商业分析专业和数据科学专业有什么区别？

business analyst 商业分析

business analyst 又被叫做商业分析。一般公司有两个职位：program manager程序管理和 project manager项目管理，他们的主要职能就是产品、业务方向的发展。在大数据时代开始前，与产品和业务相关都是由这两个职位拍板。

例如，《英雄联盟》打算发布新款皮肤，那哪种画风在什么样的市场最受欢迎？哪种产品分别在全球的不同市场的投入，支出，收益的比率最高与最低？ba要给不同的产品，不同的项目组做数据报表，对产品排序，通过数据来说话。

那么哪些同学适合ba方向呢？
编程能力不是很强，喜欢社交，而且情商比较高。商业分析更像业务经理的升级版，贴近市场，有很多机会和高管接触。做ba的另一个核心就是喜欢和公司高管在一起，喜欢和人打交道。情商高的同学做这一块，升职机会很多。

一些做的比较好的senior ba，在高层会议时高管一般都会带机智的ba。因为开会前要准备大量数据，ppt等。ba的薪资相较于s会低一些，但是ba的上升空间很大。技术固然重要，但是业务上面的提高对公司的促进也是不可小看的。因此，ba最重要的是熟悉业务流程，了解上级想法，当好上级的小棉袄，有一定数据分析能力。

ba 职业发展路线
刚进入这个行业时你需要做的就是把积累ba所需要的技能。具体的工作业务经验要慢慢积累。ba的核心路线就是当你熟悉业务之后就往管理路线发展。

ata analyst 数据分析
a和ba的工作其实比较接近，但ba更多的在做业务上的商业分析和修正，a则是做更长远的发展上去做数据分析。

同样是《英雄联盟》发布皮肤，a分析的方向是为什么一款皮肤在美国累计销售额超过1000万美元，但在国内却仅仅卖了500万人民币，a就是基于现有的数据找出背后的原因。

哪些同学适合ata analyst数据分析方向

相比较于ba的商业分析仅在业务范围内，a则需要处理更多的数据，所以对python和r有一定要求，对统计，a/b test和sql的要求比ba高，并且要求会一点moel。

做a适合数学、统计学功底好的同学，因为a的工作几乎都是和数据打交道，从数据中找问题，解决问题。另外a和高层打交道的机会要相对少一些，适合不太会social社交或者不太爱和外国人打交道的同学。a的薪资和ba大致持平，不过熊熊认识好几个 a做到了senior a 就转去做s了，薪资翻的非常快。

ata scientist 数据科学
如果说ba是解决表面问题，a是找出问题背后的原因，那么s则是从根本上去解决问题。比如把公司的产品，物流，财务等做到极致。这里面就涉及到重新建模的东西了。在一些大数据实验里面，s往往是做比较核心的东西，a往往做类似于助手的工作。s要想办法通过模型的优化，产品的优化，数据的优化，去达到目标或者提高参数来使得用户更满意。

ata scientist核心工作
了解自己的业务流程，懂的自己的目标：盈利，所以一定要把产品和客户关系处理好。这些每一个都是一个业务，业务下面就会有海量数据，所以要懂得数据。这些数据往往都有很多问题，比如缺失值处理、特征变量转化、特征选择和维度变化、标准化、归一化、稀疏化。所以需要对数据cleaning清理，叫ata preparation 数据准备。

当你把数据清理干净后，就要放入模型里面，模型一般都由ata scientist 数据科学家来做，然后要进行evaluation评审，评审后后又会回到business unerstaning业务理解，这叫结果导向。这就形成了一个闭环，目的是为了把客户的现金流最大化，最终如果达到了要求，就可以部署上去。

哪些同学适合s方向
s 的技术核心就是应用数学、统计数学以及computer science计算机科学，需要深度学习python，r，sql，moel。热爱数学的小伙伴不二之选。 

如果您想了解更多资讯，可以直接拨打 177 电话，进行电话咨询哦！