外教君博客 | 及时、有料

Edly
Edly
Edly
Edly
Edly
Edly

什么是商业分析Business Analytics?

外教君学姐 2022-07-26
阅读:903

商业分析(Business analytics)是美国最近几年涌现出来的一个新兴学科,但在国内没有任何大学开设过这个专业。很多人都来问学姐什么是商业分析(Business analytics)?这个职业发展有什么样的趋势?商业分析的工作内容与相关工种有何不同?有哪些符合的岗位以及能在哪一种类型的公司就职?常用必备技能有哪些?拿起笔记本,学姐一一为你们讲解!文末学姐还会推荐名校的BA网课,不出家门也能学习啦!

 

1什么是商业分析呢?

简单来说就是:通过现有的数据找出现象,通过现象找到问题,通过问题找到高效的解决方式,为企业实现营销或效能的提升。这个现有的数据包括很多,例如人力需求、资源分配、项目预算额等等。业务范围可以渗透到商业运营和战略的各个层面。

 

2职业发展趋势?

分工过干明确使每个团队对项目的商业目标失去了全面的理解,很难拥有大局/Big-picture Thinking。

例如:DS在做数据清理和整理的时候不了解商业决策; BI在完成数据报表的时候也不明白为什么需要做这份报表对整个优化方案起到什么作用;BA拿到报告的时候对数据的来源和分析思路也是全然不知。因此团队与团队之间也常常出现决策上的不衔接。

近几年,收到DigitalTransformation(在线化)影响,与商业分析紧密相关的这几个岗位的工作职责的界限已越发模糊,形成了ModernBI这个新的岗位需求。可见,行业对复合型人才的需求越来越高。

 

3商业分析的工作内容与相关工种有何不同?

一般来说,商业智能/Business Intelligence(以下简称BI)、商业分析/Business Analytics(以下简称BA)、营销分/Marketing Analytics(以下简称MA)以及数据科学/Data Science(以下简称DS)的区别其实还是比较清晰的,有一定的排他性。

BA:与客户沟通需求后把客户的商业需求转化成具体的可执行的优化方案并制定分析性策略指明方向性的建议;

 

BI:所有与商业智能仪表盘和报告有关的工作是BI最主要的工作指标,具体需要根据BA制定的分析性策略,完成数据分析并提出结论,可能涉及到简单的建模,为BA的优化方案提供数据支持;

MA:针对线上和线下营销活动的业务指标,观察、记录并分析渠道表现(流量、转化等)及营收效果,制作KPI Dashboards;最重要的是从数据中分析出问题所在,提出营销预算的分配优化方案及增长机会;

DS:涉及到非常具体的数据分析工作,例如公司数据库的维护和处理,数据清理和整理,ETL(Extract抽取, Transform转换,Load加载),设计开发和维护产品的 DataPipeline建模和优化,需要很扎实的统计知识、数据结构知识、以及编程能力。

 

4有哪些符合的工作以及能在哪一种类型的公司就职?

 

相关的岗位有很多,例如:商务分析师、商业分析师、数据分析师/数据运营、战略分析师、数据智能专家、业务数据分析师、用户数据分析师、广告数据分析师、产品经理/需求分析师、BI数据产品经理、大数据分析经理、数据挖掘分析师、商业数据分析师

 

了解了相关岗位之后,我们来看看这个职业能在哪一种类型公司就业!

电商零售公司

以亚马逊、京东、阿里为典型代表的电商零售公司,常常需要通过围绕“人、货、场”这三个核心来分析大数据。

以前大家都看重线下销售的品牌,随着疫情的爆发,越来越多地看重线上电商渠道,因此相对应的数据分析岗位也越开越多,例如:小米在国内专门招聘的数据分析师,起薪最低18K.

娱乐媒体和社交媒体行业

以YouTube、Netflix、腾讯、新浪为代表的娱乐行业,需要利用商业分析与大数据来实现精细化客户分类,制定个性化推荐的娱乐信息系统。据报道,推荐系统给Netflix带来了75%的消费,并且YouTube主页上60%的浏览来自推荐服务。

 

5常用必备技能有哪些?

  • 必备技能:
  • 精通Excel
  • 精通SQL
  • 精通PPT
  • Tableau或其它一种数据可视化分析工具
  • Python或其它编程语言基础
  • SPSS/SAS/R等至少一种分析软件

加分技能:

  • Java
  • C++
  • Apache Hive
  • Apache Hadoop
  • Apache Spark
  • Scala
  • ETL工具

 

6BA网课推荐

 

商业分析(Business analytics)是美国最近几年涌现出来的一个新兴学科,但在国内没有任何大学开设过这个专业。而现在利用7天假期就能完成沃顿商学院4门Business analytics认证。

Coursera课程有7天的试用期,7天免费拿到4张认证,不香吗 ?

课程:

1.客户分析(Customer Analytics)

    Introduction to Customer Analytics

    简要介绍客户分析,收集数据>分析客户及市场>做出决定

    Descriptive Analytics

    介绍三种描述性分析方法,会穿插一些证实研究及市场案例

    Predictive Analytics

    以上一点搜集的数据作为基础,进行市场及消费者行为预测

    Prescriptive Analytics

    在第三点预测的基础上,如何提出有效的问题、优化、定义目标、做出正确的建议

    Application and Case Studies

    介绍了客户研究的发展史,以及客户研究的前沿技术及案例

 (这节课干货特别多)

2.运营分析(Operations Analytics)
 

    Introduction,Descriptive and Predictive Analytics

    从经典的Newsvendor Problem库存管理问题出发,介绍了随机变量、正态分布、趋势分析等基础的统计学概念。

    Prescriptive Analytics,Low Uncertainty
 

    细致的录屏教程,用Excel的Solver插件求最优解,解决网点资源分配问题。

    Predictive Analytics,Risk

    在上一点的基础上加上模拟,模拟生成正态分布的随机数,再映射到目标分布,解决运营分析中观测值不足的问题。

    Prescriptive Analytics,High Uncertainty

    主要介绍决策树

 (这门课需要财务基础)

3.人力分析(People Analytics)

    Introduction and Performance Evaluation

    从NFL选球员的例子出发,讲解了绩效评估中需要剥离的影响,分清是Chance还是skill主导了绩效评估。当中还引入了Mean Reversion的概念,角度很新颖。

    Staffing

    主要讲合理的人员配备,招聘、内部轮岗、职业发展、人员流失等

    Collaboration

    公司内部组织合作的问题,主要讲collaboration networks:准确描述问题>调查/实验收集数据>画出组织网络>评估>改进

    Talent Management and Future Directions

    在第一点的基础上更深入探讨人才的绩效评估,几个角度都高屋建瓴。本章还介绍了行业的前沿技术,比如人工智能招聘。

4.财务分析(Accounting Analytics)

    Ratios and Forecasting

    简单回顾如何读财务报表,然后通过一家公司的案例介绍各种比率分析、杜邦分析等

    Earnings Management
 

     通过案例介绍管理应计项目、改变交易时间,创造交易等等Earnings Management 的“操作”,以及通过什么比率可以监测“操作”。

    Big Data and Prediction Models

    在上一点的基础上,各种更先进监测“操作”的模型。

    Lingking Non-finacial Metrics to Financial Performance

    案例很有趣

 (这门课需要财务基础)