寫給想要跨界、初入大數據領域，以及想了解數據業務模式的朋友

趕在春節前推送這篇，其實也是有原因的，因為我怕來年這些東西來不及說，因為文中要表達的東西我認為對於這幾類朋友來說，真的很重要。

首先，這篇文章的目標群體很明顯，標題上就說啦，是的，主要是三類目標：

1. 計劃著跨界，期待華麗轉身的朋友。

2. 另外就是初入大數據這個坑，或者說初入職場，略顯迷茫的朋友。

3. 想要搭建數據團隊，但是不知道如何入手的小型企業。

其實很早以前就想說一下這個話題了，因為自從開了2013年開了博客，2014年開了【數據蟲巢】公眾號之後，一直陸陸續續有人找到我的聯繫方式加我，諮詢我各種各樣的問題。

其中，最近，應該說2016年，感觸很深的一個就是，很多朋友紛紛想跨界進入大數據領域，也有不少一點經驗沒有的童鞋被收入坑中，迷茫不已。

是的，他們想跨界：

有一個北京的朋友，額，在房山一個工廠里上班(別笑，人家好歹是科班出身)，感覺一輩子希望渺茫，想要改變自己，嗯，聽說大數據挺好，想轉行~~

有一個12年物理學的博士，這兩年對於大數據有所耳聞，感覺在物理一方面不是自己的菜，另一方面是薪酬待遇也略低(我拿到過這位朋友的簡歷，其實期望薪酬真的一點都不高，最起碼以這個學歷來說相對於大數據技術人員真心不高)，所以想跨界。

有一個北科大畢業的冶金專業碩士，工作年份倒是不久，但久居帝都也感覺到了帝都的生存壓力，一樣，想跨界，想改變自己的人生軌跡。

有一個我記得也是北京人，嗯，是北京人不是待在北京的人，文科生貌似，在一電視台演播室工作，不想吃老本，想有自己的人生目標，嗯，其實就是想進大數據領域，做點有挑戰的事，順便能掙自己的錢的事，額，還喊著要拜我為師(汗我一地)。

....

還有很多，無法一一列舉，總之出身各異，但核心目標是一致的，你就是意圖改變自己，改變自己的人生軌跡。

還有一類人，被這個時代推進了大數據坑，迷茫不已：

比如，有一個朋友，應該算工作不短時間了吧，也算是IT界的人，換了份工作，大數據企業的售前技術支持，關鍵他連大數據的概念都不是很清楚，有點小迷茫的意思(不是貶低，只是想知道他們企業怎麼招人的)。

還有一個應該算是我師弟還是師妹的人，剛入一國企，傳統企業中的傳統企業，做石油交易的，到底有多傳統呢？他們很大一部分數據都是紙質記錄的，然後~~他們也要做大數據，然後~~

...

還有一些就不多說了，其實他們也有一個特點，那就是國情所致，導致各種企業紛紛要做大數據(這很大可能是2016年大數據國策所致)，但市場上哪有這麼熟練工，所以就各種招新手，往那一丟，也沒人管，太兇殘。

針對於上述情況，其實映射出來的問題就是，很多小型企業或者偏傳統企業，想要從數據的角度去驅動業務，但是又不知道如何入手，又或者是招了一群入門級大數據工程師，無法成體系化進行數據業務支撐。

對於很多小型企業來說，如何組建一個最小規模的大數據團隊、如何對團隊角色定位、如何通過數據來驅動業務，都是問題。

先說一說跨界

針對於大數據整個行業狀態以及相關的東西，以前的文章寫過不少，包括《2017年，這兩個大數據崗位一定會火》在內的好幾篇(看文末的擴展閱讀)，都已經做了足夠多的分析和拆解，這裡就不過多的闡述了。

對於一心想跨界，意圖改變自己人生軌跡的朋友，你們首先要搞清楚的一個事就是：大數據到底是什麼？能幹什麼？要做些什麼？

雖然大數據就一個詞，但裡頭的門門道道真心不少，在我認為他已經是可以形成一個領域級的東西了。

所以，想進入大數據領域，需要搞清楚這個領域到底有哪些東西，他是一個巨大的體系化的方向，隨便挑出一個細分的技術方向都夠你研究幾年了。

其次，你需要搞清楚每個細分方向的市場需求、技術基礎需求是什麼，你才知道自己的技術基礎能不能支撐你做跨界的躍遷，你是否真的清楚你做出的選擇對於你來說挑戰到底有多大。

然後即使成功躍遷之後，這個方向到底能不能實現你升職、加薪、出任CEO、迎娶白富美的願望，市場熱度還能持續多久，你是否清楚。

你是否熟悉每個細分的背後，其支撐的業務到底是什麼，跟你的性格特點、興趣愛好是否匹配，如果不匹配，你是不是又要在自己不喜歡的崗位上「抑鬱終生」。

真的，我最怕的就是遇到這種朋友：

我想轉行，聽說大數據很火，想做大數據。

大數據是什麼清楚嗎？

啊，就是大數據啊，就是想做大數據。

。。。

再聊一聊亂象

上面說到一些初入門的大數據朋友的迷茫，其實也是有原因的，這個也跟不少朋友聊過這個話題。

一方面是市場的數據驅動需求在上升，另一方面是基於數據國策的驅動，這點對於很多傳統IT行業來說影響很大，在Dang國的號召下，連互聯網是啥都沒有搞清的很多傳統公司，也要搞大數據。

不管怎麼說，數據業務需求的上升，那對於數據人才的需求肯定隨之上漲，但想想具有三年以上實打實大數據經驗的人總共就這些，完全是狼多肉少的節奏。

於是，只能拿應屆生或者大數據新手來頂了，這也是導致了上面描述的那種亂象的直接原因。

分析亂象不是這裡的重點，重點是如何解決。

對於企業來說，首先需要了解清楚的是：數據到底能給你的業務，或者工作效率帶來什麼樣的提升？

其次才是，如何處理這些數據，或者說如何獲取這些數據做進一步的加工？

最後，思考清楚，想要實現如上業務目的，我們如何以最低代價搭建一個合理又能解決問題數據團隊，而不是招一群新兵蛋子雙眼茫然，你看我我看你，都不知道怎麼開搞。

對於上面所說的新兵蛋子來說，如果你剛好是其中的一員，你也可以按照上面的思路，來做一做分析，然後動腦思考一下，看看如何做一些自己沒做過的事情，挑戰自我。

當然，此時的你需要做更多的努力，去快速吸收知識，去自我成長，挑起你們年輕的數據團隊大梁！

最後，談談數據化與智能化

大數據，在未來一定是一個企業的標配！

這個觀點，已經和不少朋友聊過，在未來效率至上時代，數據驅動一定是個主流，在數據的基礎上，再衍生出智能化，進一步解放人力，這才是進化的終極目標。

在阿法狗大放異彩的今天，AI人工智慧已經被推到了風尖浪口，但是，相信我，那個還太遠，目前還屬於高端玩家玩的東西，現在要做的是數據化，沒有數據化的基礎，妄談智能化都是扯淡。

在數據化成為標配的那天，不管你是個體也好，企業也好，希望別被出局了！

相關擴展閱讀：

《2017年，這兩個大數據崗位一定會火》

《閑話國內大數據發展簡史&產業化落地 》

《閑話互聯網開放數據價值挖掘》

《你們是不是真的缺大數據工程師？ 》

《DT時代變革的反思》

《大數據職位需求畫像數據報告》

最後：

我的個人乾貨私密群正式開啟招募啦，群名「【數據蟲巢】乾貨私密群」，大數據。

>>傳送門《【數據蟲巢】乾貨私密群招募》