数据分析师的绩效是什么？该如何考核？

因为数据分析并不是业务流程中的刚性环节，它也不能对业务流程产生直接影响，所以数据分析师的绩效考核成绩很难评估。那么，数据分析师就不需要绩效考核了吗？如果要考核，关键点是什么呢？该如何考核？

数据分析师的工作绩效到底该怎么定？这个又是一个很蛋疼的话题，甚至很多从业很久的老鸟都没想明白，也很容易中坑。

所有部门里，数据分析的绩效可能是最蛋疼的。其他部门的职责和绩效都非常清晰。比如传统企业，很有可能部门架构与职责是这样的：

销售→搞钱→业绩、毛利、费效比

品牌→造势→知名度、满意度、美誉度

促销→助攻→剔除自然增长后的增量

营运→苦力→工单处理量、及时性、满意度

研发→创新→新产品数量、销量

供应→供货→产量、质量、配送及时性

各个部门之所以清晰，是因为在企业创造效益的链条上，大家各司其职：

咦？数据分析在哪里？

是滴，尴尬的地方就在这里。每个部门都需要数据，但不是所有部门都需要“数据分析”，甚至压根是只要数据，分析不分析无所谓。

比如在B2B类企业，销售们把客户真实信息、销售过程藏的严严实实，总部经常睁眼瞎，分析个啥。比如在B2C类企业，一线销售、营运需要的可能一张表搞掂。后台供应、研发可以自己从erp里拿数，为啥需要一个数据分析师坐在这里专门取数？

所以我们看到传统企业中，只有在大型的，分公司多的，业务类型复杂的（同时有线上线下，2B2C的），对数据敏感的银行、航空、三大运营商，才能有个专职的数据部门。

可悲的是，在传统企业里，做数据分析的经常连名份都没有。连部门名字，都叫什么业支（业务支持），信息中心，决策支持，监控，调研分析……连完整的“数据分析”四个字都没有，这混的是个什么劲。

互联网企业的环境相对好一些，因为大部分互联网企业不挣钱，挣钱的互联网企业也不指望那点毛利过日子，而是做的B2VC的生意。

因此传统企业特别看重的销售额、毛利、利润率，在互联网这里并不是命根子。于是有了AARRR。除了利润率，客户数量、活跃、留存、新客户数等指标一并被看重。需要数据的地方多了，数据分析部门地位也提高了，也带起了一波重视数据分析的风气。

然而，这并不意味着数据分析岗位的地位更舒服，因为和传统企业一样，互联网公司的服务流程中，推广（拉新）、产品（承接）、运营（维护）各做一块，形成闭环。

数据分析并不是业务流程中的刚需部门，比之传统企业，互联网巨大的数据量与运算速度的要求，养肥的是后台做数仓的数据工程师与架构师们。数据变得更加刚需，分析人人能做的场面却并没有改观。

恰恰相反，传统企业的业务部门都不咋懂技术，还指望着一个分析师来取数。互联网公司懂sql的多了去了。经常听到运营在吼：整个大宽表给我！我自己跑！你们跑数太慢了！……行业寒冬，裁人先裁做分析的，这破事到处都是。

为啥要啰嗦这么大一堆，讲企业的业务流程与数据、数据分析的关系。是因为很多做数据分析的没想明白的关键就在这里：数据分析的绩效难量化，难体现，本质是因为它不是业务流程中的刚性环节，它也不能对业务流程产生直接影响。数据分析作为一个技能非常重要，但作为一个独立的部门，很容易夹在业务部门间不上不下，难以做人。

所以很多做数据分析的人，甚至是部门领导，会把绩效定成：完成报表XX份，处理数据需求XX单，建立模型XX个，这是很不完善的做法。准确来说，这种是数据分析部门内控的绩效指标。考核还不会跑数的小弟小妹们，可以这么干，大家多跑快跑，快快成长。

可对稍微有点资历的分析师来说，这些都不是该耗精力的地方（虽然可能是最耗体力的地方，哈哈）想给自己创造真正的绩效，就得想办法参与到业务流程中，为自己争取到一席之地。

于是，有些做数据分析的又钻进了第二个大坑：我要做业务！我要为企业增收！我要为企业减支！

听起来似乎很合理，因为我们经常做效益分析，经常做投入产出比分析，看起来和增收减支只差一步之遥吗。

大错特错！