如何看待互联网公司的战略分析/商业分析岗位？

本题已加入圆桌「知招职场 | 咨询求职」，更多咨询行业讨论，欢迎关注圆桌>>>
作为一家互联网企业的分析师如何获得竞争对手未公开的一手资料，与第三方互联网咨询公司的分析师之间的区别？

1.什么是战略？
可以简单理解为公司内部的管理咨询部门。
但是，战略服务的对象又决定了战略的工作内容占比，比如：“部门战略”一般会服务于业务，那么行研、数分、协助落地可能就是他们得主要工作内容（部分大厂还会专门分出战略BP岗位做业务落地和商务对接），又比如“集团战略”更多的服务于集团协调性发展，除了行研、数分，管理的职能会更多一些
2.哪种公司需要战略岗位？
已经上市的
或者准备上市的
或者是业务处于高速发展阶段的中型公司一般会设立专门的战略部
3.战略能解决什么问题？
场景一：
老板说了，有个新BU你们研究一下（可行性研究）
研究阶段：看行业的基本情况。市场规模多大？产业链怎么分布？头部集中吗？都有谁在玩儿？什么玩儿法？赚钱了吗？怎么赚钱的？这钱好赚吗？能赚多久？跟集团业务结合的怎么样
过会阶段：管理层开始问问题，这个概念解释一下？我们为什么要搞这个？真搞了核心竞争力在哪儿？X年后能占多大的市场份额？回本周期多久？能给集团带来什么？
如果不出任何幺蛾子，加上这生意上头本来就想做，核心人员也没有反对的，项目大概率会继续往下走（但，是，截至到这个节点，项目流产率还挺高，要么是项目直接被否，要么是以待改善为由，研究不能停）
场景二：
老板说了，这生意能做，你们看咋落地（内外部资源管理和协调等）
落地策略：假设要做产品，做平台，要成立新公司，上一堆策略
尽调/高访/定创始团队
勾兑内部的各部门：技术、产品、业务....
勾搭外部的公司，投资机构：集团自己出、拉GP成立新基金、拉其他公司成立JV.....
过会：要多少钱啊，准备怎么花，多久回本.....用自己的钱，还是找外部的钱....总之就是再被严刑拷打一次....
过会后下面的人再一顿勾兑....
场景三：
老板说了，钱到位了，开始干（投资+落地+经营分析）
花钱：注册公司，谈供应商，谈合作，搞开发.....之前物色的人可以来入职了
经营分析：公司开始正式经营啦，看公司的产品、用户、商业数据，跟踪行业的转变、关键动态、竞对情况，结合外部变化与集团业务关联点，总结市场趋势变化，发掘公司业务增长点，继续给出proposal
战略需要具备什么能力？（只说我认为重要的）
Hard skill：
PPT纺织能力、中英听文说写、财务能力、法务能力（不是必须，但关键时候能顶大用）、个别岗位还会要求数分能力
Soft skill：
结构化思维（这点非常重要。至少老板给了一个任务，知道这是个啥事儿，关键点在哪儿，基本逻辑，能一层一层抽丝剥茧往下拆分）
自我驱动（没兴趣说啥都是p话）
未来的出路
大致可分为5种：
内部晋升：一种是向上晋升，一种内部转岗到强势部门
跳投资：PE/VC，做投资经理或者基金合伙人
跳另外一个甲方：更大的平台（循环第一种晋升渠道），小平台（当战投部主管，晋升平台合伙人）
跳乙方：比如咨询，券商（一般都是从咨询跳到战略，走这种路径的相对较少）
创业：自己做公司

以上观点仅结合个人工作经验做分享，有问题欢迎大家在评论区指出，共同交流

本人在某top互联网公司从事商业分析类职位。
战略分析和商业分析职位对于好多应届生来说听起来是很fancy、高大上的一种职位，当年参加秋招的我也是这么觉得== 尤其是很吸引商科学生，感觉这个职位会接触到很多高层，从决策层帮助管理层解决问题，有种偏咨询的性质，并且薪资也给的不错。
但是其实这是一个对于能力要求很高的职位，不单纯是要求你的商业思维、逻辑分析、业务理解等咨询类的能力，还要求你具有数据处理、数据分析、科技sense等偏技术类能力。
这就是互联网公司的战略分析和商业分析岗位和咨询公司最重要的区别所在，虽然都需要每天和业务层打交道，而互联网的业务层最重要的构成就是研发、产品、和运营，如果你想以一个第三方咨询师的身份帮到他们，最重要的就是懂互联网产品的业务，所以要求你具备互联网思维和产品思维，其次就是对于数据的理解，数据是互联网业务的核心组成部分，所以数据分析在互联网的战略分析和商业分析中占据很大的比重。
我现在所做的工作是在云计算行业从事商业分析类的工作，会和战略层面的人打交道，但是所做的工作还没有上升到战略层面，大部分还是对于目前主要业务的进展情况和未来方向进行分析和评估，给业务部门提供相关的建议，所以我们要为业务部门解决这些问题：

• 如果我们要进入saas市场，这个市场的规模有多大，市面上优秀的saas公司有哪些，他们是商业模式是怎样的？
  
• 我们与salesforce等优秀的saas公司合作的优势在哪里？从数据层面，我们能给他们带来多少用户？这些用户和他们产品的契合度有多高？
  
• 我们目前的用户画像的特点有哪些？从地域、行业、主营业务、购买力等角度进行分析。
  
• 销售团队对于这些用户的反馈是怎样的？
  
• 在同一领域，竞争对手是怎么做的？
  

等......
你的分析报告不是浮在表面，而是要深入业务，和一线人员一同战斗，你的老板、各业务线的同事、合作伙伴会从各个角度challenge你，所以在互联网公司懂业务、数据可靠、分析接地气才是最重要的。
总而言之，如果你是一名新人，在战略和商分这个部门需要具备的能力有：

• 业务层：
  

• 行业研究，尤其是本部门所专注的行业和相关产业链，包括上下游
  
• 产品、运营、市场
  
• 财务分析
  
• 竞对分析-如何搞到竞对的数据是关键
  
• 等
  

2. 技术层：

• excel、ppt
  
• sql数据库
  
• python爬虫、数据分析
  
• tableau数据可视化
  
• 等
  

总之我现在真的是学习压力超大，毕竟这个工作就是个要求你啥都要接触的工作，然后还必须要专业，所以每天都要一堆东西要学~！
希望能解决你的问题，如果具体有什么职业规划的问题，也可以问我哈~
我现在也帮一些在校生和转行的有职业发展困惑的宝宝答疑解惑~大家有需求可以找我付费咨询~
我的知乎写过一些数据分析的问答和文章，欢迎大家关注，大家想看什么方面的内容也可以给我留言~
码字不容易，大家的点赞是我创作的动力!

数据分析师的具体工作职责和工作内容有哪些？数据分析入门及职业规划？如何找到数据分析的工作？是否很困难？

就我的理解而言，战略分析和商业分析是两个不同的职位，前者比较偏商业模式研究及行业研究等等，后者比较偏业务分析（BI, Business Intelligence）。当然有些公司的商业分析其实也是涵盖甚至略等于战略分析。如果非要细分的话，我倾向于把战略分析或者商业分析这个职位分为三个层次。
战略分析。这个职位主要是分析和研究商业模式、商业机会（特别是这几年的出海潮，中国人把世界各国翻了个遍）以及竞争对手动向等等。一般越是巨型互联网公司，越是偏好设置此职位。因为越是大公司越容易进入低速成长期，于是很自然地试图凭借手中丰富的资源去寻求新的战略机会，因此需要这样的雷达和频谱仪。最合适的人选往往来自于咨询及财务顾问等。在内部，依据公司大小及层级设置，直接汇报给CEO或者负责战略的VP。这个职位和咨询及投行里面的分析员所做的事情并无太大区别，无非就是直接为甲方服务以及更接地气。至少知道自己的提议是怎么被毙掉以及鞭尸的。（顺便推广一下自己的
解密管理咨询第三讲的Live，里面会提到战略管理咨询的职业发展，会部分涉及到这个部分）
商业分析或业务分析。这个职位主要是支持销售、运营或产品部门，利用数据分析及统计（Business Analysis or Business Intelligence）在销售效率、人均效率、价格敏感性、续费率、DAU及用户粘性等多个维度为相关部门提供数据支持以及商业建议，略类似于内部咨询顾问所提供的服务。随着企业规模的增大，甚至只需到中等规模，商业分析的需求就会显现，因为可精细化提升和完善的地方已经足够支撑起一个人或者一个团队的建制。特别是在一些偏运营偏销售类的互联网公司，该职位尤其容易发挥。各类公司（包括传统公司）的数据分析师及数据运营、市场调研公司从业人员以及咨询顾问为互联网公司的商业分析输出大量人才。
而目前比较新兴的职位是数据科学家或者数据工程师（Business Analytics），较之战略分析和业务分析，他们更加强调硬功夫（hard-core），会使用更高阶的数学和编程技能，比如：机器学习、深度学习及图像声音AI等技能。之前的用武之地主要偏工程和产品，比如：推荐、搜索、广告匹配、AB Test优化产品细节等等。然而在运营、客服就销售等业务层面的应用却极少，不过我认为这是未来的趋势。
最近看到
@魏鸿鑫 翻译的一篇关于AirBnB用更复杂的算法来监控BI数据就是如此，在监控产品的趋势时，使用了傅里叶变化，将趋势和周期性等因素剔除，而找到出现异常的数据点从而指导业务部门迅速反馈。而传统的业务分析没有引入复杂算法，只能依赖人工每天辛勤得浏览各项数据，或者顶多使用周均或者月均等数据来平滑噪音，远不如文中提到的算法智能和有效。


下图上方是正常的数据曲线图，下方则是利用傅里叶变换之后找到了数据的异常点。


而这时最初级的开始，相信数据科学、机器学习及AI等更高阶的知识技能和工程实践未来能够在业务分析方面发挥更大价值，也利用此贴招租，希望和有志于此的人一起改变行业。
...更多文章请到
数据冰山 - 知乎专栏
...更多回答请看
何明科的主页

谢邀。
利益相关：BAT之一的前战略分析师。
所谓战略分析师只是一个名称，在不同的公司可能会有不同的工作内涵。从字面上理解，当然最直接的工作就是“战略分析”。首先不同公司对于“战略”的理解不同，其次对于“分析”结果的期望不同。
如果一个互联网公司设立了战略部门，哪怕只有一两个人，这个公司起码也是业务处于高速发展阶段的中型公司，创业型的公司不太可能设立这样的职位。对于中型公司来说，“战略”基本上研究以下问题：我们做的这个市场有多大？有什么人在做？竞争对手都在做什么？未来谁能成老大？其他相关的公司在干什么？BAT在干什么？……而老板对于战略部门的输出，主要就这两点：我说的对不对？他说的对不对？在中型公司里，战略部门基本上约等于决策支持部门。
但是在大公司，战略分析或者商业分析的岗位的职能就更为丰富一些。以我之前的部门为例，分析师分了几个组，有专门研究某些行业的，如金融、医疗行业；有专门跟踪产品战略的，如XX宝，有专门服务某些公司策略的，如XX计划。
行业分析师一般是在行业里从业多年的人，有些是从第三方咨询公司过来的，而更多的是则原本就是行业里多年的从业者，对行业有精深的了解。如果是应届生进来，一开始就只能先当徒弟，帮助师父做做日程安排，做做信息搜索和整理，校对文档等工作。随着行业客户接触机会的增多，对行业的了解逐步的加深，才慢慢有机会做一些初步的分析工作。一个优秀的行业分析师不仅要了解行业，还要了解自己公司在行业的地位，制定相应的计划。例如BAT如果想进入宇航业，分析师就要通过数据和严密的逻辑分析告诉老板，这个行业的现状和发展趋势、有哪些公司在做、我们是应该收购一家公司还是聘请高人、如果收购的话收购谁，如何整合其业务……
做产品战略的分析师基本上汇报给产品部门的老大。一个产品的战略基本上也包括对于行业的研究，竞争对手的研究等，但更多的落脚点是产品本身的策略。例如设计商业模式，研究用户群，预测市场趋势等。产品战略分析师除了分析外，另一个重要的职能是推动战略落地。一个优秀的产品战略，不仅有前瞻分析，更应该有具体的实施策略和结合部门能力的计划步骤。所以在很多公司里，分析师除了分析外，能否推动战略的成功实施也是评估其工作绩效的指标。
分析师是一个靠经验积累的职业。随着工作经验的不断丰富，接触过的行业、项目不断增加，对整个互联网产业的理解也就越深刻。资深的战略分析师对一个公司来说是非常宝贵的财富。他们能够对新出现的技术、商业模式做出基本准确的判断，对国内外大公司的新动态及其影响做出快速的分析判断，对竞争对手的一举一动了如指掌……可以说，对于老板来说，这种类型的分析师就如同诸葛孔明一般，天下大势，尽在掌握。
题目中提到了数据问题。是的，数据是战略分析工作的基础。没有数据，分析就无从谈起。但是商业数据通常很难获取，特别是竞争对手的数据。因此通过第三方咨询公司购买是最常用的做法。除此之外，从对方网站爬数据，通过搜索引擎收集相关的新闻报道等方式也是常用的手段。举个例子，在一次分析竞争对手产品的日活用户的过程中，我用了各种方法都没有找到靠谱的数据。即使是通过私人关系从对方内部拿到的数据也是天差地别，无法甄别。最后通过搜索引擎收集了公司高管的采访视频和文字，投资人对其公司的评价等数据，最终拼接出了其用户在一年内的增长曲线。因此数据收集方法是不拘一格的，前面也有多位提到各种方式，在此就不再赘述。我想强调的是对于数据的鉴别和使用。首先，数据如果不靠谱，再资深的分析师也没有意义。是否能够准确判断数据的可靠程度也是区别分析师资历的重要标准。通常来说，只有权威的数据才有较强的可行度，例如官方自己发布的；权威第三方机构发布的；国家统计局发布的（excuse me？）等等。其他渠道的数据，除非能够相互印证，一般都不能直接使用。第二，有了数据的情况下，应该如何看待数据本身？仅在数字本身的含义上做统计分析，那只是一个入门的水平。好的分析师能够结合其他的数据和信息，看到数据背后隐含的商业行为和价值，这才是真正做战略分析的意义所在。而这种说起来玄做到更难的技巧，只有通过实践不断摸索才能心领神会。
最后我想强调的是逻辑。无论用了多么丰富的数据，使用了多么精妙的模型，最终得到了何种高大上的结论，当你向老板汇报时，向外界宣传时，向员工解释时，都需要转换成更加容易理解的“故事”。说服力强的故事通常有着严密的逻辑分析推理过程。在陈述基本事实的基础上，运用严密的逻辑推理最终得到结论，这个过程并不比数据收集分析简单，或者说更具有挑战性。因为你的读者可能很难质疑你的数据，所以会更加注意你的逻辑是否合理和严密。合理性意味着因果关系在大多数情况下是成立的，严密性意味着你的分析包含了绝大多数的可能性，没有重大的遗漏。举个例子，你说A功能是刚需，B功能也是刚需，所以A+B一定是刚需。这就是逻辑不合理了。因为A和B同时发生的场景和需求并没有经过论证。更简单地，说个反例，A=吃饭，B=上厕所……逻辑不严密的情况更难发现一些，但思维缜密的人仍能捕捉到纰漏。例如你通过数据证明了公司进入A领域的优势，好处，同时也论证了不进入A领域可能出现的问题，但如果你忽略了时间这个因素，那么你的分析也容易被人质疑。要做到逻辑严密，需要经过一定的思维训练。思维训练并不难，难的是时时刻刻用严密的逻辑思考和观察问题。
=============7月19日更新==============
不少朋友给我留言谈到数据工程师（或称数据科学家）与战略分析师的区别。从公司层面上说，数据科学家的工作更加具体而深刻，战略分析师则更加偏向宏观注重长远。
在大公司里，数据科学家通常负责的是公司内外数据的分析，目的是分析公司近期在产品、运营、财务等各个方面的成效，发现异常点，位下一步行动提供更为客观的决策支持。而战略分析师虽然也需要数据，但更多偏向使用宏观的数据。因为宏观数据通常非常稀疏（例如行业协会发布的一些统计数据），因此难以通过计算机进行数据处理。而这时具有洞察力的人脑就承担起了数据分析的工作。但是这并不代表战略分析师就不需要数据处理的能力。相反，如果战略分析师具有较强的工程背景，能够通过代码获取更详尽丰富的数据，能够利用机器增强数据分析的可信度，那么他的战略分析的价值会大大增强。

最近找我的应届生和Junior比较多，感兴趣的同学请按照如下这个公众号文章的指引加群交流，也可加我微信lazarchow
波太金的建群设想谢邀，本篇回答是在任职LinkedIn战略分析师时撰写的，后在腾讯战略发展部任职过一段时间有了新发现，确实不同公司的战略部渗透能力和工作方式存在差别。因为懒一直没改回答，如果有兴趣和我交流，请直接加微信lazarchow。
为了方便你了解我们日常最常用的邮件回复方式，我按照回答需求的最基本方式解答你的问题，我们回答问题唯一需要注意的就是逻辑分层和决不能讲模棱两可的废话。
直接观点：

• 如何看待战略分析师？大部分的分析师停留在回答需求/完成项目阶段，很小部分分析师可以领导决策
  
• 如何获取竞争对手未公开资料？自己的产品线，第三方数据，私人关系，模型推测，逻辑推测
  
• 与第三方分析师区别？Corporate Strategy为公司发展和决策负责，工作具体，目标明确，没人喜欢听空话；第三方分析要么宏观，要么完全客观，更多是给大面上的启发和逻辑梳理提供依据，需要Corporate Strategy梳理和转化，才能为公司服务
  

分析：
【如何看待战略分析师】

• 基本工作：
  

1）行业面：覆盖竞对和可能出现的新机会。有巨大变动吗？有竞争对手的进攻消息吗？有可以学习的Product/Mkt/Ops策略吗？有新出现但不一定成熟的Business model/Tech吗？
2）需求面：回答老板们的问题。为什么别人搞这个？我们该不该搞这个？你们和XX团队一起研究下怎么搞这个？我现在就决定要搞了，要和XX汇报了，你们做个报告告诉他们我们非搞不可！
3）规划面：制定公司和某部门的长远工作，这样的事情越来越少了。可能公司面的大方向，排个优先级会尝试到。但是在互联网公司里，第三方部门在瞬息万变的场景下，为某些具体部门做规划就有点得不偿失了。
4）项目面：其实就是杂七杂八的事情，姑且给他惯一个项目的名字吧。你们都是聪明人，要不然和产品一起做个排期吧？你们都是聪明人，要不然最近捣鼓一个对外传播用的报告看看？你们都是聪明人，要不然帮XX做一个PPT？
5）决策面：只有当你很受到决策层信任的时候才会发生，当你有那么一丁点参与决策的机会的时候，就和前面的完全不一样了。你给我讲讲或者研究下这个？不错，就这么搞，你再做点东西，我们一起推下去。

• 看完后，你就应该有一个总结了，不管多么天花乱坠的JD，大部分的人都是在回答一个又一个的问题，当然有一天，你可能会突然得到一次信任，在前线或者在后方补给线推动一个决策的发生。
  
• 大部分的工作都是在做逻辑的拆解，比如研究一个竞对的用户增长，就要理解用户增长是一个蓄水池，增长=进水，流失=出水，然后像增长，就可以看是“投放效率提高了？”“换投放渠道了？”“季节性影响？”“投放素材变低俗了？”“出现了可以吸引新用户的联动运营？”“口碑带来社交效应了？”；看流失就要看“推荐算法换了？”“投放渠道更精细带来留存提升了？”“运营老板换了？”“现在在做ABtest”。拆到不能拆的时候，再合起来作总结。
  

【互联网战略能不能实际落地】

• 在大部分的互联网公司里，这是个困难的问题，因为落地是产品经理或者运营来主导的，我们更多是引起对方兴趣，然后给出建议
  
• 在部分成熟的互联网公司里面，比如腾讯和头条这样的，因为战略部门级别比较高，如果受到信任，是可能出现直接加入项目，或者lead新落地项目的情况
  
• 但如果lead项目，一般需要本身就是总监级别
  
• 我们现在熟知的不少好的互联网产品和项目，都是战略部门发起并直接落地的，但在大部分的互联网公司里不太现实
  
• 例如在我以前的战略工作中，就客串过产品经理、项目经理、BI、买量投放、内容运营……
  

【如何获取竞争对手公开资料】

• 自己的产品线：某超级移动互联网公司已经把产品植入到你们手机了！咦？我们某个埋入很深的产品监测到最近有100w个用户装了XX产品，按照我司产品10%市场占有率估算，大中国有1000w个用户啊！
  
• 第三方数据：App Annie，易观，艾瑞，百度指数，央视数据，4A公司，还有各种各样的数据提供商。
  
• 私人关系：可遇不可求，用也不是，不用也不是。
  
• 模型推测和逻辑推测：拍个model研究下这个产品的用户数吧？好像拍不出来！拍不出来就假设多一点Scenario去拍啊！
  

【与第三方分析师的区别】
（大部分互联网公司的情形）
老板：给我拍一个安防摄像头市场有多大？
分析师打开了某某第三方分析师提供的报告，又接着打开了一连串其他分析师的报告。
“这个图不错，用了！”，“这个什么鬼图，数据瞎搞的吗？我加几个条件到Excel里调整一下！”
分析师：老板，我搞好了，图看着不错，反正也不影响决策。
老板：再搞Pro一点，多搞几个象限，行业需求代表的点不要一样大，可以搞成气泡图。
（在腾讯、头条、美团、快手这样规范化战略部门可能发现的情形）
老板：我们算一下安防摄像头市场有多大
分析师打开了某某第三方分析师提供的报告，又接着打开了一连串其他分析师的报告。
“这个图你验证过数据怎么出来的吗？”
“新增和替代考虑了吗，摄像头折旧多少年，图里怎么提现的”
“我们可以找一个中的规模的城市做调研double check吗”
“政府采购如果是10年的项目，我们怎么提现到图里的口径”
分析师做了一个巨复杂的模型，然后老板同意了。
放到业务大老板那里，看了一眼就没再看了：“图很好，所以我之前就说这个业务我们要做，这个ppt再改一下，下周我们去申请加点经费”
-----------------------------------------------------------------------------------------------------------------------
补充一下大家可能更关心的从业来源和职业去向
【互联网分析师的来源】
传统的战略咨询，MBA，应届生，VC行业
也会招互联网其他业务线和四大的同学
精英一点/Pay给的高的互联网公司还会招募投行junior
【互联网分析师的去向】
很难有做得非常长的分析师，大家的职业周期可能也都在1-5年，就不会继续在战略部门工作了。主要去向包括：

• 最多的可能是转到业务或者其他强势部门了，做PM/BI/Mkt/TPM了
  
• 转互联网公司产投岗位，路径清晰，不需要太多的手头资源
  
• 转VC行业，但是因为VC从19年开始不景气，越来越少了，倒是VC转去战略的更多点
  
• 创业了，比较少，strategy部门一般作息比较舒适，有创业激情的不多，不过我的老板就刚刚去创业了
  
• 读MBA去了……
  
• 转去做二级了，但是二级的坑非常少
  

【战略分析师和BI/数据分析师的区别】

• 过去区别比较大，BI/数据分析师经常会放在技术序列或者产品序列
  
• 现在区别逐步缩小，因为各自的老板要求都高了，所以都希望战略分析师会点sql，BI分析师ppt要画的更好看一点
  
• 不同公司结构会有区别，有些公司BI跟着业务有些公司BI是独立中台，一般战略都属于中台。
  
• 跟着业务的话经常可以一起分钱，所以要跟着好业务
  
• （sql自学一周就可以会了，不要觉得sql是个很高的门槛……）