2017年4月11日星期二07:46

每位商业分析师的6件事应该了解数据世界

Written by

您必须听说过大数据,数据科学,商业智能,数据驱动。也许不会。所有这些酷词对商业分析师的意思是什么?

业务分析师和数据科学家之间有什么区别吗?

1.大数据,数据科学,商业智能的定义,& Data Driven

让我们定义这些概念中的每一个

  • 大数据 - 大数据是大容量,高速度和/或高品种信息资产,需要新的处理形式,以实现增强的决策,洞察发现和过程优化。 (Ref1-Gartner的定义)

  • 数据科学 - 它是统一统计数据分析,数据分析及其相关方法的概念,以了解和分析实际现象。 (Ref2- Hayashi,Chiko)

    数据科学可以包括以下3层的元素:

    第1层 - 数据
    第2层 - 数据分析
    第3层 - 建模& Evaluation

  • 商业智能 - 商业智能(BI)是一种伞长,包括应用程序,基础架构和工具以及能够访问和分析信息的最佳实践,以改善和优化决策和性能。 (Ref3- Gartner的定义)

  • 数据驱动 - 这意味着活动中的进度由数据或决策由特定数据点或结果驱动。

2.概念关系

现在我们已经确定了这些概念,让我们看看每个概念之间的关系。下面解释了每个概念如何彼此相关。

  • 大数据和数据科学:如果数据具有3V的特性:大容量,高速度和高品种,则数据科学的第1层数据可能是大数据。

  • 商业智能和数据科学:商业智能是在数据科学概念中实现第2层和3层。

  • 数据驱动过程和数据科学:大数据由业务流程创建。商业智能将为业务流程提供服务,以改善决策和性能。
    下图进一步说明了概念之间的关系:

xin 041117 1

3.业务分析师和数据科学

数据科学旨在创建和定义业务目标,并以最流行的CRISP-DM方法呈现(REF4-剪切器C.,下面显示的CRISP-DM模型)。

xin 041117 3

BABOK中概述的战略企业分析的关键部分(第6章第99页)是创建业务目标或愿景。基于包括数据驱动方法的许多因素,详细说明了业务目标和愿景。有明确的业务目标和愿景创造了一个更坚实的基础,在该基础中可以是哪些计划和项目。您的项目章程是否包含数据驱动的结果以支持项目的需求?该业务案例的一个关键部分是支持投资的数据。

CRISP-DM中的前两个步骤需要对业务流程和数据需求的良好理解,类似于TOGAF圈的相位B和C.哪个角色可以足够竞争,以照顾前两个步骤并无缝地弥合它们?我争辩说,商业分析师是这个角色的好候选人,因为他们拥有特定的技能来履行创建特定业务目标和愿景的工作。在今天的世界中,BA通常在项目层面工作,很少有机会制定业务愿景和目标。然后,企业分析师可以通过使用数据科学来构建支持组织的愿景和目标的数据集来获取愿景和目标。

麦肯锡的报告“分析年龄:在数据驱动的世界中竞争”提到以下“许多组织专注于数据科学家的需求,假设他们的存在将使分析转变能够实现分析。但另一个同样至关重要的作用是,业务翻译的作用是作为分析人才与企业问题的实际应用之间的联系。除了数据娴熟之外,业务的翻译需要具有深刻的组织知识和行业或功能专业知识。“

此外,业务分析师将通过整个数据转换周期“数据收集 - 数据准备/聚合 - 数据分析部署”与“数据科学家”或任何“商业智能专家”或“数据库开发人员”行走。这支组织绝对必要的是确保数据分析的可交付将满足业务需求,并提供相关的业务福利。这也是数据驱动的事情的业务目标。

数据科学可以在不同的点使用:

  • 可用于创建业务愿景,目标和目标 - 创建需要进一步的战略企业分析或为计划或项目建立业务案例

  • 可用于支持项目章程或商业案例 - 在数据方面显示项目的预计值,所需的潜在投资以及潜在的投资回报。

  • 可以在整个项目中使用 - 创建所需的状态测量值,以通过进一步详细阐述项目章程中概述的数据点来实现的,可以用于指导项目从启动到实施,并且最终向项目报告客观地研究项目解决方案设计如何符合所需的国家和业务目标。

4.数据驱动世界和Togaf

Togaf用自上而下的方法表达了持续改进概念。数据驱动的尝试用自下而上的方法表达持续改进。这两个与彼此没有任何冲突,因为数据来自业务流程,并且业务流程的输入或输出最终以数据的形式呈现。 Togaf和数据驱动的方法在中间见面。

如果双方都专注于类似的商业愿景或目标,那么中间的这种会议可能会导致火车残骸。考虑数据及其含义很重要。两组可以获得相同的数据,但绘制非常不同的响应。明确的数据点和条款的定义对于确保TOGAF和数据驱动的世界彼此合作很重要。

我们可以说企业架构是数据驱动的。对于组织构建架构很困难,几乎不可能在没有理解它的数据的情况下为一个组织构建。数据科学进入图片以填补差距。数据科学可以将他们对商业数据的理解直接与商业愿景和目标相关联。企业架构需要了解商业愿景和目标,以便更有效地创建支持业务所需的环境。

一个工具的傻瓜仍然是个傻瓜

数据驱动并不意味着您需要一个花哨的商业智能工具或数据库仓库的巨大基础设施。这意味着您需要轻松访问高质量数据以执行查询,提取和分析。复杂的工具可能或可能不是答案。仔细选择您的工具,以确保他们满足您的需求。

6.挑战数据

数据驱动装置数据受到挑战。这些数据有效吗?是高质量的数据吗?该数据是否应该用于决策?为了对数据做出良好的业务决策,您必须常规挑战它的意义和质量。不要遵守面值的数据集。执行数据分析并验证它。在制作假设时,重要的是要定义这些假设并清楚地将假设传送。

鑫李

TopContributor.CBAP,不同行业的12年BA经验。
- 开放的人格和真正的干酪
- 成功实施了各种IT解决方案
- 激情改进

请访问我的博客 //itbastory.blogspot.com 要了解更多关于我或通过LinkedIn的信息。

©ba time.com 2021

MacGregor Logo White Web