商业分析专业就业前景

目录

一、BA的重点在于商业而不是分析

二、项目过程中BA的能力聚焦

步骤1：清晰的定位、目标和方向

步骤2：厘清业务关系和共同利益体

步骤3：划分边界和负责的范围内容

步骤4：拟定商业分析框架和模型

步骤5：组织方案汇报和价值聚焦

三、关于商业分析模型的小结

这个问题，已经有无数商业大佬回答过了，在对我前十年所经历的行业、经历之后，也来说一说自己的一些看法，没有所有的事情都是一帆风顺的，尤其是做数据分析！

对商业分析、数据分析有所以问欢迎来咨询，知无不答。

一、BA的重点在于商业而不是分析

商业分析发展到今天已经被很多企业证明是非常有用的工具，无论是在构建商业计划、产品矩阵、收集用户典型案例还是在企业内部建立高效模式，拥有复合型技能的商业分析师对于任何一条业务线来说都是不可或缺的，尤其是在互联网、IOT的今天。

分析是一种手段，而商业价值才是最终目的：

通过分析了解组织或公司的结构和动态；

通过数据诊断、识别当前问题并更好地理解它们，快速拟定针对性的解决方案

通过专项案例剖析进行难点攻克，推动组织实现其短期和长期目标；

通过量化的指标，来明确的向资方、董事会表达对某些更改的需求；

通过测算和预测提供给利益相关者有信心的价值

在知乎知学堂课堂，由官方组织的基础课程，可以跟着up主寻寻渐进的进行学习，在理论知识、工具介绍、模块拆解、语法讲解上都有特别细的说明，也可以根据自己的目标去选择性学习（提高办公效率、高逼格分析可视化、算法实践），把知识嵌入到实际项目中去！

二、项目过程中BA的能力聚焦

步骤1：清晰的定位、目标和方向

作为BA经常会被赋予很高的期望，能够在加入项目之初，就能立刻、马上的做出贡献拿到价值，从而产生比较大的影响。

但现状往往是所参与的项目已经开始进行一段时间了，是中途插入进去的，一开始很难找到切入点和突破点。再就是对于项目的背景、目标、action、最终的交付结果概念都很模糊，但是又会被赶鸭子上架，立刻去拿结果。

所以，为了避免在错误的方向上快速开始，就需要花一些时间（可能是几个小时、几天，还是最多几周），来进行业务上的信息梳理，和其他团队成员保持对齐，确保项目是能够得到快速执行，且能输出结果的。

这就包括：

了解作为商业分析师的角色所需要cover的事情内容，针对项目需求可拆解的行动计划和方案；

了解项目历史，避免无意中，去做重复已经完成的工作，或者重复之前做出的决定；

了解现有系统和业务流程，对潜在的需要对当前状态存在更改的风险具备清晰的了解；

步骤2：厘清业务关系和共同利益体

大多数业务分析流程都是从定义范围开始的。在定义实际项目的范围之前，必须了解业务的整体需求。

这一步的职责如下：

确定主要利益相关者的期望，他们是谁，在组织内的级别和层次，是否具有调动资源的能力；

合并任何相互冲突的期望并建立对目标的共同理解；

确保所有业务目标清晰且可实现；

确保业务目标为成功定义范围奠定基础；

步骤3：划分边界和负责的范围内容

项目范围定义了项目期望实现的所有目标，以便被认为是完整和成功的。BA和PM、PMO是主要利益相关者，需要保持密切的合作，以定义项目范围说明书和项目范围。

项目的假设、范围的描述，如果是产品需有PRD和原型，如果是项目需要有项目立项书和每个阶段的里程碑；

什么在范围内，什么在范围外，执行的步骤和road map；

可执行的方案，以及可交付成果，并提供可验收的标准（check list）进行度量；

对项目的任何限制，流程、规范、信息安全、数据安全、签章、用印、费用等；

步骤4：拟定商业分析框架和模型

能够根据项目阶段，提供详细的时间表（ganter），以便将需求交付给开发团队。高级的BA会有意识的对交付成果进行优先级排序，在最短的时间内拿出决策，以快速高效的去推动项目落地，将根据以下因素提供要求的时间表

时间管理过程：项目的参与方，每个阶段谁需要做什么事情，以及对应的输出物；

需求定义技术：用例模板、故事板、原型或线框图，根据业务需求转化成为数据需求，拟定采集、处理方案，在数仓层面构建好dw层；

选择合适数据：在需要用到外部数据的时候，判断并决策数据的采集方案，是否外部购买or爬虫获取，抑或通过堆人的方式进行梳理；

选择分析模型：真对需要专项分析的课题进行业务假设，并拆解数据上可量化的维度，判断是否内部数据形成闭环，所需要用到的商业分析模型，以及模板的制定；

分析挖掘结果：分析发现的信息并使用它来创建一个或多个业务分析可交付成果的初稿，其中包含项目的详细要求，整合结论打包形成方案，选择合适的时间进行汇报；

业务校验环节：寻找适当的业务和技术利益相关者一起审查和验证每个可交付成果，并提出问题以填补任何空白；

汇报文档整理：管理需求变更以确保每个人都在使用最新的文档，并且适当的利益相关者参与有关变更的所有决策，让自己可以回答问题并帮助解决在项目的技术设计、技术实施或测试阶段出现的任何问题，更新和/或重新打包需求文档，使其对技术设计和实施过程有用；

步骤5：组织方案汇报和价值聚焦

在项目的推动过程中，会发生很多事情，讨论成果、处理细节、解决问题、建立关系等等，在项目末尾的时候，需要同时做好向上管理和向下管理：

向上需要做好工作汇报管理，阐述项目的推动情况，实际投入的人力、资源、时间等，拿到的结果和拟定的商业方案所带来的实质性价值；

向下需要对业务侧受众培训，以改变他们的工作方式，使更多的人了解为什么要做出所有这些改变，能够给组织带来了什么价值，拉通团队内的目标，明确解决方案是在实现预期的价值；

没有什么比成功项目的跟踪记录更能在组织内创造积极的动力，对执行过程建立反馈通道，实时对落地效果进行评估，并拟定后续的改进策略

根据项目的业务目标评估实际进度，以显示原始目标已实现的程度；

将结果传达给项目发起人，如果合适的话，传达给项目团队和组织的所有成员；

建议后续项目和举措，以充分实现项目的预期业务目标或解决在评估项目影响时发现的新问题；

三、关于商业分析模型的小结

回归到分析上，BA的本质竞争力仍然还是在分析本身上，而在商业上的沉淀和积累能够加强自己在专业上的深度和影响力；

对过去十年，从“信息孤岛，不能用、不好用”到“破开壁垒，可以用、好用”，大数据、云计算、互联网、物联网等信息技术得到了大力发展，人工智能技术飞速提升，打破了科学与应用之间的“技术鸿沟”，图像分类、语音识别、知识问答、人机对弈、无人驾驶等具有广阔应用前景。

数据分析，最重要的真的是数学功底扎实么？左手概理统计，右手人情世故。，所需要具备对能力矩阵

下图是对过去所用到一些常用的分析方法论、管理模型、应用算法、可视化图论的内容整理，供参考：

写在最后

在BOSS上，通过对字节跳动、阿里、百度这些头部的互联网公司在招的高P岗位进行对比，不难发现几个现象，

整体薪资普遍比较高，加上期权、股票，很容易达到年薪百万的门槛；

懂业务、懂策略、懂管理，理解公司的商业模型，能够提供决策建议，通过数据带动业务增长；

懂分析、懂市场、懂行情，挖掘诸多数据中的内因，能够解释异常，发现规律，解决问题；

单纯的数据分析能力已经很难作为核心竞争力，更要懂业务，将数据能力和业务相结合，真正做到用数据驱动业务增长。

11~13年的时候python学习的社区还不成熟，躺了无数多个坑。发展到现在，有特别多的在线课程可以跟着学习，站在前人的基础上进行翱翔。在知乎知学堂课堂，由官方组织的基础课程，可以跟着up主寻寻渐进的进行学习，在理论知识、工具介绍、模块拆解、语法讲解上都有特别细的说明，也可以根据自己的目标去选择性学习（提高办公效率、高逼格分析可视化、算法实践），把知识嵌入到实际项目中去！