就目前而言，大部分企業特別鐘情那些有數據分析能力、對數據敏感的數字化人才，甚至不惜愿意支付“天價”去招攬。近期阿優從招聘網站爬取了字節跳動9600余條崗位數據后發現，上到專家級別，下到基層員工，從產品、運營、銷售，到財務、HR，80%崗位的JD，都不放過強調要掌握“數據分析”能力。眾所周知，大企業的招聘要求，一定程度上代表著企業乃至整個商業社會未來發展的方向，有如時代的號角，倒逼著你要“順勢而為”。

數字化人才的重要性

在疫情的催化下，企業數字化轉型被推上了風口浪尖，大家都開始認識到，“數字化”這樣一種更高效的模式，或許是企業突破目前發展瓶頸，實現業務新增長的契機。

面對新冠肺炎疫情的巨大沖擊和復雜多變國際形勢，我國采取了以創新推動增長的策略，通過采用新技術、新模式，創造新市場，在線新經濟逆勢增長。

而任何一套高效的模式背后，都需要更高效的底層組織架構來支撐。因而數字化轉型過程中，人才數據能力的同步迭代就成為至關重要的一環。

就拿企業常見的HR這個崗位為例，因為屬于職能崗，不直接給企業產生效益。如果HR部門不懂得運用數據對企業用人問題進行預判和分析，推動業務部門發展，對企業而言，永遠只是成本部門，還不如外包省錢省力。

可以預見的是，未來越來越多的重復人工將被數字化的工具和系統取代，人們運用大數據分析技術，來幫助做業務響應和探索創新的環節會越來越多。

不夸張地說，未來的企業要是缺了數據分析，就好比“軍艦缺了雷達”。

為什么一定要學“數據分析”？

隨著企業數字化轉型的不斷深入，對于個人來說，既是機遇，也是挑戰。能力無法匹配企業轉型需求的人，可能很快被清洗出局，而緊跟企業轉型步伐，順應企業發展的人，可以更快被重用。

拿互聯網行業最常見的運營崗位來說，這個崗位本身門檻并不高，如果只是做一些搬運打雜的工作，那很可能在干了2年之后，依然是個工具人，輕而易舉就被剛畢業的大學生取而代之。

但是，如果你能運用數據去驗證和分析推廣動作背后的原因和方法，給領導業務決策提供一些支持，那脫穎而出的一定是你。因為這是你在現有能力基礎上的疊加技能，這樣的“復合型能力”是很難輕易被模仿，這就是別人沒有的，只屬于你的核心競爭力。

舉個簡單的例子來講：網站SEO優化除了基礎的技術維護之外，靠的還是優化后的數據分析能力，通過數據來判斷營銷方案的可行性與調整性，如果沒有數據分析能力，那SEO優化肯定是做不好的。

最后，你可能會覺得數據分析是不是很難學？我一看到那些數字代碼啥的就腦殼疼。那這層的誤會可能就大了。代碼并不是數據，數據是結合一些站長工具對某個產品或者某個視頻等多維度的曲線分析呈現，有對搜索詞進行數據分析的，也有對粉絲人群進行分析的，這些并不需要代碼的應用。

實際上，數據分析的核心除了借助工具之外，真正在于方法論和分析思維，作為職場中的你，掌握數據分析能力，是具有非常強大的行業通用性的。即使是不同行業，分析涉及的指標體系、維度、分析方法這些底層知識都是通用的，萬一日后轉行，數據分析能力也能成為你進入新行業的敲門磚。