商業分析的職業路線-在數據科學世界裡規劃你的下一個角色

作者：TAVISH SRIVASTAVA

翻譯：Nicola

校對：丁楠雅

本文共3400字，建議閱讀9分鐘。

本文將介紹商業分析領域裡有哪些主要角色，並提出一個框架幫助你思考你的職業生涯。

簡介：

哈佛商業評論（HBR）上的一篇熱門文章《數據科學家：21世紀最性感的工作》激勵了大量人選擇商業分析作為職業發展方向。這篇文章的論點之一就是商業分析領域正在增長的就業趨勢。

IBM最近的預測顯示了完全一樣的推論：2020年美國數據專業人員數量將從36.4萬增加到272萬！

人們一致認為商業分析職位的需求在激增，但是所有這些職位都需要完全相同的技能嗎？我經常收到許多想將商業分析作為職業路線的詢問，這些詢問通常來自於想在商業分析領域尋找工作機會或已經身處該領域但正在尋找更深層次發展的人。

本文將介紹商業分析領域裡有哪些主要角色，並提出一個框架幫助你思考你的職業生涯。

目錄：

關於商業分析

商業分析師都做什麼？

數據分析專員

中級分析師

戰略分析師

數據科學家

關於商業分析：

讓我們用麥肯錫於2011年5月在《大數據》上發布的報告里的一句話來開始：

「僅美國就面臨著14萬~19萬的數據分析人才缺口，懂得運用大數據分析做決策的經理人和分析師的人才缺口更是高達150萬。」

注意「懂得運用大數據分析做決策」這句話。商業分析領域將需要大量的大數據和機器學習專家，以及需要更多（大約10x）可以基於分析做出決策的分析員，即使他們不是大數據或機器學習方面的專家。

這些角色的主要工作是戰略分析和產品管理，為數據分析專家找出新的問題和發現新的挑戰。我們將在後文比較這些角色與數據科學家的區別。但首先，讓我們先了解一下這個領域有多麼多樣化。

如果你搜集所有數據分析相關文章並用它們繪製出一個文字雲（如下圖所示），你將會看到裡面有所有類型的辭彙，包括統計、計算機編程、戰略分析、規劃分析、報告等。商業分析的內容非常多元化，兼具數據分析技能和商業頭腦的人在各行各業中擔任著各種各樣的角色。想想你的職業生涯可能有這麼多種選擇，你也許會覺得有些暈頭轉向。

商業分析師都做什麼？

「商業分析」這個詞完美地總結了商業分析領域下的各類角色。「商業」強調業務理解的重要性，「分析」則強調統計分析、計算機工程和運營研究在其中的重要性。

一名分析師最終可以成長為具有十足戰略眼光的角色，也可以成長為非常專業的深度學習科學家。前者具有較強的商務屬性，而後者則具有更強大的分析能力。顯然，你的角色通常是這兩個屬性之間的權衡，二者的不同比例決定了不同的角色。在數學上，你的角色的價值是商業理解和數據分析的正相關函數。

Value = function (Business understanding , Analytics)

有了這個理解，我在下面的交叉圖中繪製了商業分析中的不同角色：

當然，上圖是我對商業分析領域的個人理解，圖中每個角色的位置都是可以探討的。我希望你能通過這幅圖意識到這一領域裡的角色的多樣性，以及基於你目前的角色可以有多種發展路線。現在我來講解一下圖中表示角色類別的5個標記框。

數據分析專員

在2000年到2012年間，數據分析專員曾是商業分析領域的主要角色類別。這類角色主要關注「發生了什麼（事件）」，而不是「為什麼（事件）會發生」。數據分析專員的需求主要是隨著近年來企業大量實現流程自動化以及機器學習日益流行而發展起來的，儘管如此，這類角色的超過50％的工作都是做數據分析報告，剩下的部分才是回答「事件為什麼會發生？」這一問題。

數據分析專員是你開始商業分析職業生涯的一個不錯的選擇。但從長遠來看，你應該更加主動，並逐漸轉型到關注「現在在發生什麼？」（如商業智能/數據羅盤）或「接下來會發生什麼？」（如預測分析）的角色上。

中級分析師

這是我開始職業生涯的角色類型。大多數經濟學/統計學/計算機科學的畢業生都是從這類角色開始他們的的旅程的。中級分析師是商業分析和數據分析的最佳組合，它是了解這兩個世界的最棒的一條路。

中級分析師的具體角色也很多樣化。

其中一個極端是專註於解決「現在在發生什麼？」的商業智能分析師；

另一個極端是高度關注商業業務的分析師，例如定價策略產品經理，你需要創建大量商業場景並為公司銷售的產品找到最佳價格。

這類角色需要在了解業務和使用深度學習等頂尖工具進行決策管理/風險分析/欺詐分析的二者之間尋找一個理想平衡點，並且要能自主做出決策。例如，你需要負責創建一種演算法，來基於用戶風險狀況決定接受或拒絕信用卡申請，或是選出那些有較高成交傾向的客戶去交叉銷售保險產品。所有這些商業問題都需要你基於批量客戶資料建立預測模型，並根據一些業務指標對其進行排名。

如果你已經處於這樣的角色類型中，幾乎所有職業路線對你都是開放的。你可以選擇走更偏戰略諮詢的職業路線，也可以選擇成為一名數據科學家。如果你不知道下一步該去哪，一個不錯的辦法是在兩個盒子的邊界上扮演跨界角色。例如，如果你希望未來走戰略方向，你可以先做一段時間產品定價這樣的中級分析師，然後進行損益分析來評估自己的適應性。你也可以選一個更綜合性的角色類型來幫助自己向戰略分析方向發展。需要注意的是，如果你選擇了這個方向，你可能不需要學太多深度學習之類的數據科學技術。

相應地，如果你想評估自己對數據科學家的適應性，你可以先從事一些嵌入式的數據科學家工作，而不是直接進入純粹的數據科學家角色。這樣，你在決定進入研究型角色之前就不會失去你在商業上的掌控。

除了上述兩條路以外，商業分析與數據分析之間還有另一個平衡點-技術產品經理。但這種角色在行業中並不容易獲得，主要是幫助公司構建數據支持戰略來發現對其他公司的競爭優勢。

Google和Facebook等科技公司里的這類角色不僅是構建戰略，也需要創造產品。比如Google Instant search 就是一個用機器學習得出搜索結果的科技產品。這些科技公司需要兼具商業敏感性和機器學習技能的人來設計出這些產品。如果你選擇在這條道路上前進，你不光要盯著那些大型科技巨頭，還應該注意留心NICE、Aspect或Interactions等科技公司中的產品經理的機會。

戰略分析師

你也許聽過一個很有名的經濟原理「在完全競爭的市場中，企業長期經濟利潤為零」：

「利潤會吸引企業進入市場，虧損會驅逐企業離開市場，在長期平衡狀態中，企業在一個完全競爭的市場里得到的利潤將會是0。」

那假如所有企業都處於完全競爭市場中，它們如何賺錢呢？如果你是一名經濟學生，你就一定會知道答案。所有成功的企業都是建立在低效的市場之上，並沒有「完全競爭」這樣完美的市場狀態。戰略分析師的工作就是識別出這些不完美的市場並在上面培養出成功的業務。那些大公司在企業層面以及商業層面都有戰略分析師。

企業戰略是為了在企業層面上回答以下問題：

「什麼業務組合對企業是好的？」

「為了實現這個組合，需要開拓/投資/發展/關閉哪些業務？」

「什麼樣的組織架構可以促進運營和其他領域的協同發展？」

假如你在富國銀行的企業戰略部工作，你將負責制定收購或關閉諸如投資/零售銀行/信用卡等業務的戰略決策，或是負責組建全球運營以消除單項業務的運營成本。

商業戰略更多地與特定業務相關聯。企業戰略側重於企業層面的事物花銷方面，但商業戰略更多地側重於凈收入最大化。例如，富國銀行的信用卡戰略師專註於最大限度地提高其卡片客戶的收入；許多運營作為富國銀行所有業務線的共享資產，例如呼叫中心、聊天中心、分支機構等，相應的開銷大頭要在企業層面上而不是業務部門層面上進行優化。雖然公司內部的權責分配有所不同，但大多數企業戰略和業務戰略都需要互相搭配相互合作。

這兩類角色都需要你建立各種商業場景和計算不同投資的凈現值來估計產品功能變更、流程變更和技術投資的收益。分析師非常適合擔任此類角色，因為他們掌握著大量數據並且十分了解可以為公司創造競爭優勢的最新技術。2010年以前開始職業生涯的那批分析師目前在戰略角色中佔有很大的比例。

數據科學家

對於大多數希望進入數據科學領域的人而言，這是最令人著迷的角色。數據科學家是專家職位。你可以專註於不同領域，如語音分析、文本分析（NLP）、圖像處理、視頻處理、醫學模擬、材料模擬等。這些專家角色的數量非常稀缺，因此價值是巨大的。這就是為什麼我們現在會看到如此高的數據科學家需求。

為了脫穎而出成為一名數據科學家，你需要與時俱進學習最新的工具和技術，還應該投資自己進行相關編程語言的培訓，並且擁有簡潔地向客戶和企業解釋你的複雜模型的能力。如果你覺得需要掌握業務概念，你可以隨時回到戰略層面。

結語

本文提到的職業路線是基於我個人的經驗以及我與各領域的成功專業人士進行的討論。通過利用線上免費資源以及採取正確的策略，你可以輕鬆遷移到任何期望的角色。我希望這篇文章能對你確定你的職業軌跡有所幫助。

如果你對該主題有任何想法或建議，請在下面的評論中告訴我們！

原文標題：

Career paths in Business Analytics – Plan your Next Best Role in the Data Science World

https://www.analyticsvidhya.com/blog/2018/05/career-paths-business-analytics-role-data-science/

譯者簡介

Nicola，北美東部大四在讀，喜歡政治和數據的商科生。空餘時候通過翻譯學術文檔擴充知識，假期會去不同的地方旅遊，平時研究香氛研究護膚。同時也在聯繫資料庫分析等，希望能認識更多未來的數據科學家們。

翻譯組招募信息

工作內容：需要一顆細緻的心，將選取好的外文文章翻譯成流暢的中文。如果你是數據科學/統計學/計算機類的留學生，或在海外從事相關工作，或對自己外語水平有信心的朋友歡迎加入翻譯小組。

你能得到：定期的翻譯培訓提高志願者的翻譯水平，提高對於數據科學前沿的認知，海外的朋友可以和國內技術應用發展保持聯繫，THU數據派產學研的背景為志願者帶來好的發展機遇。

其他福利：來自於名企的數據科學工作者，北大清華以及海外等名校學生他們都將成為你在翻譯小組的夥伴。

點擊文末「閱讀原文」加入數據派團隊~

轉載須知

如需轉載，請在開篇顯著位置註明作者和出處（轉自：數據派ID：datapi），並在文章結尾放置數據派醒目二維碼。有原創標識文章，請發送【文章名稱-待授權公眾號名稱及ID】至聯繫郵箱，申請白名單授權並按要求編輯。

發布後請將鏈接反饋至聯繫郵箱（見下方）。未經許可的轉載以及改編者，我們將依法追究其法律責任。

點擊「閱讀原文」擁抱組織

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！