Business Analyst的三个种类
不同公司对Business Analyst的定义差异很大，可以把BA分成三个种类：
第一种BA，在项目流程中起到Project coordinator的作用，相当于项目经理。
他会从头到尾跟进项目流程，参与到商业分析项目的各个组成部分。这类BA对于技术的要求较少，因为他需要花很大的精力和各种人沟通协调，所以需要较强的沟通能力和处理多重任务的能力。另外他需要有一些项目管理背景，需要会用Excel，SQL，Powerpoint，需要能自己检索数据。虽然没有明确要求会编程语言，但是为了能够协调和理解整个工作流程，这类BA通常都是有技术背景的，这样他们才能够了解软件工程师们在做什么，从而更好地沟通协调整个过程。

第二类的BA会更加注重于整个工作流程的后半部分，即insight delivery的部分。
类似一个团队的Frontend，他会更多地跟客户接触，第一时间了解客户对项目的疑问与要求。这些问题与要求传递给BA后，BA会做ad-hoc analysis，BA要了解数据是如何产出的，并清晰地表达出数据为什么是这样的。因不同项目要解释的问题不同，BA要回答和分析的问题也就不同，在分析问题的同时，他也会处理一些KPI的delivery，如某个模型的准确率是多少，所以这一类BA需要的技能更偏技术。不但要求你有很强的问题解决能力，还要有足够的数据提取能力，在excel和SQL之上，需要有更好的warehousing、data visualizaion的能力，如果你懂脚本语言，有cs 或统计的背景会更有利于你理解团队其他人在做什么。这一个工作职能在不同的公司会有不同的名字，有的公司会叫Data Analyst，有的会叫Reporting Analyst，如果你是专门做可视化的的，也有公司会叫你Data Visualization Expert。
第三种BA与Data Scientist更相像一些，会更大程度地参与到建模的过程中，包括模型的设计、构建、测试与评估。
跟上一种BA相似的是，他也会接到各种各样的问题，但是他是需要自己去完成predictive modeling或descriptive modeling的，这就需要更好的机器学习、统计背景和更强的编程技能，以处理复杂的数据集，这个职位在有些公司也会叫做Quantitative Data Analyst ，他们的共同点是对统计数学背景有一定的要求，还需要有较强的问题解决能力。
Business Analyst与Data Scientist及Business Intelligence engineer有什么区别？
Data Scientist
Data Scientist的主要工作是分析各种机器学习算法，看哪一个模型能更高效地解决问题。在Soft skills上，这一职位和之前的BA没有什么区别，但在Technical skills上会更强调编程能力、机器学习背景和统计分析能力，有处理大数据量和高效计算的经验会更好。还有公司有Research Scientist和Economist职位。这两个职位做的都是构建、测试、评估模型工作，但不同点在于，Research Scientist一般是从机器学习的角度出发，而Economist更多是经济学背景的人，他们做的模型多是时间序列。
Business Intelligence engineer
BIE和Data Scientist一样，都需要有机器学习和计算机背景，不一样的是，不同团队招的BIE的职能可能不同，一部分是作为Data Scientist，一部分是负责后续的Business Intelligence reporting 和visualization。有些公司可能称这一职位叫Technical Business Analyst，他相对于Business Analyst，会更多地和软件工程师在一起工作。

更多职位比较
下图是把五个职位放在一起的比较，虽然有的职位需要熟练掌握的技能更多，但是他们之间没有优劣之分，每一个职能都是必要的，要看哪一个更符合自身的背景，从而决定你要去找哪一个职位的工作。
那么如何炼成顶尖商业分析师？
BitTiger推出商业分析师直通车项目，旨在通过三个月的强化学习，精炼互联网公司，电商，金融机构三大企业级项目，增强同学们Business Analytics的背景，掌握Business Analyst 的核心技术，了解Business Analyst面试中的常见题型，达到工业级别职场的真实需求，争取最佳offer。
课程亮点
  • 三个月完成互联网公司，电商，金融机构三大企业级实战项目
  • 两位业内重量级讲师亲自指导，手把手解决核心项目问题
  • 32小时SQL, R, Python, Notebook核心技术与高频面试题知识考点精讲
  • 12小时面试大冲刺求职辅导，职场规划个性化规划
  • 10小时经典案例总结，紧密结合面试必考题型与案例
  • 40小时BitTiger独家SQL, NoSQL, R, Python, Tableau基础知识视频
课程内容
第一阶段（Week 1 - Week 3）
项目一：预测Amazon销售增长
模拟Amazon销售增长项目，使用业界量级的数据，进行处理和分析，系统解决商业中高频核心问题。例如：
  • 分析每一季度、不同类别商品的销售数据
  • 计算销售增长或者下降的因素和比重
  • 在不同的销售增长情况之下，用扎实的数据向团队清晰呈现结果
关键技术栈与高频面试考点
  • 贯穿项目，强化SQL高频面试题库限时训练
    • 如何完美回答“what is the difference between inner join and left outer join”?
    • 如何运用SQL找到分组第N的三种SQL写法
    • 如何轻松应对N级Self Join
  • 强化Machine Learning，利用建模来解决商业分析中出现的各类问题
    • 电商如何实现销售增长？如何考虑全面并制定相应计划并实施？
    • Machine Learning常见考题，比如PCA的优缺点？如何使用？
第二阶段（Week 4 - Week 6）
项目二：实现Google产品迭代
运用Python帮助Google实现快速产品迭代
  • 面对不同的产品，迅速分析出产品不同的metrics
  • 面对丰富的消费者使用等产品数据，决定产品如何进行迭代
关键技术栈与高频面试考点
  • 熟练掌握Python，通过制作Notebook学习实战数据处理
    • 在Python Notebook中学会数据清洗和运算
    • 强化machine learning，利用Python Notebook学习Tensorflow的基本构架和用发
  • 贯穿项目，数据处理面试准备
    • 必备统计知识巩固与高频题
    • 产品迭代高频题
第三阶段（Week 7 - Week 8）
项目三：信用欺诈——金融用户数据分析
基于大量级的真实银行数据，处理数据并建立，优化模型，为下一步策略做好准备。
  • 实现独立地建立、优化数据模型，处理更加深入的数据问题， 同时将数据以最高效、美观和符合职场要求的方式展现
  • demo day展现项目成果，老师、以及FLAG级别speaker给出业界专业review
关键技术栈与高频面试考点
  • 独立完成业界级别项目，在项目中使用最核心面试知识
  • 触类旁通：学会如何把建模经历和project的理念放宽应用到任何领域
第四阶段（Week 9 - Week 10）
求职面试大冲刺
  • 简历修改与提高：如何避免别人踩过的坑
  • 工作申请过程中最重要的流程和时间节点
  • 最新BA实战面试题型详细解析
核心教学团队
Lance
Business Analyst @ Google
利用史上最大数据集进行growth hacking。毕业于University of Texas at Austin。曾在湾区某pre-IPO的科技公司担任Lead Data Scientist，帮助中小型电商完成向数据导向marketing的方向转型。目前。
Minnie
Senior Business Analyst @ Google
带领analyst团队为产品在线支付提供数据解决方案，毕业于北大数学系，在加入Google之前，曾在纽约顶级咨询公司担任管理咨询师，帮助500强企业解决商业问题。
Jessie
前Quantitative Business Analyst @ Google
毕业于耶鲁大学统计系。曾在Google担任Quantitative Business Analyst，从Google离职加入Flipboard，作为全公司唯一的产品分析师，上至董事会议、下至产品研发，作为一个数据人，参与公司的方方面面，扮演了至关重要的角色。
报名方式
报名第一节课程（免费）
复制链接或点击“阅读全文”查看课程主页
https://www.bittiger.io/livecourses/3R9BPEc8zz2ztWaZx
滑到页面下方，即可看到“第一节课报名方式”
课程咨询及报名申请流程
将简历发送至 [email protected] 邮件主题请设置为“商业分析师直通车”
内容包括
  • 你的简历
  • 你的微信ID
  • 为什么想参加此门课程
我们课程组老师会在收到简历后24小时内进行简历背景评估，并电话回访提供职业指导
查看课程大纲，公众号后台回复“BA501”
联系课程负责人Keren，请备注“BA501”
继续阅读
阅读原文