数据分析从业这么多年，既有庆幸也有焦虑，庆幸的是能进入这个行业，从而有一个较高的起薪，焦虑的是数据分析的门槛并不高，而且有明显的职场天花板。
从我待过的互联网公司来说，入门的数据分析基本就是提数，业务部门需要什么数就给什么数，技能要求仅仅是Excel和SQL。
1年后，SQL玩得溜了，对公司业务的取数逻辑也熟悉了，这时你更多的是搭建数据看板，有些公司用FineReport，有些用自研的看板平台，再简单的直接Excel，你需要的也就是学会这些看板的使用方法搭好一张报表。
以上的工作一个正常的大学毕业生都能掌握，不需要会编程，不需要高深的统计学数学知识。
先说自己的两个事情，一个发生在前。
那个时候自己的职务是代经理，有一次我们团队做了一个BI专题，领导建议去一线做个推广，然后我就拟了内容，包括访问方式和使用说明，等着领导审批。
后来领导把我叫过去，说这不是他想要的，BI推广底下要做很多的工作，否则就没有用。
另一个发生在7年前。
那个时候大数据平台刚刚建设完成，我们在上面部署了全新的数据开发平台，苦于没有人用，然后商量着想办法，这个事情持续做了多年，终于算有成果。
虽然这是两个不同的事情，但面临的挑战是一样的，即数据团队如何有效宣传自己的数据成果？
数据好用固然重要，但数据团队leader有没有推销的意识和能力，往往决定了数据价值发挥的最后一公里。
可惜的是，数据团队leader往往把太多的精力放在了数据建设的本身，而忽视了周边业务部门的沟通和协同，从而丧失了很多机会。
笔者觉得有三个方面的原因，这里就来谈一谈。
1、数据团队在价值创造链中的位置决定了宣传的重要性
从资源的角度看，数据团队的数据资源依赖于前端业务系统，平台资源则依赖于后端的IT基础设施，也就是数据团队强烈依赖于IT组织的其他单元而生存，数据团队处于IT组织内部的下游，你做不好协同，不仅数据跑不动，数据质量也无法保障。
从组织的角度看，企业IT部门处于业务部门的后端，数据团队处于IT部门的后端，数据团队属于后端的后端，你的数据要创造更多的价值，经过的链路非常长，相对于其他组织的价值创造，数据团队要付出更多的的沟通和协调成本。
比如你的模型要起作用，需要向业务申请，人家不给你，数据就发挥不了价值。
虽然当前企业数据驱动业务的意识在加强，但这个长链条还是在那里，因此有些企业做大数据的第一件事就是改变组织，希望数据组织能更扁平化一点，离业务更近一点。
但在当前阶段，对于大多数企业，为了数据团队去改变组织架构是很难的，基本是不见兔子不撒鹰。
因此，数据团队要改变自己的命运，还是要发挥主观能动性，比如通过各种手段去争取好的数据价值创造环境，这对数据团队的leader挑战就非常大。
2、数据团队非常缺乏兼具数据管理和外交能力的人才
数据团队的人相对会内向一点，一方面是因为数据团队中的大多数岗位是数据建模师、数据分析师、算法工程师、数据工程师等等，这些岗位需要人每天对着机器和数据，跟人沟通的时间相对少了。
你会发现，一个数据团队能做数据模型、数据产品的人还是有的，但如果要他们去各个部门上下打通关系，吸引别人来用就没人愿意去干了，大家都很天真的认为只要我的东西足够好，别人自然应该来用。
可惜的是，数据不是业务系统，其对于企业的各个部门大多不是必需品，而是奢侈品，数据团队花费的精力天然要比其他做业务系统的IT人员多的多，这是由你所处的位置决定的。
很多数据团队leader也是内向的，他们习惯于去做各种技术的指导和评审，而忘了去解决数据的出口问题。
那么能否空降呢？
让一个空降leader来管理数据团队是比较难的，即使他的外交能力很强，因为数据管理不仅行业特性明显，而且是非常讲究实践的学科，如果你没有做过，就很难理解数据管理的复杂性。
3、数据团队中的外交型人才也是非常容易流失的
请回答我一个问题，企业内最好的数据分析师在哪里？
如果你说在自己的数据团队，那么恭喜你，得了一个宝，但我的答案是：企业最好的数据分析师大多是在市场部门，比如市场部经理就是最好的数据分析师，一般不可能在专业的数据团队。
数据团队的确可以培养一个人的数据分析意识、数据分析技能以及逻辑表达能力，这些只是基本功而已。
但如果一个人具备这些基础的能力且非常善于外交和沟通，那对他最好的归宿却是业务部门，因为在那里可以发挥更大的价值，为什么他不去？
你会发现很多企业，数据团队很出跳的人物，往往会被调离岗位，逐步走向更前端的部门。
数据分析只是手段，只有结合业务、沟通、表达等其他能力，才能做出更好的决策。
如果你不同意，可以看看自己周边的领导，哪个领导是直接从数据团队提拔的？少是正常的，多是不正常的。
如果你去调研企业的数据团队的leader，他最困惑的问题，长远来讲，一定是数据驱动业务的显性化，一定是如何让别人认可我的价值。
