Einführung
Data Scientist: 'Der sexieste Job des 21. Jahrhunderts' ist einer der beliebtesten Artikel der Harvard Business Review (HBR) und hat viele Menschen dazu inspiriert, ihre Karriere im Bereich der AnalyseAnalytics bezieht sich auf den Prozess des Sammelns, Messen und analysieren Sie Daten, um wertvolle Erkenntnisse zu gewinnen, die die Entscheidungsfindung erleichtern. In verschiedenen Bereichen, wie Business, Gesundheit und Sport, Analysen können Muster und Trends erkennen, Prozesse optimieren und Ergebnisse verbessern. Der Einsatz fortschrittlicher Werkzeuge und statistischer Techniken ist unerlässlich, um Daten in anwendbares und strategisches Wissen umzuwandeln..... Eines der Hauptthemen dieses in HBR veröffentlichten Artikels war der Trend zu einer Zunahme von Stellen in der Analytikbranche.
IBM sagte kürzlich die gleiche Tendenz voraus und meinte, dass die Zahl der Datenfachleute in den USA von. UU. Millionen bis 364.000 ein 2,72 steigen wird 2020.
Und das ist in diesem Jahr geschehen.
Einstimmig, in der gesamten Branche, sehen wir eine Zunahme von Wirtschaftsanalyse Stellenausschreibungen, aber brauchen all diese Jobs genau denselben Fähigkeitsmix?? Ich habe eine Reihe von Anfragen erhalten, die sich darauf konzentrieren, welche möglichen Karrierewege es in der Analysebranche gibt. Diese Anfragen stammen in der Regel von Personen, die eine Pause im Bereich der Analyse suchen oder von Personen, die bereits in der Branche arbeiten und eine tiefere Rolle suchen.
In diesem Artikel, Wir werden die wichtigsten verfügbaren Rollen in der Analysebranche sehen. Ich werde Ihnen auch einen Rahmen vorschlagen, um über Ihre Karriere im Bereich der Geschäftsanalyse nachzudenken.
Wenn Sie eine Karriere in der Geschäftsanalyse anstreben, stellen Sie sicher, dass Sie den vollständigen Mehrfachkurs prüfen Zertifiziertes Business-Analyse-Programm.
Inhaltsverzeichnis
- Über den Analysemarktplatz
- Was macht ein Fachmann der Geschäftsanalyse?
- Berichtsrollen
- Mittlere analytische Rollen
- Strategierollen
- Rollen der Datenwissenschaftler
Über den Analysemarktplatz
Lassen Sie mich mit ein paar Zeilen beginnen / Datenpunkte, die in einem Bericht von McKinsey veröffentlicht wurden, über Big Data (Mai von 2011):
Nur die Vereinigten Staaten stehen vor einem Mangel an 140.000 ein 190.000 Personen mit analytischer Erfahrung und 1,5 Millionen von Managern und Analysten mit den Fähigkeiten, Analyseergebnisse aus Big Data zu verstehen und darauf basierende Entscheidungen zu treffen.
Achten Sie auf die Worte 'mit den Fähigkeiten, Analyseergebnisse aus Big Data zu verstehen und darauf basierende Entscheidungen zu treffen'. Die Industrie wird eine große Anzahl von Experten für Big Data und maschinelles Lernen benötigen und noch mehr (Über 10 mal) Personen benötigen, die Entscheidungen auf Grundlage von Analysen treffen können, auch wenn sie keine Experten für Big Data oder maschinelles Lernen sind.
Estos roles serán principalmente roles de estrategia y roles de gestión de productos que pueden definir nuevos desafíos para que los resuelvan sus especialistas en análisis. Contrastaremos estos roles estratégicos con los roles de los científicos de datos más adelante en este artículo. Zuerst, intentemos comprender cuán diversa es realmente esta industria.
Si traza una nube de palabras de todos los artículos relacionados con la analítica (un ejemplo que se muestra en la imagen a continuación), verá aparecer todo tipo de palabras, incluidas estadísticas, programación de computadoras, Strategie, Planung, Berichte, etc. El campo de los negocios la analítica es extremadamente diversa y se buscan personas con habilidades analíticas y perspicacia para los negocios en todas las industrias en roles numerosos y diversos. Pensar en su carrera con tantas opciones posibles puede ser abrumador y es posible que sienta que está perdiendo la noción de si está progresando en su carrera o no.
Was macht ein Fachmann der Geschäftsanalyse?
Das Wort „Wirtschaftsanalyse“ resume perfectamente cada tipo de trabajo que clasificamos en análisis de negocios. “Negocios” enfatiza la importancia de la comprensión empresarial, y “Análisis” se refiere a la importancia de las estadísticas, la ingeniería informática y la investigación operativa en este tipo de función.
Un profesional de la analítica puede, als letztes, trabajar en un rol muy orientado a la estrategia o puede trabajar como un científico de tiefes LernenTiefes Lernen, Eine Teildisziplin der Künstlichen Intelligenz, verlässt sich auf künstliche neuronale Netze, um große Datenmengen zu analysieren und zu verarbeiten. Diese Technik ermöglicht es Maschinen, Muster zu lernen und komplexe Aufgaben auszuführen, wie Spracherkennung und Computer Vision. Seine Fähigkeit, sich kontinuierlich zu verbessern, wenn mehr Daten zur Verfügung gestellt werden, macht es zu einem wichtigen Werkzeug in verschiedenen Branchen, von Gesundheit... muy especializado. El primer rol tiene un componente más fuerte de negocio, mientras que el segundo rol tiene un componente mucho más fuerte de análisis. Offensichtlich, su rol generalmente tiene una compensación entre estos dos componentes y puede cambiar entre roles que tienen diferentes proporciones de los dos componentes. El valor que crea para sí mismo es una función correlacionada positivamente de comprensión y análisis empresarial. Matemáticamente hablando:
Value = function (Business understanding , Analytik)
Mit diesem Wissen, he trazado varios roles en nuestra industria en un gráfico de tabla cruzada a continuación:
Offensichtlich, el gráfico anterior es mi comprensión personal de la industria y la posición de cada función en este gráfico ciertamente puede ser debatida. La idea principal en la que quiero que se centre es en la diversidad de roles que puede asumir en la industria de análisis de negocios y la variación en el camino que puede tomar desde su rol actual. Primero tratemos de entender cada uno de los 5 recuadros resaltados arriba con respecto a la categoría de roles.
Berichtsrollen
Zwischen 2000 Ja 2012, esta fue la categoría principal de funciones para los profesionales de la analítica empresarial. El rol se refería principalmente a “Qué (Veranstaltung) sucedió” en lugar de “Por qué sucedió (el evento)”. Aber trotzdem, la mayoría de estos roles han evolucionado en los últimos tiempos después de que las empresas automatizaran muchos de estos procesos y el aprendizaje automático se hiciera popular. Aber trotzdem, todavía hay muchos roles que tendrán más del 50% de trabajo en la presentación de informes y el resto del rol en responder la pregunta: „¿Por qué sucedió el evento?“.
Este es un buen papel para comenzar su carrera en la industria de la analítica. Pero a largo plazo, debe tomar la iniciativa y asumir un rol centrado en „¿Qué está pasando ahora?“ nämlich, Business Intelligence / PanelEin Panel ist eine Gruppe von Experten, die sich trifft, um ein bestimmtes Thema zu diskutieren und zu analysieren. Diese Foren sind bei Konferenzen üblich, Seminare und öffentliche Debatten, wo die Teilnehmer ihr Wissen und ihre Perspektiven teilen. Panels können eine Vielzahl von Bereichen abdecken, Von der Wissenschaft bis zur Politik, Ziel ist es, den Gedankenaustausch und die kritische Reflexion unter den Teilnehmern zu fördern...., o centrado en „¿Qué va a pasar a continuación?“ nämlich, análisis predictivo.
Roles de análisis intermedios
Este es el tipo de rol con el que comencé mi carrera. Die meisten Absolventen der Wirtschaftswissenschaften / Statistiken / Informatik werden ihre Reise mit diesen Rollen beginnen. Dies ist eine optimale Kombination aus Geschäft und Analyse. Es ist eine ausgezeichnete Möglichkeit, das Beste aus beiden Welten zu verstehen.
Die Rollen im Bereich der mittleren Analytik sind ebenfalls ziemlich vielfältig. Eine extreme Rolle in dieser Kategorie wird sich auf Business Intelligence konzentrieren, um zu lösen: 'Was passiert gerade?'?”. Das andere Extrem dieser Kategorie werden sehr geschäftsorientierte Rollen sein, wie die Preisgestaltung von Produkten, bei denen Sie viele Geschäftsszenarien erstellen und den optimalen Preis für die Produkte finden müssen, die Ihr Unternehmen verkauft.
Die meisten Rollen erreichen ein optimaleres Gleichgewicht zwischen der Kenntnis des Unternehmens und der Arbeit mit fortschrittlichen Werkzeugen wie Deep Learning in der Entscheidungsfindung / Risikomanagementanalyse / Betrugsanalyse. Die meisten dieser Rollen sind an der automatisierten Entscheidungsfindung beteiligt. Zum Beispiel, Es kann sein, dass Ihnen die Aufgabe übertragen wird, einen Algorithmus zu erstellen, der Kreditkartenanträge je nach Risiko des Kunden akzeptieren oder ablehnen kann, oder der Kunden auswählen kann, die eine hohe Neigung haben, ein Cross-Selling-Angebot für ein Versicherungsprodukt anzunehmen. . Todos estos problemas comerciales requieren que cree modelos predictivos en perfiles de clientes masivos y los clasifique en función de algunas métricas comerciales.
Si está en este grupo, casi todas sus opciones estarán abiertas. Ahora puede optar por pasar a un rol más estratégico o puede optar por convertirse en científico de datos. En caso de que no sepa a dónde ir a continuación, una buena manera de encontrar su ajuste es tomar un papel en el borde de las dos casillas. Zum Beispiel, si desea asumir un rol estratégico en el futuro, puede probar su ajuste asumiendo un rol en un rol de análisis intermedio basado en pérdidas y ganancias como el precio de productos. Hay algunos roles más, como el análisis de cartera, die Sie wählen können, um sich mit den strategischen Rollen vertraut zu machen. Beachten Sie, dass Sie möglicherweise ohne Data-Science-Techniken wie Deep Learning auskommen müssen, wenn Sie sich dafür entscheiden, den Weg der strategischen Rollen einzuschlagen.
Zweitens, wenn Sie Ihre Eignung als Data Scientist testen möchten, können Sie Rollen als in das Geschäft integrierter Data Scientist übernehmen, anstatt reine Data-Scientist-Rollen. Diesen Weg, es ist nicht notwendig, die Kontrolle über das Geschäft zu verlieren, bevor Sie den Weg der forschungsorientierten Rollen einschlagen.
Abgesehen von den beiden vorherigen Wegen, haben Sie noch eine weitere Möglichkeit, eine gute Balance zwischen Geschäft und Analyse zu finden: Rollen von Tech Product Manager. Aber diese Rollen sind in der Industrie nicht leicht verfügbar. Unternehmen nutzen hauptsächlich Data Science, um einen Wettbewerbsvorteil gegenüber anderen Unternehmen zu erlangen, indem sie datengestützte Strategien entwickeln.
Technologieunternehmen wie Google und Facebook nutzen Analytik nicht nur zur Entwicklung von Strategien, sondern auch zur Erstellung von Produkten. Zum Beispiel, Die Google Sofortsuche ist ein Technologieprodukt, das maschinelles Lernen verwendet, um Suchergebnisse bereitzustellen. Diese Technologieunternehmen suchen nach Personen mit einem Fähigkeitenmix sowohl in Geschäftsgewinnen und -verlusten als auch im maschinellen Lernen, um solche Produkte zu entwerfen. Wenn Sie sich entscheiden, diesen Weg weiterzugehen, sollten Sie sich nicht nur bei den großen Technologieriesen bewerben, sondern sollte auch nach Positionen als Produktmanager in Unternehmen mit Nischenfähigkeiten wie NICE suchen, Aspekt oder Interaktionen.
Strategierollen
Es ist möglich, dass Sie von einem wichtigen wirtschaftlichen Prinzip gehört haben: „keine wirtschaftlichen Gewinne in einem wettbewerbsintensiven Markt“:
Die Existenz wirtschaftlicher Gewinne zieht den Eintritt an, wirtschaftliche Verluste führen zum Austritt und, im langfristigen Gleichgewicht, werden Unternehmen in einer vollkommen wettbewerblichen Branche null wirtschaftliche Gewinne erzielen.
Wenn alle Unternehmen in einem vollkommen wettbewerbsfähigen Markt sind, wie verdienen sie dann Geld? Wenn Sie Wirtschaftsstudent sind, kennen Sie die Antwort gut. Alle erfolgreichen Unternehmen basieren auf Marktineffizienzen, daher existiert keine „perfekte Konkurrenz“. El papel de un estratega es identificar estas imperfecciones y nutrirlas para administrar un negocio exitoso. Para las grandes empresas, contamos con estrategas tanto a nivel corporativo como empresarial.
La estrategia corporativa es cuando trabaja a nivel corporativo respondiendo preguntas como „¿Cuál es la cartera de negocios adecuada para su empresa?“, „Para llegar a esta cartera, ¿qué nuevos negocios necesita adquirir / invertir / aufwachsen / cerrar?“, ¿Cuál es la estructura organizativa adecuada para su negocio que fomentará las sinergias en las operaciones y otros dominios?”. Zum Beispiel, si trabaja para la estrategia corporativa de Wells Fargo, desarrollará una estrategia para adquirir o cerrar negocios como inversiones / banca minorista / tarjetas de crédito; También trabajará en la creación de operaciones globales para eliminar los costos operativos de empresas individuales, etc.
La estrategia empresarial está más vinculada a una línea de negocio en particular. Si bien la estrategia corporativa puede estar más enfocada en el lado de los gastos a nivel corporativo, la estrategia comercial está mucho más enfocada en maximizar los ingresos netos. Zum Beispiel, los estrategas de tarjetas de crédito de Wells Fargo podrían centrarse en maximizar los ingresos provenientes de sus clientes de tarjetas. Muchas operaciones pueden ser un activo compartido en todas las líneas de negocios de Well Fargo, como centros de llamadas, centros de chat, sucursales, etc. Deswegen, Diese Ausgabenleiter sind auf Konzernebene besser optimiert als auf Geschäftsebene. Die Verteilung der Verantwortlichkeiten kann zwischen den Unternehmen unterschiedlich sein, aber die meisten Unternehmens- und Konzernstratege arbeiten Hand in Hand.
Beide Rollen erfordern, dass man die Vorteile von Änderungen an den Produkteigenschaften berechnet, die Prozessänderungen und Investitionen in Technologie durch die Erstellung verschiedener Geschäftsszenarien und die Berechnung des Nettobarwerts verschiedener Investitionen. Analytikfachleute eignen sich sehr gut für diese Rollen aufgrund ihres Zahlenwissens und ihres tiefen Verständnisses der neuesten Technologie, die zur Schaffung eines Wettbewerbsvorteils eingesetzt wird. Los profesionales de la analítica que comenzaron sus carreras antes de 2010 constituyen actualmente una gran proporción de la población en roles estratégicos.
Rollen der Datenwissenschaftler
Llegando al papel más fascinante para la mayoría de las personas que buscan ingresar a la ciencia de datos. El rol de científico de datos es un puesto para especialistas. Puede especializarse en diferentes tipos de habilidades como análisis de voz, Textanalyse (PNL), procesamiento de imágenes, procesamiento de video, simulaciones de medicamentos, simulación de materiales, etc. Cada uno de estos roles de especialistas son muy limitados en número y, Daher, el valor de tal especialista es inmenso. Es por eso que estamos viendo una demanda tan alta de científicos de datos en estos días.
Para sobresalir en estos roles, sollte auf dem neuesten Stand der neuesten Werkzeuge und Technologien bleiben. Sie sollten auch in Ihre eigene Weiterbildung investieren in relevante Sprachen und die Fähigkeit haben, Ihre komplexen Modelle in einfachen Worten gegenüber Kunden und Unternehmen zu erklären. Sie können immer zur Strategie-Seite zurückkehren, falls Sie das Bedürfnis haben, die Geschäftskonzepte zu verstehen.
Abschließende Anmerkungen
Die in diesem Artikel erwähnten Karrierewege basieren auf meiner persönlichen Erfahrung und auf einer Reihe von Diskussionen, die ich mit erfolgreichen Fachleuten in verschiedenen Bereichen der Analytik geführt habe. Mit allen online verfügbaren, KOSTENLOSEN Ressourcen, können Sie mit der richtigen Strategie problemlos in jede gewünschte Position wechseln. Espero que este artículo te haya ayudado a definir tu trayectoria profesional.
Si tiene alguna idea o sugerencia sobre el tema, lass es mich in den Kommentaren unten wissen.
