期刊信息
曾用名:现代图书情报技术;计算机与图书馆
主办:中国科学院文献情报中心
主管:中国科学院
ISSN:2096-3467
CN:10-1478/G2
语言:中文
周期:月刊
影响因子:0.912234
数据库收录:
北大核心期刊(2004版);北大核心期刊(2008版);北大核心期刊(2011版);北大核心期刊(2017版);中国科学引文数据库(2017-2018);中国科学引文数据库(2019-2020);中文社会科学引文索引-来源(2017-2018);中文社会科学引文索引-来源(2019-2020);国家哲学社会科学学术期刊数据库;中国人文社科核心期刊;中国科技核心期刊;期刊分类:图书情报与数字图书馆
期刊热词:
研究论文
每个业务分析专家应具备的9个关键技能
【作者】网站采编
【关键词】
【摘要】本文为大家介绍了每个业务分析专家应具备的9个关键技能,并对每个技能做了简单的介绍。 我们经常在论坛,社交媒体,甚至是聊天平台上看到这个问题,“在分析领域取得成功所需
本文为大家介绍了每个业务分析专家应具备的9个关键技能,并对每个技能做了简单的介绍。
我们经常在论坛,社交媒体,甚至是聊天平台上看到这个问题,“在分析领域取得成功所需要的最重要技能是什么?”那么,真的有这么一项“最重要的”技能么?
或许你已经猜到了答案,业务分析是一个广泛的领域,想要在这个领域获得成功,并没有一种万能的方法,而是需要多种技能结合。我们可以通过掌握一些关键技能,成为优秀的业务分析专家。
近年来,业务分析行业已从仅以学历为重渐渐转变为以技能为重。当然,这并不是在告诉你不要上大学或辍学!而是说,如果想成为业务分析专家,仅拥有一个好学历是不够的。学位证书可以让你找到工作,但学会多种技能可以扩大你的行业增长前景。
本文将探讨业务分析专家(Business Analytics Professional)所需的最重要技能。此列表并不详尽,但绝对涵盖了你应该掌握的核心技能。
本文接下来将要介绍商业分析师(BA)与业务分析专家(BAP)之间的区别,以及成为业务分析专家所必须的9项基本技能。
其中包括5项业务分析中的技术技能:
统计和概率; 数据检索; 统计工具; 统计编程语言; 可视化。 以及4项业务分析中的软技能: 沟通技巧; 结构化和批判性思维; 解决问题的能力; 好奇心。
商业分析师(Business Analyst)与业务分析专家(Business Analytics Professional)之间的区别
商业分析师(BA)和业务分析专家(BAP)这两个名词经常被使用在相似的情景下, 但从顶尖的行业领导者和招聘人员到普通百姓,很多人都错误地使用了该术语,这里先来澄清一下两者之间的区别。
商业分析师(BA)更多地专注于商业管理方面,他们的重点放在分析和有效地发展构成企业的活动上,包括部门间的沟通,以及政策制定等。例如,充当客户和销售部门之间的纽带,确保所有部门以及客户之间的沟通交流按预期的方式顺利进行。
而业务分析专家(BAP)则更专注于统计,数据,报告和记录数据,旨在改善业务中的各种功能。和商业分析师(BA)的不同之处在于他们通过分析数字来做到这一点。在以下各节中,我们将介绍成为一个业务分析专家(BAP)应具备的关键技能。
业务分析专家所需的技术技能
让我们看看成为优秀的业务分析专家所需的技术和理论技能。
A) 概率和统计
通过概率和统计可以更好地理解数字,回答一些相关性假设并且做出更好的预测。例如:
在销售旺季所销售货物的平均数量; 每天售出商品数量的变化; 还没有准备购买的潜在用户所占的百分比; 成功转换潜在用户所需的平均通话次数; 购买本公司产品的客户在市场中所占的百分比。
此外,使用诸如回归(regression)和时间序列(time series)之类的统计方法,还可以预测未来的预期销售额,实现既定目标的可能性等。
B) 数据检索
数据检索即使用命令行从数据库中识别和提取所需数据。如果你不知道如何从数据库管理系统(DBMS)中检索数据,那么你又怎么去使用你分析数据的知识和技能呢?
但是,我们要如何按照既定目标从大量数据中提取所需数据呢?这正是SQL发挥作用的地方。SQL是一种专门设计用于大型数据库(尤其是关系数据库)的编程语言。
市场上有许多数据库管理系统可用,例如Oracle,MongoDB,SQLite。但目前被很多公司以及数据分析从业者广为使用的是MySQL。它是成熟度和可靠性最高,且评分也是最高的开源数据管理系统。
C) 统计工具
获得数据后,你需要至少了解一种统计分析工具,可以将数据导入其中进行分析。目前市场上比较知名的统计软件有SPSS,SAS,Sage,Mathematica等。
当前,还有最杰出的一种,每个人都可以轻松学习的Microsoft Excel。MS Excel是一种电子表格,可以帮助你分析和绘制数据,它还能执行许多复杂的数学和统计功能。你所要做的就是编写公式,并且设定要计算的参数的数据范围。
D) 统计编程语言
随着数据量的增多,为了能轻松管理大量数据,使用编程语言进行数据分析成为了数据分析行业的必备技能,目前在数据分析行业使用最广泛的编程语言是Python和R。
用编程语言进行数据分析有两个主要的优点: 首先,它们使数据转换变得非常容易,可以轻松地使用现有变量创建新变量或根据变量的分布进行数学转换。 其次,这些编程语言具有丰富的库,可以帮助人们轻松地建立预测模型。例如,使用python中的sklearn库可以帮助你轻松创建大多数模型。这两个优点的结合使统计编程语言能够更好地处理大型复杂数据。
文章来源:《数据分析与知识发现》 网址: http://www.sjfxyzsfx.cn/zonghexinwen/2020/1020/412.html