众所周知，Data / Big Data / AI 等词汇，如今已然成为职场的焦点和热点，近两年各大公司纷纷增设 Business Analyst / Data Analyst / Data Science 等职位，Analyst相关的职位已跃居最Top热门职位之一。据麦肯锡咨询公司预测，至2018年，全美约有400万到500万的岗位需要具备 data analysis skills。

 为了迎合广大学员的需求，Data Application Lab 于11月22日，顺利开展了BA网络公开课，以方便学员明晰自己的职业发展道路。本次Business Analytics 公开课，有幸邀请到在Analytics领域从业10年多的潘老师为大家解析BA的职场发展。目前潘老师在职于AT&T，任 Lead Marketing Analytics Manager, 本次课程老师结合了在Marketing, Price, Operation 等方面的经典实际案例，为大家进行了精彩的解析。课后，同学们又积极踊跃的提出问题，表现了大家对BA领域的极大热情。

首先，潘老师主要分析了BA的主要职责和日常工作。老师用了一个词 “agent of change” 来显示BA的重要性。BA 基于data analysis 帮助 leader做一些 smart & efficient decision。 作为BA，主要需要做3方面的内容：Data Acquisition, Engine of the Business, 以及 Analytics Advocate。 很多时候要做一些 data collect, build up database, or data cleaning的工作，如何选取一些high quality data 对于之后的分析非常重要；另外，BA不同于Data Analytics, 因为BA要求必须有Business Sense， 能站在公司的角度，如何为公司带来更多的价值。


 

其次，潘老师就BA的市场需求和就业去向做了深度剖析。BA的市场需求很大，而目前供应缺失，因为基本每家公司都会收集 data, 所以可以说任何一家公司都需要“你”。例如，consulting firm-analytics team, retails, bank, manufactory-process team, telecom, etc.。 作为BA的工作可能会伴随不同的title, 所以大家在找工作的时候不要仅仅限于title去搜索，例如 Marketing Analyst, Data Analyst, BI Engineer, etc., 其实本质做的东西都一样。作为BA可以说是整个Business的中心，因为很多decision 都要通过BA generate出来的report来做决定，所以说他是leadership 和各个operation的纽带。


 

很多同学会关心BA的 skillsets，这样就方便自己有针对性的突破。作为BA最重要的是两方面，一方面是Analytics, 另一方面是 Business Intelligence。Analytics 要求具有一定的统计建模能力，例如 linear regression, decision tree等，但是简单的统计模型在工作中就足够了；第二方面主要是指做完分析，如何communicate, 把自己的recommendation推销出去。作为BA很多时候要做很多presentation, 而这个技能的培养需要很多training 和 practice。对于办公中用到的 tools, 有 Excel, SAS, R, SQL, Tableau 等。

本节课的亮点是潘老师在AT&T做过的Project, 主题是resaler 如何把 potential deal 拿回给account manager 去close the deal。因为每一个deal close 的可能性不是100%，那么如何帮助account manager 更加有效的去manage 他们的deal funnel, BA就会建立一些模型去预测，objectively的给account manager 提供建议。这个case 的具体流程是：Data collection & processing, Modeling, Implementation and Automation。 


 

 首先，对于data collection, 要知道其影响因素有很多，例如这个database多大，产品是什么，客服方面的信息－客户有多少员工，客户和AT&T建立了多久的合作等等。这些data可以从CRM, Deal funnel 等渠道获取；接下来在data processing中，做一些data cleaning, 或者做一些distribution的图标看一看data的分布；然后，就是建立一些model； 第四步，将model做implementation, 和 developer 合作，使这些model做成让大家都可以使用的工具。

最后，潘老师给大家介绍了找BA工作的实用技巧。比如在常用job search 网站去reach employers or HR, 比如 Linkedin, Letters等网站。对于 search key word, 不要仅限于search job title, 而要着重search 一些技能关键词，例如segmentation, classification。另一方面关于resume, 简历的写法非常关键，如何在数千份简历中脱颖而出？