このポストは、Google、Amazonの高賃金で急いだと、仕事を見つけるのは難しいと言うのではなく!
公開レッスンを生中継します
「データは、今日のすべての産業およびビジネス機能に浸透し、重要な生産要因となっています」と、世界的に有名なコンサルティング会社マッキンゼーは述べています。 大規模なデータのマイニングと使用は、生産性の伸びと消費者余剰の新たな波の到来を告げます。 ビッグデータの時代において、デジタル分析はビジネスに価値を創造する最も重要な力の1つとなり、マーケティングコンバージョン、製品指標、消費者行動、競合製品情報、運用戦略の分析への応用がますます普及し、雇用市場における関連職の専門人材の需要は年々急増しています。
ビジネス分析とは、過去の業績を反復的に調査および調査し、洞察を得てビジネス計画を推進するスキル、技術、およびプラクティスを指します。 これは、ウィキペディアで利用可能なビジネス分析の概念です。 単純な一般的な説明は、データを通じて現象を見つけ、現象を通じて問題を見つけ、問題を通じて効率的な解決策を見つけ、企業のマーケティングやパフォーマンスを向上させる方法です。 ここでのデータは、消費者行動、広告効果、製品パフォーマンス、売上、在庫、商品価格、人的ニーズ、リソース割り当て、プロジェクト予算などに関する情報です。 データ分析のビジネス範囲は、ビジネス オペレーションと戦略のあらゆるレベルに浸透する可能性があります。
では、ビジネス分析の具体的な内容は何でしょうか。
従来の意味では,ビジネスインテリジェンス/Business Intelligence(以下BI),ビジネス分析/Business Analytics(以下BA),マーケティング分析/Marketing Analytics(以下MA)とデータサイエンス/Data Science(以下DS)の機能の違いが明確であり,ある程度の排他性があり,異なる方向の実務者が1つのプロジェクトのうち,自分の機能範囲に属する作業内容にのみ関与している.
BA:顧客とのニーズを伝達した後、顧客のビジネス ニーズを具体的で実行可能な最適化スキームに変換し、方向性を示す分析戦略を開発します。
BI:ビジネス インテリジェンス ダッシュボードとレポートに関連するすべての作業は、BI の主要な作業指標であり、BA が開発した分析戦略に従ってデータ分析を完了し、結論を導き出す必要があります。
MA:オンラインおよびオフラインのマーケティングキャンペーンのビジネス指標に基づいて、チャネルパフォーマンス(トラフィック、コンバージョンなど)と収益効果を観察し、記録し、分析し、KPIダッシュボードを作成し、最も重要なのは、データから問題を分析し、マーケティング予算の配分最適化プログラムと成長機会を提案することです。
DS:企業データベースの保守と処理、データのクリーンアップと照合、ETL (Extract 抽出、Transform 変換、Load 読み込み)、製品の設計と開発と保守、データ Pipeline の設計と保守、モデリングと最適化、統計、データ構造に関する確かな知識、プログラミング能力など、非常に具体的なデータ分析作業が含まれます。
しかし、分業が明確すぎると、各チームがプロジェクトのビジネス目標を完全に理解しにくくされ、DS がデータのクレンジングと照合を行うときにビジネス上の意思決定を理解していない、BI がデータ レポートを完了する理由がわからない、最適化シナリオ全体に対してどのような役割を果たすか、BA がレポートを取得する際にデータのソースと分析のアイデアがまったくわからないなど、全体像を把握するのが難しになります。 したがって、意思決定の不一致は、多くの場合、チームとチームの間で発生します。
近年,Digital Transformation(オンライン化)の影響により,ビジネス分析に密接に関連するこれらの職の職務の境界が曖昧化し,Modern BIという新たな求人需要が生まれています。 ご覧の通り、複合人材に対する業界の需要はますます高まっています。
Modern BI の職務には、次の 3 つのスコープが含まれます。
データ駆動型の意思決定を行い、データは指定された量のデータだけでなく、ターゲットオーディエンスの特性などの記述的な定性的なデータも含まれます。
効果的なデータ分析サポートを提供するために、ビジネス意思決定者の意思決定の影響を受ける人になる。
テクノロジー、クリエイティブ、マーケティング、セールス、データチームなど、社内のさまざまなチームとのチームワークの重要なリーダーです。
全体として、ビジネス アナリストは定量的な分析を行う必要があります。
現在の製品パフォーマンス データから最適化スキームを抽出します。
現在の広告、マーケティング、販売プログラムのための成長戦略を提供します。
履歴データで製品または運用コストを削減する方法を見つける。
将来の在庫需要の予測など
私たちは、この高賃金のポジションのビジネス分析、異なるインターネット分野でのアプリケーション、およびビジネス戦略、運用、マーケティングなどのビジネスをエンパワーする方法の詳細な分析に焦点を当て、詳細な分析を行います。
電気小売会社
にアマゾン、ウェイフェア、アリ、ジンドン典型的な電子小売企業は、多くの場合、「人、商品、フィールド」の3つのコアを中心にビッグデータを分析する必要があります。
「人」:新しいユーザーの獲得と古いユーザーの保持、再購入、およびその他のデータを分析し、全体の理解から「人」の理解を得るために、ユーザーのユーザー構造だけでなく、ユーザーのライフサイクル価値。
「商品」:販売、価格分析、販売ランキングの最高と最低の商品データ、および関連する関連要因のアトリビューションを分析し、製品構造の制御を「商品」製品操作のための最良のアドバイスを見つける。
「工場」:段階的な市場シェア、利益率、成長率、プロモーション活動などのデータの分析と比較により、全体的な運用状況と将来の市場の見通しを理解し、意思決定レベルが次の運用戦略を策定するのに役立ちます。
以前はオフライン体験販売ブランドを重じていましたが、オンラインの電子メール チャネルもますます重要になっていたため、Xiaomi が国内で採用した電子ビジネス データ アナリストのように、初任給は 18K で最低です。
エンターテイメントメディアとソーシャルメディア業界
にネットフリックスウォルトディズニーカンパニー、ユーチューブ、腾讯エンタテインメント業界に代表されるなど、ビジネス分析やビッグデータを活用して、顧客分類を洗練し、パーソナライズされたエンターテイメント情報システムを開発する必要があります。 紹介システムはNetflixに最大75%の支出をもたらし、Youtubeのホームページの閲覧の60%は紹介サービスから来たと報告されています。
にフェイスブック、インスタグラム、TikTok、WeChat、リトルレッドブック代表的なソーシャルメディア企業は、ユーザーの検索、閲覧、インタラクションなどの行動データを記録し、個人の興味に合ったパーソナライズされたマーケティングキャンペーンや広告配信戦略を開発し、プラットフォームの商業化を実現します。 膨大なトラフィックを持つこれらのプラットフォームは、「適切なタイミングで適切な情報を配信」するために、顧客とリアルタイムで通信するユーザーエクスペリエンスを作成します。
科学技術の大規模な工場
にグーグル、マイクロソフトハイテク工場は、通常、インターネット新製品や新機能の多くの異なるタイプを開発し続け、これらの製品は、多くのユーザーと相互作用し、製品チームは、ユーザーが自分の製品や機能を好むかどうか、製品が良好な動作状態を維持しているかどうか、会社のビジネス目標を達成するかどうかなどの問題を判断するための基礎としてデータを使用する必要があります。
たとえば、新しい機能がアップし、地域のユーザーが製品の使用率を低下した場合、ビジネス アナリストは、ユーザー データ分析を使用して、機能のインタラクション 設計エクスペリエンスが貧弱なか、機能とプラットフォームの互換性が故障したのか、地域のユーザーの文化意識の違いを判断する必要があります。 したがって、データを使用して製品の仮定を確認し、適切かつタイムリーな製品決定を形成することは、アナリストがビジネス価値をもたらす主なシナリオです。
オンラインからオフラインのビジネス
近年、O2O事業が台頭していますUber、Lyft、ドロップのような旅行このようなトラムビジネス、またはそのようなDoorDash、Grubhub、Instacart、美団、お腹がすいた?このようなテイクアウト配送サービスは、ドライバー/マーチャントと顧客間の取引のディスパッチ製品形態に基づいていますが、データ分析チームの主な責任は、上記のユーザー行動のパーソナライズされたマーケティングプロモーションに加えて、ディスパッチアルゴリズムの研究と解決、および注文のピーク、注文のホットゾーン、およびその他の状況の予測とスケジューリングです。
ゲーム業界
にNintendo、Sony、Activision Blizzard、テンセント、NetEase代表のオンラインゲーム会社は、2020年の流行の間も採用を続け、ビジネス分析、データ分析、その他の関連ポジションが大きな割合を占めています。
ゲーム業界のビジネスロジックは、主にDisplay Advertising、In-game purchase、Add-ons、Recommendation Engine、Subscriptionなどを通じて利益を上げています。 このようなビジネスモデルの下では、データ アナリストにとって非常に重要な作業の 1 つは、顧客獲得コストを計算し、Customer Lifetime Value (LTV) よりも小さく抑え、会社の収益性を維持することです。
関連するジョブ
ビジネスアナリスト
ビジネスアナリスト
データアナリスト/データ運用
ストラテジスト
データ インテリジェンスの専門家
ビジネス データ アナリスト
ユーザー データ アナリスト
広告データアナリスト
プロダクトマネージャー/需要アナリスト
BI データ製品マネージャ
ビッグデータ分析マネージャー
データ マイニング アナリスト
ビジネス データ アナリスト
ビジネス分析職の報酬
2020年8月現在、米国のビジネスアナリストの平均給与は68,346ドルで、通常50K~93Kドルです。 給与の範囲は、教育レベル、証明書、追加スキル、業界経験など、多くの重要な要因によって大きく異なります。
エクセルに精通しています
- SQLに精通しています
- PPTに精通しています
Tableau または他のデータビジュアル分析ツール
Python または他のプログラミング言語の基礎
SPSS/SAS/R などの少なくとも 1 つの分析ソフトウェア
Java
C++
Apache Hive
Apache Hadoop
Apache Spark
Scala
ETLツール
スイープコード応答【ビジネス分析1】ピックアップする準備ができます
スキルを学び、就職活動のソフトスキルを向上させ、金を含むインターンシップを蓄積したい場合は、Business Intelligenceの方向性を飛躍させるプロジェクトが、Offerをスプリントするのに役立ちます! プロジェクトでは、SQLや他のビジネススキルを学び、学習+トレーニングモードを通じてハードスキルを行使し、あなたの能力を向上させ、また、次の高金含有量プロジェクトの経験を蓄積するために、大規模な工場のメンターのチームの下にあります。
現在までに、合計160以上のグローバル企業が求人情報を募集しています。
実戦に飛躍する学生は、6ヶ月間、実際のビジネスプロジェクトを通じて、各部門と協力して、共同ブランド製品のWebページ構築、マーケティングプロモーションと配信、ビジネスインテリジェンス分析とデータ分析、最適化プロセス全体を完了し、履歴書のプロジェクト経験を豊かにし、面接を困難にします。
実戦サイクルでは、Amazon、Facebook、L'Oréal、LVMH、Casperなどの大手企業から業界トップのメンターが率いるMarketing Analyticsの必須スキルとツールを体系化し、ビジネス感度を高めます。 Technical+Non-techinical Skills は、分析メトリック、分析モデル、データ ビジュアル、ビッグデータ分析を学習し、メトリック定義、データ マイニング、データ分析、ビジュアル レポートをビジネス 実践に深く理解し、実際のビジネス プロジェクトの経験を得ることができます。
スイープは、プラスチャートシニアコンサルタントを追加します
返信【BIリープ1】
実戦プロジェクトの詳細をご覧ください!
ブランドの電気ディーラー
「発見」-「見る」に移動し、「友人が見ている」を参照します。