这么一看，掌握数据和技术自然是十分有用的。而作为数据类工作价值体系的核心——数据分析自然也“非常有用”。分析数据产生对业务的理解，进而帮助组织产生价值，是一件十分有成就感的事。
我在大四和毕业之初曾在一家中型物流公司下的一个ToB电商创业模块实习和工作。新业务的开展伴随着诸多问题，从仓储、货物到物流和APP体验等诸多的方面都产生了很多零散数据，当时我的一项主要工作，就是将这些数据收集整合统计，形成Excel报表提交给领导层，并在周、月、季、年的节点进行汇报。
在第一个阶段，所有的报表因为基础数据不够规范，且没有梳理好制表流程，每天规整数据再形成分析报表，需要花费将近2个小时的时间。这个过程中我一面梳理业务体系，与领导确认需要收集的各类指标数据，一面对IT提出基础的数据需求。但资源有限，业务变化也十分快速，所以仍然大量依赖于手工制表的工作。这也让我迅速地学习了很多关于Excel函数和基础的VBA知识，构建并优化了过去制作复杂耗时耗力的一系列报表，包括营收报表、运营日周月报、进销存报表和仓配质控报表。
这些报表持续优化了大概4-5个月，业务进入到相对稳定期，这些报表生成机制随后也开始稳定运作了近1年的时间。直到集团层面开始开发自己的WMS、货运、进销存及运营BI系统。
这就进入到了第二个阶段，企业上系统的过程自然不是一蹴而就的，在系统功能还不够完善却也产生了新数据的时候，如果需要分析就仍然需要导出来进行手工规整。因为有第一个阶段的经验，我十分熟悉业务和数据间的关系，并且有成型地分析思路。一方面，面对变化和新内容，可以结合已有的经验技能迅速构建起新报表的样式和生成机制，另一方面，系统的开发需要提出很多的需求和建议，而我又是少数地对全局业务和数据了解的人，所以我也需要和技术人员一起梳理系统需求，完善系统功能，并对每一次迭代的功能进行功能和数据测试。这是十分忙碌的一段时间，我也顺利地帮助公司很好地过度了那一段系统和数据原始混乱的时期。
第三个阶段，系统和数据逐步规整也伴随着业务量的激增，数据量越来越大已经很难用Excel去支持，这时候我开始接触tableau等商业智能工具，并且使用它们构建了公司的数据可视化分析报表。这个过程不像第二个阶段时那么混乱，我可以静心稳步地去思考报表的优化，并且将已有的技能和工作流归档，用于新员工的培训。
通过这三个过程，极大地提升了我对工具和数据的敏感度，同时对于物流电商业务能做到全局和深入的了解。当时公司有希望了解数据但不懂技术的年轻销售，我通过构建一个RFM的客户评价模型，成功地帮他们规划了一张回访计划工具表，使得他们的业绩提升将近30%。领导一开始计划让技术人员在系统上从0开发BI报表的计划，也在看到我用tableau制作出的报表后取消了，节约了一笔不小的预算。最为重要的是，各部门都依赖于我的数据输出结果，我在收获信任、技能的同时，也形成了自己独特的职场竞争力。
在职场上，数据分析的最大价值在于可以有效地连接业务与技术，而掌握此类技术的人往往可以成为有力纽带，形成自己的复合定位优势。因为往往业务人员对复杂的技术和工具感到头疼，而技术人员对业务内容本身也并不感冒，这就需要一些中间角色对其进行协调和疏导（可参见产品经理和项目经理的角色定位）。数据分析对于企业的价值不言而喻，但贵在真的有人能将那些混杂的数据抽茧剥丝，形成真正具备价值的分析结果。这时候才能真正地说一句：数据分析确实有用。
另一个角度来说，对很多人而言，强行地去寻找分析工作数据带来的乐趣和成就感，也是一件很不现实的事。全国七大战区？几十个分子公司？上百个品类？上千上万种产品？几千万的资金？上千万的用户？上亿的点击量？
… …这些都不是我的呀。
是的，因为没有直接地关联和影响，很多时候处理数据也会变得枯燥乏味，仅仅将其视为一项工作，按流程准确地形成数据结果，这是很多人进行数据类工作的常态，无可厚非。但其实我们日常的生活中，也能通过自己的记录产生很多的数据。
撇开那些工作场景，我最重要的个人数据分析场景，源于自己长期坚持的一个习惯——记账。
我使用的记账工具是MoneyWiz，毕业两年以来，每一笔支出和收入我都记录在其中。在使用之初，其自带的统计图表功能已经能够基本地满足我的需求，但随着时间轴的拉长和对数据的敏感度提升，我也开始考虑将其中的数据导出，用Tableau形成内容更丰富的个人财务仪表盘。
