这可能是数据分析师最关心的5大问题

数据分析师会被人工智能取代吗？这可能是很多数据分析师都思考过的问题。本文作者从数据分析师的角度出发，对相关的5个问题进行了分析梳理，一起来看看~

已经2020年了，很多同学都在思考职业发展路径问题。最近咨询陈老师的也很多，一个很普遍被问到的，就是：数据分析师的红旗，到底能打多久？今天集中解答一下。

还是陈老师的一贯风格，不吹不黑，客观说事。我们一起来看看，面向2020年，数据分析师们最纠结的五个问题：

问题一：数据分析会不会被人工智能取代？ 答：不会！

首先，看到提“人工智能”四个字的所有标题，大家都能认为是引发焦虑的伪问题。真正懂行的都说：算法、机器学习，或者干脆直插CV，NLP，推荐等某个具体领域。

其次，这俩玩意根本就是两件事。算法的发展不仅不会取代数据分析，反而会让数据分析更轻松。

为啥？

因为本质上，算法对抗的是低效率。通过人工标注-模型训练-预测检验的循环，算法可以大量替代以往需要耗费人力的工作。

但是算法实现这个目的是有前提的：第一，需要明确的结果：人工标注的图形、信用违约/未违约记录等等。第二，需要大量的特征数据，用于训练模型。

正是因为如此，我们看到算法应用最成功的就是CV领域。比对人脸、比对证件等就是特征丰富，结果明确。传统的风控、推荐等领域，也有相应进步。NLP领域进展相对较慢，就是被复杂的语境折腾的七荤八素。

本质上，数据分析对抗的是不确定性。当我们想要分析问题的时候，更多是：

没有数据：新业务刚上线，过往不重视数据采集 有假数据：业务操控，流程缺失，利益驱动 乱七八糟：口径不统一，流程不规范，使用瞎胡闹 人为扭曲：业务方为了保住KPI睁眼睛说瞎话 不会判断：只知道写同比环比，不会解读意义 主观臆断：做数据只为证明自己是对的，强词夺理 这种时候，就相当于根本没有标注，或者人工瞎几把标，模型压根训练不出来。还摸个屁。

正是如此，我才有了数据分析的五大问题：