CBAP®报名

 

商业分析专业之所以比较受欢迎就是就业前景比较好,普适性强,薪水可观。因此不同行业的人也开始转行从事商业分析(BA)工作。

在不同行业中专门从事行业数据搜集,整理、分析并依据数据做出行业研究、评估和预测。常见的一些行业有:企业事业单位、集团公司、IT金融、证券、咨询策划等涵盖经济分析、市场调研、情报研究、数据采集集合相关领域的行业。

今天,借此契机,和大家聊一聊文转商业分析(BA)找工作的那些事儿,相信我你一定会感兴趣的。

背景:

我就读于UIUC的信息管理专业(Master in Information Management),2017年8月底入学,2018年12月毕业,目前在美国一家互联网电商公司工作。在读MSIM之前,我的本科是会计专业,入学前没有任何编程基础

从我自己找工作的经历来看没有觉得特别艰难,时间线大约是从2018年8月底到11月初,以投商业分析和分析方向的咨询职位为主。商业分析(BA)主要有以下就业方向:

1)数据工程师
2)商业分析师
3)数据科学家

Salary水平:商业分析师<数据工程师<数据科学家
技术的要求:商业分析师<数据工程师<数据科学家

先来看一份亚马逊招商业分析的职位描述:

– 基本技能

1)熟练掌握SQL、Excel、Tableau和其他统计分析工具
2)书面和口头把复杂的分析和insight有效传达给senior领导的能力

– 如果有以下技能可以加分:

1)优秀的书面和口头表达能力
2)使用Reporting工具的经验(Cognos,Tableau,MicroStrategy,etc)
3)对Redshift和Quicksight有基本的认识
4)很强的商业运营认知 ,例如对商业决策的预计影响的预估
5)了解如何最高效进行分析的方式、编程语言以及可视化Reporting工具
6)注意细节
7)独立工作,调整优先级,在不断变化的环境工作的能力
8)与多功能团队共事的经验

– 以上所有的技能可以总结为一下几点:

1)熟练掌握分析工具 – SQL/Excel/Tableau等
2)Business Sense – 碰到一个问题能不能从business的角度剖析,找到最合适的方向进行分析
3)沟通能力 – 与不同团队沟通;将分析结果汇报给senior leadership

划重点

从我的个人角度聊聊分析工具的要求:这份职位描述中提到的分析工具,例如SQL和Tableau,都是我入学前完全没有接触过的,都是在项目中根据课程和自己在网上找资源学习。

这份职位描述里没有提到Python等编程语言,但是学Python也是非常必要的,在理想的情况下同一个问题应该可以有能力用多种工具解决(这样你可以择优而选)。在商业分析/数据分析需要掌握的分析工具中,作为一个完全没有先修知识的商科背景同学,学Python的确对我来说是稍微有一些struggle,SQL和Tableau相比真的是非常非常简单了。

根据我的经验,在一年的时间中掌握SQL+Tableau+用于数据分析的Python是完全没有问题的,需要花费的时间Python > SQL > Tableau(或其他reporting工具)。

这样的toolset的组合是对于一个文商科同学可达到的基本水平,如果你想更加technical,那不能避免得还要学习机器学习,人工智能,算法等等。但是这样最基本的skill set找到一份商业分析的工作是完全OK的。

了解了toolset,大家要做的就是根据需要掌握的工具来进行选课,还没申请的同学也可以参考这个来选项目。如果有文科背景的同学对统计、数学比较害怕,强烈建议大家仔细阅读课程中的必修部分,衡量一下是否自己可以handle – 我会比较建议Data零基础的文商科同学选择选修课更多的项目,这样自己可以根据自己的学习情况灵活把握学什么课程,避免造成压力过大的情况。这个项目非常flexible – 想更technical的可以走数据科学或者码农方向,想走BA也可以选BA相关的课。

总得来说,一个文商科的同学读一个商业分析Master,学习最基本的BA toolset,是非常有可能在美国找到一份商业分析的工作的。

下面也根据职位描述简单说一说DE(数据工程师)和DS(数据科学家):

一、数据工程师

– 需要什么技能?

以一份亚马逊的Job Description为例,亚马逊的数据工程师要求掌握以下技能:

1)编程经验 – 例如Python的编程经验
2)数据建模,ETL(数据提取-转换-加载),数据仓库相关经验
3)掌握类似Tableau的可视化Reporting工具
4)熟练掌握SQL

– 如果有以下技能可以加分:

1)写基于大数据量的复杂、高效SQL的经验
2)用Jupyter和Pandas等数据分析工具进行数据分析的经验
3)与不同层级business和engineer stakeholder沟通的经验
4)用AWS工具的经验 – 如Redshift, SageMaker, etc.
5)在engineer, business, product, finance等不同team中协调项目的能力
6)通过written communication的沟通分析结果的能力

– 以上所有的技能可以总结为一下几点:

1)编程 – Python(特别是用Pandas等相关库进行数据分析)
2)数据库 – 需要有数据仓库、数据建模的基础。SQL非常重要(基本的写SQL + 更高阶的如何优化)
3)可视化 – 需要会用Tableau,PowerBI这样的dashboard工具做report
4)沟通能力 – 需要跟工程师、产品、business各个stakeholder进行沟通;分析的结果需要以一种stakeholder可以清楚理解的方式传达

前三点可以通过学习达成,第四点在实习和工作中会更有体会。

二、数据科学家

– 需要什么技能?

同样以一份亚马逊的Job Description(这里看的是一个Senior职位),亚马逊的商业分析师要求掌握以下技能:

1)编程经验 – Python, R, MATLAB

2)相关的行业经验

– 如果有以下技能可以加分:

1)自然语言处理、机器学习、统计等的博士学位
2)大量将理论模型运用至应用环境的经验
3)精通机器学习方法和技术
4)强的问题处理、算法设计、复杂分析的基础
5)编程语言 – 使用Java,C++等的经验
6)很强的沟通和数据展示能力
6)开发云相关软件的经验,并对scalability,performance,reliability有基本理解

– 以上所有的技能可以总结为一下几点:

1)相关专业的学术背景
2)机器学习的知识和运用
3)编程语言 – Python,R,MATLAB,JAVA,C++
4)开发知识和算法设计
5)数据的沟通能力

这里也想补充一下,数据科学这个职位名最近非常流行,很多没有要求这样高的职位也会叫这个(比如Facebook的DS Analytics),大家不要因为看到这个skillset就不去投这个职位,具体还要一个一个看每个position的职位描述。

横向比较这三个职位,从转专业的技术难度上,明显商业分析是更转专业友好,特别是对于商科背景的转专业同学。但是想提醒大家的是,现在大多数学校的BA项目大多会有机器学习等等比较Technical的课程,这也跟就业环境有关 – 现在找BA/DA相关的工作,都需要对机器学习有或多或少的了解。

从“好就业”的角度来看,目前这三个职位都需求量尚可,大家可以根据自己的兴趣和技术水平在上课的时候选择对应的课程,满足不同职位的要求。

服务专区
考试须知
考试题库