““致敬十年”大型策劃火熱進行中，歡迎報名參與。

這里誕生了中國第一批數(shù)據(jù)分析師，制定了首個行業(yè)標準，更見證了一個行業(yè)的從無到有。

近日，中國商業(yè)聯(lián)合會數(shù)據(jù)分析專業(yè)委員會（以下簡稱“數(shù)據(jù)委”）鄒東生先生，接受了數(shù)據(jù)猿的獨家專訪。他回顧了數(shù)據(jù)分析行業(yè)那段激情澎湃的成長歷程，并對當下行業(yè)發(fā)展提出深刻見解：“在大模型時代，數(shù)據(jù)分析的最佳落地方式是實現(xiàn)‘最小化場景閉環(huán)’——以最低成本、最快速度，讓數(shù)據(jù)價值直接賦能業(yè)務?！?/p>

從“解釋不清”到不可或缺：

數(shù)據(jù)分析的十七年蛻變

從今天的視角往回看，我們會驚嘆于那些超越時代的遠見。

“2008年，數(shù)據(jù)委剛剛成立時，那時候別人問我們數(shù)據(jù)分析是干什么，怎么解釋都解釋不明白，只能說自己是做決策研究的。”談及數(shù)據(jù)委成立之初，鄒東生不禁莞爾。

這句話瞬間把時間拉回到十七年前，那時別說中國還沒有像樣的數(shù)據(jù)分析公司，甚至連“數(shù)據(jù)分析”的概念都鮮為人知。

數(shù)據(jù)分析登上歷史舞臺的時間，可以追溯到2003年——原信產(chǎn)部相關部門設立了“項目數(shù)據(jù)分析師”培訓項目。五年后的2008年4月，中國商業(yè)聯(lián)合會數(shù)據(jù)分析專業(yè)委員會正式成立，成為全國性的數(shù)據(jù)分析行業(yè)組織。

2008年中國商業(yè)聯(lián)合會數(shù)據(jù)分析專業(yè)委員會成立大會

“協(xié)會的定位是市場和政府之間的溝通橋梁，我們通過制定中國較早的數(shù)據(jù)分析師人才標準、建立事務所、發(fā)布行業(yè)白皮書和人才指數(shù)，從無到有地定義了行業(yè)邊界，推動了數(shù)據(jù)分析行業(yè)生態(tài)的建立?！编u東生介紹說。

發(fā)展歷程

十七年后的今天，數(shù)據(jù)分析已不再是陌生的技術術語，而是驅(qū)動各行業(yè)數(shù)字化轉(zhuǎn)型的核心力量。

數(shù)據(jù)分析思想和理論起源于西方國家，我國的行業(yè)發(fā)展與之相比有著不同的發(fā)展軌跡。

美國構(gòu)建了強大的“三角生態(tài)”體系：學術界輸出前沿思想，開源社區(qū)實現(xiàn)工程落地，商業(yè)公司完成產(chǎn)品化與云化部署。在這個生態(tài)中，谷歌、亞馬遜等科技巨頭推動著原始創(chuàng)新與應用場景的融合，一些中小企業(yè)各顯其能，如Tableau引領數(shù)據(jù)可視化革命，Cloudera與Hortonworks推動Hadoop商業(yè)化，Databricks則憑借Spark技術開創(chuàng)了新一代數(shù)據(jù)處理標準。

相比之下，中國的優(yōu)勢在于海量用戶和豐富的應用場景，這讓數(shù)據(jù)分析技術在應用層形成了獨特競爭力。

理解這一背景，我們才能明白鄒東生在整個采訪中反復強調(diào)“回歸應用”的深意。

鄒東生將數(shù)據(jù)分析行業(yè)在近年來的發(fā)展分為三個階段：

1.概念引入期（約2009-2017年）：這個階段的核心是“數(shù)據(jù)在線”。大家開始熱烈討論Hadoop、Spark等分布式技術，并大規(guī)模引入到企業(yè)的系統(tǒng)中。但此時的數(shù)據(jù)分析多服務于領導駕駛艙或統(tǒng)計報表，是典型的“成本中心”。

2.技術融合期（約2018-2021年）：行業(yè)開始反思，推動數(shù)據(jù)與業(yè)務場景結(jié)合。標志性事件是“中臺”概念的興起與后續(xù)的理性回落。大家意識到，僅有龐大的數(shù)據(jù)底座不夠，必須與業(yè)務鏈接。BI工具在這一階段走向普及，但其價值仍受限于“數(shù)據(jù)孤島”和“IT依賴癥”。

3.AI高光時代（2022年至今）：生成式AI的爆發(fā)成為關鍵轉(zhuǎn)折點。它極大地降低了數(shù)據(jù)處理的技術門檻。低代碼/無代碼平臺的普及讓懂業(yè)務的一線人員也能直接進行數(shù)據(jù)建模、應用場景構(gòu)建并閉環(huán)。數(shù)據(jù)分析師的職責從“取數(shù)、做報表”轉(zhuǎn)向“定義業(yè)務問題、驅(qū)動決策”，價值被空前放大。

從Hadoop分布式架構(gòu)到Spark輕量化處理，從數(shù)據(jù)倉庫到指標中臺，每隔一段時間就會誕生新的技術推動行業(yè)進步。而最具革命性的，無疑是大模型的出現(xiàn)。歷經(jīng)二十年行業(yè)風云，他親眼見證了數(shù)次技術從浪涌到退卻的潮汐。因此，面對當前AI的喧囂，他的內(nèi)心深處一直保持著異乎尋常的清醒。

破解AI落地難題：

“最小化場景閉環(huán)”方法論

過去十多年，數(shù)據(jù)分析工具持續(xù)進化：從IT主導的報表工具，到Tableau、FineBI引領的自助式BI浪潮，再到融合AI能力的Chat BI。工具越來越智能，越來越易用。

然而，許多企業(yè)卻不知不覺陷入了“工具萬能論”的誤區(qū)。

對此，鄒東生提出了截然不同的觀點。他指出：“在歐美市場，數(shù)據(jù)分析貫穿業(yè)務全鏈路——從理解業(yè)務場景、明確采集需求，到最終驅(qū)動決策落地，形成一個完整的價值閉環(huán)?！?/p>

“相比之下，國內(nèi)長期將數(shù)據(jù)分析割裂為孤立環(huán)節(jié)：數(shù)據(jù)采集、處理、合規(guī)、展示……過度細分的技術分工，切斷了數(shù)據(jù)與業(yè)務之間本應緊密的血肉聯(lián)系?！?/p>

過去，一提到大數(shù)據(jù)分析，企業(yè)首先想到的是采購軟硬件、搭建可視化大屏，這些投入往往淪為“形象工程”。以曾經(jīng)火熱的數(shù)據(jù)中臺為例，許多企業(yè)投入巨資進行數(shù)據(jù)整合，最終得到的卻只是華而不實的統(tǒng)計圖表，而非實際的業(yè)務價值。

什么是最小化場景閉環(huán)？

在大模型時代，鄒東生認為數(shù)據(jù)分析的終極目標不應是建造華麗的數(shù)據(jù)看板，而是要以應用為王，價值優(yōu)先。他提出了一個理念——“最小化場景閉環(huán)”。與構(gòu)建龐大復雜的數(shù)據(jù)中臺不同，他主張用最輕量化的方式，通過API接口將數(shù)據(jù)分析能力嵌入企業(yè)現(xiàn)有系統(tǒng)，以最小成本實現(xiàn)最直接的業(yè)務價值。

他對“最小化場景閉環(huán)”的闡述清晰而深刻：

·最小化——意味著用最低成本、最簡團隊、最短周期實現(xiàn)價值驗證。企業(yè)可以從小成本投入起步，通過“小步快跑”最大限度降低試錯成本。

·場景——根據(jù)國務院辦公廳正式印發(fā)的《關于加快場景培育和開放推動新場景大規(guī)模應用的實施意見》中場景的定義：“場景是用于系統(tǒng)性驗證新技術、新產(chǎn)品、新業(yè)態(tài)產(chǎn)業(yè)化應用以及配套基礎設施、商業(yè)模式、制度政策的具體情境”。在數(shù)據(jù)分析業(yè)務中，場景須是一個具體入微、邊界清晰的業(yè)務問題。

·閉環(huán)——核心是構(gòu)建從問題定義到效果評估的完整價值回路。每個環(huán)節(jié)都需以業(yè)務價值為導向，確保數(shù)據(jù)分析直接驅(qū)動決策。

這種“由淺入深”的路徑，本質(zhì)上是一種數(shù)據(jù)驅(qū)動的業(yè)務發(fā)展模式，與傳統(tǒng)BI公司“一次性大額投入”的產(chǎn)品銷售邏輯形成鮮明對比。

價值即時主義：要5%確定性增長，不要50%空中樓閣

這套模式的精髓在于“價值即時主義”——不追求50%的空中樓閣，而要5%的確定性增長。通過一次次“小勝”積累團隊信心，讓數(shù)據(jù)驅(qū)動的理念真正深入人心。

為何要采取最小化場景閉環(huán)模式？這源于鄒東生的深刻洞察。

他表示，盡管市場上不乏成功的數(shù)字化轉(zhuǎn)型案例，但如果將視角放大到整個中國社會，我們會發(fā)現(xiàn)絕大多數(shù)企業(yè)對數(shù)據(jù)的認知仍處于早期階段。

在AI時代，我們既要擁抱技術創(chuàng)新，更要堅守價值本質(zhì)。最好的技術是能解決實際問題的技術，最有價值的數(shù)據(jù)是能驅(qū)動業(yè)務增長的數(shù)據(jù)。這條路沒有捷徑，唯有腳踏實地，從最小化場景做起，讓每一次數(shù)據(jù)應用都產(chǎn)生實實在在的價值，不斷積累的“小場景”，逐漸融合成企業(yè)的“大應用”，才是企業(yè)數(shù)據(jù)化轉(zhuǎn)型的路徑所在。

重構(gòu)企業(yè)護城河：

從“工具為王”到“價值為王”

在最小場景閉環(huán)模式下，數(shù)據(jù)分析企業(yè)的護城河在哪里？鄒東生的答案明確而堅定：護城河不在工具，而在于是否有應用價值。

“坦率地說，我對傳統(tǒng)BI工具廠商的發(fā)展前景持謹慎態(tài)度。這并非針對特定企業(yè)，而是源于其固有的商業(yè)模式局限——過度依賴軟硬件銷售的‘技術產(chǎn)品思維’正在這個快速變革的時代面臨嚴峻挑戰(zhàn)。”

回顧商業(yè)發(fā)展史，我們見證過太多看似“固若金湯”的商業(yè)模式被頃刻顛覆。正如蘋果智能手機剛問世時，諾基亞還是最大的手機制造商；柯達相機直到消亡的那天，生產(chǎn)的膠卷質(zhì)量都是最好的；五年前無人能預料電商格局會被直播帶貨重塑……

AI時代，數(shù)據(jù)分析的商業(yè)模式也同樣發(fā)生著某種變化。企業(yè)不再滿足于購買昂貴的軟硬件產(chǎn)品，而是迫切希望知道：如何用數(shù)據(jù)直接創(chuàng)造業(yè)務價值？

傳統(tǒng)BI廠商所面臨的挑戰(zhàn)是：以往企業(yè)滿足于制作精美的數(shù)據(jù)看板，如今則更看重“決策引導”與“業(yè)務落地”。一家制造業(yè)廠商曾向鄒東生直白的說，我們需要的不是漂亮的報表，而是能告訴我何時檢修設備、如何優(yōu)化供應鏈的具體方案。

“未來的贏家，不是擁有最先進技術的公司，而是最能將數(shù)據(jù)價值轉(zhuǎn)化為業(yè)務成果的企業(yè)?！编u東生表示。

人才革命：擁有數(shù)據(jù)思維的人才將勝出

隨著AI的快速演進，數(shù)據(jù)分析人才結(jié)構(gòu)也在發(fā)生深刻變化。十年前，從業(yè)者主要來自兩類背景：一類是技術出身的IT人員，另一類則來自互聯(lián)網(wǎng)、金融等數(shù)據(jù)密集型行業(yè)，偏向統(tǒng)計、算法或可視化。而近幾年來，人才流向正明顯向業(yè)務端傾斜。

一個鮮明的信號是：越來越多傳統(tǒng)制造企業(yè)不僅安排高管學習數(shù)據(jù)分析課程，更開展覆蓋業(yè)務負責人、一線員工的大規(guī)模輪訓。這反映出數(shù)據(jù)分析人才的成長路徑已從“工具驅(qū)動”轉(zhuǎn)向“業(yè)務驅(qū)動”，從“技術偏好”邁向“場景融合”。

“近年來最顯著的趨勢是分析師構(gòu)成的多元化，從外企到本土公司，從互聯(lián)網(wǎng)到傳統(tǒng)制造，遍布各領域。這也正是我們行業(yè)管理組織長期倡導的方向：我們所要培養(yǎng)的，從來不是IT人員，而是兼具業(yè)務洞察與數(shù)據(jù)思維的復合型人才。”鄒東生介紹稱。

去年，在與美國麻省理工學院一位數(shù)據(jù)研究團隊負責人的對談中，我們探討了一個關鍵問題：在AI時代，數(shù)據(jù)分析的未來究竟屬于“技術人才業(yè)務化”，還是“業(yè)務人才技術化”？從微觀案例來看，兩條路徑皆有成功實踐，IT背景的分析師中不乏轉(zhuǎn)型典范。但若放眼未來十年，我更傾向于后者——那些具備業(yè)務知識、掌握數(shù)據(jù)方法論、擁有數(shù)據(jù)思維的人才，將逐漸成為核心力量。

這一判斷的背后，是AI對技術門檻的持續(xù)消解。過去，一些業(yè)務人才雖有行業(yè)洞見，卻受限于技術能力，難以形成閉環(huán)。如今，隨著低代碼/無代碼平臺的普及，以及大模型帶來的技術平權，業(yè)務人員得以跨越IT鴻溝，直接完成數(shù)據(jù)價值的落地。當技術不再成為障礙，業(yè)務洞察與數(shù)據(jù)思維的能量將得到徹底釋放。

“數(shù)據(jù)委為CPDA數(shù)據(jù)分析師們提供的免費的智能數(shù)據(jù)分析平臺即是生動例證。過去十年，盡管平臺匯聚了幾萬名分析師使用，但由于需同時掌握業(yè)務、算法與編程，能實現(xiàn)完整場景閉環(huán)的始終是少數(shù)，十年間僅積累數(shù)千場景。而進入大模型時代，在引入低代碼與無代碼能力后，短短幾個月內(nèi)就新增了一千多個新場景?！编u東生表示。

思維升級：數(shù)據(jù)素養(yǎng)成為企業(yè)核心基因

作為數(shù)據(jù)分析人才的培養(yǎng)搖籃，數(shù)據(jù)委的一項重要工作就是編撰各類專業(yè)教材。

但在參與《數(shù)據(jù)分析實務叢書》編撰時，鄒東生注意到一個現(xiàn)象：有些觀點過于熱衷描繪從“弱人工智能”到“強人工智能”的未來圖景的描述，而忽略了從細微入手的思考。

他坦言，AI人工智能的發(fā)展確實為數(shù)據(jù)分析行業(yè)帶來了巨大推動，但我們更需要一份清醒：生成式AI高度依賴與業(yè)務的充分融合，需要更多深入的分析和思考，在許多企業(yè)數(shù)字化轉(zhuǎn)型的成功經(jīng)驗中，數(shù)據(jù)思維、業(yè)務理解的深化是數(shù)據(jù)價值得以實現(xiàn)的核心驅(qū)動力。現(xiàn)階段，AI與企業(yè)私域數(shù)據(jù)的融合才剛剛開始，很多應用仍然集中在RAG知識增強檢索、人工智能客服、運維優(yōu)化等淺場景，所以，業(yè)務思考和數(shù)據(jù)洞察作為核心牽引力，遠比描繪藍圖更為重要。

哪怕是概念炙手可熱的AI Agent（智能體），鄒東生也認為，其能力在現(xiàn)階段仍有較大的上升空間?！澳壳癆I Agent更多用于數(shù)據(jù)指標體系構(gòu)建、辦公自動化等標準化數(shù)據(jù)場景，涉及企業(yè)個性化的業(yè)務場景，往往需要更多分析師的不懈努力。”

這反映了一個本質(zhì)問題：技術可以產(chǎn)品化，但對業(yè)務的理解卻難以被完全產(chǎn)品化。每個企業(yè)都有其獨特的流程、架構(gòu)與文化基因，想要把AI在場景實現(xiàn)規(guī)?；涞兀罱K還是要依賴“懂業(yè)務、有數(shù)據(jù)思維”的人。

鄒東生認為，在未來，數(shù)據(jù)分析不再只是崗位技能，而是逐漸成為企業(yè)的“核心素養(yǎng)”。正如財務知識不只屬于會計，數(shù)據(jù)思維也不應專屬于數(shù)據(jù)分析師。

“我看到了令人振奮的趨勢?！彼硎尽?/p>

·以歌爾集團、吉利汽車等制造業(yè)企業(yè)為例，這些企業(yè)不再滿足于培訓幾位高管、上幾堂課，而是致力于將數(shù)據(jù)思維植入組織基因；

·在供應鏈優(yōu)化與質(zhì)量控制中，數(shù)據(jù)分析正在精細重構(gòu)每一個制造環(huán)節(jié)；

·從市場預測到客戶洞察，數(shù)據(jù)驅(qū)動正逐步取代經(jīng)驗直覺；

從管理者到產(chǎn)線員工，“人人皆可分析”正在成為現(xiàn)實。

從這個角度看，數(shù)據(jù)分析行業(yè)的重要性日益凸顯絕非偶然。當數(shù)據(jù)價值真正融入業(yè)務閉環(huán)，當分析能力從“專業(yè)工具”進化為“基礎素養(yǎng)”，這個行業(yè)便完成了從“輔助工具”到“驅(qū)動引擎”的本質(zhì)蛻變。

未來3年：應用為王

我們嘗試著讓鄒東生對數(shù)據(jù)分析的發(fā)展做一個十年的展望，鄒東生溫和地婉拒了。他解釋道，這個行業(yè)的發(fā)展和技能更新太快——一波技術的浪潮尚未完全抵岸，另一波新的海嘯可能已在遠方醞釀。在他看來，能精準把握未來三年的趨勢，已經(jīng)是極限。

他對未來三年行業(yè)發(fā)展作出三個關鍵判斷：

第一，AI智能體將無處不在，但這不會取代數(shù)據(jù)分析師——反而會放大他們的價值。在行業(yè)協(xié)會的平臺上，AI已能自動生成和分析場景，這個過程中，數(shù)據(jù)分析師們發(fā)現(xiàn)：沒有數(shù)據(jù)思維，連一個好問題都提不出來，更無從談起生成場景。就像ChatGPT的成功，核心在于其團隊擁有頂級的“數(shù)據(jù)駕馭能力”。這不僅是傳統(tǒng)的數(shù)據(jù)分析技能，更是一種涵蓋數(shù)據(jù)戰(zhàn)略、大規(guī)模處理和數(shù)據(jù)規(guī)律洞察的復合能力。他們深刻理解如何從數(shù)據(jù)中提取規(guī)律，并設計流程讓模型自我優(yōu)化，這正是數(shù)據(jù)思維在超大規(guī)模下的終極體現(xiàn)

第二，我國的相關政策正在加速行業(yè)蛻變。國家發(fā)展改革委近期明確提出，鼓勵國有企業(yè)主動開放應用場景、支持民營企業(yè)參與場景落地實施。這釋放出鮮明政策導向：數(shù)據(jù)要素唯有融入具體應用場景才能實現(xiàn)價值轉(zhuǎn)化，封閉化、碎片化的發(fā)展模式已不符合當前發(fā)展要求。

第三，這是一個“應用為王”的時代，“全鏈路數(shù)據(jù)分析師”正成為行業(yè)新標桿，他們要能夠?qū)崿F(xiàn)從業(yè)務定義到價值實現(xiàn)的全流程。正如在今年12月數(shù)據(jù)委將要發(fā)布的《2025年數(shù)據(jù)分析行業(yè)人才指數(shù)報告》中強調(diào)的：優(yōu)秀的數(shù)據(jù)分析師必須擁有“以終為始”的思維——技術是路徑，而解決業(yè)務問題、提升場景效能，才是終點。

畢竟，最好的分析，永遠是能驅(qū)動決策、創(chuàng)造利潤的分析。

采訪尾聲，鄒東生的話語中流露出堅定與期待：“未來三到五年，我們將迎來數(shù)據(jù)價值的大爆發(fā)。而那些能幫助企業(yè)跑通‘最后一公里’的人，將成為這個時代最被需要的人?！?/p>