商业大数据分析

1. 商业大数据分析

众所周知,大数据分析这个行业在国内国外都很火, 覆盖各个行业 比如  health care,  science and engineering,  natural language, business analytics etc.
 
工艺控制,自动驾驶,图像识别等等这些是  science and engineering 领域,  不在今天的讨论范围。SparkData 的培训集中在 business analytics — 大数据商业分析这一领域,包括 customer insights, business intelligence,  business forecasting ,  predictive analytics, fraud detection analytics, risk analytics and management 等等。
 
举几个商业大数据分析的例子:
 
Retail customer and sales analyses.
Customer Marketing and Loyalty Program
Credit risk analysis and risk management.
Pricing and promotion modeling. 
Fraud detection and analytics. 
Decision management.
Sales force sizing and optimization.
 
Business forecasting:
商业的销售每年都有季节性,有旺季有淡季, 受很多因素影响。比如国内的双十一 购物, 作为商家,需要根据以前的历史数据和需求,准备今年的进货库存,商品定价,做到未雨绸缪。 这些是可以通过分析历史数据,用 time series 分析方法来预测的。
 
去年多伦多 Machine Learning Summit, 阿里巴巴公司来了一个人做演讲,好像是陈博士 ,演讲后还和他聊了一会儿。其内容就是使用 time series 加上人工智能  对市场进行大量的预测。
 
再比如知名零售商  WalMart,Best Buy,  Costco等商家每星期都会有各种 promotion flyers,宣传各种折扣信息。 问题是: 你如何打折才合适? 折扣少了,吸引不来顾客,多了 自己赔本。哪些商品应该打折,打折多长时间…. 等等等等。这些都是需要考虑,而这些都是根据公司收集的历史数据,通过 pricing and demand model ,  进行分析来确定,可以获得最优解,最优化自己的商业收益
 
由此可见,大家可能还不了解商业大数据分析,但是大家都是商业分析的对象,因为大家都是各行各业的客户吧…… 大数据离我们很近,大家已经身在其中。
 
所以商业大数据分析,是 Computer Technology + Stats/Maths + Business Insights 三合一的职业。长久以来,对于 data analysts/scientists 有一个严重的误解,以为我们属于 IT , 其实是大错特错。我们实际上属于 business, 以前我在银行,就是在 Customer Marketing 部门而非 IT 部门。准确地说,是 technical business people.
 
 
这里有一张图,说明了数据分析师的要求。 Computer Technology,  Maths 只是所需工具,而更重要的是 domain knowledge and business insights.   从我的经验来看,这三个组分分别为:
 
Computer Technology:         10~20%
Maths/Statitstics:                   10~20%
Business Insights:                  60~70%
 
由此可见, business insights/analytic solutions, 商业理念,商业洞见,  和分析方法更重要,这是根本,其余的只是技术手段。
 

2. 如何进入这个行业?

关于大数据分析,必须能够编程,会使用专门工具。 我的建议是循序渐进,从易到难。公开课上我反复强调过这个金字塔图形,说明了想进入这个行业,从下至上的要求。

SAS/R/Python 这些分析工具是现今大数据分析的必需条件。但是这是最基本的硬件要求。只会一个工具不懂业务,没有深厚的 domain knowledge/business insights, 是本末倒置,完全不够的。工具技术最终是为商业服务,是解决问题的途径和方法,而非最终目的。商业分析的最终目的是: Discover, enhance and improve! 

再往上是 soft skills 软技能,包括 communication, teamwork, leadership, public speaking skills 等等等等。进入管理层就是务虚, 靠嘴皮子吃饭。

所以,虽然我们同时也努力帮助大家提高编程技巧, 但 domain knowledge,  business insights and analytic solutions,  这些是我们大数据分析培训的核心,重中之重。这些高层次的大局观,对于找工作和职业发展都更为重要。

3. SparkData 带你迅速成功

我们的培训,正是遵循这个由易到难,从硬件到软件,帮助学员全方位地迅速提高。简而言之,培训分为三个部分:

实力是基础 : No pain, no gain!
项目实战训练:4 hands-on projects 实战演练, 迅速掌握关键技能:  SAS/SQL/Python, 统计分析,行业知识,商业洞见和分析思维等。快速精准地提高个人实力。

简历是敲门砖:Informative&impressive!
结合每个人的实际经历,量体裁衣度身定制简历。简历投出后反应率极高,快速有效地获得面试机会。

面试是决战:Improve from good to great to sell yourself!
1:1 面试辅导和模拟训练,加强信心和提升硬件与软技能。领悟面试精髓,有的放矢,扬长避短地推销自己, 迅速成功。

近期成功案例:
2020 年疫情肆虐,加拿大就业市场萎缩萧条,很多拥有丰富工作经验的人才遭遇裁员失业困境。SparkData 的学员们却能保持逆境逢生,捷报频传,成功开启高端领域职业生涯,在此分享最近三个月的成功案例:

1) DW, 2019年12 月份UBC 经济学硕士毕业,没有工作经验。7 月底完成培训,8月中旬开始找工作, 前后五轮面试,Oct. 21 拿到国际传媒公司GroupM 的 Reporting Analyst job offer.

2)  RY,  2017 年 University of Ottawa 经济学硕士毕业。以前没有数据分析经验,Nov. 3 拿到 TD 银行Market Risk Analyst job offer,  华丽转身,开始新职业。

3) SX,  2017 年McMaster University 金融硕士毕业,以前是会计工作。Sept. 11 拿到 Loblaw’s Financial Analyst job offer, 转行成功。

Interested? Questions? Please contact us for details: info@sparkdata.ca

Responses

error: Content is protected !!