且管理混亂：比如底層數據臟亂差、需要的數據沒有、指標定義混亂；

對成長的焦慮：比如成長慢，找不到分析思路和方法，對未來職業發展沒有信心；

“做BI最痛的3件事”之BI原聲

由于部分用戶原聲高度重疊，所以只展示有代表性的原聲。

分析師A

1.CEO不足夠重視數據的價值、BI的價值。

2.BI的建議不能執行落地。

3.數據中臺無法高效支撐數據分析。

分析師B

1.業務不穩定、迭代快，分析師的分析迭代成本太高。

2.和ETL的協作難度大，效率低。

3.BI對業務帶來的直接幫助和價值怎么衡量？

分析師C

1.業務想不清楚需求，也不知道自己要什么，漫無目的提很多數據需求，抱著試數據的態度看數據。2.BI給出的觀點、意見，業務擱置一旁，不采納，不實施。3.業務為了KPI造口徑，造對比區間。而BI在這個過程中，起不到對目標設定/計算方式的客觀的決定作用，只能被動按照業務需要去滿足。

分析師D

1.業務經常毫無理由的diss數據錯誤，數據鏈路很復雜，有可能是指標定義問題，有可能是系統問題，也有可能是ETL加工出錯，不是BI的問題呀。

2.加班加點的對接低價值的數據，月報十幾頁，真心懷疑有人看嗎？但還要熬夜把數據扣準，廢了老命，可能老板只是臨時想起來，但我們得半夜起來弄，結果可能老板壓根都沒看。

3.業務把你當人肉取數器，總是說你給我弄下這個數據，我要做判斷了，辛辛苦苦弄完數，業務說你可以走了，我們還要接著討論。

分析師E

1.怎么樣能和業務負責人對焦，找對方向，找對問題，聚焦？

2.怎樣能理解商業，并有效的參與業務討論中，并通過數據推動業務？

分析師F

1.底層數據臟亂差，想要的數據沒有或者不對。

2.數據口徑不一致，數據核對校驗工作量大。

3.需求背后，如何有深層次商業問題的洞察。

分析師G

1.基礎數據支持和分析工作的時間協調困難，取數、報表這樣的基礎工作占據了大部分時間，部門里很多人都在做這樣的工作，沒時間做商業分析，分析師的成長緩慢；

2.分析方向和方案的輸出把握不準；

3.擔心分析師的價值不夠，害怕未來這個行業被替代或消失；

2BI們為什么痛？

一張圖看BI工作的上下游

BI承接上游的需求，明確需求背后的動機后，再對需求拆解，進而形成分析思路，再從下游獲取數據，而后輸出分析報告，再得到分析價值反饋，很可能還需要追加分析。

這其中，任何一個環節不給力，都會對BI形成壓力。

BI的用戶：不理解數據或不清楚自己要什么

BI的需求來自CEO、管理層、業務方，每個需求方對數據的認知不一樣，商業判斷力也不一樣。

同樣是CEO，財務背景的CEO對數據敏感度高，數據敏感度高導致大佬們不需要BI解讀數據，只要BI告訴他客觀數據就可以，因為他對數據的解讀比BI還厲害。銷售出身的CEO有的懂數據，有的一知半解。其他背景的就不好說，管理層受自身過往經驗、認知的影響，又身處高位，有自己的判斷，且判斷不輕易被改變。

如果大佬們不理解數據，中層、一線業務小二們往往更不理解數據，因為很多企業的運作自上而下。

如果有個大佬，每天要和他的團隊review數據，那這條線的BI就該笑了，因為他們會被需求方重度依賴，自然也多了機會。

而現實往往比較殘酷。經常是大佬們臨時想起來要看個/些數，他們也不知道數據背后的流轉、邏輯，還把BI當成乙方的角色，心里想著數據不就得按照我想的來。根據菩提的觀察，越傳統的行業，對數據的認知越處于石器時代。

即使在數據大行其道的今天，依然有些合作伙伴不了解數據。我們和某業務管理團隊溝通數據需求，業務老大說，我是傳統行業過來的，不懂數據，我提不出需求。

除了需求方不了解數據，同時，需求方可能商業判斷力也不太夠，沒有體系化的思維，不知道業務哪里出問題了，也不知道BI能幫他解決什么，于是變成條件反射，提各種臨時、瑣碎的需求給BI，口頭禪變成你們BI從數據上看看吧。

這時候，BI不管出于什么樣的原因，如果無法輸出高價值的商業分析，又處在乙方位置，價值感就會油然下降。

進而，需求方就會對臨時、瑣碎的數據需求形成依賴、慣性。因為需求方不知道BI能做什么，BI也沒有告訴需求方BI可以做什么，仿佛雙方都接受了臨時取數的現狀。長此以往，對BI來說就很難從沼澤地抽身出來。

這種情況下，BI必然痛，痛在沒有價值，痛在對成長焦慮。

BI的數據生產資料不足

巧婦難為無米之炊。BI依賴好的數據中臺、數據倉庫，如果底層數據質量差或者數據缺失，就是BI的災難。BI如果有10分的時間，可能6分得用在數據獲取、清洗、校驗上。

BI和ETL的協同一直是常見問題，BI把自己當ETL來用的情況，不少見。

殘酷的現實：業務先行，技術為了滿足業務需求，忙著搭系統，顧不上數據，甚至都沒想起來數據，也沒有數據的意識，系統遷移、接口變化未必告知數據，更不要說數據采集、數據規范之類問題。或者業務系統本身就是個半吊子，一部分數據在系統，一部分數據在線下維護。這種情況下，數據集市、數據倉庫必然難以滿足BI的需求，其實ETL也是被背鍋的。

在企業一定的發展階段，數據建設差，可以理解。因為所有的企業必須先活下來，活下來就需要業務滾起來，資源向業務、向銷售傾斜，BI、ETL的人又貴，產出還不直接，導致數據建設遲遲沒有進展。

隨著企業發展到一定階段，數據會成為制約企業發展的瓶頸。菩提溝通過的有些企業就面臨這樣的現狀，公司幾百號人，沒有1個專業做數據的人，又似乎從業務到財務，人人都在看數據。他們再不做數據化的管理，管理邊界就無法擴大，團隊中人人竭盡洪荒之力從各個系統中，給自己和老板找數據，但各團隊的數據從來沒對齊過，管理無處下手。

這種情況，一方面取決于管理層怎么看待數據化運營和管理，以及企業長期發展，另一方面也取決于數據團隊的戰果能不能說服管理層。

底層數據質量差的問題，對于BI個體來說，在短時間內很難改變，我們能改變的只有自己。

BI自身：商業分析的意識、思維、方法不夠

打鐵需要自身硬。自己硬氣的話，需求方再不靠譜，底層數據再差，依然能找到自己的價值。

最糟糕的是，被需求方和底層數據同時夾擊，自己又無力還招，這種狀況持續得不到緩解，就只能越來越越痛。缺少價值感、生產資料不足、對成長焦慮，這3個痛還時常并發。

一起看下，商業分析和臨時取數的差別。

商業分析必須站在業務1號位思考，甚至超越業務1號位。

可能有人說，為什么我1個BI可以站在1號位思考？

因為BI獨立，不局限于服務業務中的單個角色、單個環節，是第三方視角，不會被業務的各種屁股決定腦袋所牽絆；

因為BI有全局觀，業務的上下左右、里里外外都會觀察；

因為BI專注某一問題的深入分析，業務被太多問題牽絆，很難有時間、精力去深入的看一個問題。

因為BI在分析領域更專業，很多產品、業務是半路出家，對于數據、市場、用戶都一知半解。

當把獨立、全局、專注、專業4個因素組合在一起的時候，會產生化學反應，這就是BI的價值。只要BI不把獨立、全局、專注、專業4個立身之本丟掉，BI就有價值。

菩提見過最輝煌的BI團隊，即使底層數據一團糟，也不受影響，因為他們的商業分析價值太明顯，每個分析項目啟動的時候，各路資源都會為他們開道，他們幾乎不自己直接去撈底層數據，都是告訴支持團隊，他們要什么樣的數據，由支持團隊幫他們做預處理。他們的大部分時間都花在分析框架的設計、分析過程、分析結論的梳理上。

數據分析和產品一樣，以終為始，只有解決問題的分析才有價值，商業價值是企業追逐的，也只有能輸出商業分析的分析師，才能長久立足。

這次調研中，蠻驚訝的是，10個人中竟然有2個人提到，覺得分析師未來的成長空間小，崗位會被替代。

菩提的理解：會被替代的是低價值、可以標準化的流水線工作，商業分析需要好的商業洞察、分析框架和邏輯、分析方法，很難被替代。

好的分析師和好的產品經理一樣，1人難求。頂級的分析師最重要的特質是商業敏感度、思維方式，看看那些投行里的分析師齁貴齁貴，這種分析師到哪都搶手，做好了，不用擔心以后沒有機會。

少些焦慮，把能量放在思考、學習上，提升分析質量是關鍵、王道。信心和價值要靠自己賺回來。

BI受需求方和底層數據的兩面夾擊，需要有好的內功（商業洞察力、分析能力、溝通能力），一方面理清需求，超越需求（1號位思維），進行問題拆解，一方面從各種渠道獲取數據（BI不止從數據倉庫拿數據，也要向市場、行業、用戶拿數據），而后用系統化的方法去分析、驗證，最后產出分析報告。

內功不到位，又被需求和數據源雙面夾擊，生存和發展當然就難。內功到位，則可以向需求、數據源兩個方向都給自己撐開空間。需求和數據源是外因，以一己之力，很難快速改變，只能緩解，練內功才是正解。

3BI們如何破局

現階段BI的痛由互聯網和數據發展所處的階段決定。在企業的系統化、數據化越來越普及的時候，互聯網和數據越來越成為一種基礎設施和思維模式。那個時候，BI的生產資料不足的問題會得到緩解，大量臨時取數的基礎工作將通過AI的方式得到解決，BI的勞動力也將得到很大的釋放，BI將更專注于商業價值的探索。

目前階段，BI痛是必然，因為企業的系統建設沒有將數據準備好，數據還不是系統中標準化的必備模塊，自然導致數據獲取難，同時無論是管理人員還是一線工作人員，對BI的探索遠遠不夠。

隨著企業數字化轉型，BI的工作環境會得到改善，尤其企業管理的頂層思維模式會發生變化，會越來越重視數據驅動業務、數據化運營和管理，同時系統中數據模塊也將成為業務系統的標配。

數據化轉型后，企業對BI的要求會越來越從臨時取數轉向商業分析，因為大量底層基礎工作會被系統完成。這對BI來說即是好事（可以擺脫部分臨時取數工作），也是壓力（商業分析帶來的挑戰劇增）。

就目前這個階段而言，BI想要擺脫由于需求方不靠譜、底層數據不足、自身專業度不夠，導致的缺少價值認同、未來職業發展焦慮的困境，需要從組織和個人兩個方面來改進。

組織層面的策略調整

（1）組織層面的策略調整

認知

BI所處的困境，會導致人員沒有成長，沒有成就感和對職業的焦慮，進而導致人員流失。組織上對這點需要有充分的認知。

從組織上去解決BI的問題是重要但不太緊急的事。

有些組織在積極嘗試解決，有些組織說了好久，但沒有實際行動，也有的組織表達了目前解決不了。

組織上是否去解決BI的困境，和企業的組織架構和數據負責人有很大關系，每個組織都有階段性的取舍。

宣講

有組織的面向業務、管理層宣講BI的規劃，支持業務的策略，并在其中有策略的滲透BI的職能、定位、案例。很多時候可怕的不是具體問題，是認知。一開始，只是少數人把BI定位成了臨時取數，但BI真的只干了臨時取數的事，然后就越來越多的人對BI的認知是臨時取數。

改變認知，需要一遍遍的去宣講，并借助某些大型事件，才會扭轉。菩提觀察了很多BI團隊，發現有的BI團隊每年定期、不定期都會組織給各業務團隊和管理層去講今年BI的整體規劃，結合每條業務線的規劃，怎么更好的支持業務的發展。時間點通常會有3個：1）每年業務規劃接近尾聲；2）業務復盤；3）有重大BI研究發現的時候。在這些場合，結合業務的關注點，把BI的規劃銷售出去，這必然要求數據團隊站得高、看得遠，業務團隊也不會拿BI當只是取數的團隊。

類似宣講需要多次進行，有儀式感大場合要有，沒儀式感的私下溝通也要有。

職能保障

A.團隊中預留一部分資源用于做商業分析，讓大家有機會從日常瑣碎的工作中剝離出來。無論是有一部分人只做商業分析，還是每個人都有一定的時間做商業分析，必須保證這部分資源在做商業分析，并且持續不斷在優化、迭代。商業分析往往做著做著，發現有更多的問題需要去研究發。

B.對BI的標準化和非標準化、簡單和復雜的工作進行區分。能標準化或簡單類似報表、取數、簡單的異常處理，基礎的標準化工作通過產品方式去解決或安排剛入行的BI來處理，復雜的無法標準化的商業分析投重要資源去解決。

C.積極建設數據資產、數據倉庫、數據中臺，叫什么不重要，重要的是把事情干了，做好BI和ETL的協同。

個人策略調整

依賴組織調整，是寄希望于外力，靠自己更重要。

BI個人能做的調整：

1) 清醒的認知自己所處的團隊的目標和自己的訴求

比如有的團隊1-2年都不會從臨時取數的困境中出來，如果這不是自己要的，要么就換個環境，要么自己想辦法留出一部分時間做嘗試，后者往往很痛苦，但如果成功，就成功突破了自己，也給組織帶來了活力。

每個BI都要清楚的認識到，即使干了1萬個臨時取數，1年、2年后，還是在做臨時取數，商業分析上沒有任何精進。對有的人來說這是災難，對有的人來說無所謂，錢到位就行。所以想清楚自己要什么。

2）在商業分析上，突破自我，菩提想到的方法有下面4點。

A.深貼業務

BI要深貼業務，貼的程度要到我們可以比業務還想到前面，比如現在遇到了什么問題，可能可以有哪些嘗試。在業務提出單點的數據需求時，BI可以主動反應出業務大圖，進而確定分析方案，甚至要主動在業務還沒有提出需求前，主動告訴業務BI現在對業務的思考，基于這個思考，下一步會做什么分析，這樣才能構建深度的信任和合作關系。

深貼業務需要花時間、精力，不僅要看業務，還要和業務的各個角色保持好關系，參加業務的各種討論，所以精力有限的情況下，先選擇1-2條公司的重點業務，同時自己也有興趣去跟進的業務，把自己當成業務去看數據，這是做商業分析的底層架構。

想要數據驅動業務，就必須做業務的大腦，如果只是業務的輪子，甚至只是個輪子的維修師，就只能縫縫補補，談何數據驅動業務。

B.出去跑市場、聊聊客戶

深貼的業務，要多出去跑跑市場，看看實際業務運作是什么樣的，多跟客戶聊聊天，也多觀察競爭對手或行業大盤。

商業分析最重要的是商業洞察力，商業洞察力不是在辦公室就能有的。只待在辦公室里的BI必然缺少商業感。

數據是一種語言，對商業的另一種語言表達，做商業分析需要深刻理解數據這種語言在商業世界里是什么意思，才能把數據轉化為商業。

數據也不只是數據庫的數據，客戶的痛點，行業的發展，業務的思考也是一種數據，BI要把數據庫的數據和市場上的數據鏈接起來，數據分析才能變活。

C.找1-2個關鍵案例突破

根據業務和自己實際工作情況、興趣所在，找1-2個點長期跟蹤，等待機會，抓住重點案例做商業分析。

我們都有大量的日常基礎工作，縱然自己很想轉商業分析，也不可能每件事都能做成商業分析，所以要長期觀察、找準機會。

找自己相對比較了解且公司的重要業務，并且關系好的業務去準備。

機會除了給有資源的人，也會給有準備的人。

D.結識高手

高手包括業務高手、產品高手、BI高手都可以，榜樣的力量無窮大。縱然現實比較茍且，榜樣也會給我們打開一扇窗戶，從商業洞察、業務思路、邏輯、溝通，各個方面都可以學習。

向高手學習是成長路上的最有效的辦法。

對BI破局的小結：

互聯網和數據發展階段，決定了BI現在的痛無法避免。

緩解這種痛需要組織和自己的努力。

組織上：

為BI努力，構造好的氛圍，包括理解大家的痛苦

巧借各種場合向業務、管理層宣講BI的規劃、職能定位

職能上保障BI在商業分析上的投入

個人努力：

清醒的認識到1萬個臨時取數也換不來商業分析的能力

深貼業務，做業務的大腦，不是維修師、預警器

多跑市場&客戶，立體了解業務，提高商業判斷力

找1-2個機會點突破，嘗試商業分析

結識高手

到這里，BI痛系列結束。

預祝BI路上的朋友們，成功歷劫、飛升上神。

- END -