Business Analytics è diventata una parola chiave per tutto ciò che ha a che fare con i dati.
Perché, se sei nuovo in questo campo e non capisci a cosa si riferiscono le persone “Analisi aziendale”, Evita di preoccuparti!
Anche dopo aver speso più di 6 anni in questo settore, Ci sono momenti in cui per me è difficile capire il lavoro che una persona ha fatto leggendo il proprio CV.
Ecco come sarebbe un estratto da un tipico JD:
- Analizzare, preparare rapporti e presentarli al gruppo dirigente con una frequenza prestabilita.
oh
- Condurre più progetti analitici e pianificazione aziendale per aiutare il team di leadership a fornire prestazioni aziendali.
Da un lato, questo crea confusione nella mente della persona che si candida per una particolare posizione. D'altra parte, lascia ai selezionatori un ruolo difficile da capire e giudicare ciò che una persona ha fatto in passato.
Ora, se avessi ottenuto questo come descrizione per uno dei lavori per cui mi ero candidato, avrei paura! Paura, non perché non conosco l'argomento, ma perché possono significare qualsiasi cosa. Il lavoro potrebbe riferirsi alla preparazione di report di base a livello junior per condurre approfondimenti multivariati su più argomenti.
Quindi, Cosa fai quando sei in una situazione del genere?
Bene, La prima cosa da fare è comprendere lo spettro di Business Analytics. Una volta capito, chiedi a quale parte dello spettro si applica il ruolo e poi decidi se si adatta alle tue capacità o meno.
Di seguito è riportata una buona rappresentazione di questo spettro:
Permettetemi di spiegare ciascuna di queste aree in modo un po' più dettagliato..
Rapporti: rispondi a quello che è successo?
Il dominio Analytics inizia rispondendo a una semplice domanda: Cosa è successo? Questa attività viene regolarmente denominata report. Generalmente, questi sono i MIS che le persone vogliono ricevere per prima cosa al mattino. È un'istantanea di quello che è successo. Prossimo, mostra un esempio di come sarebbe un rapporto tipico:
Strumenti utilizzati nella segnalazione:
La maggior parte dei rapporti elementari viene eseguita in MS Excel in tutto il mondo. Le istituzioni più evolute possono estrarre i dati tramite database utilizzando strumenti come SQL, MS Access e Oracle. Ma, generalmente, la diffusione dei report avviene tramite Excel.
Competenze richieste per la segnalazione:
- MS Excel
- Comprensione degli affari
- Capacità di svolgere compiti monotoni con diligenza.
Analisi investigativa: risposta a Perché è successo??
L'analisi investigativa inizia dove finisce la segnalazione. Inizia a cercare i motivi per i cambiamenti imprevisti. I problemi tipici su cui lavori sono “Perché le vendite sono diminuite negli ultimi? 2 mesi?” oh “Perché l'ultima campagna ha avuto un rendimento o un rendimento scarso??”. Per trovare le risposte a queste domande, Guarda le tendenze passate o i cambiamenti di distribuzione per scoprire i motivi dei cambiamenti. Nonostante questo, questa è tutta retrospettiva.
Alcune di queste idee, Cosa scopri dopo aver analizzato l'analisi a ritroso, può essere utilizzato per la pianificazione aziendale, ma lo scopo dell'analisi è di solito scoprire cosa ha funzionato e cosa no.
Strumenti utilizzati nell'analisi investigativa:
Gli strumenti più utilizzati sono MS excel, MS Access, Minitab, R (regressione di base). Utilizzi spesso Excel avanzato e tabelle pivot per risolvere questi problemi e, generalmente, la creazione di grafici di serie temporali aiuta molto.
Competenze indispensabili per l'analisi investigativa:
- Pensiero strutturato
- MS Access, Eccellere, regressione di base
- Comprensione degli affari
Pannelli di controllo: risposta a ciò che sta accadendo ora?
La dashboard è un riepilogo organizzato e ben presentato delle principali metriche aziendali. Sono generalmente interattivi in modo che l'utente possa trovare le informazioni esatte che sta cercando. Il bordo, allo stato ideale, deve fornire informazioni in tempo reale sulle prestazioni. Prossimo, mostra un esempio di come sarebbe una tavola:
L'intera scienza della modellazione dei dati, dashboard e report basati su questi dati è anche noto come “Intelligenza aziendale“.
Strumenti utilizzati per creare dashboard:
Per una dimensione dei dati limitata, i dashboard possono essere creati con Excel avanzato. Ma, generalmente, le istituzioni utilizzano strumenti più avanzati per la creazione e la diffusione di strumenti. Oggetti aziendali, Qlikview, Hyperion sono i nomi di alcuni di questi software.
Competenze essenziali per la creazione di dashboard:
- Pensiero strutturato forte: la persona dovrà creare l'intera architettura e il modello di dati
- Comprensione degli affari: se non capisci cosa vuoi rappresentare, che Dio ti aiuti!
Modellazione predittiva – Risposta a Cosa è probabile che accada?
Qui è dove prendi tutte le tue tendenze e le informazioni storiche e le applichi per prevedere il futuro.. Prova a prevedere il comportamento dei clienti in base alle informazioni passate. Nota che c'è una piccola differenza nella previsione e nella modellazione predittiva. La previsione viene effettuata regolarmente a livello aggregato, mentre la modellazione predittiva viene eseguita regolarmente a livello del cliente / esempio.
Strumenti utilizzati per la modellazione predittiva:
SAS ha la quota di mercato più elevata tra gli strumenti utilizzati per la modellazione predittiva, seguito da SPSS, R, Matlab.
Competenze essenziali per la modellazione predittiva:
- Pensiero strutturato forte
- Comprensione degli affari
- Risoluzione del problema
Grandi dati – Risposta a Cosa può succedere, visto il comportamento della comunità?
Immagina di applicare la modellazione predittiva con un microscopio in mano. E se potessi conservare?, analizzare e dare un senso alle informazioni di ogni cliente? A quale tipo di community di social media sei collegato? Che tipo di ricerche stai facendo? I problemi di big data sorgono quando i dati sono cresciuti nei tre Vs (volume, velocità e varietà). Hai bisogno di data scientist per estrarre questi dati.
Strumenti utilizzati nei Big Data:
Questo è un dominio molto dinamico al momento. Uno strumento che un tempo era leader di mercato rende 6 i mesi non sono più i migliori. Perché, è difficile specificare strumenti specifici. Questi strumenti di solito funzionano in Hadoop per salvare i dati.
Competenze essenziali per sfruttare i Big Data:
- Pensiero strutturato forte
- Conoscenza avanzata dell'architettura dei dati
- Capacità di lavorare con dati non strutturati.
Quindi, Ora che conosci lo spettro di Analytics, se ti ritrovi in un ruolo che non ti è chiaro, prenditi il tempo per capire a quale dominio ti riferisci e se si adatta bene a ciò che vuoi ottenere.
Se ti sei imbattuto in questa confusione sulla comprensione “Analisi aziendale“, Questo post dovrebbe averti aiutato. Nel caso ci fosse più confusione, fatemi sapere.
