商业智能分析师和数据科学家有何不同？
原创：MarTechApe
作为一个一直以来对数据分析和建模非常有热情的人，我在大学毕业后的第一份工作就是商业智能分析师。当时我想，也许商业智能和数据科学的工作并没有太大的区别。我告诉自己，"他们都是用数据来提供价值，对吧？" 但当我做了3个月的商业智能分析师后，才发现我大错特错！
我的工作历程1: 商业智能分析师
我做了10个月的商业智能分析师，下面是我想分享的一些经验。如果你还是本科生、研究生或者刚刚毕业，或者还在考虑转行做商业智能，希望你在做最后的决定之前，能利用好这些信息。
当时我在一家电商公司做本地商业智能的工作，因此，我只负责提供本地市场的报告。此外，我主要负责的工作包括抓取大量的网站进行竞争对手分析，还负责建立机器学习模型，帮助公司节约运营成本。
从上可知，这个岗位的工作都是以业务为主，和生意息息相关。
每天，我都会收到来自其他内部团队的多个请求，要求我进行一定的分析。我需要和他们进行沟通，给他们提出建议，让他们知道这种分析应该如何进行，这样才不会浪费我做的分析。为了检索到我需要的数据，我将需要编写大量的SQL代码。
在这份职位上我总结出了三个重点：
你的工作生活会被大量的临时请求（Ad Hoc request）填满，而且并非所有的请求和要求都是可行的。
这个职位会有很多沟通的需求。如果你只想专注于商业智能的技术层面，请多问面试官一些关于你在日常工作中会做什么的细节，也可以用技术问题来轰炸他们。这样至少可以确保你在接受offer之前，对工作环境有一定的了解。
除此之外，精通SQL是一个加分项。不管是什么请求进来，内部提取数据的方式只有SQL查询。
在我商业智能分析的工作生涯中，制作报表（reporting）占据了我大部分的时间。它们可能以不同的形式出现，可能是每日、每周、每月、每月、每季度甚至是临时性的。因此，拥有VBA或Python这样的技能可以极大的提高工作效率，可以帮助你实现自动化。
这个职位技术层面的内容包括建立网络爬虫和机器学习模型。这两个部分在电商企业中也是必不可少的，一是为了获得竞争优势，二是为了降低公司的成本。从我的经验来看，网络爬虫最难的是维护。建立一个网络爬虫很简单，但是要确保你的网络爬虫不会被网站屏蔽，那就是另外一回事了。另外，建立机器学习模型只占我的商业智能工作中很小的一部分。
总而言之，商业智能分析师岗位对技术的要求是最小的，熟悉业务才是最重要的。即使你不擅长技术，但如果你对业务感兴趣，有比较强的商业敏感度（Business Sense）那么这个职位是非常适合你的。
我的工作历程2: 数据科学家
在我转行做了数据科学家之后，工作体验是非常不一样的。
我的工作任务仍然是基于内部的请求进行，但以项目的形式来完成。因此，我有更多的时间来分析数据和建立模型。你可能会认为项目的形式更好，因为你有更多的时间专注于分析。然而，这种说法并不完全正确。有时候，你已经做了一半的项目，会因为各种原因而半途而废，或者优先级降低，这都是很正常的。
在我的商业智能工作生涯中，我在构建模型的过程中遇到的一个大问题就是资源。但是，在数据科学岗上，有更多的资源可以让我去尝试自己的想法和思路。请记住，资源也是有条件的，你需要在有限的时间内，能够做出高质量的成果。
自学是数据科学的必修课。我需要不断地阅读最新的论文，才能跟上这个领域的最新潮流。不仅如此，还要学习更多的技术知识、编码技巧和编程语言，以便在必要的时候能用得上。
另外，UNIX命令是数据科学的基本技能。如何连接到SSH服务器，使用vi命令等都是在日常工作中需要掌握的技能。不过，在商业智能岗上，这些技能就可能不是必须的。
在数据科学中，代码效率是需要优先考虑的。我将需要确保我的代码效率，同时检查服务器的资源是否足够进行处理。因为服务器上会有很多人共享，所以如何共享资源的沟通也很重要。
沟通技巧还是很重要的。我们来想象一下，如果你有一个很好的想法，或者你的模型性能有了很大的提升，但是在向别人展示的时候不小心把它搞砸了。或者是你在和内部团队沟通项目要求的设定时，你无法清晰地表达自己的观点。这样一来，你会给自己的工作带来很大的困难，或者失去了展示自己工作价值的机会。
了解各种机器学习模型的优缺点。这一点很重要，在你选择尝试任何模型之前，你都应该考虑到这一点。这样，你就不会浪费你的时间去实现一个不可能表现出色的模型。
最后，编程和查询语言是数据科学中最基本的两个技能。能够在短时间内获取正确的数据并尝试不同的模型，是目前市场上抢手的技能之一。此外，因为你可能处理同事移交给你的项目，拥有快速理解他人代码的技能也是非常重要的。
总结
商业智能处理的是已知的未知数，而数据科学处理未知的未知数。
商业意识和数据分析能力就像是两辆并驾齐驱的马车，并没有脱离商业的数据科学家，也没有不需要数据分析能力的商业分析师。如果你希望在真实商业场景中，以复杂A/B测试问题为项目背景，在两个月的时间内使用百万量级原始数据搭建完整的A/B测试流程，那你就千万不能错过MarTechApe的《A/B测试企业级实战训练营》！
在过去开办的三期《训练营》中，我们为顶尖科技公司输送数据能力强、实验经验丰富、统计基础扎实的数据人才。不论你本来是什么背景，都能通过这门课程，打开盛行“测试文化”的互联网高科技公司的大门！
以下为往期学员的战绩榜：
▲《A/B Testing Bootcamp》往期学员拿到的面试机会以及全职工作OFFER包括Facebook、Amazon、TikTok、Viagogo、GSK、Walmart、Pinterest、Chegg、Wish、Twitch、Plymouth Rock、Nintendo等互联网科技公司。
👇 点击下方按钮，了解项目详情！👇