甲方 VS 乙方

  • 区别:定位不同、职能类似、绩效不同。
    • 甲方内部分析师更专注于自己负责的业务模块,只需要在某一个小领域上做到完美即可。市面上大多数对分析师工作的介绍文章,都只介绍甲方内部的分析师。
    • 乙方分析师可以认为是某种咨询顾问,基本要按项目的方式承接数据分析项目,或者是其他类型项目中的数据分析部分。相比于甲方分析师,乙方分析师需要在这些环节花费更多的时间:沟通和分析客户需求、与客户协商细节、制定项目计划。乙方分析师的沟通能力要求高于甲方分析师。乙方分析师遇到的分析工作可能千奇百怪,也可能千篇一律,这取决于你所在公司的项目来源和项目组构成。如果可能,公司层面或者个人层面来说,乙方分析师最好是“通才”。
  • 优点:
    • 甲方分析师可以专心地在一个分析场景里深度挖掘,在对业务足够了解后,也可以在甲方内部获得其他的工作机会。
    • 乙方分析师理论可能可以接触到不同的行业,不同的客户,参与多种多样的项目。因业务场景客户的不同,可能会学习掌握不同的工具,可以短时间内学到更多的知识和技能。对沟通协调能力,项目管理能力都有很大的提升。

  • 缺点:
    • 甲方分析师因为长期工作在一个环境中,可能会觉得眼界不够开阔。
    • 乙方分析师对项目所属业务的认识较甲方肤浅,很多内容需要甲方业务帮助补充。因为知识面的限制,乙方分析师提供的解决方案很可能“假大空”,不容易真的落地实现,或者实现的效果十分受限。可以说,乙方分析师工作的缺点,是继承了《How 咨询 Works》中提到的乙方工作劣势的。
  • 我个人总结过一个甲乙方“交叉鄙视链”,并不准确,博取一笑:
    • 甲方 第一阵列 > 乙方 第一阵列 > 甲方第二阵列 > 乙方第二阵列 > ……

业务部门 VS 技术部门/分析中台/数据中台

有的公司的数据分析人员属于业务部门,有的则属于“数据中台”、“大数据部门”等名号的总部型分析组织。一般而言,独立的分析师会先在某一两个重视数据且有创新精神的业务部门中出现,在数据分析工作呈现初步效果后,其他业务部门可能会跟进设置同类型岗位,或者由高层提出设置一个“分析中心”形式的数据部门。

归属业务部门的数据分析人员,靠近一线业务,对业务问题有更直接的接触和感知。数据分析工作的业务目标更加明确,响应更加及时。因为和数据仓库等支撑团队分属不同部门,在技术层面的沟通效率会低于总部型分析组织。笼统地说,受限于业务部门能容纳的数据分析人员名额,分析技术的交流和讨论会较少,分析师的绩效更容易受业务绩效的影响,分析师更可能呈现为业务的从属地位。有可能对个人的技术能力发展有负面作用。

相反地,归属总部型分析组织的分析师,则需要在工作内容上和具体业务线建立固定的联系,来确保有实际的工作可做。双方属于合作关系,需要在关系的维护上比业务部门的分析师花费更多的精力。一般而言,总部型分析人员有机会接触到更多的数据技术的内容,对于技术能力的发展有益,但远离业务一线,容易成为脱线的风筝,或者被业务团队单纯地作为数据技术的接口使用,多做苦活累活而难以接触到有价值的分析机会。

从组织建设的角度来说,总部型分析组织可以凝聚公司内部所有的分析力量,在数据制度建设、数据文化建设等方面有更大的发展空间和力量。而在整个组织都比较爱用数据说话时,分散的数据组织可以将分析力量渗透到每一个业务部门,成为组织的内在能力。所以,我们会看到一些组织经历着从分散到集中,或者从集中到分散的过程。两种模式各有优劣,取决于组织当前的能力和发展阶段。