商业分析师具体工作职责是什么，与数据分析师、战略咨询师有什么区别？

谢邀。

其实很多人都搞不清楚商业分析师、数据分析师、数据挖掘师、数据产品经理这些职位的区别与联系，下面就简单说一下：

数据分析师：

主要的工作内容就是根据时间维度产出数据报告、监控数据趋势，并为业务提供数据支持。数据分析师是一个连接业务与IT的职位，要求比工程师更了解业务逻辑，又要比产品、运营等具有更多的数据分析思维与技能。

数据分析主要是为公司业务人员、运营人员提供数据支持的，帮助员工提高工作能力和工作效率，让组织里面的每一个人都有主观能动性，另外还能通过数据优化员工绩效。

商业分析师：

商业分析师的主要工作就是做商业决策、战略调整，促进业务优化。

如果将企业比作战场，数据分析更像是为每一个战士服务的，并且数据分析能渗入到组织里面的每个细胞。而商业分析是为将军服务的，提高管理者决策的准确性、决策效率和决策能力。

对数据分析师而言，大部分工作时间都花在了数据提取和处理上。但在构建业务指标体系的时候，传统的数据分析师往往会忽略2个关键点：①商业问题 ②商业场景

这时候，商业数据分析师的概念就产生了。

与数据分析师不同的是，商业分析师更多的是从商业角度出发，基于具体的商业场景以及商业逻辑，使用数据作为原材料，对数据进行相应的逻辑处理与结构化处理。同时通过数据洞察商业问题，找到发展机会点，为企业战略及商业决策提供数据支持。

举个栗子，老板让你在下个季度用50W预算，实现50W新用户注册。在同等预算下，上个季度的目标是30W。这就意味着，再延续上个季度的宣传方式就无法完成目标。

这时候商业分析师就要从各个维度搭建商业数据指标体系：上个季度用的是怎样的宣传方式？是广告投放还是新媒体推广？哪个渠道的宣传效果更好？这个季度要不要优化投放方式？是不是还可以增加口碑营销？如果用口碑营销，我们的基础用户又在哪里？另外我们的竞争对手在同期做了哪些商业动作等等……

这里，我们也可以用3个字概括商业分析师的工作逻辑

• 构：基于具体的商业场景，构建数据体系
• 解：解读商业变化，洞察商业问题
• 用：数据应用，驱动增长

数据分析师在实际工作中更偏向业务，而商业分析师则更深入商业场景。

数据挖掘师：

挖掘工程师不仅需要精通各种模型算法原理、还要求能用代码来实现算法，能对算法进行优化改进，能对模型进行部署、监控，能对模型进行不断的迭代优化。

同时，还需要掌握大数据研发工程师的部分技能，比如大数据分布式计算方法等。数据挖掘工程师是最稀缺最贵的一类人才，其薪资在各大数据岗位中，平均水平是最高的，涨幅是最大的也是最快的。入门后的数据分析师往数据挖掘工程师转不失为一条绝佳路径。当然啦，数据挖掘工程师如果对业务对产品感兴趣，往数据分析师、数据产品经理转，那是非常轻而易举的事情。

数据产品经理：

数据产品经理要求具备普通产品经理的能力（比如产品设计、产业运营、用户体验方面的技能）外，还需要具备数据分析师的技能，掌握简单的数据分析方法，能够通过数据需求分析提炼出产品原型，从而将数据产品化，一个公司的数据价值变现成功与否，跟数据产品经理的职业素养有极大的关系。牛逼的数据产品经理，自己也是一个数据分析师，不需要数据分析师的配合工作。

总结：

1.商业分析师站的高度会比数据分析师高，因为处于战略模块，放眼的是全行业、上下游。而数据分析师更偏向落地能力，具体帮助业务某个产品得到增长；

2.商业分析师的汇报对象的都是CEO等领导，而数据分析师的汇报对象的是业务部门和数据部门的领导；

3.企业中对战略部门的商业分析师的学历背景要求会比较高，需要有强大的逻辑思维与业务拆解能力。

4.商业分析师不仅仅只是对数据进行分析，还需要做信息类的分析，如市场研究、国家政策、行业形势等；而数据分析师更偏向针对某一产品的分析，业务落地性比较强；

5.一般来说商业分析师的薪资会比数据分析师高。

最后分享一些相关资料：