2025年是智能体（AI Agent）的元年，大模型和智能体的发展比较迅猛。感觉年初的deepseek刚火没多久，这几天Manus又成为媒体头条。

很多数据分析师有点慌，担心数据分析师是不是要失业了，上答案：数据分析师的春天来了！

通过使用AI工具我们可以很便捷的做一些个数据清洗啊，比如说做excel的数据清洗，数据分割。过去需要通过编程，比如VBA来实现。这些操作真的很烦人，现在就很简单了。

作为一个老的数据分析师，曾经也是没日没夜的坐在电脑前写SQL、Python，这是非常郁闷的一件事情啊。其实数据分析并不应该是个编程的工具人，应该做一些更有创造性的工作，比如发现业务当中遇到的问题、做问题的归因分析、寻找解决问题的方法。过去大家认为数据分析师就是处理数据、写VBA、SQL和Python，那其实是是一个固化的认识。

下面是一个使用国内某大厂的智能体做的一份自动化分析报告的示例，只要我们把报告框架设定好，把提示词调整好，那报告就直接生成了。

视频：https://mp.weixin.qq.com/s/zssVzuh1AIXZJZC-FMuE5w

咱们看一下效果，这个工具虽然不算完美，但是可以极大的解放劳动力。

再强调一下，AI来了，数据分析岗位不会被替代，下面列出了企业员工在能力方面的6个层面，大家可以看看自己处于哪个层面上。如果所处的层面比较低，那就完全没必要焦虑了，因为路还很长，AI只会替代低级的操作类的工作内容，高层次的工作还是需要人来做。

1、懂制度

也就是了解规则，至少保证工作不犯错。

2、懂流程

可以想办法提高工作效率

3、懂客群

可以制定能够产生更好效果的策略

4、懂产品

对企业内部和竞品的单个产品和产品组合有深入的了解，制定全方位的客户解决方案。

5、懂趋势

可以分析市场的需求变化趋势，不断迭代产品和创新

6、懂内因

可以深入洞察社会发展的规律，获得竞争先机。

作为数据分析师人才的培养机构，我们也经常思考如下问题：

1. 为什么数据分析师很难培养？
2. 成为优秀分析师的难点在哪里？
3. 为什么领导总觉得写的数据分析报告没啥用？
4. 所谓的数据分析师要“懂业务”，到底懂业务的哪些内容？深入到哪些层面？

基于企业对数据分析岗位人员的要求，CDA认证体系在去年做了全面的调整，目的就是提升认证数据分析师的能力层次，适应外部环境的变化。以下是CDA一级的内容框架。

以上框架形成了完备的数据分析内容、方法和流程。便于数据分析的能力提升。

抓住机遇，狠狠提升自己

随着各行各业进行数字化转型，数据分析能力已经成了职场的刚需能力，这也是这两年CDA数据分析师大火的原因。和领导提建议再说“我感觉”“我觉得”，自己都觉得心虚，如果说“数据分析发现……”，肯定更有说服力。想在职场精进一步还是要学习数据分析的，统计学、概率论、商业模型、SQL，Python还是要会一些，能让你工作效率提升不少。备考CDA数据分析师的过程就是个自我提升的过程。

CDA 考试官方报名入口:https://www.cdaglobal.com/pinggu.html