商业分析师到底如何工作？商业分析师又有哪些必备技能-新东方前途出国

之前的文章里，我们详细介绍了最近最为热门的商业分析专业究竟是学什么的，相信大家对这个专业已经有了一个初步的了解和认识，那么又有同学比较关心商业分析师到底如何完成数据分析和处理的工作呢？商业分析师最常用的工具有哪些？我们能不能自己学习了解呢？接下来我们就来为大家一一解答：

随着大数据时代的到来，越来越多的公司开始重视数据驱动，重视“大数据”带来的互联网红利，商业分析师也就成了最近最热门的职业，各大高校也纷纷开设这类专业，根据新东方的统计数据显示，商业分析专业也是最近2-3年申请人数最多最热门的专业，同时根据Glassdoor的数据显示，商业分析师的平均年薪超过了$80,000/年，也成为了近年来H1B签证申请几率最大的岗位之一。商业分析师以商业知识为基础，数理编程为手段，从数据分析出发，以决策优化来创造价值，服务于IT、互联网、游戏、通信、金融、医药、咨询、零售等各个行业。因此，一个优秀的数据分析师需要具备商业洞察、数据统计与分析方面的能力。商业分析师日常的数据分析工作分三大类：Descriptive(数据呈现形式), Predictive（简单的数学模型）以及 Prescriptive（模拟和优化提出决策方案）。

商业分析师常用的利器就是以下几个：

1）首先需要数据库和SQL。数据都是存储在系统里面的，成千上万条复杂的、没有规律的数据等待着被处理被分析，因此首先要知道怎么把数据按照你想的方式提取出来，只提取自己想要的部分，这就需要用SQL写代码提取数据。

2）还要学习怎么在统计软件中进行编程，最典型的工具是R和Python。这里的编程是统计编程，和真正编网站的C语言、Java很不一样，也容易得多，但仍是类似的编程思维，这也就更适合文商科的同学学习，不需要复杂的数学公式，也不需要艰难的高数学习，只需要掌握基础的编程逻辑，熟练运用软件，依靠现成的软件支持，就能快速掌握这门技能。

3）有时会用到机器学习。机器学习基本上是代替和补充前面所说的回归分析等统计模型方法。做的事情几乎是一样的，就是建模，但方法是计算机的，也都是用R或者Python的代码来实现。

4）用Tableau让数据可视化。通过数据可视化帮助业务分析的洞察结果更加直观的呈现出来。

其中最为火热的，相信也是同学们听到的最多的就是python了。著名地产大亨潘石屹先生就在自己的56岁生日这一天高调宣布“要学习一门新的语言python”，“要用python解决100个问题”。虽然不知道潘石屹先生学习的成果究竟如何，但不难看出的是python现在已经是最火热的话题和技能了，甚至也有人提出python应该是每个人都必修的第三门语言。

这几年，随着大数据时代和AI的崛起，Python以简洁实用的语言优势，成为了现象级语言，在各大语言排行榜名列前位，全民学Python的话题铺天盖地。Python是商业数据分析、人工智能领域必不可少的工具，应用领域极其广泛，囊括了网络爬虫，数据分析，数据挖掘，机器学习，深度学习，人工智能、开发，测试，运维，等等。除了数据分析师之外，与Python 方向岗位的薪水在水涨船高，成为目前最有潜力的编程语言之一，以下是来自国内某求职网站统计的与python相关的职位的薪资统计调查表。

Python全栈开发工程师（10k-20K）

Python运维开发工程师（15k-20K）

Python高级开发工程师（15k-30K）

Python大数据工程师（15K-30K）

Python机器学习工程师（15k-30K）

Python架构师（20k-40k）

Python的火热，刺激了市场的需求，国内某求职网站显示，全国 Python 工程师的平均月资能够达到 25160 元。

除了短期能看到、得到的诱人薪资以外，商业分析师的发展前景也是非常广阔的，商业分析师的发展方向主要在制造、零售、物流企业以及投行、咨询等，在不同行业中专门从事行业数据搜集、整理、分析，并通过数据对相应行业进行调研，相关工作岗位的大势所趋不容分说，就业前景非常广阔。可以说只要有数据的地方就需要商业分析。通过程序性的分析——描述性分析、预测性分析、指导性分析，来完成专业的数据处理过程。

总之，一个合格的商业分析师应该是深入了解商业模式又有技术背景的数据分析专家。商业分析师在不同的行业也发挥着不同的职能。例如：

四大咨询部

四大的咨询需要和客户沟通，BA专业出身需要去用数据来帮客户解决具体的问题。在四大工作会得到很好的项目管理锻炼，显著提升多任务推动能力以及快速累积不同行业的相关知识。

投行金融/技术部门

如 Goldman Sachs , Barclays , J.P. Morgan 等投行，通常会处理金融交易数据，包括外汇、股票、大宗贸易数据，需要和贸易方、销售、风控师、运营和银行打交道。在这里工作的好处是很容易转到利润导向的前台部门，身边的同事通常处事灵活。其缺点是压力很大，需要长时间的工作，对个人业务能力的要求比较高，比如很多投行的数据分析师需要很频繁地开国际会议以顺应时差。

基金公司

在基金公司从事金融数据分析岗，通常需要做很多的量化工作：包括会计、客户管理、风控、业务方面的数据，它取决于你的具体业务，同时还包括数据研究，以及提供解决方案等。在基金公司工作，不仅是和大牛们一起进行合作与学习，而且享受灵活弹性的工作时间，福利也十分丰厚。因而具备与其匹配的过硬技术和充足知识是非常必要的。

技术公司

以Google为例，其数据分析和金融公司相比，将更加注重于用户的行为数据分析，包括聚类、分类分析，去解析用户的行为习惯。工作好处是薪水丰厚、灵活性高，时刻都能接触到最新的技术，因此需具备高水平的工作能力和分析能力，能灵活运用各类数据库，独当一面提供技术解决方案。

商业分析师的Typical Day：

了解需要解决的商业问题，分析具体所处的内外部环境；

制定分析计划，明确需要分析的Scope是什么，需要多少人力、时间、成本，能够获得多大的回报；

创建案例，与客户沟通计划实施的可行性；

进行分析：收集数据、整理数据、分析数据、数据可视化、找出规律、得出结论；

与客户沟通分析结果，提出最优化的决策和商业问题的解决方案等。

综上，商业分析专业不仅是目前最受国内外学生关注的专业，也是未来5-10年内最有就业前景的专业，学习商业分析专业的同学们除了会掌握商科相关的组织管理、会计、统计、审计等知识，还能快速掌握计算机编程知识，成为一个全方位复合型人才，以适应现阶段各行各业对“大数据”分析处理的需求。