加载中…商业分析员/系统分析员/数据分析员/咨询师的职场工具箱
(2020-10-13 08:18:01)
标签：
疫情职场工具箱商业分析系统分析数据分析 |
分类： 女儿丹丹 |
链接：https://www.dealmoon.cn/guide/950038?ck=fb0cdc4df9f962f9cb95f629
来源：北美省钱快报
这里的技能工具箱主要包括：专业知识，流程， 系统， 数据， 项目管理，以及最容易被技术人员忽视的沟通和讲解。每个领域都有相对应的一些工具和语言。下面提到的一些是最基础，应用也相对比较广的。
专业知识和经验：
每个人的专业侧重点不一样。人力资源，财务管理，供应链，产品，营销，技术支持和服务都是一般公司所具有的部门。不同的领域所需要的相关知识和术语也不一样。有了专业知识，只要是同领域的工作，一般上手都会比较快。
如果没有，非常重要的就是学习专业知识的技能。比如一个项目是和会计准则相关，另外一个项目涉及反洗钱，一个项目是做兼并重组，另外一个项目是做数据审计。这就要求我们有非常强的学习能力来快速的了解一个专业领域。
流程：
这里的流程可以是财务/会计相关的的流程，供应链的流程，
或者是用户使用产品的流程。了解了流程，就可以进行流程优化/自动化，产品设计，需求研发，并且了解数据的流向和可能出现的问题点。在涉及到产品功能改变的时候，对流程的了解可以帮我分析员考虑可能造成的上下游的影响。
相关工具：Microsoft Visio, Lucidchart, QuickBase, Salesforce,
Agilepoint, UIPath
系统：
这里讲的主要是侧重于公司内部的系统，比如企业资源计划系统（ERP）。在ERP这块，比较常见的有Oracle，SAP，
NetSuite。记账的还有Quickbooks。这些都是日常运营会用到的系统，有的时候甚至直接连接前端的客户订单。了解系统的各个模块和链接，以及背后的实体关系图（ERD）会帮助我们了解数据的流向和链接。在进行数据库设计或者提取数据的时候会有很大的帮助。
数据：
数据这块非常的广。从数据库/数据模型的设计，数据的提取，分析，改造，数据可视化，报表设计还有最前沿的机器学习都可以应用。有了数据，说话底气就足了。你知道别人告诉你的到底是对的还是不对的。有了数据，可以让自己的提案更加的完整可信。然而，有时候，对数据的理解不够深入，流程和系统的不熟悉，代码和逻辑的不完整，所呈现的数据并不是最准确的。并且组织内也容易出现数据偏差。所以我觉得“数据科学”这个定位非常的准确。数据就是一门科学，要非常严谨的审视每一个步骤，抱着质疑和批判的态度不断的去完善数据分析的流程。
常见语言：SQL, Python, SAS
相关工具：Oracle/Microsoft SQL，Vertica, Hive, Informatica, PowerBI,
Tableau, Qilkview/Qilksense, BusinessObject, Excel
项目管理：
一个不好的项目管理人一般就是做一个传话的作用，把A组的话传到B组，再把项目成员的话传给领导。然而一个好的项目管理人自己是具有一定的知识基础的，能够了解技术人员在说什么，也可以明白商业需求是什么，除此之外，他/她还会想到可能出现的问题和风险，明白项目和项目之间的影响和联系，可以联系各个层面的人进行疏通，并且对资源和时间有着很好的把控。项目管理有着不同的方法和理论，但是我认为最重要的是学习了解的态度以及对人际关系的把握。
其实每一个人都可以成为自己的项目管理员。自己可以把手上的项目进行细分，哪一些是对其它组/流程有依赖性的，哪些是可以独立完成和解决的。一个项目总共分为哪些步骤，大概需要多长时间完成，项目的受益者和相关人员是谁，怎么样和他们沟通，这些都是可以应用的领域。
喜欢
0
赠金笔