在這里不討論什么類型數據分析Team更好，眾說紛紜，無解！只是談談對于一個分析師，從哪些維度來評估、思考，進而做出相對正確的選擇！
｜知識都是有益的，但不是所有知識都能夠有助于職業成長，換崗的成本很大
01.前言
在數學專業，最常見的莫過于Y=f(X,Z)，它是很好的一種思維方式。那么對于分析師，其x和y是什么呢？X：時間 Z：企業狀態 Y：崗位價值
1.關于X（時間），隨著年齡和生活維度增加，其自然職場競爭力會越來越低，在所有因素中，時間的權重應該是遠超其他因素的。
2.關于Z（企業狀態），其實就是企業當前的發展階段，中小微企業還是規模較大的上市公司？3.關于Y（崗位價值），它一般會反映在職級和薪資上，可以參考幾個互聯網公司（數據比較老，僅作邏輯參考）
也就是對于分析師，如何在有限時間內，通過 f 轉換為局部最優的崗位價值，以對沖年齡增長帶來的自然職場競爭力的衰減。這個過程，與自己對團隊、行業等條件的選擇高度相關，本文只談團隊選擇！
02.數據分析團隊形式
｜任何數據分析團隊的組織形式，都是基于企業當前戰略的拆解，作為數據戰略的一部分而存在
隨著企業的不同發展階段戰略，它對數據戰略的要求是不一樣的，而數據分析團隊作為數據戰略落地的重要環節，其組織形式也會進行不同的調整！一般比較常見的有三種組織形式：
- 嵌入型團隊
- 功能型團隊
- 混合型團隊
1.嵌入型團隊為每個團隊（銷售團隊、市場團隊、產品團隊、客戶服務團隊等）都配備數據分析師，負責解決團隊特定的分析需求，并匯報給不同的業務負責人。
優勢：
- 數據分析師被安排到特定的團隊中，快速提供精準適配的服務（隨時待命解決數據分析問題）
- 屬于業務架構，在信息掌握、落地推動等方面具有天然的優勢
缺點：
- 當存在跨部門分析需求時，他們難以支援，且基礎設施和學習預算也會嚴重不足
- 分析師未來技術全面性的培養、企業數據戰略層面的思考等都會存在問題
2.功能型團隊
一般是常見的獨立架構的分析師團隊，他們向分析師負責人匯報工作。 優勢：
- 分析師技術成長、整體數據戰略理解和落地等方面，優勢明顯
- 可以獲得屬于團隊的預算和必備的基礎設施，并機動地解決所有人的分析需求
缺點：
- 數據分析師需要大量的時間熟悉項目。在一個功能型團隊中，分析師通常按項目級別被分配到項目中，這意味著該項目已經進展了一個階段，數據分析師才參與工作。他們需要開始學習相關知識。根據以往的經驗，數據分析師對這種現狀時常不滿，因為他們無法深入到任何一個領域，跟隨項目一起成長
- 業務信息獲取存在天然的隔閡，對分析師的主動性、溝通能力要求很高
3.混合型團隊
這是一個具有獨立負責人的團隊，但每一個分析師都有自己負責的特定領域，他們的匯報線是分析師負責人和業務負責人，可以與支持的部門一起共同工作。對于功能型和嵌入型團隊，是公司在一定發展階段的組織形式，是支持效率和成本的平衡。在公司較為成熟的條件下，混合型團隊在支持效率、成本和分析師的成長等方面，是一種比較好的平衡。
03.團隊選擇
對于分析師而言，薪資不要作為唯一的判斷標準，假設職場生命期為[25,70]，則職場生涯收益可看作一個定積分問題：
未來的目標、當前成長階段都要考慮清楚，進而不斷優化自己的職場曲線！
