商业分析笔记
随着数据普遍应用，各行各业都在招聘数据分析师，有天然拿数据说话的券商、投融资行业，有海量数据可供分析的互联网、通信、银行业，有想转型的传统制造业企业，也有新兴的移动互联网创业企业。而入场的主流数据分析师要么有数学、统计学、财务专业背景，要么有编程计算机理工科背景，当然也有半路出家的其他从业者。供需对比，供应方，一个优秀数据分析师起码需要三五年的积累。而需求企业同时大量兴起，自然供不应求。人才缺口大，人才工资高。这是需求定律。
市场上对商业分析师定义五花八门，我对商业分析师定义是：商业分析师是企业的大脑，是企业决策的智囊团，是谋士、军师的角色。虽然商业分析师不直接带队打仗，但在战术谋略，排兵布阵是有着关键性话语权的，是影响企业成败的关键人物。
年薪五十万的商业分析师的核心技能有哪些？
既然要谈“目标论”，五年后年薪目标定位起码要50万左右。那这个水平的商业分析师核心技能都有哪些？
我整理了二三十份同水平的商业分析师职责要求，总结如下：
1）行业调研分析，洞察商业机会能力
这类能力在大型企业内部孵化器阶段要求较多。这时商业分析师首先是一个行业分析师：能够深入调研行业内基本情况、竞争格局、商业模式等，提供有价值的行业分析报告；关注行业前沿动态，具有敏锐的商业嗅觉，从产品、技术、用户等角度洞察到行业发展趋势和商业机会。
2）以数据指导战略方向决策
这时商业分析师是一个战略分析师，基于对行业分析理解，运用商业分析基本知识和分析框架，搜集整理加工量化、非量化数据，产出对战略决策有指导帮助的商业洞见。
3）数据运营，指导优化产品，运营，推广策略
行业分析、战略分析需要深刻的业务理解，不是所有数据分析师都能接触到。更多的数据分析师工作职责是指导产品优化，指导运营，指导推广策略的分析。起初是一个小产品，一条小业务线的分析，分析结果有误差也不会对公司经营产生多少影响。分析经验日臻成熟后就会负责公司核心业务的分析。
4）搭建业务监控指标体系，洞察业务问题，提升运营效率
这种能力常常在初创企业、新开业务线或者刚刚建立数据系统时需要。对商业分析师要求仍然侧重在业务理解，能够理解当前业务逻辑，掌握关键环节，梳理业务流程，做到业务指标监控或预警。
5）提炼数据产品需求，落地成数据产品能力
目前由于数据源、数据系统的割裂，很多数据的交互仍然需要线下传输收集整理，数据分析师很多工作仍处于手工阶段。对于常规分析，形成数据产品，提高数据分析效率，也是数据分析师基础工作的一部分。
高阶的数据产品需求，既能保证现有工作高效完成，又能超前涉及到未来可能的手工分析需求，同时还不能过于冗余以防降低数据传输速度，占用过大内存资源。
如果是数据分析经理方向，还需要掌握数据应用前沿产品及应用方向，不断提升数据分析效率。
6）数据分析工具熟悉掌握
当然，熟练掌握各类分析工具是基础。入门级的工具包括Excel、Sql等。进阶级工具包括：R、Python、Hive等。要熟练掌握进阶工具，还需要了解统计理论，掌握常用的数据分析方法、数据挖掘方法等。
再精炼些，可总结为三点：
1.掌握数据分析工具和方法
能够使用各类工具搜集、整理、分析数据，先掌握小数据分析工具，如Excel、Sql，再逐步上手大数据分析工具。
2.发挥数据价值，提升业务效率
能够发挥数据价值，可能是洞察业务问题，可能是优化产品，优化运营，优化推广策略等，这些都要求对业务有深刻的理解。
行业分析、企业分析、商业模式分析、产品分析、运营分析、营销分析，需要的业务知识不尽相同。
3.数据产品化，提升分析效率
让数据发挥价值，更高效率的方法，就是产品化。一个人的工作让一个部门受益，产品的使用人数越多，效率提升就更大。
精通以上每一种能力，都绝非朝夕功夫。这就是五年后你要达成的目标。达成路径、时间分解都难不倒做了多年数据分析的你。
关于分析的思维
一个互联网金融公司的运营总监和手下几个经理开会，提出来一个问题：“我们最近用户流失比较厉害，想办法挽回一下”。这就是个典型的商业问题了。要怎么分析呢？
自然没有接触过一定训练的人，都是一头雾水方法不外乎。但是我们最起码要做的是，要认识问题所在，到底用户流失是不是真实存在？以及流失的严重程度，对这个问题形成量化的指标和维度，如下图所示：
关于职业规划
对于数据分析，有一句话说的非 常好：spss/sql之类的软件、决策树、时间序列之类的方法，这些仅仅就都是个工具而已，最重要的是对业务的把握。没有正确的业务理解，再牛的理论， 再牛的工具，都是白搭。做一名合格的数据分析师，除了对数据需要有良好的敏感性之外，对相关业务的背景的深入了解，对客户或业务部门的需求的清晰认识。根 据实际的业务发展情况识别哪些数据可用，哪些不适用，而不是孤立地在“真空环境”下进行分析。
为此，我对自己的规划如下：
第 一步：掌握基本的数据分析知识（比如统计，概率，数据挖掘基础理论，运筹学等），掌握基本的数据分析软件（比如，VBA，Matlab，Spss，Sql 等等），掌握基本的商业经济常识（比如宏微观经济学，营销理论，投资基础知识，战略与风险管理等等）。这些基础知识，在学校里尽量的学习，而且我来到了和 君商学院，这样我可以在商业分析、经济分析上面领悟到一些东西，增强我的数据分析能力。
第二步：参与各种实习。研一开始我当时虽然有课，不 过很幸运的找到一份一周只需去一两天的兼职，内容是为三星做竞争对手分析，当然分析框架是leader给定了，我只是做整合资料和往ppt里填充的内容的 工作，不过通过兼职，我接触到了咨询行业，也向正式员工学习了很多商业分析、思考逻辑之类的东西。之后去西门子，做和VBA的事情，虽然做的事情与数据分 析无关，不过在公司经常用VBA做一些自动化处理工作，为自己的数据分析工具打好了基础。再之后去了易车，在那里兼职了一个多月，参与了大众汽车销量数据 短期预测的项目，一个小项目下来，数据分析的方法流程掌握了不少，也了解了企业是如何用一些时间序列模型去参与预测的，如何选取某个拟合曲线作为预测值。 现在，我来到新的地方实习，也非常幸运的参加了一个央企的码头堆场优化系统设计，其实也算数据分析的一种吧，通过码头的数据实施调度，通过码头的数据进行 决策，最后写成一个可操作的自动化系统。而这个项目，最重要的就是业务流程的把握，我也参与项目最初的需求调研，和制定工作任务说明书SOW，体会颇多。
第三步：第一份工作，预计3-5年。我估计会选择咨询公司或者IT公司吧，主要是做数据分析这块比较强的公司，比如Fico，埃森哲，高沃，瑞尼 尔，IBM，AC等等。通过第一份工作去把自己的知识打得扎实些，学会在实际中应用所学，学会数据分析的流程方法，让自己成长起来。
第四步：去自己喜欢的一个行业，深入了解这个行业，并讲数据分析应用到这个行业里。比如我可以去电子商务做数据分析师。我觉得我选择电子商务，是因为未来必将 是互联网的时代，电子商务必将取代传统商务，最显著的现象就是传统零售商老大沃尔玛正在受到亚马逊的挑战。此外，电子商务比传统的零售商具有更好的数据收 集和管理能力，可以更好的跟踪用户、挖掘潜在用户、挖掘潜在商品。