一、獲取資料——取數
業務人員如果拿不到適合的資料，用資料驅動業務就無從談起，而這些資料大多是由取數人員提供的，雖然當前自動化的取數工具不少。
但考慮到市場的變化瞬息萬變，資料的維度又幾乎無限，決定了沒有一種自動化的方式等解決所有的資料提供問題，即使我們能打造出牛逼的自動化取數工具，但這些工具的實現也要依賴取數人員的經驗總結。
取數是任何資料從業者的基本功，任何一個數據從業者，如果沒有經歷過取數的歷練，就會對他的發展產生影響，好比沒寫過程式碼就很難當好架構師一樣。
無論是自己、團隊還是合作伙伴，大家對於資料新人的培養，大多是從培養其成為一個合格的取數人員開始的，大多資料類崗位，比如資料分析師，也需要自己取數。
透過取數的實踐，取數人員不僅理解了業務，也理解了資料，並能形成對映關係。
當然取數水平的高低取決於其打破砂鍋問到底的精神，有些取數人員只會取寬表，而有些取數人員能從源表追根溯源，有些取數人員只會被動的響應業務需求，而有些取數人員則會多問一句為什麼，這決定了他們資料和業務視野的高下。
二、展示資料——報表
取數有三個問題：一是缺乏口徑標準影響資料質量，二是自動化水平不夠浪費人力，三是資料的呈現不夠直觀和靈活，這個限制了其業務價值的體現，而報表能部分解決這些問題。
一方面，企業需要標準化、高質量的報表，這是企業經營所必需的。一個企業可以沒有任何其他資料崗位，但表哥總是需要的。
當然報表不是資料從業者的必經階段，但有了報表的經歷會讓你對於業務和資料的理解更上一層樓。
因為你得開始體系化的考慮指標和維度的設計，開始想著用自動化手段的來解決人工取數問題，企業生產了成千上萬的報表不是好事，但起碼錶明瞭大家想要快速拿到資料、不想每次人工取數的決心。
另一方面，報表需要用一種視覺化的方式來展現，比如FineReport，這是資料轉化為資訊的一種表達形式，報表的各種變種和升級（比如KPI、BI）可以更好的向公司呈現資料從業者的工作成果。
在資料倉庫時代，在沒有資料產品這個概念之前，資料從業者透過簡訊、彩信、PC門戶、大屏乃至手機展示自己的風采，這是取數無法達到的。
做過報表的人對於資料的標準化、準確性及一致性會有更深刻的理解，而這是資料治理的基礎；
做過報表的人對於指標和維度有更深的理解，這是資料分析的基礎；
做過報表的人知道生產報表掛掉的後果，因此其對生產穩定充滿敬畏；
做過報表的人會關注視覺化，這是資料產品最基礎的表達形式。
雖然不是每個資料從業者都需要經歷報表的階段，但報表能促其更好地成長。
三、分析資料——資料分析（資料運營等）
基於業務人員想法來製作報表，雖然對於能力提升重要，但價值有限，最多隻是“60分工作”。即便你的需求來源是業務部門老總，也就值60分，表哥很多時候成為了老黃牛的代名詞，一定程度反映了這種問題。
做資料，最值錢的，大多時候是想法，特別是基於實際業務現狀有針對性的想法。
現在資料分析師成了資料從業者中最熱門的崗位之一，資料分析師乾的活，核心就是分析資料（結合統計學等知識），找到規律（比如異動），給出結論和建議。
但資料分析要做好，綜合要求非常高，因為大多資料分析是要向老闆彙報的，優秀的資料分析師至少要具備業務能力、思考能力、溝通能力、表達能力、分析能力、資料能力、技術能力及統計能力。
業務能力：理解公司戰略、充分理解行業、理解領導思想，最好有業務崗位實戰經驗；
思考能力：最值錢的是想法，透過資料對這些想法進行系統化的分析和論證；
溝通能力：對上溝通確認目標、對中要採取合作、對下要明確執行要求；
表達能力：一切都是為了讓人看懂，態度上重視彙報，彙報講究故事化；
分析能力：基於業務常識選擇合適的指標和維度，發現異動原因並可視化展現；
資料能力：擁有全域性的資料視野、更深的資料理解能力和操作能力；
技術能力：SQL、Python/R、機器學習/深度學習引擎；
統計能力：理解統計的基本概念、理解基本演算法。
在很多企業中，資料分析是個崗位，但我一直認為資料分析僅僅是資料從業者謀生的高階手段，資料運營、資料產品、資料管理等各類崗位都需要資料分析的技能，比如資料運營就是資料分析的持續迭代。
資料分析師最大的問題是大多數時候它僅僅是參謀者的角色，無法推進分析成果的直接落地；或者說其價值的最終體現要依賴別人，資料分析有10年之癢不是空穴來風，很多資料分析師需要轉崗，比如成為產品經理，我覺得這是非常正確的選擇。
四、價值資料——資料產品
取數，報表及分析是資料從業者的主要崗位，但這些崗位離真正的業務價值創造還有不小距離，這是由其所處的價值鏈位置決定的，因為其夾在平臺和應用之間。
對下，資料從業者要依賴基礎平臺的計算、儲存、網路資源和基礎資料，對上要依賴業務系統提供的通道以便讓自己的資料發揮出價值，這對於資料從業者是巨大的挑戰，因為你離不開別人，而別人卻可以不用你，天生就不平等。
比如資料從業者搞資料治理，很多時候是為源系統資料的不給力買單，因為其天生就在上游，只為業務負責。
在設計系統的時候，很少考慮過下游資料的分析需要，網際網路公司先天的資料基因決定了在系統設計的時候可以考慮資料側的要求。比如埋點，但對於大多數行業來講，為了採集資料讓資料方進行侵入源系統的設計幾乎是不可能的。
在相當長的時間內，這種狀況很難改變，因此只能往業務的前端想辦法，資料產品經理這個崗位的出現，是資料從業者希望打破上游業務系統的桎梏，獨立謀求價值創造的一種嘗試。
五、領導資料——經理/總監
自己經歷過取數、報表、資料分析等各個崗位，很深的體會就是資料從業者雖然做得很辛苦，但真正能脫穎而出的還是少數，你看CDO這個職稱出現了很多年，但企業真正有這個頭銜的比例並不高。
現在資料雖然已經成為了新的生產要素，但如果企業中沒有更多的優秀資料從業者走上管理或領導崗位，要驅動資料生產要素髮揮作用還是挺難的。
一方面，資料治理等基礎工作需有人能沉下心去把事情做深做透；另一方面，資料產品的創新需要大量產品、運營資源的投入，這些都離不開專業領導的理解和支援。
比如對於大多數企業，當前要讓一個模型產生實際價值，最根本的不是資料和模型問題，而是組織、機制和流程問題。
自己經常跟團隊的主管和組長講，我們現在不缺取數、報表、資料分析師等人員，最缺的是既有技術視野，也有業務視野。更有深度思考能力的優秀資料管理者，在數字化創新如火如荼的當下，資料領導者幫助把握好方向，讓資料從業者擁有更多資料價值創造的機會。
以內容來源於網路，如有侵權請聯絡刪除
