从工作场景说说商业分析师的门槛

其实门槛、能力是通用的，就是引申讲讲工作的具体场景吧。

理工科、商科背景

1.日常需要与数据打交道；

2.成熟的企业中还会有各种不断迭代的数据产品可供使用，最好使用起工具来也有一些无师自通。

咨询和沟通能力

1.分析师在数据的节点上，有较高的知情度，有各方（产品、运营、数仓）没有的视角，有时会要充当一个梳理者的角色，厘清复杂的问题。

2.数据需求总是来源并依附于一个业务问题。抛开业务看数据是片面的，有的问题也不必然用数据来解决。数据分析的本质是要解决某一个问题，找到和解决根本的问题更有效。咨询出身的同学会更快找到感觉。

3.沟通的意愿和有效的提问。巧妇难为无米之炊，如果能从一线小伙伴口中了解到更多的一手资料和心得，会对业务的理解更上一层楼。

顶尖院校

1.一个好的分析师能够左右业务的方向。在一个组织中分析师与运营的比例可以是1：50，与产品经理的比例可能是1：4。这种“缺你也可”的岗位统称为上层建筑。

2.数据工作还有一个特征是，不会直接背kpi，工作产出不会被直接量化，这就需要候选人有足够的责任心。出于信息不对等和时间限制，很多数据、结论的依赖条件和逻辑的完备性是无法被使用者一一检验的，信任是必要的一环，有时就只能用一些硬性条件来筛选了。

所以至少在一个中型公司，商业分析师基本都有较高的学历。学历不好的同学，可以尝试一些实力更加外显、更能量化的岗位方向。

抗压能力

分析师的摊子有时会很大，多时一天可能会有十几个需求方来找。有麻烦的，有紧急的，有积攒着的来催的。

被人提要求和催促本身也是一种情绪劳动，对一些敏感的人来说可能会是一件颇有压力的事。

传递信息、呈现的能力

如果只有数据搭建能力，分析能力，那只能成为一个执行者，而无法成为一个影响者。

分析师的价值不止于数据分析，更在于后续的推动落地，否则那些分析都只是闭门造车。

1.对于缺乏数据体感的数据使用者，需要有效地解释数据的含义、推演的逻辑，保持认知一致。

2.对于数据意识较好的高层，则需要精炼地讲好一个话题，并具备相当的战略高度。

原文：https://mp.weixin.qq.com/s/3P69Js1iV0mHinjEeITGHw

首发于公众号：商业分析工作日记。转载请著名来源