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！