Yourator 職涯選文
數據分析與商業分析是近年熱門的職涯話題，也是市場上搶手的人才，但這兩個職位的工作內容到底差在哪？想成為商業分析師或數據分析師，該如何選擇呢？本文由現任知名外商的數據分析師 Lisa 授權轉載。Lisa 在過去幾年經歷過數據分析與商業分析師的工作後，現任知名外商數據分析師，來看看 Lisa 對於 Data Analytics 數據分析 、Business Analytics 商業分析兩者差異的精闢見解吧！
本文目錄 ：
- 商業分析師（Business Analyst）跟數據分析師（Data Analyst）的工作內容差異
- 9 大差異：商業分析師 Business Analyst VS 數據分析師 Data Analyst
- 商業分析師、數據分析師的工作內容實際案例
在過去幾年，分別經歷了數據分析師跟商業分析師的工作後，我發現了這兩種工作分別吸引我的地方、跟感到無力的地方各有不同，今天會分享這兩個工作的十大不同之處，稍微比較出差別之後，或許可以幫助大家在選擇職涯時，做出更符合自己初衷的選擇！
商業分析師（Business Analyst）跟數據分析師（Data Analyst）的工作內容差異
商業分析師工作內容
- 最主要的工作就是改善目前公司的瓶頸或是困難、發揮能夠贏過競爭者的優勢
- 釐清目前公司碰到的問題、想出能夠解決的具體方法，通常需要對產業與公司內部部門有一些了解，才能夠將願景落地
數據分析師工作內容
- 最主要的工作是整理繁雜的資料、產出一眼就能看出關鍵指標的報表、統計結果
- 專注在清理數據、將數據用對的方式聚合、 想出可視化程度高的報表，通常需要對工具的掌握度高
➤ 延伸閱讀：美國科技業的數據洞察心法：如何從零開啟商業分析師職涯？｜Lillian - 紐約商業分析經理
9 大差異：商業分析師 Business Analyst VS 數據分析師 Data Analyst
一、工作上主力使用的工具不同
二、目標與成就感的不同：精美的報表與有效的結論
商業分析師工作目標與成就感
- 我的目標是：能不能從報表裡看出端倪、這些問題可以用什麼方式解決？我手上有哪些資源可以動用？這個問題的影響層面多大？
- 我的成就感來自：我能不能夠解決這個問題、我用對哪些方式去找這個解決方式？下次我能不能套用？
商業分析師工作目標與成就感
- 我的目標是：我可以如何發掘需求方的痛點？我手上有哪些資料可以幫他驗證這些數據？我的報表要怎麼呈現？
- 我的成就感來自：華麗、一目瞭然、受需求方肯定的報表，還有寫完一整段很難的 SQL code 時的喜悅～
三、在組織中發揮的角色不同：先鋒部隊、強力後盾
- 商業分析師：跟其他先鋒部門一起打仗
- 通常我們得出的解決方式，都需要很多其他先鋒部隊、後勤部隊的幫忙，需要得到他們的支持，才能夠順利做出改變
- 數據分析師：其他部隊的後盾
- 通常幫助其他部隊整理資料、產出報表，是所有部隊強而有力的後盾
➤ 延伸閱讀：從企管系到懂技術的數位人才！數據分析師如何用數據解決產險業難題？－國泰金控集團
四、在乎的問題不同：解決方法、模型結果
五、壓力的來源不同：越快越好、有效才好
六、進修的方向不同：產業知識以及對於模型的追求
- 商業分析師：需要不斷的了解每個部門能夠操作的資源有哪些？要了解產業發展進度、競爭者的動向
- 數據分析師：需要不斷的學習新的工具、對於工具的了解更精深
七、學習的難度不同
- 商業分析師：很難學習，很多需要靠時間、靠經驗累積。是一個很容易懷疑自己的工作，很多超乎自己可以處理的程度，很容易迷失方向、失去成就感
- 數據分析師：學習的目標更明確，就是學會常用的工具、學得出神入化，多練習，就能掌握的越好
八、對資料的看法不同
- 商業分析師：
- 商業分析師更重「分析」，分析不是模型有結果就好，要能夠解釋、要能夠找到解決這個結果的方法越多
- 越大的資料不見得對我們有意義，資料只有在能夠讓我們發現問題時，才有用
- 數據分析師：
九、職缺數量的不同
- 商業分析師：優秀的商業分析師或許真的不好找，因為難度真的很高，所以缺也不多，或許也是因為商業分析師都要有一定的經驗，或許會從熟悉公司的人找，因此釋放出來的缺也不多
- 數據分析師：職缺比較多，需求也多
➤ 延伸閱讀：數據分析師（Data Analyst）面試作品集準備 3 大原則，成為面試官眼中最亮眼的資料分析師
商業分析師、數據分析師的日常工作內容有哪些？
-
數據分析師日常工作內容
- 想出各種不同的變數，跟業績做相關係數
- 發現 每天逛站人數 和 業績 的相關性最高
- 幫助整理每個渠道帶來的進站人數
- 幫助整理每個渠道分別操作的策略結果
-
商業分析師的日常工作內容｜ 5 個關鍵步驟來總結商業分析師
- 第一：了解產業、了解公司：公司目標是什麼？釐清哪個部門跟每天逛站人數有關？
- 第二：釐清流程：他們平常操作哪些工具？這些工具分別帶來的影響力？
- 第三：尋找優秀案例：找出過去的成果，總結出可以發揮影響力的方法
- 第四：解決方案：依據數據、過往經驗，訂出解決方案，溝通每個執行單位要做什麼
- 第五：回收成果：觀察方案的後續結果，不段重複以上步驟，直到帶來最有效的成果
💡 如果你對數據分析有興趣，想瞭解轉職數據、商業分析師該做哪些準備，或想運用數據分析提升在領域的專業度，可以點擊了解 Lisa 開設的 STEP 數據分析師轉職培訓班！
本文經 Lisa 授權轉載，原文標題為 〈商業分析師和數據分析師的 9 大不同之處：來看看哪種更適合自己〉
（職涯文章呈現多元觀點，歡迎來信投稿、交流： [email protected] )
➤ 延伸閱讀：
- 數據分析師 ( Data Analyst ) 薪水與工作內容完全解析：無經驗非本科系能成為數據分析師嗎 ?
- 數據分析師（Data Analyst）面試作品集準備 3 大原則，成為面試官眼中最亮眼的資料分析師！
