““致敬十年”大型策劃火熱進(jìn)行中，歡迎報(bào)名參與。

這里誕生了中國(guó)第一批數(shù)據(jù)分析師，制定了首個(gè)行業(yè)標(biāo)準(zhǔn)，更見(jiàn)證了一個(gè)行業(yè)的從無(wú)到有。

近日，中國(guó)商業(yè)聯(lián)合會(huì)數(shù)據(jù)分析專業(yè)委員會(huì)（以下簡(jiǎn)稱“數(shù)據(jù)委”）鄒東生先生，接受了數(shù)據(jù)猿的獨(dú)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(zhǎng)歷程，并對(duì)當(dāng)下行業(yè)發(fā)展提出深刻見(jiàn)解：“在大模型時(shí)代，數(shù)據(jù)分析的最佳落地方式是實(shí)現(xiàn)‘最小化場(chǎng)景閉環(huán)’——以最低成本、最快速度，讓數(shù)據(jù)價(jià)值直接賦能業(yè)務(wù)?！?/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(huì)驚嘆于那些超越時(shí)代的遠(yuǎn)見(jiàn)。

“2008年，數(shù)據(jù)委剛剛成立時(shí)，那時(shí)候別人問(wèn)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(shuō)自己是做決策研究的?！闭劶皵?shù)據(jù)委成立之初，鄒東生不禁莞爾。

這句話瞬間把時(shí)間拉回到十七年前，那時(shí)別說(shuō)中國(guó)還沒(méi)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(tái)的時(shí)間，可以追溯到2003年——原信產(chǎn)部相關(guān)部門設(shè)立了“項(xiàng)目數(shù)據(jù)分析師”培訓(xùn)項(xiàng)目。五年后的2008年4月，中國(guó)商業(yè)聯(lián)合會(huì)數(shù)據(jù)分析專業(yè)委員會(huì)正式成立，成為全國(guó)性的數(shù)據(jù)分析行業(yè)組織。

2008年中國(guó)商業(yè)聯(lián)合會(huì)數(shù)據(jù)分析專業(yè)委員會(huì)成立大會(huì)

“協(xié)會(huì)的定位是市場(chǎng)和政府之間的溝通橋梁，我們通過(guò)制定中國(guó)較早的數(shù)據(jù)分析師人才標(biāo)準(zhǔn)、建立事務(wù)所、發(fā)布行業(yè)白皮書(shū)和人才指數(shù)，從無(wú)到有地定義了行業(yè)邊界，推動(dòng)了數(shù)據(jù)分析行業(yè)生態(tài)的建立?！编u東生介紹說(shuō)。

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(shù)術(shù)語(yǔ)，而是驅(qū)動(dòng)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(guó)家，我國(guó)的行業(yè)發(fā)展與之相比有著不同的發(fā)展軌跡。

美國(guó)構(gòu)建了強(qiáng)大的“三角生態(tài)”體系：學(xué)術(shù)界輸出前沿思想，開(kāi)源社區(qū)實(shí)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(gè)生態(tài)中，谷歌、亞馬遜等科技巨頭推動(dòng)著原始創(chuàng)新與應(yīng)用場(chǎng)景的融合，一些中小企業(yè)各顯其能，如Tableau引領(lǐng)數(shù)據(jù)可視化革命，Cloudera與Hortonworks推動(dòng)Hadoop商業(yè)化，Databricks則憑借Spark技術(shù)開(kāi)創(chuàng)了新一代數(shù)據(jù)處理標(biāo)準(zhǔn)。

相比之下，中國(guó)的優(yōu)勢(shì)在于海量用戶和豐富的應(yīng)用場(chǎng)景，這讓數(shù)據(jù)分析技術(shù)在應(yīng)用層形成了獨(dú)特競(jìng)爭(zhēng)力。

理解這一背景，我們才能明白鄒東生在整個(gè)采訪中反復(fù)強(qiáng)調(diào)“回歸應(yīng)用”的深意。

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

1.概念引入期（約2009-2017年）：這個(gè)階段的核心是“數(shù)據(jù)在線”。大家開(kāi)始熱烈討論Hadoop、Spark等分布式技術(shù)，并大規(guī)模引入到企業(yè)的系統(tǒng)中。但此時(shí)的數(shù)據(jù)分析多服務(wù)于領(lǐng)導(dǎo)駕駛艙或統(tǒng)計(jì)報(bào)表，是典型的“成本中心”。

2.技術(shù)融合期（約2018-2021年）：行業(yè)開(kāi)始反思，推動(dòng)數(shù)據(jù)與業(yè)務(wù)場(chǎng)景結(jié)合。標(biāo)志性事件是“中臺(tái)”概念的興起與后續(xù)的理性回落。大家意識(shí)到，僅有龐大的數(shù)據(jù)底座不夠，必須與業(yè)務(wù)鏈接。BI工具在這一階段走向普及，但其價(jià)值仍受限于“數(shù)據(jù)孤島”和“IT依賴癥”。

3.AI高光時(shí)代（2022年至今）：生成式AI的爆發(fā)成為關(guān)鍵轉(zhuǎn)折點(diǎn)。它極大地降低了數(shù)據(jù)處理的技術(shù)門檻。低代碼/無(wú)代碼平臺(tái)的普及讓懂業(yè)務(wù)的一線人員也能直接進(jìn)行數(shù)據(jù)建模、應(yīng)用場(chǎng)景構(gòu)建并閉環(huán)。數(shù)據(jù)分析師的職責(zé)從“取數(shù)、做報(bào)表”轉(zhuǎn)向“定義業(yè)務(wù)問(wèn)題、驅(qū)動(dòng)決策”，價(jià)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(cāng)庫(kù)到指標(biāo)中臺(tái)，每隔一段時(shí)間就會(huì)誕生新的技術(shù)推動(dòng)行業(yè)進(jìn)步。而最具革命性的，無(wú)疑是大模型的出現(xiàn)。歷經(jīng)二十年行業(yè)風(fēng)云，他親眼見(jiàn)證了數(shù)次技術(shù)從浪涌到退卻的潮汐。因此，面對(duì)當(dāng)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(chǎng)景閉環(huán)”方法論

過(guò)去十多年，數(shù)據(jù)分析工具持續(xù)進(jìn)化：從IT主導(dǎo)的報(bào)表工具，到Tableau、FineBI引領(lǐng)的自助式BI浪潮，再到融合AI能力的Chat BI。工具越來(lái)越智能，越來(lái)越易用。

然而，許多企業(yè)卻不知不覺(jué)陷入了“工具萬(wàn)能論”的誤區(qū)。

對(duì)此，鄒東生提出了截然不同的觀點(diǎn)。他指出：“在歐美市場(chǎng)，數(shù)據(jù)分析貫穿業(yè)務(wù)全鏈路——從理解業(yè)務(wù)場(chǎng)景、明確采集需求，到最終驅(qū)動(dòng)決策落地，形成一個(gè)完整的價(jià)值閉環(huán)?！?/p>

“相比之下，國(guó)內(nèi)長(zhǎng)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(guò)度細(xì)分的技術(shù)分工，切斷了數(shù)據(jù)與業(yè)務(wù)之間本應(yīng)緊密的血肉聯(lián)系?！?/p>

過(guò)去，一提到大數(shù)據(jù)分析，企業(yè)首先想到的是采購(gòu)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(tái)為例，許多企業(yè)投入巨資進(jìn)行數(shù)據(jù)整合，最終得到的卻只是華而不實(shí)的統(tǒng)計(jì)圖表，而非實(shí)際的業(yè)務(wù)價(jià)值。

什么是最小化場(chǎng)景閉環(huán)？

在大模型時(shí)代，鄒東生認(rèn)為數(shù)據(jù)分析的終極目標(biāo)不應(yīng)是建造華麗的數(shù)據(jù)看板，而是要以應(yīng)用為王，價(jià)值優(yōu)先。他提出了一個(gè)理念——“最小化場(chǎng)景閉環(huán)”。與構(gòu)建龐大復(fù)雜的數(shù)據(jù)中臺(tái)不同，他主張用最輕量化的方式，通過(guò)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(shí)現(xiàn)最直接的業(yè)務(wù)價(jià)值。

他對(duì)“最小化場(chǎng)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(jiǎn)團(tuán)隊(duì)、最短周期實(shí)現(xiàn)價(jià)值驗(yàn)證。企業(yè)可以從小成本投入起步，通過(guò)“小步快跑”最大限度降低試錯(cuò)成本。

·場(chǎng)景——根據(jù)國(guó)務(wù)院辦公廳正式印發(fā)的《關(guān)于加快場(chǎng)景培育和開(kāi)放推動(dòng)新場(chǎng)景大規(guī)模應(yīng)用的實(shí)施意見(jiàn)》中場(chǎng)景的定義：“場(chǎng)景是用于系統(tǒng)性驗(yàn)證新技術(shù)、新產(chǎn)品、新業(yè)態(tài)產(chǎn)業(yè)化應(yīng)用以及配套基礎(chǔ)設(shè)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(wù)中，場(chǎng)景須是一個(gè)具體入微、邊界清晰的業(yè)務(wù)問(wèn)題。

·閉環(huán)——核心是構(gòu)建從問(wèn)題定義到效果評(píng)估的完整價(jià)值回路。每個(gè)環(huán)節(jié)都需以業(yè)務(wù)價(jià)值為導(dǎo)向，確保數(shù)據(jù)分析直接驅(qū)動(dòng)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(dòng)的業(yè)務(wù)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(duì)比。

價(jià)值即時(shí)主義：要5%確定性增長(zhǎng)，不要50%空中樓閣

這套模式的精髓在于“價(jià)值即時(shí)主義”——不追求50%的空中樓閣，而要5%的確定性增長(zhǎng)。通過(guò)一次次“小勝”積累團(tuán)隊(duì)信心，讓數(shù)據(jù)驅(qū)動(dòng)的理念真正深入人心。

為何要采取最小化場(chǎng)景閉環(huán)模式？這源于鄒東生的深刻洞察。

他表示，盡管市場(chǎng)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(gè)中國(guó)社會(huì)，我們會(huì)發(fā)現(xiàn)絕大多數(shù)企業(yè)對(duì)數(shù)據(jù)的認(rèn)知仍處于早期階段。

在AI時(shí)代，我們既要擁抱技術(shù)創(chuàng)新，更要堅(jiān)守價(jià)值本質(zhì)。最好的技術(shù)是能解決實(shí)際問(wèn)題的技術(shù)，最有價(jià)值的數(shù)據(jù)是能驅(qū)動(dòng)業(yè)務(wù)增長(zhǎng)的數(shù)據(jù)。這條路沒(méi)有捷徑，唯有腳踏實(shí)地，從最小化場(chǎng)景做起，讓每一次數(shù)據(jù)應(yīng)用都產(chǎn)生實(shí)實(shí)在在的價(jià)值，不斷積累的“小場(chǎng)景”，逐漸融合成企業(yè)的“大應(yīng)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(hù)城河：

從“工具為王”到“價(jià)值為王”

在最小場(chǎng)景閉環(huán)模式下，數(shù)據(jù)分析企業(yè)的護(hù)城河在哪里？鄒東生的答案明確而堅(jiān)定：護(hù)城河不在工具，而在于是否有應(yīng)用價(jià)值。

“坦率地說(shuō)，我對(duì)傳統(tǒng)BI工具廠商的發(fā)展前景持謹(jǐn)慎態(tài)度。這并非針對(duì)特定企業(yè)，而是源于其固有的商業(yè)模式局限——過(guò)度依賴軟硬件銷售的‘技術(shù)產(chǎn)品思維’正在這個(gè)快速變革的時(shí)代面臨嚴(yán)峻挑戰(zhàn)?！?/p>

回顧商業(yè)發(fā)展史，我們見(jiàn)證過(guò)太多看似“固若金湯”的商業(yè)模式被頃刻顛覆。正如蘋(píng)果智能手機(jī)剛問(wèn)世時(shí)，諾基亞還是最大的手機(jī)制造商；柯達(dá)相機(jī)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(wú)人能預(yù)料電商格局會(huì)被直播帶貨重塑……

AI時(shí)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(gòu)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(wù)價(jià)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(dǎo)”與“業(yè)務(wù)落地”。一家制造業(yè)廠商曾向鄒東生直白的說(shuō)，我們需要的不是漂亮的報(bào)表，而是能告訴我何時(shí)檢修設(shè)備、如何優(yōu)化供應(yīng)鏈的具體方案。

“未來(lái)的贏家，不是擁有最先進(jìn)技術(shù)的公司，而是最能將數(shù)據(jù)價(jià)值轉(zhuǎn)化為業(yè)務(wù)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(jìn)，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(lái)自兩類背景：一類是技術(shù)出身的IT人員，另一類則來(lái)自互聯(lián)網(wǎng)、金融等數(shù)據(jù)密集型行業(yè)，偏向統(tǒng)計(jì)、算法或可視化。而近幾年來(lái)，人才流向正明顯向業(yè)務(wù)端傾斜。

一個(gè)鮮明的信號(hào)是：越來(lái)越多傳統(tǒng)制造企業(yè)不僅安排高管學(xué)習(xí)數(shù)據(jù)分析課程，更開(kāi)展覆蓋業(yè)務(wù)負(fù)責(zé)人、一線員工的大規(guī)模輪訓(xùn)。這反映出數(shù)據(jù)分析人才的成長(zhǎng)路徑已從“工具驅(qū)動(dòng)”轉(zhuǎn)向“業(yè)務(wù)驅(qū)動(dòng)”，從“技術(shù)偏好”邁向“場(chǎng)景融合”。

“近年來(lái)最顯著的趨勢(shì)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(lǐng)域。這也正是我們行業(yè)管理組織長(zhǎng)期倡導(dǎo)的方向：我們所要培養(yǎng)的，從來(lái)不是IT人員，而是兼具業(yè)務(wù)洞察與數(shù)據(jù)思維的復(fù)合型人才。”鄒東生介紹稱。

去年，在與美國(guó)麻省理工學(xué)院一位數(shù)據(jù)研究團(tuán)隊(duì)負(fù)責(zé)人的對(duì)談中，我們探討了一個(gè)關(guān)鍵問(wèn)題：在AI時(shí)代，數(shù)據(jù)分析的未來(lái)究竟屬于“技術(shù)人才業(yè)務(wù)化”，還是“業(yè)務(wù)人才技術(shù)化”？從微觀案例來(lái)看，兩條路徑皆有成功實(shí)踐，IT背景的分析師中不乏轉(zhuǎn)型典范。但若放眼未來(lái)十年，我更傾向于后者——那些具備業(yè)務(wù)知識(shí)、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(duì)技術(shù)門檻的持續(xù)消解。過(guò)去，一些業(yè)務(wù)人才雖有行業(yè)洞見(jiàn)，卻受限于技術(shù)能力，難以形成閉環(huán)。如今，隨著低代碼/無(wú)代碼平臺(tái)的普及，以及大模型帶來(lái)的技術(shù)平權(quán)，業(yè)務(wù)人員得以跨越IT鴻溝，直接完成數(shù)據(jù)價(jià)值的落地。當(dāng)技術(shù)不再成為障礙，業(yè)務(wù)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(fèi)的智能數(shù)據(jù)分析平臺(tái)即是生動(dòng)例證。過(guò)去十年，盡管平臺(tái)匯聚了幾萬(wàn)名分析師使用，但由于需同時(shí)掌握業(yè)務(wù)、算法與編程，能實(shí)現(xiàn)完整場(chǎng)景閉環(huán)的始終是少數(shù)，十年間僅積累數(shù)千場(chǎng)景。而進(jìn)入大模型時(shí)代，在引入低代碼與無(wú)代碼能力后，短短幾個(gè)月內(nèi)就新增了一千多個(gè)新場(chǎng)景。”鄒東生表示。

思維升級(jí)：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(xiàng)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(shí)務(wù)叢書(shū)》編撰時(shí)，鄒東生注意到一個(gè)現(xiàn)象：有些觀點(diǎn)過(guò)于熱衷描繪從“弱人工智能”到“強(qiáng)人工智能”的未來(lái)圖景的描述，而忽略了從細(xì)微入手的思考。

他坦言，AI人工智能的發(fā)展確實(shí)為數(shù)據(jù)分析行業(yè)帶來(lái)了巨大推動(dòng)，但我們更需要一份清醒：生成式AI高度依賴與業(yè)務(wù)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(yàn)中，數(shù)據(jù)思維、業(yè)務(wù)理解的深化是數(shù)據(jù)價(jià)值得以實(shí)現(xiàn)的核心驅(qū)動(dòng)力。現(xiàn)階段，AI與企業(yè)私域數(shù)據(jù)的融合才剛剛開(kāi)始，很多應(yīng)用仍然集中在RAG知識(shí)增強(qiáng)檢索、人工智能客服、運(yùn)維優(yōu)化等淺場(chǎng)景，所以，業(yè)務(wù)思考和數(shù)據(jù)洞察作為核心牽引力，遠(yuǎn)比描繪藍(lán)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(rèn)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(biāo)體系構(gòu)建、辦公自動(dòng)化等標(biāo)準(zhǔn)化數(shù)據(jù)場(chǎng)景，涉及企業(yè)個(gè)性化的業(yè)務(wù)場(chǎng)景，往往需要更多分析師的不懈努力。”

這反映了一個(gè)本質(zhì)問(wèn)題：技術(shù)可以產(chǎn)品化，但對(duì)業(yè)務(wù)的理解卻難以被完全產(chǎn)品化。每個(gè)企業(yè)都有其獨(dú)特的流程、架構(gòu)與文化基因，想要把AI在場(chǎng)景實(shí)現(xiàn)規(guī)?；涞?，最終還是要依賴“懂業(yè)務(wù)、有數(shù)據(jù)思維”的人。

鄒東生認(rèn)為，在未來(lái)，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(cái)務(wù)知識(shí)不只屬于會(huì)計(jì)，數(shù)據(jù)思維也不應(yīng)專屬于數(shù)據(jù)分析師。

“我看到了令人振奮的趨勢(shì)。”他表示。

·以歌爾集團(tuán)、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(xùn)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(yīng)鏈優(yōu)化與質(zhì)量控制中，數(shù)據(jù)分析正在精細(xì)重構(gòu)每一個(gè)制造環(huán)節(jié)；

·從市場(chǎng)預(yù)測(cè)到客戶洞察，數(shù)據(jù)驅(qū)動(dòng)正逐步取代經(jīng)驗(yàn)直覺(jué)；

從管理者到產(chǎn)線員工，“人人皆可分析”正在成為現(xiàn)實(shí)。

從這個(gè)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(dāng)數(shù)據(jù)價(jià)值真正融入業(yè)務(wù)閉環(huán)，當(dāng)分析能力從“專業(yè)工具”進(jìn)化為“基礎(chǔ)素養(yǎng)”，這個(gè)行業(yè)便完成了從“輔助工具”到“驅(qū)動(dòng)引擎”的本質(zhì)蛻變。

未來(lái)3年：應(yīng)用為王

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

他對(duì)未來(lái)三年行業(yè)發(fā)展作出三個(gè)關(guān)鍵判斷：

第一，AI智能體將無(wú)處不在，但這不會(huì)取代數(shù)據(jù)分析師——反而會(huì)放大他們的價(jià)值。在行業(yè)協(xié)會(huì)的平臺(tái)上，AI已能自動(dòng)生成和分析場(chǎng)景，這個(gè)過(guò)程中，數(shù)據(jù)分析師們發(fā)現(xiàn)：沒(méi)有數(shù)據(jù)思維，連一個(gè)好問(wèn)題都提不出來(lái)，更無(wú)從談起生成場(chǎng)景。就像ChatGPT的成功，核心在于其團(tuán)隊(duì)擁有頂級(jí)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(fù)合能力。他們深刻理解如何從數(shù)據(jù)中提取規(guī)律，并設(shè)計(jì)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(guó)的相關(guān)政策正在加速行業(yè)蛻變。國(guó)家發(fā)展改革委近期明確提出，鼓勵(lì)國(guó)有企業(yè)主動(dòng)開(kāi)放應(yīng)用場(chǎng)景、支持民營(yíng)企業(yè)參與場(chǎng)景落地實(shí)施。這釋放出鮮明政策導(dǎo)向：數(shù)據(jù)要素唯有融入具體應(yīng)用場(chǎng)景才能實(shí)現(xiàn)價(jià)值轉(zhuǎn)化，封閉化、碎片化的發(fā)展模式已不符合當(dāng)前發(fā)展要求。

第三，這是一個(gè)“應(yīng)用為王”的時(shí)代，“全鏈路數(shù)據(jù)分析師”正成為行業(yè)新標(biāo)桿，他們要能夠?qū)崿F(xiàn)從業(yè)務(wù)定義到價(jià)值實(shí)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(bào)告》中強(qiáng)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(shù)是路徑，而解決業(yè)務(wù)問(wèn)題、提升場(chǎng)景效能，才是終點(diǎn)。

畢竟，最好的分析，永遠(yuǎn)是能驅(qū)動(dòng)決策、創(chuàng)造利潤(rùn)的分析。

采訪尾聲，鄒東生的話語(yǔ)中流露出堅(jiān)定與期待：“未來(lái)三到五年，我們將迎來(lái)數(shù)據(jù)價(jià)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(gè)時(shí)代最被需要的人。”