数据成为大家争夺的最重要的资源，那么数据分析师的工作是什么？主要是帮助解决那些问题呢？在谈起数据分析师时，大部分得人会说到技术方面，并没有真正的谈到，数据分析师是否需要研究如何解决问题？还是只是简单的数据分析，个人认为，数据分析师能给出相关解决方案，将更有发展的优势。
    
    看了很多数据分析师在思考技术、模型、懂业务、熟悉行业和公司业务，但都没提到解决业务问题的事情。
    那么，在大数据时代，是否有这个必要？从熟悉业务、分析问题，到解决问题，有多大的Gap？
    我们设计一些场景，来看看大数据时代，是否需要数据分析进化。
    例如市场部要求数据分析师分析一下，下月新品上市和老品清货，对用户群体进行分析一下，来进行营销和用户关怀，需要细分用户，并给出相应的营销内容和方案。结果可能是用户对老品清货更感兴趣，新品没预期效果。
    如果按照业务的需求来分析，给结论、给建议，其实上述段子里的数据分析就合格地完成了自己的任务，但结果是没达到预期的。你说数据分析师能力不够？他不是按照需求分析的么？你说业务的能力差，运营不到位？这种运营思路符合常规嘛。
    但如果数据分析师有解决问题的能力，他/她有做产品经理或运营经理的思维，且又有数据严谨的论证和推论，个人觉得事情可以做得更好。
    回到上个段子的事，分析师如果还是按照需求来分析，做支持，那么还是“工程师”的定位，虽然他们比工程师更接近业务。在这个需求中，分析师不但需分析新老品用户群体，以及交集的用户群体，分别不同的营销，而且还需要弄清楚，当用户同时面对的时候，如果过去是喜欢新品的用户，当他面对老品清货，没有影响因素么？但如果又有同时满足怎么办？那么解决的办法，就是先吸引新品，再推老品清货，突出新品而轻描淡写清货，过程中还要判断两者进行情况，再做中间调整，所有策略，都需要和市场人员协商讨论各种可能情况，而不是仅仅支持，仅仅作数据分析，满足数据需求。
    最近听说一些知名互联网数据分析赋权来推动业务，我觉得说不好听点，会不会被要求去推动业务呢？也许很多新入门的、有经验的数据分析师们还在埋头研究技术、算法、熟悉行业、业务的时候，时代已经要求你需要不但有发现和分析问题，还有有解决问题了，是时候清醒，重新定位自己了。