数据专员没有经验可以做吗（数据专员没有经验可以做吗工作）

主持人：

我们今天直播的一个主题是数据人如何避免成为工具人，这应该也是好多小伙伴遇到的一个比较困惑的地方。今天我们也邀请到了经验非常丰富的子曰老师，子曰老师在数据领域深耕了十多年，我们可以一起来听一听子曰老师对这块怎么看。

子曰老师：

好的，谢谢唐老师介绍。欢迎来到”一个数据人的自留地”的直播间数据talk 。非常荣幸今天能够跟在我们直播间的各个小伙伴一起探讨这个非常现实的话题-数据从业者如何避免成为工具人。这个话题它的底层逻辑是什么？是我们数据从业者一个价值提升的路径。我觉得今天能够进到咱们直播间的小伙伴，咱们一方面是非常有缘分的，同时另一方面我觉得能够进到直播间关注我们这个话题的，我们大家的思维频道已经是在一起了。我个人认如果他自己是一个工具人的话，其实他是没有意识的。所以我觉得有这样一个意识的情况下，我们其实已经迈出了职业生涯发展提升最重要的一步。我们今天一起来探索和沟通三个核心的问题。

工具人到底是指什么？ 就是我们数据从业者的价值体现在什么地方？ 为什么？ 比如说我们数据工具人，如果是一个工具人，他的这个价值困境到底在什么地方？ 怎么办？ 我们如何实现自己在职业生涯发展中的价值提升？ 我们数据人发展的破局之道是什么？ 所以在后半段跟大家的沟通中，我力争把我这几年踏过的一些坑和经验提炼出来，给大家一些具有实操性的方法、工具，来帮助大家一起去进步。

希望今天来走过路过我们直播间的小伙伴，不管你什么时候进来的，当你走出去的时候，希望能够得到一些收获，能够受到领导更好的认可，能够更好地达成我们自己的KPI ，获得职场的晋升，获得个人职业赛道更快速地发展，或者我们更能带领自己的团队取得卓越的发展，走出一片新的天地。

说完了之后，首先分享一下我个人这十几年的数据的经历。我是在硕士阶段，其实学的是数据挖掘的方向，工作大概几十年。对自己的这个经历，我自己总结其实是一个三起三落的这么一个过程。我当时在北大硕士期间是在鹅厂，十年前他还没有那么火爆。之前在鹅厂实习，岗位是数据分析师。当时是做什么工作内容呢？我研究生研究的方向是社会网络分析，当时这个知识图谱还没有那么的流行。我觉得踌躇满志，把很多学院派的一些东西带到了这个工作当中，结果很快是被打脸的。因为发现学校的套路其实是跟工作中是完全不一样的。进去实习的时候踌躇满志，但是经过一系列项目的实操，我就发现其实工作跟学习真的是两条路，除非你将来工作是在研究院，否则你学校中的很多模型是很难直接应用到工作当中的。

后来入职的时候，我加入了一家央企的总部，是作为管培生进去的。后来经过一些轮岗，我定岗到了战略部门，成为了一个做经营分析岗位的同事，我觉得当年经营分析好像没有现在火，我记得我工作大概三五年时候，当时在很多招聘渠道搜索经营分析，基本没有招聘的岗位。但是其实在很多大型的传统型企业，经营分析是一个非常成熟的一个岗位。当时我每个月写经营分析报告，然后去做很多的行业研究。我们的报告是给集团总裁领导的。我当时曾经有一段时间达到了一个嗨点，这个嗨点是什么？我觉得感受到了数据带给我的力量。我可以特别熟练地应用 Excel ，也是开始尝试SQL 。当时我们还用的 SAP 的 BI 软件。

在那个环境下，我觉得我可以利用一些工具模板，把以前我们同事可能需要两天时间做的大批量的生产经营数据，可以压缩到几个小时快速做出来。我就觉得这个价值感还是蛮爆棚的。但其实现在回头来看，那时还是一个执行和工具层人的思路的。因为我只是会去关注很多数层面的一些内容。

过程中属于什么样的一个阶段，是起到了什么样的作用？其实我并没有更过多的一个思考。后来就是因为这个央企的节奏比较慢，我有了一些新的意识和想法。之后我就又换了一个工作。迎来了我第二个这个职业发展的挑战。我就从这个甲方跳到了一个乙方的一个岗位，就真的转变成了一个咨询顾问，然后去给一些客户去交付数据类的解决方案。因为之前有过一些数据治理和数据运营分析的经验，其实是给客户去做一些数据治理方案、数据运营、BI ，包括去帮助客户去搭建运营看板，搭建指标体系等等，去做这种大数据平台的一些方案。

我觉得这一块经历其实给我很大的一个触动，因为真正是我从一个客户价值交付的视角去看待我们数据的全链条的工作。但是后来做了一段时间，我觉得又到了一个低谷是什么呢？因为我做乙方的，我们经常方案做完了或者做完一部分实操，把这个东西做好交给客户了，然后我们就走了。走了之后其实我并没有看到说我做这个东西真正在客户方是怎么落地的，是怎么闭环的，所以我总觉得这个环缺了一块。我又做了一个职业发展的转变和挑战，就是又回到了一个这种 IT行业的公司，去尝试带领数据团队去做企业内部的运营支持，包括从领导去搭这个数仓平台、去做内部的数据治理、去做一些内部的运营分析，包括数据规划和内部的数据培训为我们各个内部的这些业务部门事业线去交付我们的数据价值。而且我觉得可能在这个阶段我又迎来了一个新的挑战。与此同时，我觉得也特别感谢这个自留地的一个平台。

今年年初的身份是一个读者，后来来到了数据自留地平台之后，我觉得又给我的这个数据人的身份加了另外一层更有意义的一个色彩。我跟大家分享我这十年的经历。我只想说回顾起来，我感觉其实发展得并不是很顺，因为有很多时间节点其实耽误了很长，耽误了很多。不像现在很多这个小伙伴，咱们的那个信息渠道是很通畅，大家也很有想法。可能我觉得在直播间关注我们自留地平台的小伙伴很多，过五年我觉得就完全可以达到我现在这样的一个水平。我有时候在想，如果我在五年前能够去好好地去思考今天的这个话题，可能我现在也不是我当前的一个状态，也可能会发展的一个更好。接下来我会根据我自己的一个大纲思路，给大家去介绍一些我的想法和经验

子曰老师：

我的理解中，咱们数据人其实要实现一个价值的进阶，金字塔这个模型这是我自己概括出来的三个层面。第一层面我们首先要成为一个合格的工具人，第二个层面希望我们成为一个问题的解决者，第三再晋级成为一个赋能者。赋能者在这个过程中的，所以进来的小伙伴我觉得大家一定要仔细地去听或者跟我们去做探讨。因为在这块我是希望把我的一些这么多年的干货总结出一些工具包来分享给大家。就这部分内容，我待会展开来说。

那么我们就先进阶到第一步，就是先探讨怎么成为一个合格的工具人。我们的题目是避免成为工具人。但是在这块我们首先说一下，先把这个概念搞清楚，我们才能说怎么去避免它。所以在这块先给大家问一下，到底什么是工具人？我这给大家出几个选项什么是工具人？工具人的特点是什么？三个选项大家可以看一下。

A选项：你做的是重复性的工作，比如说你干活不太有脑子，“复制”“粘贴”就可以解决 80% 的问题。

B选项：被动，我总结了个被动，比如说你经常总是被别人安排工作，而没有很多主动探索的空间。

C选项：你做的工作是一个执行层面的工作，就是很少去做一些仿高层次偏规划偏这种顶层设计的工作。

主持人：

我觉得我选 A。我为什么选 A 呢？工具其实它就是可以去不断地重复利用的一个东西。我们作为一个产出，每天同步的一个这个操作。然后针对 B 和 C 我先说一下就是被动，无论是被动还是执行,其实我觉得它还是有一定的余力可以发挥，就是你的主观能动性。比如虽然我交代给你的工作，你去完成。比如执行类其实你有各种各样的方式，你可以发挥你的完整征信，采用不同的方式去完成这项工作。比如说你今天用A 工具，人家可能用B 工具，就是一种微创新。综上，我选 A。这是我的想法。

子曰老师：

工具回归它的概念本身，那就是被重复利用的。我来说一下我的答案。我认为就是 ABC 其实都是有道理的，但是它可能都不是一个我心目中最完美的答案。什么是工具人？区分是否是工具人的核心是什么呢？是你在工作中是不是能够搞清楚你工作的真正目的和价值是什么？你是不是搞清楚你工作真正的目的和价值，我给大家举个例子，比如说工具人，我觉得跟我们工作的内容，你岗位职级的高低，然后包括你的职级薪资其实通通是没有关系的。

我们说其实一个工作十年二十年，包括比如说像我这种工作十年以上的，甚至成为一个部门负责人的。他也有可能是一个工具人，相反我们说有可能就是就像现在在线小伙伴，你比如工作一两年，你觉得我是一个非常职场小白的，他有可能不是工具人。那区别是什么？就是你能不能搞清楚你工作的真正目的和价值。

再举一个例子。我挺震撼的大概我刚工作不久，我是管培生，当时是在这个基层进行过很长时间的一个轮岗。我是在航空类的央企,当时是在航站楼待过一段时间。这个轮岗的时候是在执机柜台，大家都坐过飞机，所以知道这个执机柜台的工作是什么，就是你去机场，把行李往传送那一搁，让她给你拴个条，然后把你的身份证拿过来，出张登机牌，然后大批量的旅客来。她每天的工作是不是高度重复，就是这样的不停的在出登机牌，翻行李包，这就是我的工作。

我就想这个工作如果天天这样干，让我干一个月，我觉得可以接受。如果让我日复一日地干这种工作，我会崩溃。而且我记得我就站在我师傅后面，看着远不远处的那个自助值机机器。我就想，这些工作人员迟早要被机器替代掉。我当时就觉得这就是真正的工具人，但是有一个师傅让我改变了这个看法。她其实是在这家企业工作了很多年了，但是我觉得很奇怪，是她每天确实很朝气蓬勃，每天都是精神饱满去应对所有的这些工作，甚至自愿去加班完成。我在想，这是真正的劳模吗？我跟她聊过，那个师傅就很平静地跟我说，我的工作虽然简单，但是他不枯燥，他重复但却不无聊。为什么呢？因为那个师傅说因为我工作并不是为了把这个登记条抽出来把行李条穿上，因为我觉得我工作的目的就是要帮助上午航班的旅客顺利地达到她的目的地，顺利地走到这个飞机上。这一段旅程我要帮助他完成实现，这是他旅程中重要的一步。她就觉得这就是我的价值和目的，我就看到她真的是把这个精神带到了他的工作上。

我觉得你说同样是一个平凡的岗位，他为什么能够这样充满动力，我觉得就是他很清楚做的每一件事情目标和价值是什么。所以就是说举这个例子讲得比较长，但是我是想回归一个本质，就是工具人。如果你的目标和价值回报都不明确，那不管你做的是不是重复性的工作，是不是被动的工作，是不是执行层面的工作，你一定都是工具人，这是我的一个理解。分享给大家。我们数据从业者的工具人是什么？我看这个唐老师给咱们这次课写的海报中提到了几个常见的数据岗位的这个昵称，SQL boy ,表哥表姐,我记得前几年，管做数据工作的女生叫查数姑，然后当时我就讨论太贴切了，查数姑，跟那 SQL boy 还是一个对称。

我当年为了证明自己是一个做数据的，经常穿格子衬衫。我们当时部门里好多穿格子衬衫，他说你们怎么都这样，他说我们做 Excel 的，然后我觉得这真是自己贴了一个标签。但我觉得这个数据工具人其实也可以结合我们现在数据岗位的一些细分，我觉得可以跟大家做一个探讨分享。就比如说现在招聘最多的，我觉得今天看来到咱们直播间更多的也是数据分析师，那这个岗位中怎么就是工具人，我说一下我的理解。数据分析师，现在有很多是偏商业分析的，也有偏运营分析的。那么其实更多的是做这个需求沟通对不对？问题定义，然后提出标准找原因出报告对不对？这些其实都是数据，是数据分析师。但我觉得如果你是一个数据分析师，你每天就是在给你的领导写报告，不停地在出PPT ，然后在找数数，然后出报告。但是你没有问到你这个报告说有没有帮助你报告的对象解决他的问题。如果你没有深入思考这个问题，不好意思，你是数据分析师，你也是工具人。

第二类就是数据开发工程师。这块我觉得也挺常见的。就比如说我们做数据模型，包括就相对高端一点，我们做到，数据架构这些工程师比如说我们通过 Hive Spark 上，然后去写一些数据采集处理加工。但如果你是一个数据开发工程师，但是天天就是在那捣鼓SQL ，你也不问说我处理了这些，到底在我们整个的这个 it 架构中是什么样的？包括我们的企业架构、业务架构、it架构中是处于什么样的一个地位，他怎么去迭代进阶，他怎么去帮助我们的企业实现他的目标？如果你很少去考虑到这个问题，只是闷头去写代码，我觉得不好意思，我也帮我也给你贴一个工具人的标签。

第三类是算法。咱们有很多做数据，其实是数据这个圈子中相对比较 high level 一点的算法。据我所知，因为我自己没有做过算法，也接触过一些做算法的小伙伴。如果你的工作更多，就是说调参或者是说自嗨到自己的一个模型中，也没有去问过说你做出来这个模型通过调优到底说给企业带来了什么样的一个价值，做了模型为了什么样的一个很直接或间接或直接的目的，你很少去思考这个问题。你一样是工具人。

数据治理岗好像现在也有很多，比如说做数据标准数据清洗、主数据源数据，包括数据质量核查这种。如果你要天天只是洗数据，你不知道你为了治理而治理，确实也还是工具人。所以就是每一个岗位如果你不想清楚，目的都是刚才的那个结论，我就让我想到了我还有一个案例。

就我一个小伙伴，他说到他的领导其实是一个数据总监了，他也是天天做 PPT 写规划。那你说他是工具人吗？那显然不是。我问他那你们领导跟你们定的这个 KPI 是什么？他说 KPI 就是我这一年我部门做了多少张报表。我当时一听，我说完了，其实这个总监也还没有摆脱一个工具人的思维。因为如果定出这样的 KPI 其实我觉得他带领团队就真的会容易跑偏。如果在座的小伙伴你的部门的 KPI 中有这种非常量化的这种任务量完成的，我觉得咱们要都小心一点，提高警惕。

这块就是我们对工具人的一个深入的剖析。然后接下来我还想跟大家去分享一下，为什么会有工具人，简单的去讨论一下我对它的一个理解。当时出这个题目之后，我在网上搜工具人，工具人这是怎么出来的？这是出自一个视频的段子。但其实我自己第一次听到这个词，反正也是一两年前。当时网络流行语我第一个脑子里浮现的其实是当时本科的时候学那个管理学，泰勒说人有两个特点，第一，人是经济性的，他是为了赚取自己劳动报酬，多劳多得。这是第一个特点，这是他这个泰勒的第一个观点，就是人是经济人。第二个他就是认为通过这种高度的分工和标准化操作来去提高你的工作效率，从而达到一个整体的最优。

现在我们很多大厂，包括大型的企业里，大厂就是我通过给你发很高的这个工资来激励大家，然后分工也非常的细。那其实我觉得管理者的本质还是像泰勒的那一套理论，把大家当成了这个工具人。

虽然后来泰勒的理论不断地受到了挑战和被推翻，就认为我们其实人还有一些其他的这种诉求。但是我觉得这一套方式其实现在的很多企业中一样是被使用的，其实也是这个企业发展到一定程度必然造成的一个结果。就是说我们现在这个岗位不断地去细化，流程不断地去细化。然后 KPI 这种导向其实自然而然的就会让我们所有在这个企业中工作的人很容易变成一个工具人的角色。

这个倒不是说指某一家企业好不好的问题，而是说一种通用的一个现象我还是说到这个数据咱们的一个岗位。比如说在小厂可能一个人你就撑起了一个数仓平台，然后所有的东西都是你做全链条的，需从采集到清洗到建模到分析，甚至到报表到这个产品到运营层面都亲自操刀。

我不知道唐老师是不是有这种经历，我觉得可能就是如果你有机会去经历这一些，其实真的很不容易。就是很多现在大厂搞得分得非常细，比如说我听到的最让我还是挺惊讶的，就是有数据埋点需求这种岗位，让我觉得埋点都属于数据采集其中的一种，然后在埋点中去做需求，都做到这么细的一个链条里，真的很难去知道这种一个全局的视角，那你就是不断地把自己的这小块做得很精很细，然后很卷。

为什么会有工具人，我觉得结论就是说这其实是我们整个大环境导致的，是一种天然不太可能避免的一种情境。所以我们大家要对此有一个清醒的认知。并不是说我去工作了，我就一定要避免怎么样，就是我们工作以来的第一步，你很可能不可避免的就会成为到一个螺丝钉的岗位，这是一个客观的现实。工具人这块的一些理解，就跟大家探讨到这，然后接下来是再去说这个怎么成为合格的工具人。我暂时没有好，那我就接着来抛我第一个观点，就是怎么去成为一个合格的工具人？就刚才说的，既然工具人是不可以不可避免的，那我们其实特别是作为初入职场的这些小伙伴，我觉得第一步你先去确保自己成为一个合格的工具人士，因为不管说你是去重复去被动地去做这些事情，还是在一个螺丝钉的岗位，你首先能够被使用起来，这个是迈出了非常重要的一步。大家就记住三点，你怎么成为一个合规的工具人，就是理论要掌握，然后工具要熟练。

然后还有第三个，就这块我觉得很多公众号老师都谈到，要熟悉你的数据资产。如果是在工作的前几年，你想成为一个合作工具人，这三点第三点必不可少。什么是工具啊？工具就是说我们作为数据从业者对，去熟悉最基本的 SQL 、Excel、VBA加分项，还有可视化工具，理论这块的话，我觉得数据这块门槛也不是特别高，如果你要是以前学理工科，统计学其实就已经很好了，如果偏文史类也没有问题。我觉得现在有很多比较好的这种公众号，特别是我自己比较喜欢一个叫接地气的陈老师，不知道大家有关注过没有，它里面其实很多分析的思路方法，我觉得真的是很接地气。我觉得就我们数据人自留地平台，有很多这个各行行业的老师经常写的一些文章，我觉得大家也可以关注，就是在潜移默化中的这些理论渗透进去，重要的就是你的理论也可以跟实践结合起来，所以就是你把工具用熟。有理论，这两个这两把刷子你先立起来了。第三块就是这个数据资产的一个理解。这一块不太有老师提到过，但是我觉得这点特别重要，就是你来到不管你哪公司哪个行业，我觉得一上来你就是一定要对你手边的这些报表，这些数据资产熟稔于心，这个非常非常重要。因为你要记住你是一个数据从业者，你的生产资料就是这些数据，这就是你能操作的一些东西。所以我自己也是这样去做的。

就比如说不管是新换到一个行业，还是新给一家公司去做咨询，那首先就是快速要了解他们的表对吧。报表有哪些？核心系统有哪些？核心系统的字段是什么？业务含义，然后对应的数据质量要快速地把它了解。这些是我们成为一个合格工具人的必须。特别是第三点，我觉得这一点是这两上面的一个加持。刚才说数据资产这块其实脱离了一些通用的这个工具和方法，因为每一个人都在自己特定的公司行业。那其实它的特性就是从这个报表的特征，数据系统体现出来的。那么第一个话题，就跟大家探讨到这了。