一文了解資料分析師與商業分析師的區別（二）

上文我們初步瞭解了商業分析師與 資料分析師二者需掌握的技能，今天來給大家從工作內容的角度來詳細介紹二者的區別。

   

 

資料分析師

資料分析是將從大量的資料中發現規律和趨勢，進而支援基於資料的決策。總的來說，這一崗位相較於商業分析師更強調硬功夫，需要使用更高階的數學和程式設計能力，比如：機器學習、深度學習及影像聲音AI等技能。

 

商業分析師

商業分析師的工作主要是負責利用資料分析將IT技術和業務聯絡起來，使用資料作為原材料，基於具體的商業場景以及商業邏輯，對資料進行相應的邏輯處理與結構化處理。同時通過資料洞察商業問題，找到發展機會點，為企業戰略及商業決策提供資料支援。商業需求資料是靈活易變的，然而，許多商業分析師對業務比較熟悉，而在資料處理方面較為薄弱。那麼基於這種情況，藉助BI工具就能很好地解決資料來源、資料分析等方面的問題。

 

國內有許多好用的BI工具可以輔助進行商業分析和資料分析，就以思邁特Smartbi為例，小編給大家介紹一下如何使用BI工具進行資料資源收集以及資料分析。

 

巧婦難為無米之炊，對於大部分使用者、尤其是業務使用者來說，進行資料分析要面對的第一個問題，就是資料收集，使用者通常會有這些疑問：怎樣快速找到我要的資料？我找到的資料到底是不是我想要的？資料導航就是解決資料收集的問題的。

 

使用者可以在“資料資產”中通過全文檢索的方式快速查詢平臺內部有哪些資料可以使用。在查詢到哪些資料可用後，可以對資料進行資料快查，確定是否是自己需要的資料。資料快查包含資料結構、資料預覽、血統分析。

   

 

 

 

而在資料分析方面，自助儀表盤提供了助力。它在商業智慧分析中能夠很直觀地展示重要的資料，提供決策支援作用。

 

以KPI數值監控來舉例，它能對關鍵指標進行監控，從而保證我們對整體運營全面把控，將績效、業務、風險等領域內的核心指標通過圖形、儀表盤等展現在監控者面前。

 

 

總的來說，商業分析師需要很好的商業思維，因為你需要很好的理解當前的行業識別出痛點以及能夠解決實際問題。但是，資料分析師就更加的技術流，需要對複雜的統計學演算法，資料庫以及很多的分析工具瞭如指掌。