商业分析师(BA)资料

BA的简介

值得注意的是，BA本身是一个非常广泛的概念。在BA专业出现之前，商业分析这种职业已经存在于就业市场上。传统商业分析的核心是定性分析，辅以商业分析工具/模型来提供商业咨询与决策的依据。而近年来兴起的商业分析类职业（后称为量化商业分析）则是数据分析的一种细分（商业应用分析）。它的核心是定量分析，工作内容主要是数学建模、统计分析、数据挖掘、编程和量化分析工具的应用。商业的定性分析只是其工作内容中的一小部分。可以看出，这两种职业是截然不同的。

就业方向

（1）咨询公司
BA方向大多数的毕业生，其实最适合的是去咨询公司。
（2）互联网和科技公司
如果你想接触更多的业务，你可以选择data analyst或者product analyst，科技公司中分析产品分析市场的岗位，不那么hardcore，sql用得比较多。
当然，如果你想接触更多的business，你也可以选择当一个产品经理 product manager。
（3）金融公司
金融公司，可以选择Quantitative Researcher，或者Data Scientist，或者Quantitative Trader。
（4）其他传统企业
在传统的行业，也有market analyst或者data analyst的岗位。

求职要求

商业分析师

岗位职责：
1.协助项目团队开展行业研究并提供行业数据和研究结果；
2.为项目提供基于事实和数据且有洞察力的分析结果；
3.支持跨部门和跨地区项目的行业研究和数据分析工作；
4.跟踪与合作方项目的实施效果，如有问题进行调整和修改；
5.完成上级领导交办的其它工作。

任职要求：
1.经济金融类.管理类.统计学.社会学.城市规划.房地产管理等相关专业，名校本科或硕士学历优先；
2.有互联网/5G/云/大数据/金融科技的客户服务或一线互联网公司战略部.商业分析部门或一流咨询公司.研究机构实习经验优先；
3.具备良好的市场洞察力.分析能力，追求卓越，较强的目标感和行动力；
4.逻辑思维能力强，善于分析.提炼和整合信息；
5.学习力强，能有针对性的快速提高自身能力；思维活跃，具备快速形成多种创意和方案的能力；良好的团队合作精神；
6.身体健康，职业形象良好，诚实.正直.有责任心，工作认真负责

商业分析师

工作职责：
1.协助分析师执行研究项目，与分析师一起参与访谈，负责撰写和整理访谈纪要；
2.负责进行案头研究，搜集和整理项目相关二手资料及数据；
3.负责进行数据和信息的初步筛查与整理，得出初步分析结果以供分析师使用；
4.团队分析师会对实习生提供认真负责的指导，实习期间表现优秀的实习生有长期合作或毕业留用的机会。

任职要求：
1.2022届在读本科.研究生，统计或计算机等专业优先考虑
2.每周至少工作4日以上，至少实习3个月+
2.有券商行研或知名咨询公司实习经验者优先考虑
3.ppt呈现能力较好者优先考虑

资料

【Q】商业分析（Business Analytics）专业就业前景？

最近三四年，美国好多家大学开设了商业分析专业。想问各位，国内商业分析专业的就业前景如何，数据分析人才稀缺的程度如何？薪酬如何？欢迎BA前辈、HR 各抒己见

【A1】

金融方向和数据分析方向，都是热门行业，未来就业前景都不错。但以个人理工科+经济学的教育经历来看，我倾向于让楼主选择数据分析专业。主要有2个原因：其一，从行业宏观发展趋势来看：各行各业，尤其是金融这种产生巨量数据的行业，在未来都会和数据分析以及人工智能深度融合。很有可能，你在工作多年后，发现自己在金融方面的职责很大一部分被人工智能取代。这时候你再忙不迭地补充数据分析或者纯计算机方面知识，会不会感觉力不从心？其二，数据分析相较于金融(这里指应用型的金融课程，而非那种很艰深的高级理论课程)，数理要求更高，更不易自学。一般来说，学得难一点打一个宽口径的基础，未来的发展方向会更灵活。以咱们现在高中提倡大综合，而国外中学教育也常常要求文理兼备。

我在日后学习会计知识时，根本没选科班教育，直接考证搞定。虽然没有会计专业的小伙伴基础扎实，但在日常工作中完全够用。

正如业内人士指出的，“大数据分析师就是一群玩数据的人，玩出数据的商业价值，让数据变成生产力。”由于大数据规模海量且形式不规整的特征，传统小样本数据分析的方法很难直接应用，因此对这种“会玩”数据的专业人士的依赖会慢慢加强。

小数据和大数据的工具和处理方式不同，但是在思想上是一致的。分析相关的相关性，从数据挖掘商业价值。

金融行业，将硕士学历列为基本需求。有分析及论文写作的能力，研究分析的能力和训练。

数据分析专业，其实是一条很宽的赛道。按岗位与数据分析紧密程度划分，可分为纯数据和数据赋能岗位两类。前者主要职责涉及数据处理、业务建模、数据可视化、数据平台搭建，通常就职于企业数据部门。与此同时，在前述数字化转型进程中，各行各业的不同部门也纷纷对数据分析有了相应需求，财务、风控、运营、行研、产品经理、营销、广告以及人力资源团队，也都需要相关人才。

这类专业+数据赋能的人才，在数据库、程序语言等硬技能上的要求可能略低于纯数据岗，但对其沟通能力和协调能力等软实力的要求则非常高。

那我们再看看，业内人士梳理出的数据分析岗位按级别和功能分类的具体岗位映射。希望可以帮助各位准备入行数据分析的小伙伴，对自己感兴趣的方向深入摸索，尽力增加相关实践经验，以便在择业时有一个适合自己的选择。

那么，这些极具诱惑的岗位，对人才的需求主要集中在哪些方面呢？从下图可以发现，核心要求自然是数据处理能力，不管是SQL、Excel还是Python，都是最基础也是最不可或缺的能力。 此外，逻辑分析能力、沟通能力和报告撰写能力也相当重要。
学一下Python

职业分析

在我所接触的学员中：

• 有超过30%的人只关心找工作这一个问题，而忽略了职业发展的问题；
  
• 约70%的人询问读完BA之后从事量化商业分析的职业前景；
  
• 近30%的人不清楚传统商业分析和量化商业分析的差异；甚至有近10%的人根本不知道这两种不同的职业存在。

针对“读商业分析专业到底就业好不好”这一问题，我认为——『就业率』不错，但『职业发展前景』不容乐观。切记，不少专业都是如此，『就业率高』并不意味着『职业发展』好（所以说核心价值的行业知识和业务知识，计算机只是工具）。

因此，对于BA专业毕业生来说，要想从事具有较高成长性的工作，可能不得不考虑其他方向，如产品经理、商业咨询师、管理咨询师、研究分析师、行业研究员等。

涉及亲力亲为去做quant（quantitative analysis定量分析）类BA比重很低，而qualitative( qualitative research/data 定性)类分析比重较高的方向才是比较合适的定位。

首先，BA方向的就业率高，但其大部分工作性质是后台型的，即大部分BA工作都是偏后台的工作。这些工作具有重复性高、机械性强、思考性低、不可替代性低等基本特征，因此职业成长性相对较低。其次，随着科技进步和计算机程序化、数据分析智能化的发展，职业的不可替代性也将逐渐下降。

如果想在BA方向找到具有较高职业成长潜力的工作，则相当困难。虽然有些文商科专业毕业的学生可以通过读BA硕士后从事Business Analyst/Data Analyst等工作，但这些工作实际上偏向“传统商业分析”，而非“量化商业分析”。如果想从事后者，特别是那些职业成长速度较高的工作，则几乎不可能。这是因为这些工作的从业人员大多拥有博士学历，且很多人是数学、计算机软件工程或其他相关专业出身。因此，即使你读了博士学位，如果你的专业、研究方向及研究方法不符合要求，也很难从事这些工作。

coding的问题：数据结构的C++； 本身学的C++；R和MATLAB也包括小部分coding

2B 2C