点击上方“AI派”，选择“设为星标”
最新分享，第一时间送达！

作者：庄东岳：商业数据分析师、钉钉平台数字化管理员。获得省级和国家级比赛奖项、做过省级重点大学生创业项目、做过一些中小型公司的电商数据分析。擅长数字化营销、用户画像。热衷于做将中小型零售企业转型新零售的事情。

编辑：王老湿

《从0到1，数据分析师修炼之路》专栏的在上周发布了第一篇文章，主要讲述了什么是商业数据分析师，这周带来的是第二篇，主要讲述如何成为一名商业数据分析师。

一、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

二、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。

2.理论知识和技能技法

1、数学知识

• 数学知识是数据分析师的基础知识。

• 对于初级数据分析师，了解一些描述统计相关的基础内容，有一定的公式计算能力即可，了解常用统计模型算法则是加分。

• 对于高级数据分析师，统计模型相关知识是必备能力，线性代数（主要是矩阵计算相关知识）最好也有一定的了解。

2、分析工具

• 对于初级数据分析师，玩转Excel是必须的，数据透视表和公式使用必须熟练，VBA是加分。另外，还要学会一个统计分析工具，SPSS作为入门是比较好的。

• 对于高级数据分析师，使用分析工具是核心能力，除了初级必备的一些，SPSS/SAS/R/Python至少要熟练使用其中之一，我们接下来用的都是基于python的。其他分析工具（如Matlab）视情况而定。

• 对于数据挖掘工程师，除了常用的技能之外，就需要多掌握一些挖掘算法与分析方法。

3、编程语言

• 对于初级数据分析师，会写SQL查询，有需要的话写写Hadoop和Hive查询，基本就OK了。

• 对于高级数据分析师，除了SQL以外，学习Python是很有必要的，用来获取和处理数据都是事半功倍。当然其他编程语言也是可以的。

• 对于数据挖掘工程师，Hadoop得熟悉，Python/Java/C++至少得熟悉一门，想要进一步了解数据挖掘工程师的那些事儿，大家可以在群里找贾老师哦！

4、分析方法

• 关联分析法

• 预测分析法

• 趋势分析法

• 对比分析法（横向和纵向）

• 留存分析法

• 转化漏斗分析法

• 指标树拆解法

3.业务Sense

• 对业务的关注度

• 对业务变化的敏感度

• 对业务发展的思考&洞见

• 对业务模式的理解

• 对业务重点、问题、风险的判断

4.数据思维

• 量化的思维、敏感性

• 核心关注数据指标

• 通过数据解读业务的能力

• 数据的业务价值洞察

5.嫁接能力（数据-业务）

我们将业务与数据很好的嫁接在一起，就能做到游刃有余的实现业务增长。

6.学习能力

我们说商业分析师是一个高EQ+高IQ的职业，一个合格的商业分析师他需要有以下几种能力。沟通能力（业务之间的沟通，各部分之间的联系）、逻辑思维能力、思维缜密性、思维的灵活性和多样性（要从多种维度考虑问题，比如有三种解决方案）、执行力/推动力/效率（高效的推动项目的进展）、时间/项目管理能力、系统/体系能力。

在短时间内，我们可以先掌握一些硬核实力，其他的一些系统的能力可以慢慢培养。我们最先应该掌握一些理论知识和技能技法以及一些业务的基本能力，之后我们可以慢慢在培养其他的能力。

三、商业分析师的进阶之路

根据不同的发展方向，有了以下的一些岗位。其实万变不离其中，技法都是互通的，只是做的事情不同。下面的每个职位之间都可以相互的进阶或过度，只要掌握基本理论和技能，这些数据岗位都可以发展。各位朋友需要结合自己的兴趣爱好（偏业务/偏算法/综合）来规划好自己的进阶方向。

技术发展方向	业务发展方向	综合性发展
BI工程师	数据产品经理	首席数据科学家
数据研发工程师	商业分析师	数据科学家
大数据开发工程师	数据分析师	大数据专家
算法构架师	数据运营	…
数据仓库工程师	战略分析师	…
数据构架师	首席增长官	…

好了下面要拿点干货了，敲黑板！在正式学习硬核技能之前，交给大家几种常用的数据分析方法论。

四、常用的数据分析方法论

在讲解方法论之前需要声明一下数据分析方法论与数据分析分析方法的区别。角度不同，一个是在宏观上指导，另一个是在微观上指导。

下面正式开始：我们先看一张表格大体有个概况。

PEST分析法

PEST是指对政治（Political）、经济（Economic）、技术（Technological）和社会（Social）这四类影响企业的主要外部环境因素进行分析。公司战略的制定离不开宏观环境，而PEST分析法能从各个方面比较好的把握宏观环境的现状及变化的趋势，有利于企业对生存发展的机会加以利用，对环境可能带来的威胁及早发现避开。

PEST分析的内容

一、政治环境，是指一个国家或地区的政治制度、体制、方针政策、法律法规等方面。这些因素常常影响着企业的经营行为，尤其是对企业长期的投资行为有着较大影响。

二、经济环境，指企业在制定战略过程中须考虑的国内外经济条件、宏观经济政策、经济发展水平等多种因素

三、社会环境，主要指组织所在社会中成员的民族特征、文化传统、价值观念、宗教信仰、教育水平以及风俗习惯等因素。

四、 技术环境，是指企业业务所涉及国家和地区的技术水平、技术政策、新产品开发能力以及技术发展的动态等。

PEST分析模型示例

下面是亿图图示提供的PEST分析模型示例图，可供参考使用。你可以根据自己的需求，来对内容进行编辑。

5W2H分析法

5W2H分析法，也称七何分析法，是由二战中美国陆军兵器修理部首创。该分析法是一个以价值为导向的标准化思维流程， 主要指人们追求理想和目标的过程中，都要经过：选择目标 (What)→选择原因（Why）→什么场合(Where)→什么时间(When)→什么人或组织(Who)→如何提高效率(How to do)→性价比如何(How much)七个方面。
5W2H分析法是从回答中发现解决问题的线索的方法，这就构成了5W2H的总框架。该方法简单方便，容易理解，广泛应用于企业营销管理活动等方面。

5W2H分析法的思维导图

1. What——是什么？目的是什么？做什么工作？

2. Why——为什么？为什么要这么做？理由何在？原因是什么？

3. Where——何处？在哪里做？从哪里入手？

4. When——何时？什么时间完成？什么时机最适宜？

5. Who——谁？由谁来承担？谁来完成？谁负责？

6. How to do——怎么做？如何提高效率？如何实施？方法怎样？

7. How Much——多少？做到什么程度？数量如何？质量水平如何？费用产出如何？

逻辑树分析法

逻辑树分析法是将一个已知问题当成树干，然后考虑这个问题和哪些问题有关。每想到一点，就给这个问题所在的树干加一个树枝，并标明树枝代表什么问题。逻辑树方法又称问题树、演绎树或分解树。如下图：

逻辑树的适用要遵循以下原则：

要素化：把相同问题归纳总结成要素；

框架化：将各个要素组成框架，遵守 不重不漏的原则；

关联化：框架内的各元素保持必要的相互关系，简单不孤立。

案例：逻辑树分析法在利润分析中的应用

4P营销理论

4P营销理论产生于20世纪60年代的美国，将营销要素概括为如下图四类。如果需要了解公司的整体运营情况，就可以采用4P营销理论进行分析指导。

案例：4P营销理论在公司业务中的应用

用户行为理论

用户使用行为是指用户为获取、使用物品或服务所采用的各种行动，一般按照以下过程：对产品有一个认知、熟悉的过程，然后试用，再决定是否继续消费使用，最后成为忠实用户。

在网络上找到一个案例，但是对应的图片有点模糊。

案例：用户使用行为理论在网站分析中的应用

学习交流

为了方便大家更好地与作者进行沟通交流，为此王老湿针对这个专栏成立了微信读者交流群，我会邀请专栏的作者坐镇交流群，大家想近距离与作者沟通，都可以来加入。

加入方式：扫描下方王老湿的微信二维码，添加微信，王老湿来邀请你加入交流群。

由于后续会有多个专栏发布，为了避免加错交流群，所以想要加入这个专栏的交流群时一定要备注：数据分析。

---

---

/ 今日赠送书籍 /
今天混脸熟（根据下面的今日留言主题去用心留言，我从最脸熟的读者中选出一位来赠送）的书籍《Python数据分析与数据化运营》（豆瓣评分8.0）。

内容简介：

这是一部从实战角度讲解如何利用Python进行数据分析、挖掘和数据化运营的著作，不仅对数据分析的关键技术和技巧进行了总结，更重要的是对会员、商品、流量、内容4个主题的数据化运营进行了系统讲解。

作者是国内一线数据分析师和大数据专家，在数据分析和数据化运营领域有近10年的经验，在业内颇具知名度和影响力。本书不仅得到了宋星、黄成明、宫鑫等14位资深专家的好评和推荐，还得到了天善智能、中国统计网等多个数据科学相关机构的支持和高度认可。

?↑↑扫描上方二维码可购买

---

恭喜上期留言读者成功混脸熟，赠送书籍一本。

请王者灵魂同学联系小编：wanglaoshi201908

/ 今日留言主题 /

你为什么想学数据分析呢？

近期专栏推荐

1. 算法原理稳如狗，工程落地慌得很！AI炼丹炉实践指南来啦~

2. 从0到1，数据分析师修炼之路

3. "王老湿，我。。我想学那个。。爬虫。可以嘛"

---

---

点下「在看」，给文章盖个戳吧！?