如何成为一名优秀的商业分析师？

一个优秀的商业分析/数据分析师不止是具备工具使用、会写编程外，还需要具备很多软实力。大家可以分享下怎么才能成为一个优秀的商业分析师，走上升职加薪的康庄大道。

空白白白白 · 2018-9-28 00:19:25

开头，我真诚的希望你能耐心看完这篇文，以下是我从一个BI工程师做到数据专家的关键点。对身处数据分析工作的你或多或少有点帮助:)
通过数据分析助力业务部门的决策和发展，这已经是每一个数据分析人员乃至于业务部门的基本共识了。至少据我所知，很多公司的业务部门都有专门的数据分析人员。然而，虽然道理人人都懂，但真正能够做到的“优秀”的数据分析师却不多。究其原因，无非是以下四点没有做好：
一、没有站到领导的高度来看待问题
一名数据分析人员其自身所站的高度，直接决定了他进行数据分析的方向和影响力。就好比打仗，业务领导看的是大势，是全局。而你作为一个参谋，天天只关注一城一地的得失，即便你能力再强，分析的再透彻，在领导看来也不过是一点而已，想要通过这样的分析来影响业务的全局发展无疑是痴人说梦。
因此，一名优秀的数据分析人员，首先需要能够和领导站到一个高度。你需要知道整个公司的业务战略，需要了解本部门在战略中的定位和规划。只有站在这个高度，你才能知道业务领导关心什么，整个战局的重点在哪里，会有哪些问题和指标需要特别关注，这样你才有可能进行体系化的数据分析。这种体系化的数据分析与针对某个业务指标的分析最大的不同，在于各个分析之间有着明确的关联关系，仅通过数据就可以让业务领导对全局洞若观火。任何一个领导看到这样体系化的工具都一定会爱不释手，毕竟这会成为他们把控全局最简便的工具。一旦让业务领导依赖上数据工具，后期的分析结果和建议势必会得到他的重视，这样通过数据来推动业务发展就变的水到渠成。（这里的工具不特指软件，一个模型也是一个工具）
我和很多数据分析人员进行沟通时，他们往往关注在一个工具怎么用，一个算法怎么实现这样的细节点上。这些技能当然重要，但最终真正决定一名分析师高度的其实是他的眼界和思想的高度。
需要的行动：
主动参加高层领导的会议，从各个层面积极沟通，主动了解公司战略规划以及部门定位；
多与业务部门核心团队进行沟通，了解其当前的关注点以及后期的整体战略方向和动态；
深入了解所在部门的业务，同时主动了解行业内竞争对手或领头羊的行业动态，整理并汇总形成自己的见解；
如果你无法达到业务领导的高度，就更要多和他沟通，了解他的想法和眼界，站在他的肩膀之上。永远记住，当你带着想法，拿着数据，主动的与业务领导进行沟通时，业务领导一定是欢迎的。毕竟他所承担的压力多一个人分担总是好的，更何况是一个有想法，积极主动的人。记住，态度永远是最重要的！

二、是很好的"实现者"，而不是很好的"思考者"
我接触过的很多数据分析人员，喜欢把自己定位成为业务部门的数据"实现者"。确切来说，就是把自己定义为基于业务需求实现报表或看板的实施人员。我认为，这是非常错误和不可取的。
在我看来，基于业务人员想法来制作报表或者看板，最多只是"60分工作"。即便你的需求来源是业务部门老总，也就值60分。何为"60分工作"？就是刚刚满足温饱的工作，让你能赚这份工资，但无法凸显你的价值，无法让你升职加薪。其实数据分析最值钱的就是想法，特别是基于实际业务现状有针对性的想法。如果这些想法来源都是业务人员，那你就是一个"IT民工"，只是一个比电脑高级一点的工具而已。所以，作为一名数据分析师，你一定要有自己对业务独到的见解和想法，要成为一名“思考者”。通过你拥有的数据对这些想法进行系统化、体系化的分析，通过数据来论证自己的想法。这是一个很痛苦、很费时的工作。在我过去的经验中，往往10个想法里才有1个是靠谱的，可被论证的。但是，当你把这一个被数据证明的想法抛出来时，一定会让业务人员眼前一亮，对于任何人来说，一个有思想的人提出的建议都一定会更容易让人接受。
服务好业务人员是无可厚非的，但作为一名数据分析师，绝对不能仅限于此。你一定要了解业务，提出想法/假设，并通过数据来论证。当你在业务人员的眼中摘掉“IT民工”的帽子，换上“思考者”的王冠时，你才真正踏上数据推动业务发展的康庄大道。
需要的行动：
千万不要固步自封，如果你已经把自己定位成一个“IT民工”，永远不会有人把你当成“思考者”；
不要把自己的视野仅仅局限于你服务的业务领域，多去了解一些其他业务部门和行业中的动态，要知道，他山之石可以攻玉。有时候跳出圈子多看一些东西，才会让你比圈子里的人想的更多；
与业务同事多沟通，有时候将不同人的意见综合起来做提炼，也是形成你独特想法的一种捷径；
当形成自己想法时，要主动通过数据去验证，不要怕失败。得到的结论也不要妄自菲薄，要勇于表达自己的观点；
不管失败多少次，永远有勇气站起来做下一次的尝试，要做打不倒的小强！

三、缺少汇报的技巧和经验，往往是茶壶煮饺子，有料倒不出来
目前行业内的数据分析师，大多数还是偏向理工科的同学。这部分同学逻辑思维能力没的说，但最大的问题还是在于表达。
数据分析师是一个与业务贴的很近的职业，即便你上面两点都能够很好的达到要求，但最终还是需要拿给业务人员来用的。这个时候除了好的想法外，优秀的表达和汇报能力就成为关键因素。从我和多位数据分析师的接触来看，大家最大的问题是不会“讲故事”。何为"讲故事"？就是把你研究出来的算法，看板，报表等与实际业务场景结合起来，通过一个个生动的故事来体现你工作的价值。我之前参加过不少数据分析师的汇报，他们在和业务人员汇报的时候更多的是讲自己的工具怎么操作，各个业务指标的含义，其中背后的算法等等。而对于使用场景，业务含义，业务价值涉猎很少，即便有提到的也是平铺直叙，让人感觉很突兀。要知道，对于业务人员来说，你这样的讲解会让大家云里雾里，直接影响到对你提供工具的使用效果。
比较好的演讲，应该是先抛出目前业务出现的问题，然后逐层剖析找到问题关键，再给出工具，结合历史的业务数据进行操作，指出使用工具如何能够及早发现问题，提升业务效率等。基于实际业务的痛处，通过讲故事的方式进行宣讲，会让听众感同身受，也激起他们使用工具的欲望和兴趣。
对于每一个业务人员来说，他们关注的是各种业务KPI，你需要紧紧抓住他们的兴趣点，用风趣的语言，环环相扣的故事，说服他们使用你的劳动成果。酒香也怕巷子深，诸位presentation较差的分析师们还是要努力提升一下啊。
需要的行动：
一定要重视汇报，不要觉得“酒香不怕巷子香”；
汇报前要做好充分的准备：使用正式的PPT、Keynote，不要用excel、xmind等思路整理工具；汇报前自己要多做几次练习，理顺语言和思路；仔细推敲自己PPT里的内容，做到每一个细节都胸有成竹，细节是魔鬼，一处细节的纰漏会毁了你整个汇报；
把你要表述的内容整理成为具有调理的“故事”，汇报最忌杂乱无章，有些不相干的内容如果没法串起来，就形成多次汇报内容；
对于一些这方面比较欠缺的小伙伴，可以参考我提供的一个汇报模板。
（在这里讲个小故事，我一紧张就口吃，总是汇报不好。我深知汇报绝对是整个数据分析工作的8分，
我的汇报技巧是 善用：PPT中的动画一步一步的讲清思路+PPT下面的备注+一遍又一遍的演讲练习。后来我开始把整个故事流畅讲下来了，也讲得游刃有余不再看备注了，当你练习三十遍，把整个PPT都练到吐的时候你就成功了。如果对自己汇报能力没信心的话，千万不要拿着眼花缭乱酷炫的dashboard跟老板汇报，因为你会说着说着不知道自己说到哪了，也不知道下一步怎么说。所以PPT的动画帮了我很大的忙）
汇报模板（入门汇报版）请注意黄色标签

四、缺少对业务的持续推动能力
数据分析师的最终目的是通过数据来推动业务的发展。数据分析固然能够基于历史和现在的数据进行分析，给出建议，但最终落地还是要靠各个业务执行人员。任何一个业务的发展都是受很多因素影响的，要想真正证明数据的价值，还需要业务执行层的鼎力支持。
以我过去的有一个case来说，当时通过我的数据分析模型，找到了影响业务发展的一个关键要素。基于分析，我给业务部门做了汇报，并提出了改进建议，这个问题和建议都得到业务人员和领导的高度认可，并要求在公司内部推行。但之后的2，3个月，相关业务指标依然如故，没有任何改变。这是不是我的分析有误？我通过个人关系对总部和分公司进行了解，原来总部各部门确实对下面分公司下达了要求，但在真正一线执行层并没有认真落实。而总部也没有相关的监控手段，无法确认这一政策是否真正执行。之后，我赶紧汇报给了业务领导，并帮助业务部门开发了相关监控的工具，3个月后果然业务有了明显的提升。
从这个例子可以看出，要想真正让一个分析结果能够落地，除了说服决策层的领导外，还需要提供具体落地方案的监控方案。除此之外，如果能够与业务部门保持良好的关系，能够了解数据之外的信息，也会对你的工作有很大的帮助。如果你真的希望自己的劳动成功能够落地，还是需要进行全程的跟踪，并针对数据的变化不断的调整模型和方案。
需要的行动：
时刻提醒自己，业务的业绩达成才是你的最终目标，你的工作并不止于分析报告，后续的推进落地依然是你的职责；
与业务各个业务部门的关键人员搞好关系，往往在办理公事时，私人的关系会让你事倍功半；
遇到阻力和困难时，永远不要退缩，要通过各种渠道去推进，如果依靠你的力量无法推进时，要懂得借力；
厘清业务处理过程中各个环节的流程和所在节点的利益关系，无利不起早，很多事情无法推进，核心矛盾是利益分配没有理顺；
懂得管理业务领导，把领导当成你的资源，带着问题找领导解决时，永远带着解决方案，让领导做选择题，不要做问答题；
最后，也是最关键的，把业务的目标当成你自己的事情，当你真正能够推动业务增长之时，也是你凸显价值，升职加薪之日！

作为一名数据分析师，如果你能够站在业务领导的高度，主动的思考问题并提出解决方案，有很好的表达技巧说服业务人员接受你的观点，并能够全程推动和监控方案的落地实施，那么你一定能够通过数据来推动业务的持续发展。这几点看似很难，但只要你能够明确方向，一点一点的推进，你一定会惊喜的发现，原来通过数据影响业务并没有那么困难，随着业务对于数据依赖的不断加强，你的价值也会不断凸显，升职加薪自然水到渠成。

笨Ben · 2018-9-28 00:19:26

谢邀，既然是说商业分析，就从粘贴之前的回复开始吧。
做为一个在2个不同的世界前10互联网软件公司都带过BI和数据产品团队的所谓行内人，我来谈谈对于商业分析这个职位的理解，我分几块总结下

工作内容：BA和DA（data analyst）是有一定差别的，现在DA在慢慢演变到data scientist，但不变的依然是通过业务和数据的分析驱动业务。这里面最核心的两个点：一是驱动业务的产出，结果能量化也是我一直引导团队聚焦的；二是做什么？这个工作最怕做成乙方，一旦被定义了工作内容，可拓展的空间和可量化的结果就有限了。

能力锻炼：跟着上面，如何不做乙方。我觉得BA需要4个技能：数据，数字，商业，沟通。前两者容易懂，但是两者之间的区别也很大，数字是敏感度，数据是处理能力，这里就不展开了。决定性的其实是具备商业敏感度，然后自我判断，通过主动沟通，自定义工作内容，通过数字和数据能力完成工作过程，通过商业包装能力把结果具像化，最终通过沟通把结果输出，得到认可最终成为自己的成绩。明白了吗？这条路径是把工作掌握在自己手中，最重要的是和业务互动紧密，了解业务的现状，问题，和需求，这样才能找到机会。而更重要的是通过各种沟通方式搞定业务方，最终得到认可把结果拿到。

发展方向：跟着上面，BA做好了发展方向是无限的。互联网公司的运营就是一个最容易转的方向，也是我团队很多人走的路。更向上可以做老板的参谋，可以自己做产品，上面的4点能力锻炼好了很多工作都能做，就像我现在开始创业了。
========================
这个岗位如果是内部的，最怕自说自话，没人搭理；外部的最怕形而上，不落地。所以商业分析师很多时候是没有好的成长路径，说白了还是在成为商业分析师的过程里成长不够，我建议主要锻炼几方面能力：

换位思考：商业分析的结果一定是通过合作方实现或者认可后才能落地的，合作方要么是业务方，要么是技术或者数仓。人家在想什么，要什么？一定要多走过去，多了解，感同身受。

商业思考：公司请你来不是让你自娱自乐的，是让你解决问题的。问题从哪里来？这个要有嗅觉，如果都是等业务方提，那就是万年乙方。如何通过解决问题完成商业目标？首先目标在哪？如何量化聚焦？如何找到实现路径？找个好导师是捷径。

专业能力：下面小女孩的ppt也是个负面典型，这样的数据展现在阿里的话没人看，因为大家都有能力获得数据和做基本分析，你的差异性在哪里？附加值在哪？如果只是取数再拆分那要你干嘛？必须是无限的拆分在通过你的逻辑重组，成型成一个合理的输出才有价值。

language,language,language!!! 这个不多说了，我也是当年踩坑过来的。。。

呼呼游侠 · 2018-9-28 00:19:28

一个刚入职10个月的小白来抛个砖。希望各位大佬不吝赐教。

扎实的基础知识

   我所在的行业是零售业，职位面向的主要是消费者相关的数据。
   我们每天都要用到的语言就是sql，要求写的快且准确。天天用熟练自然就快了。
   R和Python是我在学校的时候学的，现在工作分析数据的时候用，会用哪个都行。分析出想要的东西就行。
   SAS我之前考过SAS的证，觉得对找工作也没什么用。现在工作中也没怎么用。
   Hadoop和Hive毕业准备面试的时候自学过，上网课。现在工作中的数据最多也就是large data
  实在算不上big data，所以这些也没用到，估计也忘光了。
   Tableau 我们做报告（reporting）的时候用，我一年前上过一个网课，一年后几乎全忘了。一切靠google，该实现的也实现了。
   以上的知识和技能是找工作必备的，也是最能自己掌控的。现在网络资源很丰富，无论是什么基础，只要用心学，真的都不难。
   如果已经在工作，我觉得学习的方法还有两个，一是看以前的文档和代码，相似的东西看看之前的人都是怎么想怎么做的。二是和周围的前辈学习，我们组有个很好的活动就是每隔一段时间有研讨会（workshop）所有的分析师聚在一起分享自己的学习心得，可能是看问题的一个角度。也可能是写代码的小技巧。如果说学习有捷径，我觉得这个应该算吧。
  2. 工作中多思考多问问题
   自己刚工作才发现好多东西和学校教的并不完全一样。比如我刚工作的时候做A/B检验（A/B testing）我本着统计学的理论知识跟老板说我们的控制组（control group）和检验组（test group）要对半开。这样的结果还是最合理的可靠的符合统计理论的。老板说我们这次实验是要给消费者发优惠券，如果对半开，那么控制组的人过多意味着很多人没收到优惠券，他们去消费的可能性就很小，会潜在的对我们的销量产生负影响。那么怎么在保证得到统计显著的结果下设定一个最小的控制组呢？这是在课本中学不到的。
在这个职位经常会有公司各个组提出数据和分析的请求。有的时候就是问你要这个数据，这个分析。然而我并不明白为什么他们要这些东西。这个时候需要跟他们交流，帮助他们搞清楚他们想解决什么问题，要去干什么，然后在转化为解决这个问题需要什么样的数据，什么样的分析。
   工作了一段时间后，渐渐的对整个企业有了一定的了解。常常会对自己的东西多想想。也会时常翻翻其它组做的东西。有空会和同行业的人交流下，看大家都在做什么，怎么做，有什么新东西新方向。
  3.交流沟通能力
这点我认为非常重要。也是我做的最欠缺的一点。
我在美国工作，语言对我的交流沟通又增加了一些难度。
交流：我这个职位，要和公司不同组交流，和产品经理，和程序员，和我们的供应商（vendor）交流，和不同人交流方式也不同。如何有效的沟通，我一般就是鹦鹉学舌摸着石头过河。看我的manager遇到类似的问题是怎么和别人交流并解决的。更多的是靠摸索和时间的积累。大家如果有好的建议，欢迎一起讨论。
做演示（presentation）：很感谢我的经理，总是能把我推出去。让我自己做的东西自己去讲，回答不上来的问题她给我兜着，哈哈。我觉得做演示是一门学问。做的好会让观众醍醐灌顶，仿佛打开了另一个世界的大门，做的不好，估计大家都放空自己不知道神游哪儿去了。我现在用到的方法，基本是做演示之前，自己先打个草稿，我一般会写下来。而且我惊奇的发现我同事（美国人）也是这么做的，最起码要打个腹稿。每页ppt你打算给观众什么信息，然后有逻辑的精炼的展开你要说的，最后要和下一页ppt有个过渡。末了要总结你想传达什么信息，别人应该学到什么。还有个很有效但是很残忍的方法就是：录像！然后自己看自己的录像，会发现跟车祸现场一样，想象自己做演示和自己实际做演示的样子相差太远。如果心里还不托底儿，可以找关系好的同事，给他们演练一遍，并让他们提出意见。
4. 对行业/产品保持好奇心
一般来说员工用自己公司的产品都会有一些优惠，一些新的功能投入使用前也会有内部员工测试。这些都是很好的体验产品的机会。如果你对这个行业/产品有兴趣，会很乐意去花时间更深入的了解它。它什么地方好，什么地方有待改进，怎么改进。
我们公司实体店分正价店（nordstrom）和打折店（nordstrom rack）并且都有网站可以网上购物。我去我们公司打折店的时候经常会遇到有的妹子喜欢一个东西，但是店里没有她要的尺码或者颜色，店员会告诉她你可以下载我们nordstrom rack的app在上面搜索一下。那么问题来了，我发现很多打折实体店消费的顾客他们并不知道有http://nordstromrack.com这个网站，他们是一个很潜在的客户群，我们可以在策略上想办法让他们也在网站上消费。而且还有个问题，店员为什么不能直接帮顾客在网站上直接下单并鼓励顾客下载app。这些都是不难实现的可以改善消费者购物体验的。
只有对行业和产品保持好奇心，才能不断的发现问题，想办法解决问题。

以上是一个井底之蛙的一家之言，希望大家多多讨论，也可以给我一些工作上的建议，分享你们的经验。

俞翔 · 2018-9-28 00:19:29

实话实说,我觉得以题主的题目描述,肯定还没有做好准备做一个真正的商业分析师.包括现在第一名的答案,都在心态上给人感觉是为了工作而商业分析师.
在我眼里,商业分析师应该是这样的职位,对于所在行业拥有洞察力,这种洞察力需要求知的精神、敏锐的观察、创新的魄力,而数据呢,PPT呢以及其他工具，都只是最终验证商业判断的一种方式而已。所以可以换句话说，不敢承担KPI的商业分析师，不是好商业分析师，把商业分析师当作工作的商业分析师，也不具备成为一个优秀的商业分析师。而只有真真正正投身于商业的风险当中，才能够成为一个优秀的商业分析师。
另外，推荐大家看另外一个问题，商业分析能力是怎样炼成的？这里头的答案是比较能够令人喜欢的。

镖狮网 · 2018-9-28 00:19:30

期间免不了碰壁，那么如何避开过程中产生的“坑”呢?

（一）注意局部功能

某App内有论坛和圈子两个互动频道。改版后，论坛的样式改动比较大，如果仅对比新旧版App的使用时长，新版的数据更好。但经过GA的高级细分发现论坛上的人转移到了圈子，由于圈子本身的使用时长更长，导致从整体看来时长增加，但实际上是老用户被迫走了，这次改版其实是失败的。

这个分析其实有点像经济学的思路：不仅要看一个政策导致的局部变化，更要看到这个局部的变化会对其他系统有何影响。普通的数据统计系统无法精准细分人群，也就无法发现这个深层次的问题。

（二）因果关系别搞反

可能很多人都知道LinkedIn的例子，第一次用LinkedIn时，如果加了四五个好友，它后期的活跃度就会变得高。所以LinkedIn一开始就会引导新手一上来就去加好友，可能推荐一些他同单位或是同行业的一些人去关注，用这种方法去提升留存。

一款网络电话App（可以免费打电话）发现第一次使用就能打4、5次电话以上的人后期留存会很高。然后他们就想办法推荐新注册用户多打电话给别人，但是结果发现没用。后来内部总结的结论是：可能那些留存高的人本来就有打电话的需求，而不是因为开始打得越多后期留存就越高。

一家刚成立不久的创业公司：0成本7天涨粉20万！
他们是怎么做到的？
我这有《100个特别牛X的引流方案》，包括教育培训、电商、餐厅、服装、医疗等多个行业。
获取方式1：加我个人微信号（biaoshi555 )，你有任何营销问题也可以咨询我；
获取方式2：在公众号镖狮营销课堂（id：woyaobiaoshi )中，回复“方案”。

关注我的其他回答：
1.数据分析会骗人么？
2.数据分析方法论是什么？
3.如何进行互联网金融运营数据的分析，都有哪些方法？
4.如何转行做数据分析--电商版

夜寂微徘 · 2018-9-28 00:19:31

拿到100mb数据
工程师：放到network里跑几圈什么都能预测了
数据分析师：套个用了几十年的模型求个平均数做两张幻灯片 “实现业务增长”

无名小卒 · 2018-9-28 00:19:32

商业分析就必须有大数据为基础！包括他们的发布会提供数据，经营的业绩数据，竞争中使用的发展计划，甚至包括言行举止传递的信号并辨别真伪

如何成为一名优秀的商业分析师？

7 个回复