最近讀到一篇文章說到：分析工程師的崛起 (THE RISE OF THE ANALYTICS ENGINEER)。整篇文章看完或許也不容易抓到重點。但是，我認為先不論這篇文章的論點，先思考一下數據分析到底是什麼？也就是說，如果你連數據分析都沒有搞清楚其中的定義，你要如何產生價值？
「數據分析」這個術語，據說是在1962年，由美國數學家 John Tukey 首次使用，當時他提出來這個定義，不同於以往的統計定義 -「數據分析」是專注於從數據中提取有價值的資訊的過程，而不僅僅是數學公式。所以，關鍵就是：數據分析包括從數據中提取價值的過程、技術、工具和計劃等活動。它不僅著重於對數學公式的理解和發展，而且還注重從數據中提取價值資訊，所需要的結構化的一種過程。
根據上面的說法，我們用白話文來說，數據分析應該有這一些活動：業務目標的設定、數據的獲取、數據的清理與準備、數據的建模與分析，最後是一種數據的呈現。所以，負責數據分析的分析師是不是應該就是：從數據中獲取、處理和匯總資訊，以發現業務價值，為其自身的責任呢？
思考一下，數據分析確實是一個過程，或許說它是一種流程。這個過程與流程，我想問的是：你該如何在這裡面進行自我的價值實現呢？很多軟體廠商鼓勵你學習他們家的軟體，不是不好，一旦學會之後，你在流程裡，你能貢獻什麼呢？程式語言也是一樣，你很會寫程式，你在分析這個流程中，你能貢獻出甚麼嗎？
軟體專家、程式設計師與數據分析師的定義，差別最大的就在這裡。數據分析師關注數據背後所產生的價值！數據分析師需要軟體專家與程式設計師的技能，但是這些技能可能僅僅貢獻在清理與準備、建模與分析，或是呈現上的視覺表象，數據的價值呢？必須要結合業務的目標來看。
有過經驗的數據分析師都知道，整個分析流程中，很痛苦的就是在數據獲取，然後數據清理與準備的這個階段。這篇文章就說到分析工程師在這一個階段給出的貢獻。以前，我們還讀到一些文章說到：MIT 設計了數據清理的機器人。無論如何，就從整體數據分析來看，每個環節都需要做到位，才有機會將數據的價值給挖掘出來。
所以就有很多人說：數據分析是很耗費金錢資源的。這句話，我十分的同意！可是，我也會反問：你不投資，如何產生效益？所有的投資效益分析都是一個分數！分母是你投入的成本，分子是你產生的效益。分母為零，全世界小朋友都知道那個分數就不存在了。所以，你不投入、不投資，永遠也不會發生效益！關鍵是你的業務目標與方向是什麼？沒有目標與方向，你亂投資就一定會無效用，相反的，有目標與方向，你可能會產生價值！這才是關鍵。也因此，你永遠要記住 John Tukey 跟你說的：要注重從數據中提取價值。這個方法的第一步就是：業務目標的設定。
技術固然重要，可是只有技術無法讓你成為專業的數據分析師，你還需要方法！你有了方法，你才有機會把企業的策略，轉化為你的數據策略，設立你的業務目標，並且規畫後續的步驟，才能符合 John Tukey 所說的定義。這個方法，你還不知道嗎？請你參考我們的 網站 或是 Facebook。最近，我們可能會有 說明會，來聽看看吧。