作者：ABHIRAJ SURESH

翻译：Kay

校对：李嘉骐

本文长度为2900字，建议阅读10+分钟

本文为大家介绍了每个业务分析专家应具备的9个关键技能，并对每个技能做了简单的介绍。

我们经常在论坛，社交媒体，甚至是聊天平台上看到这个问题，“在分析领域取得成功所需要的最重要技能是什么？”那么，真的有这么一项“最重要的”技能么？

或许你已经猜到了答案，业务分析是一个广泛的领域，想要在这个领域获得成功，并没有一种万能的方法，而是需要多种技能结合。我们可以通过掌握一些关键技能，成为优秀的业务分析专家。

近年来，业务分析行业已从仅以学历为重渐渐转变为以技能为重。当然，这并不是在告诉你不要上大学或辍学！而是说，如果想成为业务分析专家，仅拥有一个好学历是不够的。学位证书可以让你找到工作，但学会多种技能可以扩大你的行业增长前景。

本文将探讨业务分析专家（Business Analytics Professional）所需的最重要技能。此列表并不详尽，但绝对涵盖了你应该掌握的核心技能。

本文接下来将要介绍商业分析师（BA）与业务分析专家（BAP）之间的区别，以及成为业务分析专家所必须的9项基本技能。

其中包括5项业务分析中的技术技能：

• 统计和概率；

• 数据检索；

• 统计工具；

• 统计编程语言；

• 可视化。

以及4项业务分析中的软技能：

• 沟通技巧；

• 结构化和批判性思维；

• 解决问题的能力；

• 好奇心。

商业分析师（Business Analyst）与业务分析专家（Business Analytics Professional）之间的区别 

商业分析师（BA）和业务分析专家（BAP）这两个名词经常被使用在相似的情景下， 但从顶尖的行业领导者和招聘人员到普通百姓，很多人都错误地使用了该术语，这里先来澄清一下两者之间的区别。

商业分析师（BA）更多地专注于商业管理方面，他们的重点放在分析和有效地发展构成企业的活动上，包括部门间的沟通，以及政策制定等。例如，充当客户和销售部门之间的纽带，确保所有部门以及客户之间的沟通交流按预期的方式顺利进行。

而业务分析专家（BAP）则更专注于统计，数据，报告和记录数据，旨在改善业务中的各种功能。和商业分析师（BA）的不同之处在于他们通过分析数字来做到这一点。在以下各节中，我们将介绍成为一个业务分析专家（BAP）应具备的关键技能。

业务分析专家所需的技术技能

让我们看看成为优秀的业务分析专家所需的技术和理论技能。

A) 概率和统计

通过概率和统计可以更好地理解数字，回答一些相关性假设并且做出更好的预测。例如：

• 在销售旺季所销售货物的平均数量；

• 每天售出商品数量的变化；

• 还没有准备购买的潜在用户所占的百分比；

• 成功转换潜在用户所需的平均通话次数；

• 购买本公司产品的客户在市场中所占的百分比。

此外，使用诸如回归（regression）和时间序列（time series）之类的统计方法，还可以预测未来的预期销售额，实现既定目标的可能性等。

B) 数据检索

数据检索即使用命令行从数据库中识别和提取所需数据。如果你不知道如何从数据库管理系统（DBMS）中检索数据，那么你又怎么去使用你分析数据的知识和技能呢？

但是，我们要如何按照既定目标从大量数据中提取所需数据呢？这正是SQL发挥作用的地方。SQL是一种专门设计用于大型数据库（尤其是关系数据库）的编程语言。

市场上有许多数据库管理系统可用，例如Oracle，MongoDB，SQLite。但目前被很多公司以及数据分析从业者广为使用的是MySQL。它是成熟度和可靠性最高，且评分也是最高的开源数据管理系统。

你可以查看以下课程：

数据科学的结构化查询语言（SQL）

https://courses.analyticsvidhya.com/courses/structured-query-language-sql-for-data-science?utm_source=blog&utm_medium=business_analytics_skills_2020

C) 统计工具

获得数据后，你需要至少了解一种统计分析工具，可以将数据导入其中进行分析。目前市场上比较知名的统计软件有SPSS，SAS，Sage，Mathematica等。

当前，还有最杰出的一种，每个人都可以轻松学习的Microsoft Excel。MS Excel是一种电子表格，可以帮助你分析和绘制数据，它还能执行许多复杂的数学和统计功能。你所要做的就是编写公式，并且设定要计算的参数的数据范围。

如果你有兴趣，请查看以下课程：

Microsoft Excel：从入门到进阶-2.0 

https://courses.analyticsvidhya.com/courses/microsoft-excel-from-beginner-to-advanced-2-0?utm_source=blog&utm_medium=business_analytics_skills_2020

D) 统计编程语言

随着数据量的增多，为了能轻松管理大量数据，使用编程语言进行数据分析成为了数据分析行业的必备技能，目前在数据分析行业使用最广泛的编程语言是Python和R。

用编程语言进行数据分析有两个主要的优点：首先，它们使数据转换变得非常容易，可以轻松地使用现有变量创建新变量或根据变量的分布进行数学转换。其次，这些编程语言具有丰富的库，可以帮助人们轻松地建立预测模型。例如，使用python中的sklearn库可以帮助你轻松创建大多数模型。这两个优点的结合使统计编程语言能够更好地处理大型复杂数据。

如果你有兴趣，请查看以下课程：

Python入门

https://courses.analyticsvidhya.com/courses/introduction-to-data-science?utm_source=blog&utm_medium=business_analytics_skills_2020

E) 可视化

在21世纪，每个行业中的数据都是可以被可视化的。它是连接业务分析专业人员所做的工作与客户/利益相关者需要知道的事情之间的桥梁。随着实时可视化进入大众的视野，数据可视化的范围已提升到另一个层次。

每个数据分析从业人员都应了解数据可视化的重要性，并清楚地知道对于特定的数据集需要用到哪种类型的图形或图表。目前市场上最杰出的可视化工具有PowerBI，Tableau和Qlik Sense。

如果你有兴趣，请查看以下课程：

我们在Tableau上的课程

https://courses.analyticsvidhya.com/courses/tableau-2-0?utm_source=blog&utm_medium=business_analytics_skills_2020

业务分析角色所需的软技能

学会了以上技术技能可以使你成为一个技术上高效的业务分析人员，而软技能则能让你更完美地完成工作任务并脱颖而出。以下是业务分析专业人员应具备的一些软技能。 

1. 沟通技巧

沟通技巧是业务分析专家所应具备的众多软技能中最重要的一项。一个优秀的业务分析专家必须能够以最简单的方式传达他的分析和思想，而又不会丢失其中复杂的细节。

倾听是沟通的另一个重要方面。学会倾听可以帮助你更好地了解部门的需求，并在此基础上进行数据的查询，分析和可视化。

2. 结构化和批判性思维

善于思考的人总能为他所做的工作带来新的视角和观点。批判性思维不仅可以帮助解释所分析数据的含义，还可以帮助理解将要收集的数据。

批判性思维还能帮助业务分析专家决定用哪种分析方法来分析数据，以及如何进行数据可视化能够最有效地展示分析结果。

如果你有兴趣，请查看本课程：

面向数据科学专业人员的结构化思考与交流

https://courses.analyticsvidhya.com/courses/structured-thinking-and-communication-for-data-science-professionals?utm_source=blog&utm_medium=business_analytics_skills_2020

3. 好奇心

好奇心是通往批判性思维的道路。在正确的时间提出正确的问题只会简单地提高理解和思考。而好奇心却能引发更深刻而理性的思考，并有助于发现针对当前问题的更多创造性解决方案。

许多公司认为好奇心是必不可少的技能，因为好奇心不仅可以减少决策时的错误，还能引导团队内成员进行积极思考和开放式沟通。

4. 解决问题的能力

解决业务分析行业中的问题需要业务分析专家在逻辑上将思想，流程和行动结合起来，以便能有效且正确地达到最终目标。

一个好的问题解决者相比于假设，更倾向于通过研究来理解问题并找到解决方法。通过分析行业中正在发生的事情，潜在的未来状况以及应当如何应对，来寻找可能的解决方案。

5. 终身学习

学得越多，成长就越多。我们没有一个人天生具有业务分析的能力，其中许多技能都是在人生旅途中学习的。因此，人们必须通过不断地学习来提高自己的技能。

结论

本文中，我们了解了业务分析行业所需的9大基本技能。此外，我们介绍了业务分析专业的历史，并简要说明了商业分析人员和业务分析专业人员之间的区别。

原文标题：

9 Key Skills Every Business Analytics Professional Should Have

原文链接：

https://www.analyticsvidhya.com/blog/2020/09/9-key-skills-business-analytics-professional/

编辑：黄继彦

校对：林亦霖

译者简介

Kay，新西兰奥克兰理工大学计算机科学研究生毕业。兴趣方向是自然语言处理(NLP)，对机器学习和数据分析有一定的了解。希望能结交有相同爱好的朋友，分享知识，扩展视野。

翻译组招募信息

工作内容：需要一颗细致的心，将选取好的外文文章翻译成流畅的中文。如果你是数据科学/统计学/计算机类的留学生，或在海外从事相关工作，或对自己外语水平有信心的朋友欢迎加入翻译小组。

你能得到：定期的翻译培训提高志愿者的翻译水平，提高对于数据科学前沿的认知，海外的朋友可以和国内技术应用发展保持联系，THU数据派产学研的背景为志愿者带来好的发展机遇。

其他福利：来自于名企的数据科学工作者，北大清华以及海外等名校学生他们都将成为你在翻译小组的伙伴。

点击文末“阅读原文”加入数据派团队~

转载须知

如需转载，请在开篇显著位置注明作者和出处（转自：数据派ID：DatapiTHU），并在文章结尾放置数据派醒目二维码。有原创标识文章，请发送【文章名称-待授权公众号名称及ID】至联系邮箱，申请白名单授权并按要求编辑。

发布后请将链接反馈至联系邮箱（见下方）。未经许可的转载以及改编者，我们将依法追究其法律责任。

点击“阅读原文”拥抱组织