随着数据分析不断地深入到各行各业，与之相关的岗位也不断出现在求职市场上：商业分析、战略分析、政策分析、财务分析等等。

在这些以大数据为绝对支撑点的岗位里，就业率高达95%的商业分析成为了当下数据行业里备受热捧的岗位之一。今天，Seed小助手就为大家介绍一下商业分析。

对于商业分析而言，它的目标是要将企业的业务最大化，从而提升企业的利润，而业务几乎是所有行业的价值变现手段之一。因此，商业分析在各个行业里都有不同的应用场景。下面我们就从求职者比较热衷的银行业和咨询业来看看商业分析的具体应用。

根据《2019年全球各行业大数据和商业分析市场份额分布》显示，银行的市场份额占比仅次于最高的其他行业；而对于银行来说，商业分析的应用主要在于风险管控及反欺诈管理，它也是银行正常运作的命脉。

相信大多数人都知道，银行在办理信用卡或贷款时，都会对借款人进行评级，而银行评级依靠的主要是客观性和主观性两个模型。

客观性数据指的是个人或企业的银行流水、纳税额、资产负债率等，这些客观性数据在银行的商业模型中会有详细的分数或等级，以此来对借款人进行客观评级；而主观性则需要依靠银行专家的经验来实现风控，例如在企业贷款时，银行专家会考虑企业所在的行业是属于淘汰落后型还是积极潜力型行业，若属于淘汰落后型行业，企业评级可能会退化。

除了银行业，咨询业对商业分析的需求也在不断增加，而常见的咨询业务是帮助客户做内部管理，例如薪酬数据分析。

咨询公司会将客户企业的薪酬数据分为外部和内部指标，外部指标包括行业的薪酬水平和地区薪酬水平，例如一、二、三线城市的薪酬平均水平、行业间薪酬水平等。内部指标包括企业工资总额、运营维持性工资总额比率、企业人均工资、企业人均工资增长率等。

有了这些数据后，咨询公司会对其进行分析，利用Compa诊断工具、薪酬等级的中点值递进系数来衡量和诊断薪酬体系的各个方面，从而发现问题数据、建立监管系统、帮助客户企业规避员工流失、薪酬过高等风险。

在实际操作商业分析时，大多数都会从市场、竞争者和用户这3个维度进行分析，所以商业分析的数据类型基本上也离不开这3个维度。

市场数据包括目前行业市场的供给量和需求量、市场规模及增长率、行业产品的生命周期及可销售时间等。

例如，在《2015-2024年全球品牌零售市场规模及增长率》中就为我们展示了零售市场的市场规模、同比增长率、占生活方式产品市场份额三个市场数据，从而可以发现全球品牌零售市场规模即便是呈现波动增长趋势，但同比增长率却波动明显。

竞争者数据包括现有竞争者数量、潜在竞争者数量、替代品厂商、业务量、企业排名、关键字数量等。

从《2018年顺丰财报》里我们看到了一组竞争者数据：各大快递公司业务量。通过和其他同行业的企业进行对比，我们明显看到顺丰已经在业务规模上掉队了。

用户数据包括用户活跃度、用户满意度、用户留存率、复购率等。这一系列数据对于商业分析来说最为重要，因为企业的业务量取决于用户数量，而对用户数据的精准化分析，有利于保持或增加用户数量。

在《TalkingData：美妆行业细分用户洞察报告》里，通过对美妆细分用户人口属性分布进行分析，从而得到了“活跃用户年轻态，男性同样为重要客群”的结论，这对美妆品牌留存用户提供了重要的方向。

尽管商业分析和数据分析的侧重点有所不同，但核心流程都离不开建立分析模型，以此来提高工作效率。

以下是3种常见的商业模型：

从以上对商业分析的介绍里我们可以看到，商业分析除了要具备扎实的数据分析能力外，还要求拥有敏感的商业思维。

不仅要学会使用Python、SQL、Excel等数据分析软件，还要了解行业基本知识、掌握商业分析的面试要点，简历上还要有商业分析相关的实习经历，做到这三点，能帮助我们在毕业后更快地入行商业分析。

Seed Career重磅推出的商业数据分析项目，由业界三大名师线上授课，为我们带来咨询、金融等商业项目实战解析和求职技能培训，一个项目解决你的四大求职难点。

Seed读职场读者福利，现在报名还赠送：