|
商业分析，最近几年很热的专业~，听着很专业啊！很吓人啊！好高深啊！ 那他到底是什么？我们接触过吗？他在现实生活中体现在哪里了？未来发展如何？ 这些你不想知道吗？想，那就接着看，也许不能全看懂，没关系看了就会有收获。 什么是商业分析商业分析也可以作为叫数据分析，缩写是BA（Business analysis），对应的硕士专业是MSBA（Master of Science in Business Analytics）。他其实是一个新的行业，他是互联网时代应运而生的一个行业。这是因为随着互联网时代的发展，企业存储和运输数据的成本逐渐降低，导致很多企业有能力并且有资金去做数据分析这样一个事情。那其实数据分析就是获取数据、清洗数据并且建模分析数据，最终形成对运营有指导意义的结果。 各行业各公司都会有数据分析的需求，比较常见的就是你打开一个网页后，就会根据你的情况给你推荐一些广告或者给你一些建议，这些做数据分析的人就是我们经常说的商业分析师或者数据分析师。 商业分析在现实中的体现我们主要分三个行业来分析，互联网、行业是咨询和金融。 商业分析在互联网行业是发展最快的。因为互联网公司有得天独厚数据获取优势，有了数据，做数据分析对于他们来说很简单，过程就是在他们自己的数据库中去抓取数据，例如用sql语言去抓去数据，然后是用R或者python去清洗，最后再建模去分析数据、提出一些解决问题的方法或者提出一些优化的建议，最终形成一个以数据为基础的解决方案，然后应用到实际的运营中。 商业分析在咨询行业也是一个比较大的方向。咨询行业的数据分析的发展是很受局限的，因为缺乏数据基础。咨询行业是提供服务的，咨询行业本身不会有自己内部的数据库，最多有一些宏观的数据而已，能否提供数据分析其实是取决于他们的服务对象。如果他们服务的公司有自己的数据，咨询公司完全可以直接帮助他们去抓一些数据，然后分析，给出结论。过程与前边的互联网地处理数据方式差不多。但当咨询公司的客户没有自己的数据时，咨询公司能做的也就收到了局限，最多也就是用些宏观的数据，也就是给他们讲一些宏观上的东西，然后给他们一个侧重战略上的一个指导。 我见过比较多的咨询公司去帮忙做数据分析，就是他们自己有一些模型，然后他们会把这些模型嵌入到一个可视化的分析工具中，然后再将这个可视化的分析工具打包卖给客户。让客户能够比较好的监控他们公司的运营情况。或者说，给客户一些优化的方案，他们是把这个做好，然后做成一个包，把这个工具打包卖给客户，这是很多咨询公司在提供的一个服务。 金融行业的数据分析。其实金融行业的数据分析还是比较传统的。我们所比较熟悉的金融行业的数据分析，金融行业的业务例如风险管理、资产管理，还有金融工程方面，就是写代码写算法，然后是去赚取超额利润。那其实，随着互联网的发展，我们能够获取的数据的维度能够获取的信息的维度会越来越多。 金融行业的数据分析其实就是要去研究如何使用这么多维度的信息，哪些纬度的信息能够帮助我们去优化的算法，帮助赚更多的钱，或者哪些维度的信息可以更好的帮我管控风险。金融行业的数据分析其实做的是这样一个事情。 除此之外，数据分析在很多其他行业里应用，比如说生物等，这些都是很有发展的方向，但我在这边不是专家，我了解的也不多，然后我就没有那么详细的说。 商业分析在中美企业应用的现状从职业的同行业的发展来讲的话，美国的数据分析行业肯定是要比中国发展要成熟的。是因为首先美国的互联网公司中型大型互联网公司更多像我们所熟知的flag。还有很多中型的互联网公司，他们都会用到数据分析。那么就创造了很多商业分析师的需求。这无疑推动了数据分析行业的发展。 在中国能够真正用到的数据分析的公司不多，主要是大型的互联网公司例如BAT、滴滴等。 大家会发现市场有很多咨询公司在招数据分析师或者数据分析师实习生，但他们做的仍然还是比较传统的excel，基本不会用到R或者python去清洗和建模。所以说这个还算真正意义上的数据分析。中国还有很多比较小的互联网企业，那么这些互联网企业以后发展成熟壮大之后，他们也一定会用到数据分析的，这个只是时间上的问题。 商业分析教育的现状从中美两国的教育来看，美国有更多的研究生项目去提供数据分析这样的一个教学。因为美国这方面职位的需求很多，所以就导致美国的研究生学院，尤其是商学院会开设这样的项目，培养数据分析方向的人才。现在美国大概有四十到五十个学校已经开设MSBA也就是商业分析的项目。 而中国只有五六所高校开设了这样的相关的专业。如北大光华今年新开了一个商业分析硕士。然后清华与哥伦比亚大学合办了一个MBA的一个项目。复旦有一个大数据学院也在开设相关的项目，中国人民大学的也在也在筹办，好像是今年新开了一个大数据分析相关的一个项目。 中国的大学的这些项目是刚刚起步，最多的也就开了两到三年。所以说跟美国的MSBA教育还是有一定差距的。这也是为什么很多人选择去美国读商业分析专业而不是在国内读的主要原因。读数据分析相关的专业原因就是美国的教育更成熟，并且美国的行业发展更成熟。 当然这只是一个现状，而且从未来的发展速度来看我，认为未来的中国会有大量的数据分析的岗位的需求。随着我们很多的中小型的互联网企业或者其他的创业公司发展起来之后，我们会有很多这样的需求。然后我们的数据分析的行业发展的速度一定会比美国快，因为美国这个专业已经到了一个成熟期，但国内还处在正在迅速发展的阶段，因此中国的这个教育行业的发展前景是被看好的。 商业分析的影响任何一个新型领域的发展都会有正面和负面的影响。商业分析所带来的正面影响就是他能够更精确更科学地帮助企业去做决策。现在企业做的大部分决策，我们指的是大型的互联网公司的企业所做的大部分决策，都是基于数据的知识。例如亚马逊要执行一个新的业务模式或者供应链有一些优化，那他们提出的proposal都会经过数据分析团队的研究和模拟，再去模拟应用之后带来的影响。经过模拟数据分析的证明之后，这个方案才会应用到实际的运营当中。 数据分析所带来的好处就是他可以帮助企业更科学的去做决策，避免企业犯一些错误。但是事物发展到一定的阶段，物极必反。我们是想说数据分析也有局限性，那就是目前应用数据分析的企业太依赖于数据分析。就是很多从前领导们或者是管理层们拍脑袋就可以决定的东西，但现在还需要经过数据分析。例如以前管理层很清楚的知道用了某个决策后一定会带来某些效果，只是没有一个确定的数字。如果想要用的话，不像以前一句话就可以应用到运营上去。需要数据分析团队很多很长时间段的模拟，然后提供数据的知识去证明这个角色可以带来什么效果，并且把它量化出来。因此这个计划的执行时间段就有可能会拖后，可能一到两个月都有可能，所以说数据分析大大降低了公司的运营效率，据此说这是数据分析行业发展的一个局限吧。 商业分析师这个职业每天做什么笼统的来讲，日常工作肯定要抓取数据，就会用到sql语言，工作中百分之六十的时间都会用到sql语言，那我的工作还会包括清洗和建模分析，那这个就需要用到R或者python，去做数据清洗和数据建模。还会用到tab，用这个软件实现数据的可视化和半自动化。四项语言技能就是sql、R、Python和tab。就是日常工作中所用到的一些软件和编程语言。 细致的来分日常工作主要分为三部分。 第一部分就是监控我们的KPI，对于互联网公司来说，每一个组都有自己的KPI。例如关注消费者的体验，去优化消费者的体验，举个例子一个KPI就是CTD，也就是说顾客在亚马逊上下单，从他下单的开始到他收到商品这样一段时间也就叫CTD，这个是我们监控的一个指标：也就是越短越好。这就会涉及一些max、一些图表，去监控这些KPI。保证这些KPI在一个首先是要达到他每年的指标，然后把它控制在一定的范围内。每周一会Review上一周的表现。如果我们发现某些KPI发生出现了问题，我们就会去看到底是整个供应链的哪一个环节出了问题，然后去看我们可以做哪些事情去优化这个KPI，然后去优化顾客的体验。 在这个过程中我就会用到sql语言，会用到sql去抓取从数据库中抓取一些数据，然后去计算KPI，还会用table做一些可视化的可视化和半自动化的报表。这样的话每周一例会前只需要通过sql抓取的数据，然后把这个数据自动更新到table中就可以完成任务，每周就不会花太多的时间在计算KPI上。 第二部分，就是会有自己的一些项目，这个项目就是会提出一些想法去优化消费者的体验或者优化我们的KPI，那这些项目就是一个系统的数据分析项目。首先我们会提升自己的一些想法，然后找出Review。比如说我们发现一个问题，然后我们会想去优化这个问题，那我们要靠什么方法优化这个问题，我们所需要的时间有多少，我们会大概定一个Time line,然后会跟组里的管理层去Review这个项目，经过全组的人讨论通过之后，我就会开始实施去做这样一个数据分析的项目。那像我刚才说的我需要去抓取并清洗分析数据，那我在整个数据分析项目的过程中就会用到sql、python和R。 当我通过这个数据分析项目得出一些结论之后，首先会给管理层看，然后会跟他们商量一个时间去试运营，那么，是我们会看试运营的效果，持续monitor，他对于我们KPI的优化，然后最后经过管理层的决定去真正的事，entertainment，这个我这个proposal，那我这整个一个数据分析项目，就算正式结束。 第三部份工作就是作为商业分析师是一个技术与商业结合的一个职位，因此商业分析师日常会跟项目经理做很多的沟通和交流。 很多项目经理是不懂数据库语言的，他们不会写sql也不会去建模。他们更偏向于business的管理。商业分析师在跟这些人沟通的时候就需要把技术语言转化成商业化语言，并且把项目经理的一些需求转化成数据库语言或者是编程语言去帮他们实现。经常与项目经理打交道就会跟他们有很多沟通的机会。当然，商业分析师跟项目经理沟通的过程，不是机械的去满足他们的需求，而是会从一个数据分析师的角度给出自己的建议和想法。 例如一个项目管理要一些数据，然后你帮她建一个表，接着去更快的抓取数据，在建这个表的过程中，你要从数据分析师的角度去看建的这个表能不能满足长期的需求，保证以后再有相关的需求的时候，你不需要再重新建表。而且数据分析师跟是跟数据打交道最多的人，你就会从数据分析师的角度去给项目管理者建议说，从我的角度来看这个proposal可能会有什么问题。 以上的就是亚马逊做商业分析师的日常工作。这个日常工作也是大部分互联网公司的商业分析师所做的一些工作。但这个具体的工作可能还与你工作的组别有关。 近期热门文章 ------家长的创作------ ------大学生的创作------ 《出世入世间》 ------保研讲座------ ------美研讲座------ ------大学规划------ 《大一注意些什么》 ------2018大学排名------ 《USNews大学排名》《QS大学排名》 ------语言考试------ ------竞赛------ ------大学概览之基于2017届毕业数据------ ------2017年最异军突起的大学------ |
|
|
