数极客首页

商业分析领域的职业路径:规划你在数据科学领域的下一个最佳角色

写在前面

之前哈佛商业评论一篇很火的文章《数据科学家,21世纪最性感的工作》,鼓舞

了大量从事数据剖析

工作的人员。

依据

IBM最近的预测:说到2020年,美国数据从业人员的数据量
将从36.4万增加到272万!

商业剖析范畴的职业途径:规划你在数据科学范畴的下一个最佳角色

在各个行业,我们看到业务数据的剖析

职位空缺激增,但是一切
这些职位都需求
完好

相同的技艺
组合吗?我收到了许多关于数据剖析

行业职业展开

的问题。这些问题通常来自那些在数据剖析

范畴
寻求突破

、寻求向上展开

的人,或者那些曾经
在该行业工作并正在寻觅
更深层展开

的人。

在本文中,我们将看看剖析

行业中可用的主要角色。我还会提出一个框架,在业务剖析

范畴
思索

你的职业生活

关于剖析

市场

让我从在麦肯锡关于大数据的报告 (2011年5月)中发布的几行/数据点开端
:仅美国就有140,000到190,000人的短缺,具有
剖析

专业学问
,150万经理和剖析

师具备基于大数据剖析

了解

和做出决策的技艺

留意
“具备基于大数据剖析

了解

和做出决策的技艺
”。该行业将需求
大量的大数据和机器学习专家,致使

需求
更多(大约10x)能够

基于剖析

做出决策的人员,即便

他们可能不是大数据或机器学习方面的专家。

这些角色主要是战略角色和产品管理角色,能够

为他们的剖析

专家处置

新的应战
。我们将在本文后面将这些战略角色与数据科学家角色中止

对比

。第一
,让我们试着了解

这个行业真的有多么多样化。

假定

您绘制了一切
与剖析

相关的文章(如下图所示的样本)的文字云,您将看到一切
类型的词汇呈现
,包括统计数据,计算机编程,战略
,计划

,报告等。业务范畴
剖析

十分

多元化,具有剖析

技艺
和商业头脑的人员在一切
行业中担任众多不同角色。思索
到你的职业生活
有很多可能的选择,你可能会觉得你失去了你能否
在职业生活
中取得

进步的觉得

商业剖析范畴的职业途径:规划你在数据科学范畴的下一个最佳角色

业务剖析

专业人员做什么?

“业务剖析

”一词圆满
地总结了我们在业务剖析

下分类的每种类

型的工作。“业务”强调业务了解

的重要性,“剖析

”指的是统计,计算机工程和运营研讨
在这类角色中的重要性。

剖析

专业人员最终能够

以十分

具有战略眼光

的角色工作,也能够

作为十分

专业的深度学习科学家工作。前者角色具有较强的业务组成部分

,然后
者则具有更强大的剖析

功用
。显然,您的角色通常在这两个组件之间中止

权衡,您能够

在两个组件的比例不同的角色之间切换。您为自己

发明

的价值是商业了解

和剖析

的正相关函数。从数学上讲,价值=功用
(商业了解

,剖析

)有了这个了解

,我在下面的交叉

表中绘制了我们行业中的各种角色:商业剖析范畴的职业途径:规划你在数据科学范畴的下一个最佳角色

显然,上图是我对这个行业的个人了解

,这个图中每个角色的位置当然是能够

争辩
的。我希望您关注的主要想法是能够

在业务剖析

行业中扮演的角色多样性,以及您能够

从当前角色取得

的途径
变化。让我们第一
尝试了解

上面关于角色类别的5个突出显现
的框中的每一个。

1、报告角色

从2000年到2012年,这是业务剖析

专业人员的主要角色类别。角色主要关注“发作
了什么(事情
)”,而不是“为什么(事情
)发作
”。但是
,近几年来,这些角色中的大多数都是在公司完成
了大量这些流程的自动化之后展开

起来的,机器学习越来越盛行
但是
,依然

有很多角色会有超越
50%的报告工作,其他
的角色回答

这个问题 – “事情
为什么会发作
?”。

商业剖析范畴的职业途径:规划你在数据科学范畴的下一个最佳角色

这关于
开端
剖析

行业的职业生活
是一个很好的角色。但从久远

来看,您应该采取主动,并转而专注于“往常

发作
了什么?”(即商业智能/仪表板)或偏重

于“接下来会发作
什么?”(即预测剖析

)的角色。

2、中级剖析

角色

这是我开端
职业生活
的角色类型。大多数经济学/统计学/计算机科学毕业生将开端
他们的这些角色的旅程。这是业务和剖析

的最佳组合。它是了解

这两个世界最好的庞大

方式。

中间剖析

范畴
的角色也很多样化。这个类别中的一个极端角色将集中在商业智能上,试图处置

“往常

发作
了什么?”。这一类别的另一个极端是高度关注业务的角色,例如产品定价,您需求
创建

大量业务场景并为您的公司销售的产品找到最佳价钱

大多数角色在了解

业务和运用
诸如决策管理/风险剖析

/狡诈
剖析

中的深度学习等尖端工具之间抵达

更为理想的均衡

。大多数这些角色都触及
自动决策。例如,您可能会担任
创建

一种算法,该算法能够

依据

客户风险状况

接受

或拒绝

信誉
卡应用程序,也能够

选择那些倾向于选择交叉

销售保险产品的客户。一切
这些业务问题都央求

您创建

批量客户配置文件的预测模型,并依据

某些业务指标对其中止

排名。

假定

你在这个团队中,简直

一切
的选择都将被翻开
。您往常

能够

选择转向更具战略性的角色,或者您能够

选择成为数据科学家。假定

你不知道

下一步该去哪里,找一个合适

的好办法

就是在两个盒子的边境
上扮演一个角色。例如,假定

您希望在未来

发挥战略作用,您能够

经过
在基于P&L的中间剖析

角色(如产品定价)中发挥作用来测试您的顺应
性。还有一些角色能够

选择组合剖析

,以便取得

一系列战略角色。请留意
,假定

您选择在战略
角色的途径
上行进
,您可能必需
没有深度学习等数据科学技术。

另一方面,假定

你想测试自己

作为数据科学家的身体
,你能够

从事嵌入式数据科学家的工作,而不是地道
的数据科学家角色。这样,您在进入研讨
型角色之前不需求
失去对业务的掌控。

除了上述两条途径
之外,您还有另外一种办法

能够

在业务与剖析

之间寻觅
一个良好的均衡

点 – Tech Product Manager角色。但这种角色在行业中并不容易取得

。数据科学主要用于公司经过
构建数据支持战略
来发现其他公司的竞争优势。

像Google和Facebook这样的技术公司不只
运用
剖析

来制定战略,而且还运用
剖析

来创建

产品。例如,Google即搜即搜是一种科技产品,它运用
机器学习来提供搜索结果。这些科技公司寻觅
具有商业损益和机器学习技艺
的人来设计这些产品。假定

你选择在这条道路上行进
,你不只
应该适用于大型科技巨头,还应该寻觅
产品经理在NICE,Aspect或Interactions等技艺
公司中的角色。

3、战略角色

你可能听说过一个重要的经济准绳
– “竞争市场中没有经济利润”:经济利润的存在吸收
了进入,经济损失招致
退出,并且在长期均衡

中,完好

竞争行业的企业将取得

零经济利润。

假定

一切
的企业都处于完好

竞争的市场,他们怎样
赚钱?假定

你是一名经济学学生,你会很好地知道

答案。一切
胜利

的企业都是树立
在市场低效的基础

之上,因而

没有“圆满
的竞争”。战略家的角色是辨认

这些不完善之处,并培育他们以胜利

运营
业务。关于
大公司,我们在企业层面和业务层面都有战略
师。

商业剖析范畴的职业途径:规划你在数据科学范畴的下一个最佳角色

企业战略是当你在企业层面上回答

诸如“什么是你的公司的正确业务组合?”,“为了达成这个组合,你需求
什么新的业务来取得

/投资/增长/关闭?”等问题。 “什么是恰当
的组织结构

为您的企业,将促进运营和其他范畴
的协同作用?”。例如,假定

您为富国银行的企业战略工作,您将制定收购

或关闭投资/批发
银行/信誉
卡等业务的战略; 您还将努力
于创建

全球运营以消弭
个体业务的运营本钱
等。

业务战略更多地与特定业务相关联。固然
企业战略可能更偏重

于公司层面的事物费用方面,但业务战略更偏重

于最大化净收入。例如,富国银行信誉
卡战略
师可能会专注于最大限度地进步
其卡片客户的收入。许多运营可能是富国银行一切
业务范畴
的共享资产,例如呼叫中心,聊天中心,分支机构等。因而

,这些费用担任
人在企业级而不是业务级别上得到了更好的优化。各公司的义务
分配可能有所不同,但大多数企业和公司战略家都携手协作

这两种角色都需求
您经过
创建

各种业务场景和计算不同投资的净现值来估量
产品功用
变卦
,流程变卦
和技术投资的收益。剖析

专业人员十分

适合

担任此类角色,由于
他们控制
了大量数据并深化
了解

将用于发明

竞争优势的最新技术。在2010年之前开端
职业生活
的剖析

专业人士目前在战略角色中占有很大的比例。

4、数据科学家的角色

关于
大多数希望进入数据科学范畴
的人来说,这是最令人入迷
的角色。数据科学家的角色是专家的职位。您能够

专注于不同类型的技艺
,如语音剖析

,文本剖析

(NLP),图像处置
,视频处置
,医学模仿

,资料

模仿

等。这些专家角色的数据量
十分

有限,因而

这类专家的价值是庞大

的。这就是为什么我们往常

看到如此高的数据科学家需求。

为了在这些角色中脱颖而出,您需求
随时了解

最新的工具和技术。您还应该投资于运用
相关言语
中止

自我培训,并有才干

以简单的方式向客户和企业解释您的复杂模型。假定

您觉得需求
控制
业务概念,您能够

随时回到战略方面。

写在最终

本文中提到的职业道路是基于我个人的阅历

以及我与各种剖析

范畴
的胜利

专业人士中止

的一些讨论。经过
免费在线提供一切
资源,您能够

运用
正确的战略
轻松迁移到任何希冀
的角色。我希望这篇文章能辅佐

你肯定
你的职业生活
轨迹。

原文作者:Tavish Srivastava

原文链接:https://www.analyticsvidhya.com/blog/2018/05/career-paths-business-analytics-role-data-science/

本文由数据剖析

网 - 翻译小组 编译发布,转载或内容协作
请联络
我们受权

,未经允许谢绝转载,本文链接:https://www.afenxi.com/54692.html

发表评论

评论已关闭。

相关文章