提问所观察到的现象是个本末倒置反面典型。这种数据分析的思路导致了数据分析看上去做了很多工作，但得出的结论不疼不痒，本身存在感也可有可无。但与此同时，美国互联网企业，或者国内高技术的互联网企业，已经完全养成了商业决策依赖数据分析的文化。为什么会产生这样的反差呢？
我之前在亚马逊做经济学家，现在脸书做资深数据科学家。这两个公司积累下来的数据规模是以PB计的“海量”；而维度之多、复杂程度之高，是外人难以想象；对应的数据库、数据架构、分析工具、数据模型等等，更也是世界一流。但是，每当做起数据分析，常常深感手中数据不是太多，而是太少了。在这里，之所以需要这么大规模的数据，数据分析又如此受重视，归根揭底，是数据分析路径的本质不同。接下来我就详解一下题目中路径的问题在那里，正确的路径是什么样，以及数据分析师在其中能做的具体工作。
根据提问，猜想题主的分析路径是这样的：（1）收集到一堆数据，堆砌起来；（2）寻找一些数据分析的方法和思路，堆砌起来；（3）把数据和方法混在一起不断试验，希望点石成金。
这条路径是一个拿着数据去找答案的路径。问题是，数据是企业过往行为的反馈。如果把商业决策比方成开车，那指望着基于数据去提出问题，从而分析出对企业有用的结论，无异于看着后视镜开车，本质上就是不效率的。分析出来的结论，也很难抓住重点。
数据分析的正确路径
那数据分析是不是就没用了呢？恰恰相反，仍然是拿开车作比方的话，真正的商业环境中，驾驶员是没有全知全能的GPS的，而是面对着一片迷雾：终点在哪个方向？前面的路有没有人走过？团队有没有能力走？是走阳关大道还是华容小道？解决这些问题，有时候依赖创始人的直觉，有时候依赖精干的团队逢山开道遇水搭桥。但如何长久地提高决策的效率、如何衡量决策的效果、如何在多条路径中选出最性价比最高的路径？这时，数据科学家的角色就像一个知识丰富的向导：通过把过往经验总结清楚，在决策的时候提供最值得信赖的参谋。如果一个企业想系统、长远地发展，数据分析必不可少。
这样的做法和提问的区别在于，提问是拿着数据去寻找问题，而正确的做法永远是要拿着问题去数据中寻找答案。对应的路径应该是：（1）理解你所面对的商业模式；（2）寻找商业模式中的关键问题和假设；（3）用数据分析来验证假设和解决问题。
有些读者可能已经发现，拿掉“数据分析”四字定语，这流程和所有的商业决策流程没有任何区别。这样看来，岂不是从创始人到一线员工，每个人都应该做数据分析，从而进行更好的决策吗？当然没错！这不是我自己说的，是Jeff Bezos和Mark Zuckerberg说的。因为直觉、经验、道听途说，都会带着偏见，而数据是真实的，自然应该在决策中占最重要的地位。
数据分析师的职责
数据分析师作为处理数据能力最专业，对数据最了解的人，在这过程中的重要性不言而喻。从数据行程决策的过程中，数据分析师应该做好如下四件事：
- 记录数据：
有用的数据要经过有心的设计，才能有效率地存储下来。按照“拿着问题去数据中寻找答案的思路”，不妨想一想，当你做一个决策时，有什么信息是对决策有用的？这里面哪些是现有数据覆盖的，哪些还需要进一步收集？再进一步，好的数据分析师，不但了解每种数据的信息量，还了解不同数据收集时的难易程度，以及如何设计机制来保证信息收集的准确。
比如，若一个电商平台想知道所售商品是否为假货，那应该尽可能全面地了解产品信息、卖家信息，以及消费者反馈。当收集卖家信息时，什么信息容易作假？对法律法规了解的数据分析师可能会着重审核卖家的法律资质，而对机器学习擅长的数据分析师可能会从图像识别入手。哪个路径精确更高，更容易落地，很大程度上可以决定一个商业模式的生死。
对商业模式了解以外，好的数据分析师也会对数据工程有深刻理解。这样才知道，在收集到数据之后，哪些放在数据库，哪些扔进数据湖？如何让最有价值的数据能最快被读取和展示，TB、PB级的数据应该如何存储才能在成本与效率之间优化？
2. 处理数据：
商业复杂后，数据会产生于不同部门。从其他部门高效地整合数据，并对数据质量有把控，也是数据分析师的重要素质。当整合了有用的数据后，把数据清理好、保证质量，做到结构完整、条理清晰，会让基于此的数据分析事半功倍。这一步看起来很轻松，当企业越大、部门越多、数据越复杂的时候，越重要。在亚马逊和脸书，专职于记录数据和处理数据的“数据工程师（data engineer）”与负责分析数据的“数据科学家（data scientist）”大概人数是1：2。
3. 分析数据：
这一步涵盖了太多内容，包括实验、预测、归因、制定关键指标、行研、深挖、仪表盘，等等等等，每一个环节都能单独出一本书来讲解。点到为止，不赘述了。
4. 决策自动化：
这里是机器学习大放异彩的地方了，无论是专家系统、监督学习或者无监督学习，归根结底，都是基于数据总结出来规律，将商业决策自动化。好的数据分析师，除了根据商业问题选择适用模型，提高模型表现和提高数据质量之外，还应该知道什么决策适合被机器学习解决；知道机器学习的长处与短板；知道如何收集/制造标签来赋能机器学习模型；知道如何建立机器学习的优化目标和损失函数；等等。
小结
其实，大数据的概念虽然提了很久，但是真正意义上的多维度、大规模的数据，是近几年才真正发展起来的。很多公司连处理大数据的能力都没有，更别提有效应用了。别的不说，微信这种超级app上，几乎有关于个人的所有维度的信息了，但是连一个广告推荐都还没做好。所以，数据分析在国内是一个刚起步的行业，希望对这行业有兴趣的同学，可以及早摆正思路，让数据分析发挥潜力，得到自己应有的地位。
来源：知乎 www.zhihu.com
作者：孙煜征
【知乎日报】千万用户的选择，做朋友圈里的新鲜事分享大牛。
点击下载
此问题还有 69 个回答，查看全部。
延伸阅读：
数据孤岛的突破口在哪里？