在過去幾年，分別經歷了數據分析師跟商業分析師的工作後，我發現了這兩種工作分別吸引我的地方、跟感到無力的地方各有不同，今天會分享這兩個工作的十大不同之處，稍微比較出差別之後，或許可以幫助大家在選擇職涯時，做出更符合自己初衷的選擇！
內容目錄
隱藏
商業分析師跟數據分析師的工作內容有哪些？
- 商業分析師：最主要的工作就是改善目前公司的瓶頸或是困難、發揮能夠贏過競爭者的優勢
- 釐清目前公司碰到的問題、想出能夠解決的具體方法，通常需要對產業與公司內部部門有一些了解，才能夠將願景落地
- 數據分析師：最主要的工作是整理繁雜的資料、產出一眼就能看出關鍵指標的報表、統計結果
- 專注在清理數據、將數據用對的方式聚合、 想出可視化程度高的報表，通常需要對工具的掌握度高
商業分析師跟數據分析師 9 大差異
一、使用工具上的不同：艱澀的工具跟平凡的工具
- 商業分析師：商業分析師最常用的就是 Excel、跟簡報工具
- 數據分析師：SQL、Dashboard 工具、Python、統計工具
二、目標與成就感的不同：華麗的報表與有效的結論
- 商業分析師：我感覺，我在商業分析師的工作上
- 我的目標是：能不能從報表裡看出端倪、這些問題可以用什麼方式解決？我手上有哪些資源可以動用？這個問題的影響層面多大？
- 我的成就感來自：我能不能夠解決這個問題、我用對哪些方式去找這個解決方式？下次我能不能套用？
- 數據分析師：我感覺，我在數據分析師的工作上
- 我的目標是：我可以如何發掘需求方的痛點？我手上有哪些資料可以幫他驗證這些數據？我的報表要怎麼呈現？
- 我的成就感來自：華麗、一目瞭然、受需求方肯定的報表，還有寫完一整段很難的 SQL code 時的喜悅～
三、跟其他組織之間的關係不同：後勤、先鋒部對
- 商業分析師：跟其他先鋒部門一起打仗
- 通常我們得出的解決方式，都需要很多其他先鋒部隊、後勤部隊的幫忙，需要得到他們的支持，才能夠順利做出改變
- 數據分析師：其他部隊的後盾
- 通常幫助其他部隊整理資料、產出報表，是所有部隊強而有力的後盾
四、在乎的問題不同：解決方法、模型結果
- 商業分析師：更在乎有沒有解決方式？
- 數據分析師：更在乎如何更快、更好的取得數據？如何套用新的模型？有沒有相關性、顯著結果？有沒有更好的變數？
五、壓力的來源不同：越快越好與有效才好
- 商業分析師：來自達成組織目標的壓力、管理層的壓力
- 數據分析師：資料混亂、資料龐大、對於工具不熟悉的壓力
六、進修的方向不同：產業知識以及對於模型的追求
- 商業分析師：需要不斷的了解每個部門能夠操作的資源有哪些？要了解產業發展進度、競爭者的動向
- 數據分析師：需要不斷的學習新的工具、對於工具的了解更精深
七、學習的難度不同
- 商業分析師：很難學習，很多需要靠時間、靠經驗累積。是一個很容易懷疑自己的工作，很多超乎自己可以處理的程度，很容易迷失方向、失去成就感
- 數據分析師：學習的目標更明確，就是學會常用的工具、學得出神入化，多練習，就能掌握的越好
八、資料對我們的意義不同
- 商業分析師：
- 商業分析師更重「分析」，分析不是模型有結果就好，要能夠解釋、要能夠找到解決這個結果的方法越多
- 越大的資料不見得對我們有意義，資料只有在能夠讓我們發現問題時，才有用
- 數據分析師：
- 數據分析師更重「處理」，能不能夠處理大量資料，資料越大、模型更容易驗證
九、職缺多寡的不同
- 商業分析師：優秀的商業分析師或許真的不好找，因為難度真的很高，所以缺也不多，或許也是因為商業分析師都要有一定的經驗，或許會從熟悉公司的人找，因此釋放出來的缺也不多
- 數據分析師：職缺比較多，需求也多
實際區別商業分析師跟數據分析師的工作
- 數據分析師：
- 想出各種不同的變數，跟業績做相關係數
- 發現 每天逛站人數 和 業績 的相關性最高
- 幫助整理每個渠道帶來的進站人數
- 幫助整理每個渠道分別操作的策略結果
- 商業分析師：以 5 個關鍵步驟來總結商業分析師的工作內容
- 第一：了解產業、了解公司：公司目標是什麼？釐清哪個部門跟每天逛站人數有關？
- 第二：釐清流程：他們平常操作哪些工具？這些工具分別帶來的影響力？
- 第三：尋找優秀案例：找出過去的成果，總結出可以發揮影響力的方法
- 第四：解決方案：依據數據、過往經驗，訂出解決方案，溝通每個執行單位要做什麼
- 第五：回收成果：觀察方案的後續結果，不段重複以上步驟，直到帶來最有效的成果
免費學習資源
商業分析師的推薦學習資源
- 即使商業分析不好學、也需要有一些產業歷練才能夠爬到這個位子，不過還是可以進修，如果 domain know how 學不來，那至少基本工具要會、對數字的掌握度透過練習變高、學習思維或是框架，至少可以先把基本功打好，才可以去面對挑戰
- 基礎商業分析：Business Analytics Specialization
- 課程內容：課程分為顧客分析、營運分析、人力資源分析、財務分析、商業分析 Captone Project 實作
- 課程特色：顧客、營運、財務都是公司很常見的職位：這些領域也是商業分析中最常接觸到的分析面向，先了解這些部門在做什麼、最常碰到的問題、常見指標、如何問對問題
- 課程內容：課程分為顧客分析、營運分析、人力資源分析、財務分析、商業分析 Captone Project 實作
- 進階商業分析：Advanced Business Analytics Specialization
- 課程內容：這堂課更精準的走過整個商業分析的流程，從數據之於商業分析的重要性、到分析模型、如何從分析結果做決定、與執行部門溝通、進階商業分析 Captone Project 實作
- 課程特色：先前有提過的 5 個關鍵步驟來總結商業分析師的工作內容，這堂課基本上就是以這 5 個步驟為課程順序
- 課程內容：這堂課更精準的走過整個商業分析的流程，從數據之於商業分析的重要性、到分析模型、如何從分析結果做決定、與執行部門溝通、進階商業分析 Captone Project 實作
- 對商業分析最重要的資料分析和簡報技巧：Data Analysis and Presentation Skills: the PwC Approach Specialization
- 課程內容：商業分析最重要的工具進階 Excel 用法、用 Excel 做視覺化報表、還有最重要的商業分析簡報怎麼做？
- 課程特色：4 大會計事務所 PwC 開的數據/商業分析課程，可以學到商業分析在 Excel 中運用時，最需要的技巧，可以當作企業實作的課程來看，接軌學校跟企業實作之間的落差
- 課程內容：商業分析最重要的工具進階 Excel 用法、用 Excel 做視覺化報表、還有最重要的商業分析簡報怎麼做？
- 目前這些課程都包含在 Coursera Plus 裡面，優惠為 399 美金/一年
數據分析師的推薦學習資源
- 學習的目標清楚，運用常見的工具，處理日常資料
- 證照班：所有工具都教的證照班 IBM 數據分析證照班 & Google 數據分析證照班
- 課程特色：有系統的學習最重要的工具，包括 SQL、R、Python、Tableau、實戰專案、分析方法論、如何解決問題
- Google Sheet & Excel：Google 自己教 Getting Started with Google Sheets、我的 Google Sheet 教學文章
- 基礎 Google Sheet 使用教學：進階公式學習文章：
- SQL：英文 SQL for Data Science
- 課程特色：專門為資料科學跟資料分析設立的 SQL 課程
- Tableau：UC Davis Tableau 資料視覺化
- 如果你還有對於數據分析師的更多疑問，可以看看 10 Q&A – 如何 3 個月自學成為數據分析師？
Pingback: [數據分析#18] 10 Q&A - 如何 3 個月自學成為數據分析師？ - Lisa Wu 財富自由之路
Pingback: [數據分析#17] 數據分析職缺整理：營運分析、商業分析、專案分析、行銷分析在做什麼？ - Lisa Wu 財富自由之路