作者：ABHIRAJ SURESH. 翻譯：Kay. 校對：李嘉騏

本文長度為2900字，建議閱讀10+分鐘

本文為大家介紹了每個業務分析專家應具備的9個關鍵技能，並對每個技能做了簡單的介紹。

我們經常在論壇，社交媒體，甚至是聊天平臺上看到這個問題，“在分析領域取得成功所需要的最重要技能是什麼？”那麼，真的有這麼一項“最重要的”技能麼？

或許你已經猜到了答案，業務分析是一個廣泛的領域，想要在這個領域獲得成功，並沒有一種萬能的方法，而是需要多種技能結合。我們可以通過掌握一些關鍵技能，成為優秀的業務分析專家。

近年來，業務分析行業已從僅以學歷為重漸漸轉變為以技能為重。當然，這並不是在告訴你不要上大學或輟學！而是說，如果想成為業務分析專家，僅擁有一個好學歷是不夠的。學位證書可以讓你找到工作，但學會多種技能可以擴大你的行業增長前景。

本文將探討業務分析專家（Business Analytics Professional）所需的最重要技能。此列表並不詳盡，但絕對涵蓋了你應該掌握的核心技能。

本文接下來將要介紹商業分析師（BA）與業務分析專家（BAP）之間的區別，以及成為業務分析專家所必須的9項基本技能。

其中包括5項業務分析中的技術技能：

• 統計和概率；

• 資料檢索；

• 統計工具；

• 統計程式語言；

• 視覺化。

以及4項業務分析中的軟技能：

• 溝通技巧；

• 結構化和批判性思維；

• 解決問題的能力；

• 好奇心。

商業分析師（Business Analyst）與業務分析專家（Business Analytics Professional）之間的區別

商業分析師（BA）和業務分析專家（BAP）這兩個名詞經常被使用在相似的情景下， 但從頂尖的行業領導者和招聘人員到普通百姓，很多人都錯誤地使用了該術語，這裡先來澄清一下兩者之間的區別。

商業分析師（BA）更多地專注於商業管理方面，他們的重點放在分析和有效地發展構成企業的活動上，包括部門間的溝通，以及政策制定等。例如，充當客戶和銷售部門之間的紐帶，確保所有部門以及客戶之間的溝通交流按預期的方式順利進行。

而業務分析專家（BAP）則更專注於統計，資料，報告和記錄資料，旨在改善業務中的各種功能。和商業分析師（BA）的不同之處在於他們通過分析數字來做到這一點。在以下各節中，我們將介紹成為一個業務分析專家（BAP）應具備的關鍵技能。

業務分析專家所需的技術技能

讓我們看看成為優秀的業務分析專家所需的技術和理論技能。

A) 概率和統計

通過概率和統計可以更好地理解數字，回答一些相關性假設並且做出更好的預測。例如：

• 在銷售旺季所銷售貨物的平均數量；

• 每天售出商品數量的變化；

• 還沒有準備購買的潛在使用者所佔的百分比；

• 成功轉換潛在使用者所需的平均通話次數；

• 購買本公司產品的客戶在市場中所佔的百分比。

此外，使用諸如迴歸（regression）和時間序列（time series）之類的統計方法，還可以預測未來的預期銷售額，實現既定目標的可能性等。

B) 資料檢索

資料檢索即使用命令列從資料庫中識別和提取所需資料。如果你不知道如何從資料庫管理系統（DBMS）中檢索資料，那麼你又怎麼去使用你分析資料的知識和技能呢？

但是，我們要如何按照既定目標從大量資料中提取所需資料呢？這正是SQL發揮作用的地方。SQL是一種專門設計用於大型資料庫（尤其是關係資料庫）的程式語言。

市場上有許多資料庫管理系統可用，例如Oracle，MongoDB，SQLite。但目前被很多公司以及資料分析從業者廣為使用的是MySQL。它是成熟度和可靠性最高，且評分也是最高的開源資料管理系統。

你可以檢視以下課程：

資料科學的結構化查詢語言（SQL）

https://courses.analyticsvidhya.com/courses/structured-query-language-sql-for-data-science?utm_source=blog&utm_medium=business_analytics_skills_2020

C) 統計工具

獲得資料後，你需要至少了解一種統計分析工具，可以將資料匯入其中進行分析。目前市場上比較知名的統計軟體有SPSS，SAS，Sage，Mathematica等。

當前，還有最傑出的一種，每個人都可以輕鬆學習的Microsoft Excel。MS Excel是一種電子表格，可以幫助你分析和繪製資料，它還能執行許多複雜的數學和統計功能。你所要做的就是編寫公式，並且設定要計算的引數的資料範圍。

如果你有興趣，請檢視以下課程：

Microsoft Excel：從入門到進階-2.0

https://courses.analyticsvidhya.com/courses/microsoft-excel-from-beginner-to-advanced-2-0?utm_source=blog&utm_medium=business_analytics_skills_2020

D) 統計程式語言

隨著資料量的增多，為了能輕鬆管理大量資料，使用程式語言進行資料分析成為了資料分析行業的必備技能，目前在資料分析行業使用最廣泛的程式語言是Python和R。

用程式語言進行資料分析有兩個主要的優點：首先，它們使資料轉換變得非常容易，可以輕鬆地使用現有變數建立新變數或根據變數的分佈進行數學轉換。其次，這些程式語言具有豐富的庫，可以幫助人們輕鬆地建立預測模型。例如，使用python中的sklearn庫可以幫助你輕鬆建立大多數模型。這兩個優點的結合使統計程式語言能夠更好地處理大型複雜資料。

如果你有興趣，請檢視以下課程：

Python入門

https://courses.analyticsvidhya.com/courses/introduction-to-data-science?utm_source=blog&utm_medium=business_analytics_skills_2020

E) 視覺化

在21世紀，每個行業中的資料都是可以被視覺化的。它是連線業務分析專業人員所做的工作與客戶/利益相關者需要知道的事情之間的橋樑。隨著實時視覺化進入大眾的視野，資料視覺化的範圍已提升到另一個層次。

每個資料分析從業人員都應瞭解資料視覺化的重要性，並清楚地知道對於特定的資料集需要用到哪種型別的圖形或圖表。目前市場上最傑出的視覺化工具有PowerBI，Tableau和Qlik Sense。

如果你有興趣，請檢視以下課程：

我們在Tableau上的課程

https://courses.analyticsvidhya.com/courses/tableau-2-0?utm_source=blog&utm_medium=business_analytics_skills_2020

業務分析角色所需的軟技能

學會了以上技術技能可以使你成為一個技術上高效的業務分析人員，而軟技能則能讓你更完美地完成工作任務並脫穎而出。以下是業務分析專業人員應具備的一些軟技能。

1. 溝通技巧

溝通技巧是業務分析專家所應具備的眾多軟技能中最重要的一項。一個優秀的業務分析專家必須能夠以最簡單的方式傳達他的分析和思想，而又不會丟失其中複雜的細節。

傾聽是溝通的另一個重要方面。學會傾聽可以幫助你更好地瞭解部門的需求，並在此基礎上進行資料的查詢，分析和視覺化。

2. 結構化和批判性思維

善於思考的人總能為他所做的工作帶來新的視角和觀點。批判性思維不僅可以幫助解釋所分析資料的含義，還可以幫助理解將要收集的資料。

批判性思維還能幫助業務分析專家決定用哪種分析方法來分析資料，以及如何進行資料視覺化能夠最有效地展示分析結果。

如果你有興趣，請檢視本課程：

面向資料科學專業人員的結構化思考與交流

https://courses.analyticsvidhya.com/courses/structured-thinking-and-communication-for-data-science-professionals?utm_source=blog&utm_medium=business_analytics_skills_2020

3. 好奇心

好奇心是通往批判性思維的道路。在正確的時間提出正確的問題只會簡單地提高理解和思考。而好奇心卻能引發更深刻而理性的思考，並有助於發現針對當前問題的更多創造性解決方案。

許多公司認為好奇心是必不可少的技能，因為好奇心不僅可以減少決策時的錯誤，還能引導團隊內成員進行積極思考和開放式溝通。

4. 解決問題的能力

解決業務分析行業中的問題需要業務分析專家在邏輯上將思想，流程和行動結合起來，以便能有效且正確地達到最終目標。

一個好的問題解決者相比於假設，更傾向於通過研究來理解問題並找到解決方法。通過分析行業中正在發生的事情，潛在的未來狀況以及應當如何應對，來尋找可能的解決方案。

5. 終身學習

學得越多，成長就越多。我們沒有一個人天生具有業務分析的能力，其中許多技能都是在人生旅途中學習的。因此，人們必須通過不斷地學習來提高自己的技能。

結論

本文中，我們瞭解了業務分析行業所需的9大基本技能。此外，我們介紹了業務分析專業的歷史，並簡要說明了商業分析人員和業務分析專業人員之間的區別。

原文標題：

9Key Skills Every Business Analytics Professional Should Have

原文連結：

https://www.analyticsvidhya.com/blog/2020/09/9-key-skills-business-analytics-professional/

譯者簡介:Kay，紐西蘭奧克蘭理工大學電腦科學研究生畢業。興趣方向是自然語言處理(NLP)，對機器學習和資料分析有一定的瞭解。希望能結交有相同愛好的朋友，分享知識，擴充套件視野。

來源：資料派THU

END

版權宣告：本號內容部分來自網際網路，轉載請註明原文連結和作者，如有侵權或出處有誤請和我們聯絡。

合作請加QQ：365242293

資料分析（ID:ecshujufenxi）網際網路科技與資料圈自己的微信，也是WeMedia自媒體聯盟成員之一，WeMedia聯盟覆蓋5000萬人群。