如何成为商业数据分析师?
如何成为商业数据分析师?
- 商业数据分析师：任重道远
- 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
- 2.理论知识和技能技法
- 3.业务Sense
- 4.数据思维
- 5.嫁接能力（数据-业务）
- 6.学习能力
- 商业分析师的进阶之路
- 常用的数据分析方法论
- PEST分析法
- 5W2H分析法
- 逻辑树分析法
- 4P营销理论
- 用户行为理论
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。
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。
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。
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
What——是什么？目的是什么？做什么工作？
Why——为什么？为什么要这么做？理由何在？原因是什么？
Where——何处？在哪里做？从哪里入手？
When——何时？什么时间完成？什么时机最适宜？
Who——谁？由谁来承担？谁来完成？谁负责？
How to do——怎么做？如何提高效率？如何实施？方法怎样？
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
如何成为商业数据分析师?相关推荐
- 【全网首发】京东商业数据分析师培养计划
每年5.6月份,都难逃求职话题.尤其在当前不容易乐观的经济形势下,更让人关注.据招聘平台智联调研,2020复工第七周,周竞争指数超去年1.8. 求职的同学今年明显感受到竞争的激烈.据猎聘对全国各重点高 ...
- 你可曾了解过，数据分析师与商业数据分析师？
作为长期在大数据行业工作的你,是否有过成为数据分析师或者商业分析师的想法呢? 其实,各行各业都有自己的分析师,比如金融类的就有证券分析师.金融分析师.股票分析师:统计类的就有数据分析师.调查分析师.信 ...
- 如何胜任知名企业的商业数据分析师？
数据分析&数据挖掘技能这么多,难道要一一学完才能投入工作?想要入职知名企业的数据分析师,我们需要具备十项全能吗?如果想要胜任一份满意的商业数据分析师职位,我们如何才能站稳脚步呢? 下面以微壳商 ...
- 零基础小白一个，我是如何入门商业数据分析师的
一.专业背景 我的大学专业是财务管理,看起来很好找工作的一个专业.但是学习了三年过后我发现我一点也不喜欢基础会计的工作,这让我觉得特别枯燥和无聊,我想试试别的东西.深思熟虑后,我选择了数据分析.第一, ...
- 小白入门商业数据分析师的课程测评
本人背景 本人主要学习市场营销专业,需要接触大量数据分析的工作,比如市场调查过程中的统计分析还有文本挖掘等工作.但是本人学校教学偏向理论教学,对于spss.python.R语言的学习需要自行网络学习, ...
- 腾讯商业数据分析师培养计划
真诚的向大家推荐,<腾讯课堂数据分析师认证课程>,该课程也是腾讯课堂指定认证课程.专为在校学生.0~3年职场新人量身定制,真正体系化.专业化帮大家提升数据分析能力,成为大厂抢手的数据分析人 ...
- IT和商业之间的纽带——商业数据分析师
什么是商业分析师? 商业分析师负责利用数据分析将IT技术和商业联系起来,通过数据分析帮助企业优化生产流程,产品,服务和软件,评估生产流程,确定产品需求并向管理层和投资者提供数据驱动的建议和报告. 敏锐 ...
- 商业数据分析师——IT和商业之间的纽带
关注「实验楼」,每天分享一个项目教程 数据分析师们填补了技术与商业之间的鸿沟,提高生产效率并实现技术的商业价值. 正文共:3024 字 预计阅读时间:8 分钟 什么是商业分析师? 商业分析师负责利用数 ...
- Interview：人工智能大数据岗位面试—【数据分析师】的简介、技能、待遇、进阶的详细攻略
Interview:人工智能&大数据岗位面试-[数据分析师]的简介.技能.待遇.进阶的详细攻略 目录 数据分析师的简介 1.网友经验之谈 数据分析师的待遇 数据分析师的技能 数据分析师进阶 数 ...
最新文章
- 结构化数据和非结构化数据的区别_中国天辰携手爱数AnyShare，共同探索非结构化数据治理...
- Python用selenium简单方法处理完子窗口切换到主窗口
- 通过模拟器看Windows Phone 7
- 3l如何使用_慢阻肺患者如何选购呼吸机和制氧机，需要注意哪些？
- CSS伪类的三种写法
- 利用jquery load 局部刷新数据
- linux常用命令总结-第一次考试
- mysql5.7.9 json_Mysql5.7.9原生JSON格式支持
- linux使用logrotate管理日志
- linux下用户及用户组的管理
- 厚积薄发，丰富的公用类库积累，助你高效进行系统开发（10）---各种线程同步的集合类...
- 一些提高工作效率的黑科技软件
- JDBC在jsp中的使用
- matlab三相仿真电路实验视频,三相逆变电路MATLAB仿真
- 计算机桌面word不见怎么办,电脑桌面word 电脑桌面上word不见了怎么办
- 微信删除和拉黑哪个更绝情？
- s3c2440芯片累加汇编语言,S3C2440—3.用点亮LED来熟悉裸机开发的详细流程
- （48）性能测试——聚合报告
- 湖南多校对抗赛（2015.03.28） H SG Value
- 怎么卸载apowerrec_录屏王ApowerREC Mac版卸载后，如何彻底删除Apowersoft Audio Device声音设备？...