我本以为这是记录商业分析师日常的VLOG,没想到…是一篇高能面经
可能大家都知道数据分析师,那么商业分析师和数据分析师主要有什么区别呢?
对数据分析师而言,技术性的工作比较多一些,比如对数据做清理,然后用统计的方法建模,用机器学习的方法建模等。相比之下,商业分析师对偏文科专业的学生而言是一个不错的转行机会。这个职位对数理知识的要求不算太高,它主要负责直接和客户沟通,然后把商业问题转化为数据问题进行分析,从而得出可视化的解决方案。这往往是一些偏文科专业的宝宝所擅长的。
商业分析师在公司的最大作用,就是通过数据分析,高效率地做出更明智的商业决策,使利益最大化。
就业市场
那么这个行业工作机会的分布是怎么样的呢?
就像下图所显示的那样,美西大部分的工作机会都集中分布在加州,而美东则是平均分布的。
至于职位数量,根据linkedin的统计资料显示,2018年,职位数量增长最快的是区块链,位居第二的就是我们数据科学和人工智能领域啦。而且,按照这个趋势进行预测,在2020年会实现28%的增长。
是不是摩拳擦掌,跃跃欲试了!
但是不得不承认的是,商业分析师的竞争也越来越激烈了。越来越多的人认识到这是一个热门行业,想挤进来分一杯羹,所以门槛也就越来越高了。
必备技能
那么,想胜任商业分析师,需要具备哪些技能呢?
1、软技能
对数据的敏感:把商业问题转换成数据问题的能力
批判性思维:全面考虑问题,考虑到各种可能性和优缺点
沟通能力:与产品经理、技术团队和市场团队协调沟通的能力
专业知识:对某一个行业的深入了解,比如finance,consulting等
那么相对应的,HR一般如何考核这些技能呢?
考察对数据的敏感:Data challenge,也就是给你一个数据集,让你进行分析,得出insights。
考察批判性思维:Case interview, 也就是对一个具体案例进行分析,比如公司上周的利润下滑了2%,如果是你,你会怎么做。
考察沟通能力:让你向没有技术背景的人做presentation,看你是否能解释清楚。
考察专业知识:看你对某一具体行业发展趋势的理解。
2、硬技能
数据库,数据清理,数据可视化,机器学习模型,做报告。
所有的硬核技能都可以通过一个data challenge的任务来考察。把数据在数据库中存储或者从数据库中调取出来,可能需要用到Hadoop,SQL或者MongoDB。拿出数据之后,对数据的分析,建模,presentation,这一系列的过程,全面地考察了数据分析的技能。
面试过程
面试往往分几轮,首先根据你的简历,如果HR觉得你符合要求,会给你打个电话,看你是否与这个工作匹配,问一些behavior question,比如你认为你自己的优缺点,是否需要visa sponsorship等。
如果首轮面试顺利的话,你就会进入第二轮与hiring manager的面试啦。在这一轮中,除了会看你的简历,还可能会问一些商业案例的问题,看你会如何解决;也可能会通过Google handouts考察一些技术问题。
如果第二轮也顺利,你就可以三进宫,迎来data challenge,也就是给你一个数据集让你进行数据清理,可视化,建模,最终得出自己的见解。通过和其他求职者的分析结果进行比较,如果公司对你的分析比较满意,你就会得到现场面试的机会了。
现场面试,一般是 hiring manager和你以后的合作伙伴一起面试你,一般是半天或者一天。通常会让你present你的分析结果,看看你的沟通能力如何。然后根据你的presentation提一些问题,看你能否hold住。而且,也会考察你的待人接物,如何处理人际关系,看你是否适合在这个团队里工作。
如果现场面试也愉快通过,那你就可以准备negotiate offer啦!
以上种种考察的内容,无论是技术能力还是一些软技能,都是可以提前准备好的。我们数据应用学院的学生,在面试之前一般都会找到我们,请我们的老师帮忙做模拟面试,确定自己需要多花时间准备哪些地方,通常都效果显著。
同样,如果你不知道自己哪些方面比较欠缺,以及想成为一个商业分析师需要如何准备,我们新一期的商业分析师求职训练营在4月27日就要开营了,有兴趣的小哥哥小姐姐欢迎咨询我们数据应用学院哟!