introduzione
“Business Analytics” y “Data Science”: estos dos términos se usan indistintamente dondequiera que mire. Pero hay un hecho indiscutible: ambas industrias están experimentando un crecimiento vertiginoso.
Oggi, el tamaño actual del mercado para análisis de negocios es de $ 67 mil millones y para ciencia de datos, $ 38 miliardi. Se espera que el tamaño del mercado en 2025 alcance los $ 100 mil millones y $ 140 miliardi, rispettivamente. 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 analiticoL'analisi si riferisce al processo di raccolta, Misura e analizza i dati per ottenere informazioni preziose che facilitano il processo decisionale. In vari campi, come business, Salute e sport, L'analisi può identificare modelli e tendenze, Ottimizza i processi e migliora i risultati. L'utilizzo di strumenti avanzati e tecniche statistiche è fondamentale per trasformare i dati in conoscenze applicabili e strategiche.... que quieren elegir “Analisi aziendale” oh “Scienza dei dati” como carrera, pero ni siquiera están seguros de la distinción entre estos dos roles. Antes de sumergirse en su propia elección, debe tener claro qué camino desea tomar, verità? ¡Podría ser una elección que defina la carrera!
Esto es lo que sugiero. Puedes inscribirte en el gratuito Introduzione all'analisi aziendale corso, 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. .
Sommario
- 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 e un amministrazione profesional. 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. E, nel futuro, estos desarrollos pueden ayudar a las nuevas empresas a tener un crecimiento no lineal (esponenziale).
- Ingeniero – Tome estos desarrollos y aplique técnicas de la industria para transformarlos en producción. Ad esempio, hacer una línea de montaje para fabricar estos vehículos utilizando la maquinaria adecuada.
- Gestione – Dirija el negocio y resuelva los problemas relacionados con el negocio en el día a día. Ad esempio, para encontrar el mercado adecuado para abrir una tienda para el vehículo. Decisiones sobre ventas y marketing de estos productos y muchos otros.
Ora, tomemos estas funciones y conviértalas en perfiles basados en datos.
Funciones basadas en datos:
- Scienziato dei dati – Trabaja en problemas complejos y específicos para traer un crecimiento no lineal a la empresa. Ad esempio, creare una soluzione per il rischio di credito per il settore bancario o utilizzare l'imaging del veicolo e valutare automaticamente il danno per una compagnia di assicurazioni.
- Ingegnere dei dati – Implementerebbe i risultati ottenuti dal data scientist nella produzione utilizzando le migliori pratiche del settore. Ad esempio, implementare il modello di apprendimento automatico creato per la modellazione del rischio di credito nel software bancario.
- Analista di affari – Gestisci l'attività e prendi decisioni quotidiane. Comunicherai con il lato IT e il lato business contemporaneamente.
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.
Precaución: 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 transazioneIl "transazione" si riferisce al processo mediante il quale avviene uno scambio di merci, servizi o denaro tra due o più parti. Questo concetto è fondamentale in campo economico e giuridico, poiché implica l'accordo reciproco e la considerazione di termini specifici. Le transazioni possono essere formali, come contratti, o informale, e sono essenziali per il funzionamento dei mercati e delle imprese.... 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. Per questo, 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
Analisi aziendale
I professionisti dell'analisi aziendale devono essere abili nella presentazione di simulazioni aziendali e pianificazione aziendale. Gran parte del tuo ruolo sarebbe quello di analizzare le tendenze del business. Ad esempio, analisi web / analisi dei prezzi.
Alcuni degli strumenti ampiamente utilizzati nell'analisi aziendale sono Eccellere, Quadro, SQL, Pitone. Le tecniche più utilizzate sono: metodi statistici, previsione, modellazione predittiva e narrazione.
Scienza dei dati
Un científico de datos debe ser competente en álgebra lineal, programmazione, 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, Pitone, scikit-impara, Duro, PyTorch y las técnicas más utilizadas son Statistiche, Apprendimento automatico, Apprendimento profondo, PNL, CV.
Y para ambos roles, pensamiento estructurado, e 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 misuraIl "misura" È un concetto fondamentale in diverse discipline, che si riferisce al processo di quantificazione delle caratteristiche o delle grandezze degli oggetti, fenomeni o situazioni. In matematica, Utilizzato per determinare le lunghezze, Aree e volumi, mentre nelle scienze sociali può riferirsi alla valutazione di variabili qualitative e quantitative. L'accuratezza della misurazione è fondamentale per ottenere risultati affidabili e validi in qualsiasi ricerca o applicazione pratica.... 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:
Note finali
He tratado de cubrir algunos consejos básicos que aprendí en el curso gratuito “Introduzione all'analisi aziendale“. 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:
- Che cos'è l'analisi aziendale??
- 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 (MIS)
- Analisi investigativa
- Intelligenza aziendale
- Modellazione predittiva
- Intelligenza artificiale e machine learning
- ¿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.
