#互联网数据分析师内心的一些大实话#
吭哧吭哧地跑数据、跑模型，小心翼翼地写报告、写建议，最后项目能不能有收益却取决于执行者的动力和水平，有太多的分析最后没有东西实际落地；当然如果项目真的成功了，归功也归不到分析师头上。
ab实验当然好，但是接入一个实验，保证业务的配合，保证从头到尾都严格按照科学标准去跑、去评估，这中间也不是那么容易的。
更不用说还有很多无法做实验的场景。全量评估，PSM、DID这些方法也是极好的，但是学术论文要用多少篇幅和精力去论述使用这个方法的科学性，要保证没有遗漏变量，模型的设置要有理论基础……在互联网公司又能有多少精力去做这些？互联网的快节奏和科学评估中的“科学”部分存在天然的冲突。
在业务增长很快的时候，某项动作直接能拉动大盘看到收益；在业务增长快到顶的时候，你劳神费力地ab实验终于证明了能够显著提升0.01%的点击率，又so what呢？
业务狂奔的时候不需要分析，业务慢下来的时候，分析师成了花式证明某个动作有收益的工具，成了挖掘“精准运营机会点”然后好让业务继续画饼的工具。
我绝不认为数据没有价值，但是数据分析似乎更应该成为每个做业务的人的一项基础技能。除此之外，最有价值的还是在实验部分，其他数据可操纵的空间太多了。当然，即使如此，数据分析在公司中也始终是一个支持部门，因为你没有直接承担决策的风险，当然核心的收益也就和你没有太大关系