BI岗位就是数据可视化?我被老板骂了一顿

刚毕业从事BI(商业智能)那一两年,每天痴迷于做各种好看的图表,什么复杂酷炫来什么,做的可精致了。

各种主流可视化软件Tableau、PowerBI、Echarts、Matplotlib都玩的滚瓜烂熟。

有次部门汇报业务,关于产品定价和销量的关系,我用了复杂的气泡图来展示,加了各种标签来说明,老板看了半天骂我道,这明明一条相关性曲线就能说明白的事,非得搞这么复杂,看来你是太闲了,一直很闲。

我当场懵逼。

后来我才知道,再好看的、再专业的数据可视化,都是为了业务服务的,BI工作如果脱离业务场景和认知,数据可视化能力很容易变成花瓶,且吃力不讨好。

先理清一个利害逻辑

其实在职场里,所有人都需要对业绩负责,也就是企业营收,而营收是业务驱动的,BI是对业务数据的分析展示。

所以BI岗位如果对业务理解不强,就会被当作可有可无的角色,因为你没法对业绩负责。这样很容易被边缘化,或者说职业天花板会非常低。

BI岗位做什么?

一般而言,BI岗位负责业务报表搭建、自动化报告制作,有的会参与数据分析、数仓建设,用到的工具主要是Power BI、Tableau、SQL等。

BI岗位服务的对象有两个,一是处在决策层的老板们,他们需要通过BI报表看经营数据的变化,来判断业务怎么优化调整。

二是执行层的业务同事,他们需要知道所属业务的表现情况,并向老板展示数据成果。

BI工程师会根据业务部门需求对数据指标进行可视化,也就是搭建数据看板。这个过程不是简单的别人提需求你来实现,中间需要你各种沟通协调。

首先业务部门可能并不知道他们的核心业务指标是什么,不知道指标该怎么定义,不知道时间维度怎么定义,甚至不知道小数点到几位。

其次不同业务部门数据指标可能会交叉,可能会矛盾,可能会相互不认。

最后你全部都确认好了,并搭建了完美的看板,但是老板和业务部门可能压根不会去看,需要你去解读、分析、贯宣。

所以如果你对业务理解不强,这个工作会非常难做,老板也很难看到你的贡献。

数据可视化的意义?

所谓数据可视化,就是精确且直观的表达事物的现状、变化、关联、预期。

这里最重要的就是精确且直观,划重点。

所谓精确是需要你准确无误的呈现符合业务逻辑的数据,且不能出错,不能引起误解,甚至小数点到哪一位都需要深思熟虑。

直观则是数据展现方式能让人一目了然看到关键信息,什么地方用饼图、什么地方用折线图、改搭配什么色系等等,都需要考究,一切都是为了服务直观这个目的。

你看看做到这两个并不容易,如果你只懂可视化,不懂业务,几乎做不到精确且直观。

结论

BI岗位是非常考验业务理解的岗位,虽然可视化能力很重要,但一定不能本末倒置了,记住:技术永远为业务服务。

加入知识星球【我们谈论数据科学】

600+小伙伴一起学习!




相关推荐

  • [开源]一款面向中国开发者生态的 Jenkins 流水线简化自动化框架
  • 云天励飞“云天天书”大模型技术负责人余晓填:多模态大模型技术演进与落地应用探索 | GenAICon 2024
  • 狂飙500天,国产大模型如何突破商业化之困?
  • 今春最燃生成式AI盛会!55位重磅嘉宾集结,完整议程公布,4月18-19日北京见
  • 瑞·达利欧最新万字观点:塑造2024的五大力量(附全纪录+视频)
  • Unet++(pytorch实现)
  • 这是雷军的简历,落魄时卡里只有冰冷的40亿...
  • 分布式事务场景、概念和方案整理
  • 40K+Star的开源免费美化命令行工具
  • 2024年,值得关注的十个赚钱赛道
  • 奇舞周刊第525期:TypeScript很麻烦,不想使用!
  • 也许是史上最强书单!通识千书:来自 420 位智者的 1000+本代表作
  • 新版GPT-4Turbo向付费用户开放,福布斯发布2024年人工智能初创企业50强
  • 改变LoRA的初始化方式,北大新方法PiSSA显著提升微调效果
  • 直接扩展到无限长,谷歌Infini-Transformer终结上下文长度之争
  • OpenAI解雇两名Ilya团队成员,与「宫斗」泄密有关?
  • 中文OCR超越GPT-4V,参数量仅2B,面壁小钢炮拿出了第二弹
  • 企业级AI Agent如何落地汽车行业,这是国内首份系统阐述白皮书
  • NLPCC 2024“大语言模型监管”评测任务发布,诚邀各界专家学者参与
  • 博士申请 | 香港科技大学(广州)汤南教授招收数据科学方向全奖博士生