数据大浪潮你跟上了吗：如何转行Business Analyst 商业分析师？

近年来，全球人口产生的数据量达到了历史最高水平。每天，人们通过使用手机、社交媒体等网站产生 2.5 千亿字节的数据，而全球数据总量的 90% 是在过去两年内产生的。

随着这些数字的增加，对在业务中使用此类可量化信息的依赖也越来越大。各行各业的企业都在使用消费者偏好、习惯和其他数据洞察来帮助做出决策。在商业领域，81% 的组织在尝试“获得更深入的客户洞察”和识别趋势时开始依赖人口数据。

商业分析师评估过去和当前的业务数据，主要工作是改进公司内的决策过程。他们与利益相关者密切合作，以确定目标、最佳实践、和其他收集和分析需求相关的数据的积极方法。

今天，由数据应用学院的Jason老师带大家一起了解很多同学关心的这个话题——如何转行商业分析师，拿到商业分析师的工作？如果你想了解更多数据分析相关内容，可以阅读以下这些文章：
如何准备DS数据科学家面试?
如何通过面试中的AB测试问题（以doordash为例）
Amazon商业分析师面试指南
如何准备Front-End Back-End岗位面试？

本文会包括以下几个内容：

1、什么是商业分析师，商业分析师的性质是什么？

2、现在有哪些地区哪些公司在招聘商业分析师？

3、作为商业分析师需要掌握哪些技能？

4、在面试过程中，你应该注意哪些事项？

首先，我们要知道什么是商业分析师，商业分析师的就业市场怎么样？根据专业的职业发展机构的统计和预估，在2016-2026年，商业分析师的Job market是增长的，大量公司在持续增加商业分析师的岗位。

如上图所示， 在美国California，这个岗位数量是102580个，三万以上岗位的州有Virgnia、Florida、New Yolk、lllinois、和Texas。你会看到，整个美国版图上的商业分析师工作岗位是比较均衡的，在各个地方都有类似的岗位。

那么商业分析师的主要职责是什么？主要工作职能包括以下几点：去分析一个公司或组织的工作过程，Marketing过程、产品如何服务用户，从而得知如何改进产品和公司的服务，让用户更好的享受服务，比如提升软件的功能等等。

我们可以把商业分析师的工作分为以下几个类型：

1. Business Developer

这个岗位要为企业谋求更好的发展机会，比如，一个基于saas的云端软件企业，怎样有效的找到可以使用云端服务的潜在用户，怎样收集用户的需求，并且和用户建立有效的沟通，把产品销售出去？

2. Business Model Analysis

这个岗位的主要责任，是寻找公司或企业或组织产品推广的方法，比如美国的ATMT/T-Molibel等公司，去发展业务，这方面商业分析师有很大的贡献。

3. Process Design

过程的设计与优化。比如前文提到的，我们需要开发一个基于saas的云端服务器，在这个过程中，我们会和用户有效沟通，不断优化商业过程，让软件能很好的服务用户。或者说一个互联网企业，有一个销售漏斗，那么企业如何去获取用户的订阅，整个销售漏斗和workflow的优化，也是商业分析师的工作。

4. Systems Analysis

公司有一个为用户提供服务的云端软件平台，怎样才能有效的把用户的requirement进行分析和解读，密切的和内部的IT团队进行沟通和实现？

那么，商业分析师在美国的工资怎么样？我们来看一看这个网站（https://www.salary.com）。

我们的很多同学在拿到工作Offer之后，都会来给数据应用学院分享这个好消息，接下来同学们就是想咨询学院老师，有没有一些工资的negotiation情况分享，我们一般会推荐Glassdoor、salary.com，大家可以去看一看，这里的工资都是一个分布，一般我们会去看中值。

可以看到，在San Francisco工资大概在85540-106417之间，在洛杉矶是76849-95606之间。因为南加州和北加州之间也是有一些工资差别的，体现在这里，就是一万至两万之间。

这个就是工资的大概情况，另外，我们在Glassdoor通过搜索发现：商业分析师在北加州的工作机会，可以看到一天大概有15个机会，过去三天有76个机会，过去一周121个，过去一个月485个。

在洛杉矶，过去一个月有397个岗位。

在纽约，过去一个月有1417个岗位。

通过这三个搜索，我们可以大概了解当前整个北美对商业分析师的需求。

我们再来看公司对于商业分析师的具体要求，比如这家位于纽约的公司（Bloomberg），这个公司很多同学都听说过，它提供Finance、软件、媒体等等的综合性公司，业务非常丰富。

具体到这个岗位（Business Development Analyst），就属于我们之前讲的分类中的第一个岗位- Business developer，这个岗位首先介绍了公司的一个业务——Bloomberg s Enterprise Data department，显然，这是为企业数据提供服务的部门，它可以提供Quality Content、Distribution Platforms等等；接下来是岗位的需求，公司的服务里包括了金融软件媒体，要为企业提供ecosytem，作为一个Business Development Analyst，要为企业提供一些策略上的服务。

理想的Candidates应该是Customer-Focused，即用户当先，这与Amazon的Leadership Principle第一条内容差不多。同时，还要拥有均衡的商业与技术能力，比如数据分析、数据采集、数据计算、统计、机器学习等。

具体内容包括Lead Engagements、Industry and Product Experts，因为Bloomberg服务于不同的行业，包括Finance、Healthcare、e-commerce等，同时参与Product Development、Sales、Customers、Vendor Partners，需要与不同的Stakeholders合作，为企业提供解决方案，制定市场策略，与Vendor Partner建立友好关系，与内部及外部Partner友好合作等,整体工作内容偏向Business。

工作经验包括capital market firms，data capacity，knowledge of capital markets，tri-party relationship，communication，passion，ablity to travel等。该岗位属于entry level，薪资范围大致在63k-140k。

接下来这家公司是Anthem。可能同学们不太了解这家公司，他们专门为企业提供Healthcare解决方案。工资取决于工作地点，工资不是很高，大概在75k。这家公司其实是Anthem旗下另一家公司，名叫Beacon Health Options，迄今已为37million用户提供服务。工作方式为远程工作。

工作要求：为合作伙伴提供产品服务、分析商业需求、制定商业方案、了解软件开发、数据交换、信息技术等知识、懂得如何进行项目管理从而实现项目目标、对performance进行评估、监管及分析，评估并解决商业、系统内容，例如系统数据整合等。要求candidate具备3年工作经验，及BA/BS学术背景，如果具备一定的Healthcare Industry Knowledge更好。

下面这家公司叫DOORDASH，公司地址位于纽约。受疫情疫情影响，DoorDash一下子就发展了起来。公司主要工作内容为送餐，解决了疫情当下的大问题。

工作内容包括：

首先是reporting。Reporting其实是商业分析师很重要的一项工作。与Business Intelligence很像，即在现有的数据的基础上生成报告，最终服务于People Team。

第二，lead analysis projects。

第三，build strong relationship with leaders，同时与这些leaders交流沟通，为下个版本的self-service platform提供基础知识。

该职位要求candidate具备3年工作经验（但如果你在两年的研究生期间做过一些工作并积累了相关经验，其实也是可以申请的）；教育背景要求与Data Science、Economics、统计相关。（后边我们讲到转行的时候会专门讲学历背景这一块儿）；要求有项目管理、BI Platform Tableau、PowerBI、Lookr、SQL等经验，这些其实都是商业分析师常用到的一些工具。

同时，还要求掌握统计分析的技能，以及处理调查数据、文本分析的能力，这也是该公司比较特别的一点。为了提升服务水平，许多公司都会设计许多调查，并分析调查结果，帮助企业制定决策。这里的文本分析类似于NLP，即智能语言处理，但该公司对该项技能的掌握要求不高。同时要求candidate可以处理一些隐藏数据，主要编程语言为Python R，掌握ETL pipelines技术等。

通过以上Job Description，我们了解到了商业分析师的主要工作是什么，每个行业的要求是怎样的。接下来，让我们来介绍一下商业分析师行业人才状况。

一部分商业分析师的专业就是商业分析，2018年，商业分析师硕士学位有200+，目前，只要是有一定规模的大学都提供数据科学、商业分析的专业。我们数据应用学院也和两家大学进行了合作，为大家提供MBA的track，明年就可以提供MBA的学位课程。

商业分析这个专业开设时间比较晚，该专业的学生在临近毕业时也会来数据应用学院寻求一些求职的培训，因为学校开设的课程都比较偏向理论。另外一个来源就是转行，包括软件开发人员。软件开发人员在工作了几年之后，在知识方面有些落伍，跟不上技术变化，但是具备丰富的IT经验，并且在某行业的工作经验，是非常容易转行至商业分析师的。第三大来源就是各行业专业人才，例如Economics、Marketing、Management等。

那么为什么要选择转行呢？主要有三大原因，第一，原有专业在找工作方面存在一定困难，例如环境工程专业,虽然非常受欢迎，在各大学都开设了相关专业及课程，每年招生人数也不少，但学生群体基本都是亚洲人，反而是美国学生很少学这个专业。所以，在毕业时，环境工程专业的学生就面临着找工作难的困境。

第二，拿软件工程师为例，在工作过程中发现难以适应行业变化，所以随着年龄的增长，选择了转行。

第三，有许多人看重职业发展。可能原来的工作内容主要与Marketing有关，想要增加一些数据驱动的方法，包括编程、数据库等，从而规划自己的职业发展。

就商业分析师本身职业发展情况来讲，许多我们的学生在1-2年的时间里可以提升至Senior Level，2年时间提升至数据科学家。但也有一部分学生会转向Business领域发展，成为Product Management Analyst，甚至做到管理层职位，以及解决方案架构师。就像前面我们介绍到的4个类别，其中有一个类别是如何在商业过程中将解决方案解释给工程部门，并投入实践。商业分析师主要有2个track，包括技术track和business track。

接下来，我们具体分析一下商业分析师需要掌握哪些技能。其中最主要的，可能就是Data Collection及数据库的能力。

最主要的Skill Set是Data Collection数据采集的能力，也就是经常讲的数据库的能力。很多时候会误解，比如你是一个分析师，别人把数据库做好，一个CSV文件load到excel里面就可以分析了。这种岗位在金融方面比较多，但是会逐渐被淘汰，因为当数据量足够大，比如超过1万行时，Excel并不能完全处理大数据，速度很慢。

市场要求我们直接面向市场数据，敏感捕捉和追踪市场的变化情况，不能每次都把大数据系统里面的东西计算好给你月报，然后根据月报分析。很多公司要求可以直接接触实时数据，比如上周或昨天，这是一个基本的能力。

有了数据采集之后，下面就是Data Wrangling数据处理或数据计算的能力，或者是在数据上做一些Aggregation，举个例子，一个比较有特色的e-commerce公司Macy’s，可以有用户的交易数据，订单详情，费用，付费方式以及运输信息，你还可以看到访问的很多网站，等等这些信息都可以采集起来。但是怎么把他们作为一个Aggregation，比如上周哪一类的产品是增长的，增长得最快？这时候需要数据计算的一些能力。

接下来是Domain Knowledge，前面举例讲到prefer healthcare knowledge，这是一个加分项，商业分析师要求对行业本身有一定的了解。

接下来，让我们看一看Communication，前面解释Job Description时已有了解，几乎每一项工作都需要与不同的Stockholders进行交流, 包括产品，销售，Finance，用户，这是最基本的技能。

接下俩是Data Visualization可视化，很多商业分析师做的是有点类似Business Intelligence商业智能的工作，要生成一个报告并把它呈现出来，或生成一个dashboard，或者建立一个简单的线性图，一个柱状图，这里要知道线型图是什么，有什么变化趋势，柱状图可以作比较。

可能还包括分析数据的分布，比如Tableau，Power BI，Looker，通过数据可视化呈现出来现在商业运营情况user情况，从中发现一些insight，解释这些insight是如何发生的，只有了解怎么发生的才能提供解决方案。

接下来是Statistics知识，Statistics方面主要是一些描述性统计，比如最大值、最小值、中值、平均值以及它们具体的意思。还有统计方面的分布，统计实验experiments, hypothesis test, A/B testing, 都是商业分析师必备的基础。这些分析类的能力。

如果你想向更高级的方面发展，比如产品管理，那么对产品方面的能力也有所要求，需要了解整个产品线。我们有学生在Apple工作，他们都有自己的销售策略部门，里面有风控以及风控策略的涉及，要求对整个产品有很深的了解。比如，用户怎么通过subscription方式享受手机服务，还有free pay各种不同的产品服务的模式，对这一部分应该有一些相关知识。

最高级的是Machine Learning，坦率地讲，商业分析师对机器学习要求不是很高，不像Data Scientist, Machine Learning, Software Engineer对Machine Learning要求很高。但是在面试过程中需要做一些简单的预测，包括用回归模型预测一下市场需求，还有分类问题，不一定是训练或建立机器学习模型，但是需要对机器学习模型本身比较了解。

风控模型的欺诈问题，要理解模型的输出，它的输出是一个fraud possibility, 根据可能性定义策略。比如，由于疫苗普及，目前经济形势较好，这个时候fraud策略是35%，类似一个red flag，当可能性超过35%会给出警告，当经济形式更好时会调高阀门数值。一个是本事对机器学习的理解，prediction包括regression和classification问题；第二是对模型本身有所理解，对商业决策有很大帮助。

在这个Knowledge Tree里面，我们详细列出了商业分析师应该具备的技能，主要包括以下几个层次：基础的就是商业知识、SQL、有一定编程的能力，哪怕是Excel非常熟练也可以；在这些知识上更高级的技术，包括Data Visualization、统计分析；再往上就是整个产品的过程以及机器学习。

接下来是求职面试的过程，面试基本上就是HR Phone Interview、Tech面以及Product、Business方面的面试，Onsite也是基于前面几轮面试综合的考察。

先来看HR。HR主要是了解三个方面的内容：第一，你是否对这个工作有兴趣的，第二，你是否是一个合适的候选人，第三是对于国际的学生的OPT，什么时候毕业，H1B抽签第几年这样一些问题。

如下图，这里举几个常见问题的一些例子，第一个几乎是一个必备的问题。接着就是你过往的工作经历，主要考察你是不是good match，HR也会问一些小的技术问题，这也并不奇怪，经常有同学在HR阶段就被问到一些简单的技术问题。我们需要知道STAR的方法，就是Situation、Task、Action、Results，用这个模板讲述个人职业的小故事，通过小故事来呈现这些方面的能力。

接下来，会有hiring manager 或者是你将来的同事或者是将来的合作方他们作为面试官来面，有可能会让做一个takehome project，给定一个数据集，一些他们想解决的问题，然后让你通过数据分析的方法给他们提供一个商业的解决方案。

这个take-home project， 短的话要求几个小时交回来，长的话可能一周、两周，建议同学们能够尽量在一周之内交回，因为时间长的话，那可能其他的candidates 已经交完开始面试了。这个部分coding的能力可能会成为商业分析师的一个难点，这也是我们在培训的过程中重点培训的一个方向。

很多人是从文科转行过来的，之前是学管理、Business、Economy的，这些同学的coding方面是一个弱点。Coding中，其实SQL不难，所以在面试中会给一个他们公司自己的一个商业数据集，或者没有数据，只是表格的一个结构，一个schema，他们会提一些问题，希望你做一些比如join、aggregation、跟Windows function相关的一些基于行的一些aggregation。

其他语言，如 Python ， R， 甚至于Excel，都可以自己去选择，现在比较流行的还是以Python为主。因为是开源的一个工具，而且有大量的第三方的工具包，比如scikit-learn,Pandas作为分析方面的知识，coding就主要考核这几方面的知识。

下面是产品，为什么在商业分析师面试过程中会专门拿出来一个单元去考核产品，是因为商业分析师不是一个纯IT的工作岗位，它是借助于IT技术以及Data Driven这种方法去解决商业问题。从根本上来讲，它应该是business的一个岗位，所以对于产品分析的能力非常重视。比如说产品的流程、之后要跟踪那些metrics，比如你看到一种insight怎么分析它的因果，这些是非常重要的。

举个例子，比如拿LinkedIn来说，最近LinkedIn推出了一个sales的feature，它不仅仅是解决了招聘的问题，它也在帮助做marketing推广，你怎么measure它？之后怎么去提升？为什么这样做？最后，如果有一个提升的方法，你怎么去evaluate，如AB Testing的方法；再比如，有一个Job Model，你要怎么设计metrics,你觉得哪种实验的model会更有效？这个是统计里面的实验；

再有，怎么区分Job Seekers的例子。这个可以理解为机器学习的问题，但是，在机器学习之前，我们要怎么通过商业分析为机器学习提供大概的一些数据分布以及一些features，这个就是关于产品分析类问题。

Onsite 一般公司都会设计3~6个人，他们会分类进行。比如，一个人主要面统计和AB Test，一个人主要面coding，一个人主要面产品方面的，还有一个更高级别的人会问一些behavior的问题。

这些基本上就是商业分析师面试的过程。做好准备加入我们这些基本上就是商业分析师面试的过程。做好准备加入我们，一起学习进步吗？你还可以订阅我们的YouTube频道，观看大量数据科学相关公开课：https://www.youtube.com/channel/UCa8NLpvi70mHVsW4J_x9OeQ；在LinkedIn上关注我们，扩展你的人际网络！https://www.linkedin.com/company/dataapplab/

作者：数据应用学院
美工编辑：过儿
校对审稿：Jiawei Tong