introduction
“Business Analytics” y “Data Science”: Ces deux termes sont utilisés de manière interchangeable partout où vous regardez.. Mais il y a un fait incontestable.: ambas industrias están experimentando un crecimiento vertiginoso.
Aujourd'hui, el tamaño actual del mercado para análisis de negocios es de $ 67 mil millones y para ciencia de datos, $ 38 mille millions. Se espera que el tamaño del mercado en 2025 alcance los $ 100 milliards et $ 140 mille millions, respectivement. Esto significa que podemos esperar un aumento en la demanda de estos dos perfiles muy pronto.
Me he encontrado con muchos aspirantes a profesionales de la analytiqueL’analytique fait référence au processus de collecte, Mesurer et analyser les données pour obtenir des informations précieuses qui facilitent la prise de décision. Dans divers domaines, Comme les affaires, Santé et sport, L’analytique peut identifier des modèles et des tendances, Optimiser les processus et améliorer les résultats. L’utilisation d’outils et de techniques statistiques de pointe est essentielle pour transformer les données en connaissances applicables et stratégiques.... que quieren elegir “Analyse d'affaires” O “Science des données” comme carrière, mais ils ne sont même pas sûrs de la distinction entre ces deux rôles. Avant de plonger dans votre propre choix, vous devez être clair sur le chemin que vous voulez prendre, vérité? Cela pourrait être un choix déterminant pour votre carrière!!
Esto es lo que sugiero. Puedes inscribirte en el gratuito Introduction à l'analyse d'affaires cours, donde Kunal Jain, CEO y fundador de DataPeaker, explica la diferencia entre estos dos roles y también presenta una metodología para decidir qué camino elegir (Business Analytics o Data Science) basado en múltiples factores como educación, habilidades y otros. .
Table des matières
- Analista de negocios frente a científico de datos: una analogía simple
- Tipos de problemas resueltos por analistas comerciales y científicos de datos
- Habilidades y herramientas necesarias
- Trayectoria de carrera
1) Analista de negocios frente a científico de datos: una analogía simple
Tomemos un ejemplo de una emocionante puesta en marcha de vehículos eléctricos. Esta startup ahora es grande para crear familias laborales. Y han decidido crear tres familias laborales, una es una científico, y los otros dos son un ingeniero et un la gestion professionnel. Ahora quiero que se tomen un tiempo e imaginen qué tipo de papel desempeñan en la empresa.
Podemos inferir su papel a partir del nivel general de comprensión:
- Científico – Trabaje en problemas complejos y distintos, como encontrar una solución para construir una batería eficiente o cómo mejorar el diseño del vehículo. Si bien estos problemas pueden no generar beneficios directos para la empresa, son cruciales para desarrollos avanzados. Oui, dans le futur, estos desarrollos pueden ayudar a las nuevas empresas a tener un crecimiento no lineal (exponentiel).
- Ingeniero – Tome estos desarrollos y aplique técnicas de la industria para transformarlos en producción. Par exemple, hacer una línea de montaje para fabricar estos vehículos utilizando la maquinaria adecuada.
- La gestion – Dirija el negocio y resuelva los problemas relacionados con el negocio en el día a día. Par exemple, para encontrar el mercado adecuado para abrir una tienda para el vehículo. Decisiones sobre ventas y marketing de estos productos y muchos otros.
À présent, tomemos estas funciones y conviértalas en perfiles basados en datos.
Funciones basadas en datos:
- Data scientist – Trabaja en problemas complejos y específicos para traer un crecimiento no lineal a la empresa. Par exemple, faire une solution de risque de crédit pour le secteur bancaire ou utiliser l'imagerie des véhicules et évaluer automatiquement les dommages pour une compagnie d'assurance.
- Ingénieur de données – Mettre en œuvre les résultats obtenus par le scientifique des données en production en utilisant les meilleures pratiques de l'industrie. Par exemple, mettre en œuvre le modèle d'apprentissage automatique créé pour la modélisation du risque de crédit dans les logiciels bancaires.
- Analyste d'affaires – Diriger l'entreprise et prendre des décisions au jour le jour. Vous communiquerez simultanément avec le côté informatique et le côté commercial.
Esta es una analogía muy básica que debe tener en cuenta para diferenciar el rol de científico de datos, analista de negocios e ingeniero de datos.
Mise en garde: estos términos se utilizan con poca frecuencia en la industria. El rol exacto puede depender de la madurez de su organización en las iniciativas de datos.
Ahora que tenemos clara nuestra analogía básica, veamos los tipos de problemas que resuelven los científicos de datos y los analistas de negocios.
Tipos de problemas resueltos por analista de negocios y científico de datos
Para comprender la diferencia entre un analista de negocios y un científico de datos, es imperativo comprender los problemas o proyectos en los que trabajan. Tomemos un ejemplo interesante. Imagina que eres gerente de un banco y decides implementar dos proyectos importantes. Tiene un equipo de un científico de datos y un analista de negocios. ¿Cómo hará el trabajo de mapeo del proyecto? A continuación se presentan dos enunciados de problemas:
- Desarrolle un plan de negocios para decidir cuántos empleados necesita un banco para hacer negocios XXX en 2021
- Cree un modelo para predecir qué transactionLa "transaction" fait référence au processus par lequel un échange de biens a lieu, services ou argent entre deux ou plusieurs parties. Ce concept est fondamental dans le domaine économique et juridique, puisqu’il implique un accord mutuel et la prise en compte de conditions spécifiques. Les transactions peuvent être formelles, sous forme de contrats, ou informel, et sont essentielles au fonctionnement des marchés et des entreprises.... es fraudulenta
Tómese su tiempo para comprender los problemas. ¿Qué opinas, qué problema se adapta mejor a qué perfil?
El primer planteamiento del problema requiere hacer varias suposiciones comerciales e incorporar cambios macro a la estrategia. Esto requerirá más experiencia empresarial y toma de decisiones, este será el trabajo de un analista de negocios.
El segundo planteamiento del problema requiere procesar una gran cantidad de datos de comportamiento de los clientes y comprender los patrones ocultos. Pour cela, el profesional debe tener un muy buen conocimiento de la formulación de problemas y los algoritmos. Un científico de datos será la persona adecuada para abordar este tipo de problema específico y complejo.
Habilidades y herramientas necesarias en análisis empresarial y ciencia de datos
Analyse commerciale
Les professionnels de l'analyse commerciale doivent maîtriser la présentation de simulations commerciales et de planification commerciale.. Une grande partie de votre rôle consisterait à analyser les tendances commerciales. Par exemple, analyse web / analyse des prix.
Certains des outils qui sont largement utilisés dans l'analyse d'affaires sont Exceller, Tableau, SQL, Python. Les techniques les plus utilisées sont: Méthodes statistiques, prévision, modélisation prédictive Oui narration.
Science des données
Un científico de datos debe ser competente en álgebra lineal, la programmation, fundamentos de ciencias de la computación. Algunos ejemplos de proyectos de ciencia de datos varían desde la creación de motores de recomendación hasta correos electrónicos personalizados.
Las herramientas comunes de un científico de datos son R, Python, scikit-apprendre, Dur, PyTorche y las técnicas más utilizadas son Statistiques, Apprentissage automatique, L'apprentissage en profondeur, PNL, CV.
Y para ambos roles, pensamiento estructurado, Oui formulación del problema es una habilidad clave para desempeñarse bien en sus respectivos dominios.
Trayectorias profesionales para científicos de datos y analistas comerciales
Las fortalezas de un científico de datos radican en la codificación, las matemáticas y las habilidades de investigación y requieren un aprendizaje continuo a lo largo del viaje profesional, mientras que un analista de negocios debe ser más un pensador estratégico y tener una gran capacidad en la gestión de proyectos.
El analista de negocios tiende a asumir roles comerciales, roles estratégicos y roles de emprendimiento a mesureLa "mesure" C’est un concept fondamental dans diverses disciplines, qui fait référence au processus de quantification des caractéristiques ou des grandeurs d’objets, phénomènes ou situations. En mathématiques, Utilisé pour déterminer les longueurs, Surfaces et volumes, tandis qu’en sciences sociales, il peut faire référence à l’évaluation de variables qualitatives et quantitatives. La précision des mesures est cruciale pour obtenir des résultats fiables et valides dans toute recherche ou application pratique.... que avanzan en la carrera, mientras que notamos que los científicos de datos son más roles de emprendedores tecnológicos, ya que tienen una sólida formación técnica.
Puede consultar la siguiente trayectoria profesional para ver una ruta más detallada desde el inicio del viaje de la ciencia de datos y el análisis empresarial:
Remarques finales
He tratado de cubrir algunos consejos básicos que aprendí en el curso gratuito “Introduction à l'analyse d'affaires". Si desea comprender más sobre análisis de negocios y ciencia de datos. Usted también puede tomar el curso para construir una base sólida. A continuación se muestra una amplia agenda del curso:
- Qu'est-ce que l'analyse commerciale?
- Científico de datos versus ingeniero de datos versus analista de negocios
- Carrera en análisis empresarial
- Espectro de análisis empresarial
- Términos relacionados con Business Analytics
- Sistemas de información de gestión (QUEL)
- Analyse de détective
- L'intelligence d'entreprise
- Modélisation prédictive
- Intelligence artificielle et apprentissage automatique
- ¿En qué tipo de problemas trabajan los analistas de negocios?
- Habilidades necesarias en las funciones de Business Analytics
Si está interesado en el rol de ciencia de datos, consulte el que define los hitos en su viaje de ciencia de datos. Utilice esta hoja de ruta para realizar un seguimiento de su viaje de ciencia de datos, ver dónde se encuentra y cuál debería ser su próximo paso.
