一分钟速读:

  • 企业数据越攒越多,用得起来的很少
  • 缺的是既懂数据又懂业务的复合人才
  • 三个方向正在抢人:治理、产品、资产
  • 招数据人才有三个常见的坑
  • 这类人多是被动求职,靠猎头精准寻访

编者按:

这两年跟企业聊招聘,数据岗是越来越绕不开的话题。老板们普遍有个感受:数据攒了一堆,系统买了不少,可真正能靠数据做决策、把钱赚回来的,还是那几个人,甚至根本招不到。这篇想聊聊这个拧巴的现象:为什么大家天天喊数据是资产,市场上最缺的却是既懂数据又懂业务的人?数据人才难在哪儿、往哪几个方向抢、招的时候容易踩什么坑,一条条拆开说。经验之谈,具体招聘以企业实际情况为准。

目录

  1. 数据攒了一堆,用得起来的没几个
  2. 为什么这类人这么难找
  3. 三个正在抢人的方向
  4. 招数据人才,容易踩的三个坑
  5. 想招到人,得换一套思路
  6. 最后说两句
  7. 常见问题(FAQ)

一、数据攒了一堆,用得起来的没几个

先说我最近常听到的一句话。不少老板跟我讲,公司这几年系统没少上,ERP、客户管理、供应链,一应俱全,数据越攒越多。可你问他,这些数据帮公司多赚了多少钱、省了多少成本,多数人答不上来,顶多含糊一句「在分析」。

问题出在哪儿?不是缺数据,是缺会用数据的人。很多企业的数据部门,慢慢就变成了「取数部门」:业务要什么数,就临时拉什么数,拉完交差。数据是通的,人是断的,技术的人听不懂业务在讲什么,业务的人看不懂数据能干什么,中间缺一道能翻译的人。

这道「翻译」的活儿,恰恰是最难招的人。说到底,企业缺的不是一台服务器、一个看板工具,缺的是能把散落的数据串起来、讲清楚、用起来的那个人。

二、为什么这类人这么难找

这类人难找,根子在于他是「复合型」。一个合格的数据人才,通常得同时具备三样东西:第一,数据技术,SQL、数据架构、数据治理这些硬本事得过关;第二,业务理解,能听懂业务到底要解决什么问题,不能对着数据自说自话;第三,推动力,能跨部门把方案落下去,不能做完分析就交差。三样凑齐的人,本来就少。这和我们之前聊的岗位边界越来越模糊、一专多能的人才越来越吃香,其实是一个道理。

数据人才的三样本事

▲ 数据人才的三样本事:数据技术、业务理解、推动落地,三样凑齐的人市场上本就不多

更要命的是培养周期。数据技术可以在学校学,业务理解只能在真实业务里熬。一个能独当一面的数据负责人,往往得先在一线业务里泡上三五年,再回过头来补数据这一课,或者反过来。这种「缝合」出来的能力,市面上存量就那么多,自然贵、自然难招。

三、三个正在抢人的方向

数据人才其实分好几种,眼下企业抢得最凶的,集中在三个方向。

第一个方向,数据治理和数据架构。企业数据一乱,就得有人来立规矩:数据标准、数据质量、主数据管理,把数据「管明白」。这个方向招的,是数据治理负责人、数据架构师。

第二个方向,数据产品经理。把数据「用起来」,做成业务真正能用的东西,比如经营分析、用户画像、报表体系。这个方向的人,难在既要懂数据,又要懂业务,还要懂产品。

第三个方向,数据资产入表和合规。这两年数据资产入表、数据交易火起来,企业开始要有人懂数据确权、数据合规、数据估值,把数据当成资产来经营。

四、招数据人才,容易踩的三个坑

数据岗难招,除了人少,还有个原因是企业自己容易踩坑,我挑三个最常见的说。

坑一,把数据工程师当数据产品经理用。很多企业招了个写SQL、搭数仓的工程师,却指望他去跟业务聊需求、出产品,结果两边都别扭,人待不久。这两种岗位看着都带「数据」两个字,干的事差很远。

坑二,只看技术栈,不看业务理解。简历上技术栈写得漂亮,面试一聊业务场景就露怯。数据岗位的特殊之处在于,技术只是工具,能不能听懂业务、把数据变成业务答案,才是关键。光会调参、写管道,解决不了老板真正头疼的问题。

坑三,指望一个人全懂。有的企业觉得招一个「全能数据人」就能把数据团队省了,结果这个人来了既没有团队配合,也扛不住所有事,几个月就离职。数据要真正用起来,靠的是团队和机制,一个人硬扛扛不住。

招数据人才的三个坑

▲ 招数据人才的三个坑:把工程师当产品经理用、只看技术不看业务、指望一个人全懂

五、想招到人,得换一套思路

既然这么难招,企业得换打法。我一般给三条建议。

第一,画像要清。别急着挂JD,先想清楚你要用数据解决什么业务问题。是要把报表做准、把客户盘活,还是要把数据合规做好?问题不同,要的人完全不同。这一步想不清楚,后面全是白费。想定清楚人才标准,可以参考岗位胜任力模型的思路,先定标准,再出去找人。

第二,去有成熟数据团队的地方挖。银行、互联网大厂、头部制造企业的数字化部门,是这类人的主要蓄水池。他们经验足、见过世面,跳槽的动机也清楚。只是这些人大多不主动投简历,得靠熟人介绍或者专业渠道去触达。

第三,接受「被动求职」这个现实。真正好的数据人才,在职的居多,简历常年不更新,招聘网站上根本搜不到。这时候,无锡猎头这类专业渠道的价值就出来了,他们有现成的人才地图和触达能力。好的人,多半得主动去挖。

六、最后说两句

说来说去就一句话:数据的问题从来不在工具,在人。工具一年比一年强,但能把数据变成钱的人,永远是稀缺的。企业与其在招聘网站上刷简历干着急,不如先想清楚自己要解决什么问题,再找专业的人帮着把人找到。

如果你正在为数据岗、或者别的中高端岗位发愁,想找无锡猎头公司聊聊,可以拨 400-001-7166。我们帮你把岗位画像理清楚,从成熟团队里把人挖出来,也帮你看住人选入职后的头几个月。

常见问题(FAQ)

企业规模不大,还需要专门设数据岗吗?

看阶段,不必一上来就配一个完整的数据团队。规模小的时候,可以先设一个既懂数据又能干业务的「数据+业务」复合岗,或者把数据能力外包给专业的人,等数据量和决策需求起来了,再逐步补数据治理、数据产品这些专岗。关键是别让数据一直躺在系统里没人管。

数据人才薪资大概什么水平,怎么定薪?

数据岗位薪资跨度很大,从普通数据分析师到数据负责人、首席数据官,差距明显。定薪不要只看岗位名称,要看这个人能不能把数据变成业务结果。建议先做薪酬对标,结合城市、行业、岗位层级来定,避免开低了招不到、开高了招来不合适的人。具体数字可以向专业猎头要一份薪酬报告参考。

怎么判断一个数据候选人是真懂业务,还是只会写SQL?

面试时少问技术名词,多问业务场景。比如直接抛一个你公司的真实问题:这个月客户流失率涨了,你怎么看、从哪下手?真懂业务的人会先问清口径、拆解原因、再谈数据怎么验证;只会写SQL的人,多半会绕回技术细节,答不到点子上。再配合一两个他亲手做过的项目追问细节,基本就能看出成色。