獨(dú)家 | 每個(gè)業(yè)務(wù)分析專家應(yīng)具備的9個(gè)關(guān)鍵技能

我們經(jīng)常在論壇，社交媒體，甚至是聊天平臺上看到這個(gè)問題，“在分析領(lǐng)域取得成功所需要的最重要技能是什么？”那么，真的有這么一項(xiàng)“最重要的”技能么？

或許你已經(jīng)猜到了答案，業(yè)務(wù)分析是一個(gè)廣泛的領(lǐng)域，想要在這個(gè)領(lǐng)域獲得成功，并沒有一種萬能的方法，而是需要多種技能結(jié)合。我們可以通過掌握一些關(guān)鍵技能，成為優(yōu)秀的業(yè)務(wù)分析專家。

近年來，業(yè)務(wù)分析行業(yè)已從僅以學(xué)歷為重漸漸轉(zhuǎn)變?yōu)橐约寄転橹亍．?dāng)然，這并不是在告訴你不要上大學(xué)或輟學(xué)！而是說，如果想成為業(yè)務(wù)分析專家，僅擁有一個(gè)好學(xué)歷是不夠的。學(xué)位證書可以讓你找到工作，但學(xué)會多種技能可以擴(kuò)大你的行業(yè)增長前景。

本文將探討業(yè)務(wù)分析專家（Business Analytics Professional）所需的最重要技能。此列表并不詳盡，但絕對涵蓋了你應(yīng)該掌握的核心技能。

本文接下來將要介紹商業(yè)分析師（BA）與業(yè)務(wù)分析專家（BAP）之間的區(qū)別，以及成為業(yè)務(wù)分析專家所必須的9項(xiàng)基本技能。

其中包括5項(xiàng)業(yè)務(wù)分析中的技術(shù)技能：

1、統(tǒng)計(jì)和概率；

2、數(shù)據(jù)檢索；

3、統(tǒng)計(jì)工具；

4、統(tǒng)計(jì)編程語言；

5、可視化。

以及4項(xiàng)業(yè)務(wù)分析中的軟技能：

1、溝通技巧；

2、結(jié)構(gòu)化和批判性思維；

3、解決問題的能力；

4、好奇心。

商業(yè)分析師（Business Analyst）與業(yè)務(wù)分析專家（Business Analytics Professional）之間的區(qū)別 

商業(yè)分析師（BA）和業(yè)務(wù)分析專家（BAP）這兩個(gè)名詞經(jīng)常被使用在相似的情景下， 但從頂尖的行業(yè)領(lǐng)導(dǎo)者和招聘人員到普通百姓，很多人都錯(cuò)誤地使用了該術(shù)語，這里先來澄清一下兩者之間的區(qū)別。

商業(yè)分析師（BA）更多地專注于商業(yè)管理方面，他們的重點(diǎn)放在分析和有效地發(fā)展構(gòu)成企業(yè)的活動上，包括部門間的溝通，以及政策制定等。例如，充當(dāng)客戶和銷售部門之間的紐帶，確保所有部門以及客戶之間的溝通交流按預(yù)期的方式順利進(jìn)行。

而業(yè)務(wù)分析專家（BAP）則更專注于統(tǒng)計(jì)，數(shù)據(jù)，報(bào)告和記錄數(shù)據(jù)，旨在改善業(yè)務(wù)中的各種功能。和商業(yè)分析師（BA）的不同之處在于他們通過分析數(shù)字來做到這一點(diǎn)。在以下各節(jié)中，我們將介紹成為一個(gè)業(yè)務(wù)分析專家（BAP）應(yīng)具備的關(guān)鍵技能。

業(yè)務(wù)分析專家所需的技術(shù)技能

讓我們看看成為優(yōu)秀的業(yè)務(wù)分析專家所需的技術(shù)和理論技能。

A) 概率和統(tǒng)計(jì)

通過概率和統(tǒng)計(jì)可以更好地理解數(shù)字，回答一些相關(guān)性假設(shè)并且做出更好的預(yù)測。例如：

·  在銷售旺季所銷售貨物的平均數(shù)量；

·  每天售出商品數(shù)量的變化；

·  還沒有準(zhǔn)備購買的潛在用戶所占的百分比；

·  成功轉(zhuǎn)換潛在用戶所需的平均通話次數(shù)；

·  購買本公司產(chǎn)品的客戶在市場中所占的百分比。

此外，使用諸如回歸（regression）和時(shí)間序列（time series）之類的統(tǒng)計(jì)方法，還可以預(yù)測未來的預(yù)期銷售額，實(shí)現(xiàn)既定目標(biāo)的可能性等。

B) 數(shù)據(jù)檢索

數(shù)據(jù)檢索即使用命令行從數(shù)據(jù)庫中識別和提取所需數(shù)據(jù)。如果你不知道如何從數(shù)據(jù)庫管理系統(tǒng)（DBMS）中檢索數(shù)據(jù)，那么你又怎么去使用你分析數(shù)據(jù)的知識和技能呢？

但是，我們要如何按照既定目標(biāo)從大量數(shù)據(jù)中提取所需數(shù)據(jù)呢？這正是SQL發(fā)揮作用的地方。SQL是一種專門設(shè)計(jì)用于大型數(shù)據(jù)庫（尤其是關(guān)系數(shù)據(jù)庫）的編程語言。

市場上有許多數(shù)據(jù)庫管理系統(tǒng)可用，例如Oracle，MongoDB，SQLite。但目前被很多公司以及數(shù)據(jù)分析從業(yè)者廣為使用的是MySQL。它是成熟度和可靠性最高，且評分也是最高的開源數(shù)據(jù)管理系統(tǒng)。

你可以查看以下課程：

數(shù)據(jù)科學(xué)的結(jié)構(gòu)化查詢語言（SQL）

https://courses.analyticsvidhya.com/courses/structured-query-language-sql-for-data-science?utm_source=blog&utm_medium=business_analytics_skills_2020

C) 統(tǒng)計(jì)工具

獲得數(shù)據(jù)后，你需要至少了解一種統(tǒng)計(jì)分析工具，可以將數(shù)據(jù)導(dǎo)入其中進(jìn)行分析。目前市場上比較知名的統(tǒng)計(jì)軟件有SPSS，SAS，Sage，Mathematica等。

當(dāng)前，還有最杰出的一種，每個(gè)人都可以輕松學(xué)習(xí)的Microsoft Excel。MS Excel是一種電子表格，可以幫助你分析和繪制數(shù)據(jù)，它還能執(zhí)行許多復(fù)雜的數(shù)學(xué)和統(tǒng)計(jì)功能。你所要做的就是編寫公式，并且設(shè)定要計(jì)算的參數(shù)的數(shù)據(jù)范圍。

如果你有興趣，請查看以下課程：

Microsoft Excel：從入門到進(jìn)階-2.0 

https://courses.analyticsvidhya.com/courses/microsoft-excel-from-beginner-to-advanced-2-0?utm_source=blog&utm_medium=business_analytics_skills_2020

D) 統(tǒng)計(jì)編程語言

隨著數(shù)據(jù)量的增多，為了能輕松管理大量數(shù)據(jù)，使用編程語言進(jìn)行數(shù)據(jù)分析成為了數(shù)據(jù)分析行業(yè)的必備技能，目前在數(shù)據(jù)分析行業(yè)使用最廣泛的編程語言是Python和R。

用編程語言進(jìn)行數(shù)據(jù)分析有兩個(gè)主要的優(yōu)點(diǎn)：首先，它們使數(shù)據(jù)轉(zhuǎn)換變得非常容易，可以輕松地使用現(xiàn)有變量創(chuàng)建新變量或根據(jù)變量的分布進(jìn)行數(shù)學(xué)轉(zhuǎn)換。其次，這些編程語言具有豐富的庫，可以幫助人們輕松地建立預(yù)測模型。例如，使用python中的sklearn庫可以幫助你輕松創(chuàng)建大多數(shù)模型。這兩個(gè)優(yōu)點(diǎn)的結(jié)合使統(tǒng)計(jì)編程語言能夠更好地處理大型復(fù)雜數(shù)據(jù)。

如果你有興趣，請查看以下課程：

Python入門

https://courses.analyticsvidhya.com/courses/introduction-to-data-science?utm_source=blog&utm_medium=business_analytics_skills_2020

E) 可視化

在21世紀(jì)，每個(gè)行業(yè)中的數(shù)據(jù)都是可以被可視化的。它是連接業(yè)務(wù)分析專業(yè)人員所做的工作與客戶/利益相關(guān)者需要知道的事情之間的橋梁。隨著實(shí)時(shí)可視化進(jìn)入大眾的視野，數(shù)據(jù)可視化的范圍已提升到另一個(gè)層次。

每個(gè)數(shù)據(jù)分析從業(yè)人員都應(yīng)了解數(shù)據(jù)可視化的重要性，并清楚地知道對于特定的數(shù)據(jù)集需要用到哪種類型的圖形或圖表。目前市場上最杰出的可視化工具有PowerBI，Tableau和Qlik Sense。

如果你有興趣，請查看以下課程：

我們在Tableau上的課程

https://courses.analyticsvidhya.com/courses/tableau-2-0?utm_source=blog&utm_medium=business_analytics_skills_2020

業(yè)務(wù)分析角色所需的軟技能

學(xué)會了以上技術(shù)技能可以使你成為一個(gè)技術(shù)上高效的業(yè)務(wù)分析人員，而軟技能則能讓你更完美地完成工作任務(wù)并脫穎而出。以下是業(yè)務(wù)分析專業(yè)人員應(yīng)具備的一些軟技能。 

1. 溝通技巧

溝通技巧是業(yè)務(wù)分析專家所應(yīng)具備的眾多軟技能中最重要的一項(xiàng)。一個(gè)優(yōu)秀的業(yè)務(wù)分析專家必須能夠以最簡單的方式傳達(dá)他的分析和思想，而又不會丟失其中復(fù)雜的細(xì)節(jié)。

傾聽是溝通的另一個(gè)重要方面。學(xué)會傾聽可以幫助你更好地了解部門的需求，并在此基礎(chǔ)上進(jìn)行數(shù)據(jù)的查詢，分析和可視化。 

2. 結(jié)構(gòu)化和批判性思維

善于思考的人總能為他所做的工作帶來新的視角和觀點(diǎn)。批判性思維不僅可以幫助解釋所分析數(shù)據(jù)的含義，還可以幫助理解將要收集的數(shù)據(jù)。

批判性思維還能幫助業(yè)務(wù)分析專家決定用哪種分析方法來分析數(shù)據(jù)，以及如何進(jìn)行數(shù)據(jù)可視化能夠最有效地展示分析結(jié)果。

如果你有興趣，請查看本課程：

面向數(shù)據(jù)科學(xué)專業(yè)人員的結(jié)構(gòu)化思考與交流

https://courses.analyticsvidhya.com/courses/structured-thinking-and-communication-for-data-science-professionals?utm_source=blog&utm_medium=business_analytics_skills_2020

3. 好奇心

好奇心是通往批判性思維的道路。在正確的時(shí)間提出正確的問題只會簡單地提高理解和思考。而好奇心卻能引發(fā)更深刻而理性的思考，并有助于發(fā)現(xiàn)針對當(dāng)前問題的更多創(chuàng)造性解決方案。

許多公司認(rèn)為好奇心是必不可少的技能，因?yàn)楹闷嫘牟粌H可以減少決策時(shí)的錯(cuò)誤，還能引導(dǎo)團(tuán)隊(duì)內(nèi)成員進(jìn)行積極思考和開放式溝通。

4. 解決問題的能力

解決業(yè)務(wù)分析行業(yè)中的問題需要業(yè)務(wù)分析專家在邏輯上將思想，流程和行動結(jié)合起來，以便能有效且正確地達(dá)到最終目標(biāo)。

一個(gè)好的問題解決者相比于假設(shè)，更傾向于通過研究來理解問題并找到解決方法。通過分析行業(yè)中正在發(fā)生的事情，潛在的未來狀況以及應(yīng)當(dāng)如何應(yīng)對，來尋找可能的解決方案。

5. 終身學(xué)習(xí)

學(xué)得越多，成長就越多。我們沒有一個(gè)人天生具有業(yè)務(wù)分析的能力，其中許多技能都是在人生旅途中學(xué)習(xí)的。因此，人們必須通過不斷地學(xué)習(xí)來提高自己的技能。

結(jié)論

本文中，我們了解了業(yè)務(wù)分析行業(yè)所需的9大基本技能。此外，我們介紹了業(yè)務(wù)分析專業(yè)的歷史，并簡要說明了商業(yè)分析人員和業(yè)務(wù)分析專業(yè)人員之間的區(qū)別。

原文標(biāo)題：

9 Key Skills Every Business Analytics Professional Should Have

原文鏈接：

https://www.analyticsvidhya.com/blog/2020/09/9-key-skills-business-analytics-professional/