分享 | 谭维保（NAVIGATOR特约辅导与咨商师、居銮益人社会服务中心青少年发展总监。）

进入后疫情时代，数位战场日新月异，数位行销及网站分析师等职业也逐渐变得热门。根据美国劳工统计局预计，到了2026年，统计学家和数据科学家的相关工作将增长33%；而中国商业联合会数据分析委员会则统计，未来中国数据分析人才短缺将达1千400万人。

如此“火红”，数据行业到底在干些什么？数据分析师、数据工程师和数据科学家等不同的工作又有什么差别呢？其实，数据行业就是通过对历史数据的分析、解读、建模以及对未来的预测，帮助公司或企业做出更好的商业决策，或是解决一些商业问题。

一般来说，数据处理的流程可分为五个步骤，即：明确问题（Business Understanding）、抓取数据 （Data Acquisition）、数据清理（Data Clean Up）、建模分析 （Modeling Analysis）以及执行。

举个假设的例子，音乐应用程序Spotify想要进军中国市场，但在中国政府的监管和限制下，Spotify只允许播放五千首歌曲。这时，Spotify就需要一名对其公司业务及产品有一定了解的商业分析师（Business Analyst，BA）、数据分析师（ Data Analyst，DA）或是商业智能部门（ Business Intelligence，BI）对该公司的听众喜好进行分析。之后，再由数据分析师 （Data Scientist，DA） 和数据工程师 （Data Engineer，DE）建立一个模型，把可能会受到听众欢迎的歌曲都放进一个列表。过了一段时间之后，再重新分析全新的数据，并根据数据的反馈，进一步对整个模型进行调整。通过以上的步骤，Spotify就能根据所得的数据，更精准的预测听众的喜好，从中挑选出五千首歌曲。

简而言之，数据分析的重要性在于它有助于提供有意义的信息，从而让企业了解自身的业务，以便做出更好的决策，并借此提高公司的收益。