在如今大数据时代里，

最受欢迎、需求量最大的当属

商业数据分析师（Business analyst）

那么如何把握住绝佳机会，

培养技能成为一名合格的

Business analyst？

这个行业的就业前景如何？

如何入门？如何进行职业规划？

职位的要求又有哪些？

在通信、互联网、金融等这些行业每天产生巨大的数据量（长期更是积累了大量丰富的数据，比如客户交易数据等等），据说到2020年，全球每年产生的数据量达到3500万亿GB；海量的历史数据不仅有着非常大的价值，还可以为领导层的决策提供参考依据！随着互联网软件工具、数据库技术、各种硬件设备的飞快发展，分析海量数据成为一个大趋势！

商业数据分析会从海量数据中提取、挖掘对业务发展有价值的、潜在的知识，找出趋势，为决策层的提供有力依据，为产品或服务发展方向起到积极作用，有力推动企业内部的科学化、信息化管理。

不仅如此！数据分析，在营销、金融、互联网等各个方面应用都是非常广的：在金融上预测股价及其波动，套利模型等等；在互联网电子商务上面，百度的精准广告，淘宝的数据魔方等等。类似成功的案例会越来越多，以至于数据分析师也越来越受到重视。比如在营销领域，有RFM分析，客户分群，数据库营销，精准营销，销量预测等等；

然而，各大企业对数据分析的需求在近些年不断增长，然而合格的商业数据分析师却寥寥无几。好多人想做数据分析却不知道如何入手，要么不懂得如何清洗数据，直接把数据拿来就用；要么乱套模型，分析的头头是道，其实完全不是那么回事。

数据分析师的手里

拥有一座非常庞大的宝藏

视野！

数据分析师的职业规划主要可以表现在两个方面：一个方向是运营方向：我们在这个行业工作一段时间，对这个行业有了充分的了解，我们就可以转向运营层面，从宏观的角度对这个行业进行调度和支配；

另一个方向就是数据挖掘分析方向：这个方向更偏理科一点，我们需要做的就是在前期阶段，不断的提升自己的技能和专业程度，进而成长为一个能够对数据进行挖掘并分析的高级工程师；无论哪个方向，未来的发展前景都是美好的！

入门和职业规划应该从两个角度考虑：

领域和路线

领域是不少新人常忽略的要素，其实数据分析不会脱离业务存在。你进入哪个行业，很大程度会决定你初期的技能树和技能点。譬如金融领域的风控模型、营销领域的生命周期、广告领域的点击率预估等，各有各的特色。

如果你是一位应届毕业生，不妨多了解自己感兴趣的领域，和专业相关是最好的，并且积累相关的经验，为面试做准备。

如果已经有一定行业履历，只是想要转岗数据分析师，那么跨岗不跨行，避免跳到一个陌生的领域。

领域经验太宽泛，主要也就三点：1.自己感兴趣的 2.自己擅长的 3.有前景的。

而路线呢？大致可以划分成四大方向：

数据分析，数据挖掘，数据产品，数据工程。

Business Analyst是对所有数据分析相关岗位的一个统称，尤其是咨询公司(Consulting firm)，因为员工很可能是跟着甲方项目走的。

主要分为泛用性和专用型两种：

主要任务是对业务数据进行直观统计分析，不涉及复杂数学公式，做成报表发给line manager， 以辅助高阶管理层的决策，某些领域可能需要初级建模技能，由于企业及平台的辅助，实际工作不会很复杂。

来看具体的例子：

•Business Intelligence/Reporting Analyst：制作分析报表，由于可视化数据平台广泛使用，管理层可以直接从网路上看到他们想要的信息，常规报表和互动报表，都可以在dashboard显现出来，所以他们还要负责dashboard开发

•Marketing/Campaign Analyst：利用digital marketing platform 找出潜在客户人群，然后给他们发广告offer，比如说你是某个公司的会员，campaign analyst会根据业务系统中你的购物偏好，给你发promotion信息，不过，现在direct marketing system很成熟，他可以针对不同的membership发offer，也就是说即便你拿了别人的voucher code 你也用不了

•Digital Analyst：负责分析用户网络行为，比如用户比较喜欢浏览那一类网站，或者他们在社交平台的有言论，个人喜好，从而推送相关的广告，其实也是一种marketing的方式，只不过是用的工具不太一样，他们一般使用google的产品 

懂业务：从事数据分析工作的前提就是需要懂业务，即熟悉行业知识、公司业务及流程，最好有自己独特见解，若脱离行业认知和公司业务背景，分析的结果只会是脱了线的风筝，没有太大的实用价值。

从另外一个角度来说，懂业务也是数据敏感的体现。不懂业务的数据分析师，看到的只是一个个数字;懂业务的数据分析师，则看到的不仅仅是数字，他明白数字代表什么意义，知道数字是大了还是小了，心中有数，这才是真正意义的数据敏感性。

懂管理：一方面是搭建数据分析框架的要求，比如数据分析第一步确定分析思路就需要用到营销、管理等理论知识来指导，如果不熟悉管理理论，那你如何指导数据分析框架的搭建，以及开展后续的数据分析呢?

懂管理另一方面的作用是针对数据分析结论提出有指导意义的分析建议，如果没有管理理论的支撑，就难以确保分析建议的有效性。

懂分析：是指掌握数据分析的基本原理与一些有效的数据分析方法，并能灵活运用到实践工作中，以便有效地开展数据分析。

懂工具：是指掌握数据分析相关的常用工具。数据分析工具就是实现数据分析方法理论的工具，面对越来越庞大的数据，依靠计算器进行分析是不现实的，必须利用强大的数据分析工具完成数据分析工作。

同样，应该根据研究的问题选择合适的工具，只要能解决问题的工具就是好工具。

懂设计：是指运用图表有效表达数据分析师的分析观点，使分析结果一目了然。图表的设计是门大学问，如图形的选择、版式的设计、颜色的搭配等，都需要掌握一定的设计原则。