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 |