如何成为商业数据分析师?
商业数据分析师:任重道远
我为什么这么说呢?商业世界和数据世界之间有一个桥梁,这个桥梁需要商业数据分析师来连接。
也就是说:
商业 | 数据 |
---|---|
感性 | 理性 |
需要在两者之间实现转义和应用。
借用梁宁老师在产品经理30讲中的观点,将产品经理能力分成三部分来看,我认为这也同样适用于我们的商业数据分析师。
宏观视野 | 中观套路 | 微观体感 |
---|---|---|
势能的使用、趋势的把握 | 招式、套路、具体做事情的方法论 | 实践、精耕细作、自我决策、微小处的觉察 |
成为商业分析师,要构建哪些方面能力体系呢?
1.职业理解和规划
“商业分析”这个词完美地总结了商业分析领域下的各类角色。“商业”强调业务理解的重要性,“分析”则强调统计分析、计算机工程和运营研究在其中的重要性。
一般情况下,你处于不同的级别对应的职业要求也有很大区别。
数据分析专员(也可以称作:业务数据分析师)
这类角色主要关注“发生了什么(事件)”,而不是“为什么(事件)会发生”。数据分析专员的需求主要是随着近年来企业大量实现流程自动化以及机器学习日益流行而发展起来的,尽管如此,这类角色的超过50%的工作都是做数据分析报告,剩下的部分才是回答“事件为什么会发生?”这一问题。
数据分析专员是你开始商业分析职业生涯的一个不错的选择。但从长远来看,你应该更加主动,并逐渐转型到关注“现在在发生什么?”(如商业智能/数据罗盘)或“接下来会发生什么?”(如预测分析)的角色上。
中级分析师(也可以称作:建模数据分析师)
大多数经济学/统计学/计算机科学的毕业生都是从这类角色开始他们的的旅程的。中级分析师是商业分析和数据分析的最佳组合,它是了解这两个世界的最棒的一条路。
中级分析师的具体角色也很多样化。
其中一个极端是专注于解决“现在在发生什么?”的商业智能分析师;
另一个极端是高度关注商业业务的分析师,例如定价策略产品经理,你需要创建大量商业场景并为公司销售的产品找到最佳价格。
这类角色需要在了解业务和使用深度学习等顶尖工具进行决策管理/风险分析/欺诈分析的二者之间寻找一个理想平衡点,并且要能自主做出决策。例如,你需要负责创建一种算法,来基于用户风险状况决定接受或拒绝信用卡申请,或是选出那些有较高成交倾向的客户去交叉销售保险产品。所有这些商业问题都需要你基于批量客户资料建立预测模型,并根据一些业务指标对其进行排名。
如果你已经处于这样的角色类型中,几乎所有职业路线对你都是开放的。
还有一些分类,比如说更高阶的战略分析师、数据科学家等等,这都需要自己不断的学习和探索。