每个业务分析专家应具备的9个关键技能

来源:TECHWEB  责任编辑:小易  

九个成为数据科学家的必备技能Works详细列举了从雇主角度看来,数32313133353236313431303231363533e59b9ee7ad9431333433646532据科学家加强自身市场竞争力所必备的9个数据科学技能。过去一年中人们对数据科学的兴趣骤然增长。Nate Silver这个名字已经家喻户晓,所有公司都在寻找独角兽,很多不同学科的专业人才都开始关注这份薪水丰厚的职业,并将其当作自己可能的职业选择。在Burtch Works开展招聘工作时,我们与很多想要在数据科学这一成长性领域有所发展的分析学专家探讨过,对具体的实施方案提出了疑问。我从招聘者的角度列出了在数据科学方面对成功十分关键,并且是招聘经理首先考虑的一些技术类与非技术类技能。各公司在技能与工具的价值评判上都不尽相同,因此这个列表绝对谈不上详尽,不过在这些领域有过经验的人会在数据科学上占有更大的优势。技术技能:分析学1、教育——数据科学家受教育程度都很高,其中88%至少拥有硕士学位,46%有博士学位。虽然有一些名人特例,不过通常来说成为一名数据科学家需要扎实的教育背景,才能掌握所需的深度知识。最常见的研究领域包括数学与统计学(32%),其次是计算机科学(19%)以及工程学(16%)。2、SAS软件与/或R语言——对其中至少一种分析工具有深入的了解,一般对数据科学来说R语言更好一些。技术能力:计算机科学3、都是公司在招聘数据科学类角色时最常提出的语言要求。4、Hadoop平台——尽管不是总有这个需求,不过在很多情况下掌握它的人优势更大。熟悉Hive或Pig也是很有利的卖点。熟悉类似Amazon S3这样的云工具也会很有优势。5、SQL数据库/编程——尽管NoSQL和Hadoop已经成为了数据科学很大的组成部分之一,招聘者还是希望能够找到可以编写与执行SQL复杂查询的候选人。6、非结构化数据——数据科学家能够处理非结构化数据这一点非常重要,无论这些数据是来自社交媒体、视频源或者音频的。非技术类技能7、求知欲——毫无疑问最近到处都能看到这个词,尤其是在与数据科学家关联时。Frank Lo在几个月前的博文中描述了这个词的含义,并且讨论了其他必须的“软技能”。8、商业智慧——想要成为数据科学家,需要充分了解自己工作的行业,并且知道公司想要解决的商业问题是哪些。能够根据数据科学分辨出解决哪些问题对公司来说更为重要,并且能够找出利用数据的新办法,这些是非常关键的。9、通用技能——寻找优秀数据科学家的公司想要的是这样的人材:能够清楚顺畅地将自己的技术发现转化为非技术团队(比如市场部或者销售部)能够使用的内容。数据科学家必须能得出可用以决策的量化insight,同时了解非技术团队的需求,可以恰当地进行沟通以传达数据。想要了解定量专家在沟通技巧方面的更多信息,请参见我们近期的调查。一般接下来的问题都是:“怎样能够获得这些技能呢?”网上有很多资源,不过笔者不希望让读者产生这样的错觉——成为数据科学家非常简单,上几节MOOCs就够了。除非你有扎实的定量经验,否则成为数据科学家之路还是颇有挑战的——但也并非不可能。不过只要你确实对数据有兴趣、有激情,并打算将生命投入到相关的学习上,那么就不要让经验背景成为你追求数据科学生涯的阻碍。下面是我们觉得有用的一些资源:1、高等学位——为了满足目前的需求,如雨后春笋般出现了更多的数据科学专业的项目,不过数学、统计学与计算机科学专业的项目也有很多。2、MOOCs——Coursera、Udacity还有codeacademy都是不错的入门方式。3、证书——KDnuggets编写了一个很长的列表清单。4、Bootcamps——想要了解这种方式与学历项目或MOOCs的对比情况。5、Kaggle——Kaggle上有数据科学竞赛,可以进行演练,用杂乱的真实世界数据来磨练技巧,解决真实的商业问题。雇主对Kaggle排名很重视,该排名可以被看作是相关的、经过亲身实践的项目工作。6、LinkedIn小组——加入相关的小组,与数据科学社区的其他成员互动。7、数据科学中心与KDnuggets——数据科学中心与KDnuggets都是保持与数据科学行业趋势前沿同步的优秀资源。8、Burtch Works研究:关于数据科学家的薪金,如果想要了解更多信息与当前数据科学家人数统计的话,请下载我们的数据科学家薪金研究报告www.zgxue.com防采集请勿采集本网。

本文为大家介绍了每个业务分析专家应具备的9个关键技能,并对每个技能做了简单的介绍。

(一)、良好的思想道德素质 一个合格的业务员,必须德才兼备,且首先要注重品德修养。业务人员的“德”就是爱岗敬业、诚实守信、坚持原则,不以一己私利而损害企业利益。 (二)、健康的体魄 健全的心灵基于健康的身体。对业务员来讲,健康的身体

2020060801

我们经常在论坛,社交媒体,甚至是聊天平台上看到这个问题,“在分析领域取得成功所需要的最重要技能是什么?”那么,真的有这么一项“最重要的”技能么?

数据分析师的职位要求 : 1、计算机、统计学、数学等相关专业本科及以上学历; 2、具有深厚的统计学、数据挖掘知识,熟悉数据仓库和数据挖掘的相关技术,能够熟练地使用SQL; 3、三年以上具有海量数据挖掘、分析相关项目实施的工作经验,参与过

或许你已经猜到了答案,业务分析是一个广泛的领域,想要在这个领域获得成功,并没有一种万能的方法,而是需要多种技能结合。我们可以通过掌握一些关键技能,成为优秀的业务分析专家。

一、工作分析的时机: 1、新的组织或机构建立; 2、组织战略、业务发展或由于新技术、新方法、新工艺、或新系统的产生使工作内容、工作性质发生变化; 3、新的工作产生; 4、存在职位空缺、相互推诿等问题时。 二、工作分析前需明确的问题: 1、

近年来,业务分析行业已从仅以学历为重渐渐转变为以技能为重。当然,这并不是在告诉你不要上大学或辍学!而是说,如果想成为业务分析专家,仅拥有一个好学历是不够的。学位证书可以让你找到工作,但学会多种技能可以扩大你的行业增长前景。

市场营销学案例分析步骤(一) 分析结构概况 一、形势分析 1、需求的性质。 2、需求的范围。 3、竞争的性质。 4、环境状况。 5、产品生命周期阶段。 6、行业的成本构成。 7、企业的技能。 8、企业的资金来源。 9、分销渠道。 二、问题和机会 1、

本文将探讨业务分析专家(Business Analytics Professional)所需的最重要技能。此列表并不详尽,但绝对涵盖了你应该掌握的核心技能。

1、具备良好的资料制作和讲解能力、文字和语言表达能力知识面广,专业知识强。 2、具有良好的沟通技巧、谈判能力、组织能力、销售能力功底。 3、积极、热情的工作态度,高超的说服力、影响力和号召力。 4、有较强的工作协调能力和沟通能力和团队

本文接下来将要介绍商业分析师(BA)与业务分析专家(BAP)之间的区别,以及成为业务分析专家所必须的9项基本技能。

其中包括5项业务分析中的技术技能:

统计和概率; 数据检索; 统计工具; 统计编程语言; 可视化。 以及4项业务分析中的软技能: 沟通技巧; 结构化和批判性思维; 解决问题的能力; 好奇心。

商业分析师(Business Analyst)与业务分析专家(Business Analytics Professional)之间的区别

商业分析师(BA)和业务分析专家(BAP)这两个名词经常被使用在相似的情景下, 但从顶尖的行业领导者和招聘人员到普通百姓,很多人都错误地使用了该术语,这里先来澄清一下两者之间的区别。

商业分析师(BA)更多地专注于商业管理方面,他们的重点放在分析和有效地发展构成企业的活动上,包括部门间的沟通,以及政策制定等。例如,充当客户和销售部门之间的纽带,确保所有部门以及客户之间的沟通交流按预期的方式顺利进行。

而业务分析专家(BAP)则更专注于统计,数据,报告和记录数据,旨在改善业务中的各种功能。和商业分析师(BA)的不同之处在于他们通过分析数字来做到这一点。在以下各节中,我们将介绍成为一个业务分析专家(BAP)应具备的关键技能。

业务分析专家所需的技术技能

让我们看看成为优秀的业务分析专家所需的技术和理论技能。

A) 概率和统计

通过概率和统计可以更好地理解数字,回答一些相关性假设并且做出更好的预测。例如:

在销售旺季所销售货物的平均数量; 每天售出商品数量的变化; 还没有准备购买的潜在用户所占的百分比; 成功转换潜在用户所需的平均通话次数; 购买本公司产品的客户在市场中所占的百分比。

此外,使用诸如回归(regression)和时间序列(time series)之类的统计方法,还可以预测未来的预期销售额,实现既定目标的可能性等。

B) 数据检索

数据检索即使用命令行从数据库中识别和提取所需数据。如果你不知道如何从数据库管理系统(DBMS)中检索数据,那么你又怎么去使用你分析数据的知识和技能呢?

但是,我们要如何按照既定目标从大量数据中提取所需数据呢?这正是SQL发挥作用的地方。SQL是一种专门设计用于大型数据库(尤其是关系数据库)的编程语言。

市场上有许多数据库管理系统可用,例如Oracle,MongoDB,SQLite。但目前被很多公司以及数据分析从业者广为使用的是MySQL。它是成熟度和可靠性最高,且评分也是最高的开源数据管理系统。

C) 统计工具

获得数据后,你需要至少了解一种统计分析工具,可以将数据导入其中进行分析。目前市场上比较知名的统计软件有SPSS,SAS,Sage,Mathematica等。

当前,还有最杰出的一种,每个人都可以轻松学习的Microsoft Excel。MS Excel是一种电子表格,可以帮助你分析和绘制数据,它还能执行许多复杂的数学和统计功能。你所要做的就是编写公式,并且设定要计算的参数的数据范围。

D) 统计编程语言

随着数据量的增多,为了能轻松管理大量数据,使用编程语言进行数据分析成为了数据分析行业的必备技能,目前在数据分析行业使用最广泛的编程语言是Python和R。

用编程语言进行数据分析有两个主要的优点: 首先,它们使数据转换变得非常容易,可以轻松地使用现有变量创建新变量或根据变量的分布进行数学转换。 其次,这些编程语言具有丰富的库,可以帮助人们轻松地建立预测模型。例如,使用python中的sklearn库可以帮助你轻松创建大多数模型。这两个优点的结合使统计编程语言能够更好地处理大型复杂数据。

E) 可视化

在21世纪,每个行业中的数据都是可以被可视化的。它是连接业务分析专业人员所做的工作与客户/利益相关者需要知道的事情之间的桥梁。随着实时可视化进入大众的视野,数据可视化的范围已提升到另一个层次。

每个数据分析从业人员都应了解数据可视化的重要性,并清楚地知道对于特定的数据集需要用到哪种类型的图形或图表。目前市场上最杰出的可视化工具有PowerBI,Tableau和Qlik Sense。

业务分析角色所需的软技能

学会了以上技术技能可以使你成为一个技术上高效的业务分析人员,而软技能则能让你更完美地完成工作任务并脱颖而出。 以下是业务分析专业人员应具备的一些软技能。

1. 沟通技巧

沟通技巧是业务分析专家所应具备的众多软技能中最重要的一项。一个优秀的业务分析专家必须能够以最简单的方式传达他的分析和思想,而又不会丢失其中复杂的细节。

倾听是沟通的另一个重要方面。学会倾听可以帮助你更好地了解部门的需求,并在此基础上进行数据的查询,分析和可视化。

2. 结构化和批判性思维

善于思考的人总能为他所做的工作带来新的视角和观点。批判性思维不仅可以帮助解释所分析数据的含义,还可以帮助理解将要收集的数据。

批判性思维还能帮助业务分析专家决定用哪种分析方法来分析数据,以及如何进行数据可视化能够最有效地展示分析结果。

3. 好奇心

好奇心是通往批判性思维的道路。在正确的时间提出正确的问题只会简单地提高理解和思考。而好奇心却能引发更深刻而理性的思考,并有助于发现针对当前问题的更多创造性解决方案。

许多公司认为好奇心是必不可少的技能,因为好奇心不仅可以减少决策时的错误,还能引导团队内成员进行积极思考和开放式沟通。

4. 解决问题的能力

解决业务分析行业中的问题需要业务分析专家在逻辑上将思想,流程和行动结合起来,以便能有效且正确地达到最终目标。

一个好的问题解决者相比于假设,更倾向于通过研究来理解问题并找到解决方法。通过分析行业中正在发生的事情,潜在的未来状况以及应当如何应对,来寻找可能的解决方案。

5. 终身学习

学得越多,成长就越多。我们没有一个人天生具有业务分析的能力,其中许多技能都是在人生旅途中学习的。因此,人们必须通过不断地学习来提高自己的技能。

结论

本文中,我们了解了业务分析行业所需的9大基本技能。此外,我们介绍了业务分析专业的历史,并简要说明了商业分析人员和业务分析专业人员之间的区别。

  21131、沟通能力:  1)与客户:通过与客户交谈5261,挖掘本4102质需求。  举例:有时候客户会提出增1653加一个字段,一线的实施人员或销售人员没有问清楚为什么要加这个字段,就直接反馈给需求人员。无论是做项目,还是做产品,都要求需求人员要了解客户需求的本质,要多问为什么,什么样的业务场景下会用到这个需求,一定要打破砂锅问到底,如果一线人员表达不清楚,宁可不要做。  2)与团队内部:  与相关需求人员:每个人对于同一个需求的处理方式不同,大家可以各抒己见,但一定要达成一致,尤其是有关联关系的需求人员,比如做入库的需求,有价税的问题一定要与财务的需求人员沟通好;  与开发、测试人员:需求分析完成后,会组织相关的开发、测试人员进行评审,在评审的时候,需求讲清楚需求的前因后果,实现的必要性,细节到每个字段、按钮都要求大家没有异议。这一点非常重要,笔者经常会碰到在评审会上,开发、测试都没有意见,真正开发、测试的时候会提出很多问题,什么需求不明确,文档描述不清啦之类的,甚至会要求重复讲解,非常耗费时间精力。往往内部人更难搞定。评审通过后,一定要给出开发、测试的预期完成时间,便于需求人员及时跟踪。  2、演讲能力:  与客户、开发人员、测试人员达成一致;  要求能讲明白需求的业务场景,不要一开讲就陷入细节,从某个功能开讲。要先讲大方向,由大到小,让大家先有一个整体概念,再按照业务流程,一个环节一个环节讲。  3、逻辑思维能力:  分析客户散乱的需求,解决问题;  4、原型设计能力:  好的原型有助于理解需求,便于模拟实际操作,提高客户体验,推荐使用Axure。  5、写作能力:  要能将需求描述清楚,转化成相关人员都看得懂的文字。  概要需求:  包含内容:需要描述清楚角色、业务场景、条件、操作流程等业务;  面向对象:销售人员、售前顾问、客户、项目经理等;  详细需求:  包含内容:需求概述、业务流程、实现方案、原型界面及交互说明、业务规则、权限、日志、性能要求、相关文档、其他等;  面向对象:需求人员、架构师、DBA、开发、测试、实施人员等;  内容来自www.zgxue.com请勿采集。


  • 本文相关:
  • 需求分析人员应具备哪些技能
  • 九个成为数据科学家的必备技能
  • 如何成为一个数据分析师?需要具备哪些技能
  • 做一名优秀的业务经理需要具备哪些方面的能力?
  • 业务员必备素质
  • 如何成为一个数据分析师?需要具备哪些技能?
  • 《工作分析的理论和技术(Ⅰ)》第二次作业答案
  • 关于市场营销学的几个问题。请专家帮忙回答
  • 一个经理应该具备哪些能力?
  • 一个优秀的业务拓展经理应具备哪些条件
  • 免责声明 - 关于我们 - 联系我们 - 广告联系 - 友情链接 - 帮助中心 - 频道导航
    Copyright © 2017 www.zgxue.com All Rights Reserved