作为一个在互联网行业从事数据分析/商业分析岗位九年的互联网‘老人家’，对这个岗位有点想说的，主要包括我自己的从业成长经历，以及这个岗位的能力模型要求，及这个岗位利弊。
从业经历：
1.初级分析师/研究院：毕业第一份工作进入本土（非外资）还算知名咨询公司，但在公司非核心部门承接比较杂的各类需求，包括竞对信息收集、上市前尽职调查、行业数据收集等；主要渠道有： 公司固定渠道资源+外部可用信息收集渠道+电话/访谈获取一手资料，获取信息后整理成ppt交付给客户，因此主要技能是 PPT撰写及简单的Excel处理。
由于数据量小，且是乙方咨询，没有深度到某个行业中的某个业务中，主要收获：方法论初级+基本ppt&Excel技能
2.经营分析：毕业第三年在某国企做内部经营分析和投资可行性分析；缺点是：内部经营数据量少，国企官僚节奏慢，业务发展过于保守缓慢带来的工作量少成长少； 好处是：行业及业务确定（影院行业投资及经营分析）。
主要收获是：行业框架性+企业经营数据
3.从第三份起：sina、美团外卖、rrc；主要包括行业研究、内部经营分析、业务专题研究，专题主要包括：业务发展阶段所需要做的活，譬如收入目标预估、业务目标制定与拆解、节假日对业务的影响等。
人员架构设置及能力模型要求：不同的业务，不同公司对于此岗位的角色定位、人员部门设置、人员能力模型、各方面要求不同；且数据运营和数据分析、数据挖掘，以及商业分析等岗位也会较大差异。以下先单说线上线下结合的业务，即有线下团队的互联网业务，对商业分析岗位的人员设定和能力要求。
1、基础数据分析技能：Excel，根据业务数据量大小以及工作重复度，可以考虑升级到pyphon，由于我的工作中重复度不高，至今还不会。SQL，自己获取干活的材料，即取数。
2、解决问题的能力：拆解问题的能力，横向拆链条、纵向拆物理单元（比如分区域、分时间等），把问题层层拆解到最小颗粒度，拆解的时候能发现是全局问题还是局部问题，局部问题对全局的影响度；如果是局部问题，是天灾还是人祸，天灾即客观（天气、地形等）原因造成，人祸多是产品、人员等出现问题；天灾难点在于如何评估影响量，譬如昨日的暴雨对外卖订单量的影响有多大，重庆的地形因素对于重庆订单配送的影响量。一旦发现是人祸，就得找业务方的问题了，同时也需要了解业务动作（是不是最近区域换领导了、开启动会了）、产品迭代、算法调整了等。
3、对业务的理解：这就需要了解行业前景，行业内各玩家的玩法，行业的关键痛点和难点；基于此提出对业务建设性的建议，看到未来才知道脚下应该朝哪个方向走。前面解决问题的能力是在明确方向后的分几步走，每步走多远，遇到石头该踢开还是绕开的问题。
以上，其实是偏业务的商业分析师做的工作，所谓商业分析师，其实是基于对行业及市场环境的认知、对竞对的研究，以及在熟悉内部业务后，借助数据及数据工具，找到问题、量化问题，最好能提出解决方案的角色。
这个描述里面可以看出，核心技能有两点：
1、对行业的认知，这个要求你能做行业及竞对研究，这块内容有一定的框架性和成熟方法，快速出一个PPT难度不大，难在对行业有自成体系相对深度的理解，能够跟业务老大对话，甚至能影响和帮助到业务老大；
2、数据分析能力，这个是硬技能，但反而是这个硬技能，由于业务环境的复杂性，导致了统计学和模型算法大多时候不能解决问题，所以会忽视统计学和模型的能力提升。
与此同时，上述描述可以看到分析师的地位是有些问题的。如果你作为出数的，听业务团队的召唤做数据支持工作的响应，对方会很欢迎；如果你是作为第三方来提意见指手画脚，那不好意思，对方会很难说服更别说按你说的做了。你需要拿出120分的方案通过专业说服对方，但问题来了，一来你不是业务，你不及业务了解业务和业务最新动作；二来你不是运营，没有任何跟业务配合的抓手（抓手是指譬如激励费用、补贴预算、绩效），也不在业务运转的环节里，因此业务动作不会同步你；你作为一个分析师，除了会数据分析外，业务不懂怎么干，又不像运营深度参与支持，那么，你凭什么能做到比业务老大更懂如何看清业务，业务出了什么问题，你凭什么比运营更懂出一个什么样的策略能帮助到业务，能收到更好的效果；同时业务有比较复杂，单纯通过数据的统计和算法模型不能回答任务问题。那么，你的价值何在呢？