谈 “数仓与数分” 的4层级标杆能力

公司恰如一辆汽车，不同的能力对标不同的职业等级，职业等级决定我们在什么地方做什么事？

一个公司需求 靠谱执行的推车人、独档一面的维修工、全面负责的检查员、 驱动业务的决策者。他们构成了金字塔型的企业组织架构，分工明确，从属清晰，协作有序。

数仓即数据仓库，数据仓库重要的是数据的集成，"百川入海，聚沙成塔"的既视感。数分即数据分析，数据分析重要的是数据的解剖，"庖丁解牛，沙里淘金"的既视感。

数仓与数分作用于数据的不同方面，对岗位的职业能力是有所不同的。我们主要从岗位的四个层级来对比数仓与数分标杆能力的不同要求，方便同学们有的放矢打好基础顺利跃迁。

1，第一层：靠谱执行

数仓：对所处行业与部门的业务形态有框架性的认知，对自己负责的业务领域有较深入的了解。熟练掌握常用的大数据生态技术知识及原理，熟悉数据开发流程，能熟练掌握开发工具或组建的使用方法。能保质保量完成业务数据开发工作，了解分层、分主题数仓体系建设方法和基本的数据建模方法。

了解分布式计算（mapreduce）底层原理和常规的大数据处理组（sqoop，storm，hive，spark），ETL调优（oom，执行超时，数据倾斜等问题）及数据质量保障能力（DQC，粒度唯一，稳定就绪等）。能够解决业务场景中的特定问题。

推荐：《SQL必知必会》，《hadoop权威指南》

数分：基本了解业务基本的运作逻辑，能参与设计解决方法的部分模块。能够参与解决业务方案设计，在他人指导下共同协作设计有一定复杂度的方案。

推荐：《商务与经济统计学》《用数据说话》

2，第二层：独当一面

数仓：深入理解自己所处的行业业务形态、上下游及流程，熟悉维度建模的技术流程。制定所在业务主题的模型设计和分层标准，清楚事实和维度的定义以及在开发过程，可以独立完成一个较为复杂的主题域或数据集市的数仓架构设计。能够解决业务场景中较为复杂的问题。

推荐：《数据仓库》，《大数据之路》

数分：熟悉业务基本运作逻辑，能够设计服务业务的分析（异动分析）解决方案。能够与他人共同完成有一定复杂牍的解决方案及方案的实施。

推荐：《数据分析》，《硅谷增长黑客实战笔记》

3，第三层：全面负责

数仓：数据开发达到基于理论能够自主落地项目的程度，有业务驱动建模能力，模型价值（复用率，下游引用，业务降本提效）可评估。有部门级的影响力（技术分享，培养新人），掌握大数据生态中的架构原理及高级知识，跨组级别的项目主R和落地能力。能够把业务中问题或痛点转化为清晰的数据应用课题，并形成数据解决方案，取得端到端业务价值的显著提升。

推荐：《高效能人士的七个习惯》

数分：能基于商业环境的理解，抽象出框架和观点，能后设计面向商业问题的解决方案，能够主持建设分析体系中的重要模块。能够带领项目小组协同工作，指导小组完成解决方案实施，指导同学完成工作，推进部门内项目的分析和落地应用。

推荐：《金字塔原理》

4，第四级：驱动业务

数仓：理解一个业务的完整商业逻辑，具备强数据应用能力，从而推导团队的工作范围。能够给出单领域、负责业务、综合应用的中长期规划；能够独立负责大型跨团队协作项目的实施和落地。

数分：能独立思考商业机会，并能形成一套自己的观察商业机会的思维模式，能够主持分析体系的整体建设。能够带领团队完成分析体系建设，能够协同推进跨部门项目的分析和落地应用。

5，第五层：数仓数分一家亲，会开会，会撕逼，会写PPT。

本人不带货，只分享干货。