Ça fait longtemps, J'ai écrit un article sur “Comment démarrer une carrière en Business Analytics?”. La publication a été bien accueillie par les personnes souhaitant se lancer dans l'analyse commerciale. Toujours l'un des articles les plus populaires sur DataPeaker. En réponse à ce post, J'ai reçu beaucoup de demandes de renseignements sur la carrière en Analytics. Bien que certains d'entre eux aient été de bonnes enquêtes, certains d'entre eux étaient des mythes récurrents.
Pour cela, J'ai décidé de faire un post de suivi. Pas juste comme ça, démystifier complètement ces mythes, J'ai décidé de publier les messages dans tous les forums pertinents.
Ce sont les mythes que j'ai reçus lors des consultations / commentaires / e-mails et mon opinion à leur sujet:
-
Vous devez être ingénieur pour démarrer une carrière en Business Analytics: La vérité c'est que ce n'est pas comme ça. Tout ce dont vous avez besoin est la capacité de penser structurellement et d'être à l'aise avec le traitement des nombres. Tant que vous pouvez structurer des problèmes non structurés et effectuer des calculs à rebours, sera aussi bon que n'importe quel analyste.
Ayant dit cela, les entreprises préfèrent les personnes ayant des antécédents quantitatifs, puisqu'on s'attend à ce qu'ils soient meilleurs avec les nombres. Par formation quantitative, Je veux dire les gens de n'importe laquelle de ces disciplines: ingénierie, Économie, Matematiques, Statistiques, Physique ou MBA avec diplômes dans ces domaines.
- L'analyse consiste à travailler avec de grands ensembles de données / Les entreprises travaillent avec le big data jour après jour: Cette perspective optimiste est loin de la réalité dans la plupart des institutions. Les experts estiment que la pénétration des mégadonnées se situe à un seul chiffre parmi les institutions. La plupart du temps, l'équipe d'analyse travaille sur des problèmes spécifiques, qui peuvent ou non impliquer de grands ensembles de données. L'exigence du poste est d'être capable de structurer des problèmes non structurés et d'être capable d'utiliser des chiffres pour comprendre l'entreprise et les changements de stratégie nécessaires.
- Vous devez être programmeur: C'était un bon programmeur C ++ quand j'ai commencé ma carrière dans l'analytique. Malheureusement, aucune de ces compétences n'a été utilisée récemment 7 ans et ne peut pas être utilisé à l'avenir. Il vous suffit d'apprendre la programmation de l'outil que vous utilisez pour votre analyse (par exemple, SAS, R, SQL, etc.), mais vous n'avez pas besoin d'être un bon programmeur au préalable pour apprendre cela. En même temps, la plupart de ces outils ont une interface utilisateur graphique (IHM graphique), que vous pouvez commencer à utiliser sans connaissances en programmation.
- Learning Analytics consiste à apprendre un outil (SAS / SPSS / un autre outil): Un outil n'est qu'un outil d'analyse. Impossible d'effectuer l'analyse seule. Vous devez comprendre les arguments nécessaires pour effectuer des analyses telles que:
- Quelles sont les choses auxquelles faire attention lors de la régression?
- Que peut-on déduire des coefficients et du résultat des tests t?
- Comment prouver ou réfuter une hypothèse commerciale?
Une fois que vous les comprenez, les appliquer via n'importe quel outil peut vous aider à démarrer votre parcours Analytics.
- Il est difficile de trouver du travail – C'est en fait l'inverse. L'industrie de l'analytique est aux prises avec l'attrition et la pénurie de talents. Selon le Institut mondial McKinsey (dans un rapport de mai 2011): "Pour 2018, seuls les États-Unis pourraient faire face à une pénurie de 140,000 une 190,000 des personnes ayant des compétences analytiques approfondies, aussi bien que 1.5 des millions de gestionnaires et d'analystes ayant les connaissances nécessaires pour utiliser l'analyse Big Data pour prendre des décisions efficaces “. Si vous avez les bonnes compétences, il sera très recherché (au moins dans les conditions actuelles du marché).
Y a-t-il d'autres mythes que vous connaissez? Au cas où vous l'êtes ou si vous ne savez pas si c'est un mythe ou un fait, ajoutez-le ci-dessous.
