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: