数据分析咨询公司

以下是一位在数据分析领域打滚了N年后，写下的一些体会，一定能给新人一些借鉴的地方。（总结的不错，大家可以借鉴学习哦）

一、数据分析师有哪些要求？

　　1、理论要求及对数字的敏感性，包括统计知识、市场研究、模型原理等。

　　2、工具使用，包括挖掘工具、数据库、常用办公软件（excel、PPT、word、脑图）等。

　　3、业务理解能力和对商业的敏感性。对商业及产品要有深刻的理解，因为数据分析的出发点就是要解决商业的问题，只有理解了商业问题，才能转换成数据分析的问题，从而满足部门的要求。

　　4、汇报和图表展现能力。这是临门一脚，做得再好的分析模型，如果不能很好地展示给领导和客户，成效就大打折扣，也会影响到数据分析师的职业晋升。

二、请把数据分析作为一种能力来培养

　　从广义来说，现在大多数的工作都需要用到分析能力，特别是数据化运营理念深入的今天，像BAT这样的公司强调全员参与数据化运营，所以，把它作为一种能力培训，将会让你终生受益。

三、从数据分析的四个步骤来看清数据分析师需具备的能力和知识：

　　数据分析的四个步骤（这有别于数据挖掘流程：商业理解、数据理解、数据准备、模型搭建、模型评估、模型部署），是从更宏观地展示数据分析的过程：获取数据、处理数据、分析数据、呈现数据。

　　（一） 获取数据

　　获取数据的前提是对商业问题的理解，把商业问题转化成数据问题，要通过现象发现本质，确定从哪些纬度来分析问题，界定问题后，进行数据的采集。此环节，需要数据分析师具备结构化的思维和对商业问题的理解能力。

　　推荐书籍：《金字塔原理》、麦肯锡三部曲：《麦肯锡意识》、《麦肯锡工具》、《麦肯锡方法》

　　工具：思维导图、mindmanager软件

　　（二） 处理数据

　　一个数据分析项目，通常数据处理时间占70%以上，使用先进的工具有利于提升效率，所以尽量学习最新最有效的处理工具，以下介绍的是最传统的，但却很有效率的工具：

　　Excel：日常在做通报、报告和抽样分析中经常用到，其图表功能很强大，处理10万级别的数据很轻松。

　　UltraEdit：文本工具，比TXT工具好用，打开和运行速度都比较快。

　　ACCESS：桌面数据库，主要是用于日常的抽样分析（做全量统计分析，消耗资源和时间较多，通常分析师会随机抽取部分数据进行分析），使用SQL语言，处理100万级别的数据还是很快捷。

　　Orcle、SQL sever：处理千万级别的数据需要用到这两类数据库。

　　当然，在自己能力和时间允许的情况下，学习新流行的分布式数据库及提升自身的编程能力，对未来的职业发展也有很大帮助。

　　分析软件主要推荐：

　　SPSS系列：老牌的统计分析软件，SPSS Statistics（偏统计功能、市场研究）、SPSS Modeler（偏数据挖掘），不用编程，易学。

　　SAS：老牌经典挖掘软件，需要编程。

　　R：开源软件，新流行，对非结构化数据处理效率上更高，需编程。

　　随着文本挖掘技术进一步发展，对非结构化数据的分析需求也越来越大，需要进一步关注文本挖掘工具的使用。

　　（三） 分析数据

　　分析数据，需要用到各类的模型，包括关联规则、聚类、分类、预测模型等，其中一个最重要的思想是对比，任何的数据需要在参照系下进行对比，结论才有意义。

　　推荐的书籍：

　　1、《数据挖掘与数据化运营实战，思路、方法、技巧与应用》，卢辉着，机械出版社。这本书是近年国内写得最好的，务必把它当作圣经一样来读。

　　2、《谁说菜鸟不会数据分析（入门篇）》和《谁说菜鸟不会数据分析（工具篇）》，张文霖等编着。属于入门级的书，适合初学者。

　　3、《统计学》第五版，贾俊平等编着，中国人民大学出版社。比较好的一本统计学的书。

　　4、《数据挖掘导论》完整版，[美]Pang-Ning Tan等着，范明等翻译，人民邮电出版社。

　　5、《数据挖掘概念与技术》，Jiawei Han等着，范明等翻译，机械工业出版社。这本书相对难一些。

　　6、《市场研究定量分析方法与应用》，简明等编着，中国人民大学出版社。

　　7、《问卷统计分析实务—SPSS操作与应用》，吴明隆着，重庆大学出版社。在市场调查领域比较出名的一本书，对问卷调查数据分析讲解比较详细。

（四） 呈现数据

　　该部分需要把数据结果进行有效的呈现和演讲汇报，需要用到金字塔原理、图表及PPT、word的呈现，培养良好的演讲能力。

　　推荐书籍：

　　1、《说服力让你的PPT会说话》，张志等编着，人民邮电出版社。

　　2、《别告诉我你懂ppt》加强版，李治着，北京大学出版社。

　　3、《用图表说话》，基恩。泽拉兹尼着，马晓路等翻译，清华大学出版社。

　　（五） 其他的知识结构

　　数据分析师除了具备数学知识外，还要具备市场研究、营销管理、心理学、行为学、产品运营、互联网、大数据等方面的知识，需要构建完整广泛的知识体系，才能支撑解决日常遇到的不同类型的商业问题。

　　推荐书籍：

　　1、《消费者行为学》第10版，希夫曼等人着，江林等翻译，中国人民大学出版社，现在应该更新到更高的版本。

　　2、《怪诞行为学》升级版，艾瑞里着，赵德亮等翻译，中信出版社

　　3、《营销管理》，科特勒等着，梅清豪翻译，格致出版社和上海人民出版社联合出版

　　4、《互联网思维—独孤九剑》，赵大伟主编，机械出版社

　　5、《大数据时代—生活、工作与思维的大变革》，舍恩伯格等着，周涛等翻译，浙江人民出版社

四、关于数据分析师的职业发展：

　　1、数据分析师通常分两类，分工不同，但各有优势。

　　一类是在专门的挖掘团队里面从事数据挖掘和分析工作的。如果你能在这类专业团队学习成长，那是幸运的，但进入这类团队的门槛较高，需要扎实的数据挖掘知识、挖掘工具应用经验和编程能力。该类分析师更偏向技术线条，未来的职业通道可能走专家的技术路线。

　　另一类是下沉到各业务团队或者运营部门的数据分析师，成为业务团队的一员。他们工作是支撑业务运营，包括日常业务的异常监控、客户和市场研究、参与产品开发、建立数据模型提升运营效率等。该类型分析师偏向产品和运营，可以转向做运营和产品。

　　2、数据分析师的理想行业在互联网，但条条大道通罗马，走合适你的路线。

　　从行业的角度来看：

　　1）互联网行业是数据分析应用最广的行业，其中的电商企业，更是目前最火的，而且企业也更重视数据分析的价值，是数据分析师理想的成长平台。

　　2）其次是咨询公司（比如专门的数据挖掘公司Teradata、尼尔森等市场研究公司），他们需要数据分析人才，而且相对来说，数据分析师在咨询公司成长的速度更快，专业也会更全面。

　　3）再次是金融行业，比如银行和证券等行业，该行业对数据分析的依赖需求，越来越大。

　　4）最后是电信行业（中国移动、联通和电信），它们拥有海量的数据，在严峻的竞争下，也越来越重视数据分析，但进入这些公司的门槛比较高。

五、什么人适合学习数据分析？

　　这个问题的答案跟“什么人适合学功夫”一样，毫无疑问，功夫是适合任何人学习的（排除心术不正的人），因为能够强身健体。而功夫的成效，要看习武者的修炼深浅。常常有人争论，是咏春拳厉害，还是散打厉害，其实是颠倒了因果，应该看哪个人练习得比较好，流派之间没有高低，只有人修炼的厚薄。

　　实际上，问题的潜台词是“什么人学习数据分析，会更容易取得成功（比如职业成功）”，这个要视乎你的兴趣、付出和机遇。但要做到出类拔萃，除了上面三点，还需要一点天赋，这里的机遇是指你遇到的职业发展平台、商业环境、导师和同事。

　　借用管理大师德鲁克的话“管理是可以习得的”，管理并非是天生的，而数据分析能力，也可以后天提升。或许做到优秀，只需要你更加的努力+兴趣，而这个努力的过程，也包括你寻找机遇的部分。

六、关于如何学习：

　　学习方法千万种，关键是找到适合自己的，最好能够结合你的工作遇到的问题来学习。

　　1、搜集书籍、案例库和视频，先弄懂理论，然后学会软件操作，自己制作属于自己的教程。

　　比如，你学习聚类分析模型。1）搜集相关的聚类分析模型的书籍、案例和教学视频，了解聚类分析的原理，主要有哪几种算法（划分、层次、密度、网格）、模型适用的范围和前提、如何评估模型的精确度等。

　　2）自己学会用软件来实现。

　　3）总结整理成一份PPT和制作操作视频，成为自己的学习教程，不断完善。

　　4）学习到一定程度后，可以在博客、微信等渠道分享，授人与渔，而自己也会有所收获。

　　2、关注名人、名博、网站，多渠道学习。

　　1）关注专业的数据分析、咨询公司网站和论坛，特别强调，统计软件公司的网站如SPSS的官网有很多案例库，值得关注。

　　SPSS的案例库，可在官网上搜索各类案例：http://ibm/developerwork … 8zhangzy/index.html

　　另外，你最好建一个自己的网址导航目录，提升你的学习效率

　　2）关注名人名博，最好能加他们的微博、微信和微信公众号，看牛人的博客和微信等内容，还是能得到很多引导，这个你懂的。

　　3）加入一些有共同爱好的QQ群，互相学习交流。通常群里有人会提出一些真实的运营问题，然后大家用不同的方法去解决，对思路很有启发。

　　4）碎片化学习，最大化你的时间价值。为了把零散的时间利用起来，通常我会把一些资料上载到网盘，在零碎的时间里通过手机进行视频、文档学习等。目前使用百度云盘和360网盘。百度云盘应用比较广，通常在网络上搜索“关键词+百度云”后，搜到结果可以直接保存在云盘上，搜索保存速度极大提升。360网盘则空间比较大，可以到达40T，同时有保险箱加密功能，安全性高一些。

　　手机上安装一些APP，随时随地学习。

七、最后的建议

　　请再次问问自己，是否真的喜欢数据分析，能否忍受处理数据时的寂寞？如果是，那就开始学习，给你几条建议。

　　1、把数据分析作为一种能力培养，让自己在现在的团队中展现出良好的数据分析能力，为你以后内部转岗做好准备。如果内部转岗不成，你可以考虑跳槽到我之前分析的行业中，但我强烈建议你还是需要把系统开发的编程能力学习好，并且对商业智能系统（BI和CRM）有一定了解，这也许是应聘数据分析的优势。如果没有数据分析经验去应聘，相对会难一些，用人单位会考你统计和数据挖掘模型方面的知识，以及工具使用情况。

　　2、在公司里找一些有共同爱好的同事一起学习数据分析，平时多请教数据分析做得好的同事，它山之石，可以攻玉。

　　3、扎实学好一、两门数据挖掘软件，基于你有编程的基础，建议你可以学SAS或者R，同时辅助学习SPSS Modeler。如果没编程基础或者希望短期能够取得成效，那也可以先学习SPSS。SAS+SPSS，基本能够满足很大部分企业的需求，三者都会，那更好。

　　4、要了解公司是如何运营，产品是如何开发的，如何做客户研究锁定客户需求，如何做产品营销，这些需要不断工作积累和广泛的阅读。

　　5、开始学习时，先读几本有趣的数据分析类的书，然后系统学习一下统计知识（建议教材用《统计学》第五版，贾俊平等编着），接着网上快速搜集软件操作视频和案例，然后逐个分析模型进行学习和总结归纳，学习最好能够结合实际工作中的问题进行。

　　6、学习到一定程度时，参加一些数据分析师的职业认证，进一步梳理知识结构，同时认识一些志同道合的朋友和老师，也是对你有很大帮助。

　　希望你能够成为你想成为的人！

End.

来源：36大数据

传说中咨询行业的鄙视链：

管理咨询（国际）> 四大财务咨询 >IT咨询 >管理咨询（本土）

难道除了MBB，其他咨询都不用看了？

咨询公司分为Tier 1、Tier 2、Tier 3等几个等级

Tier 1是MBB，知名 Tier2 咨询如埃森哲、罗兰贝格等

无论是在所深耕领域中的地位还是从招聘标准来看

绝不意味着他们就是咨询行业的“二等公民”

近期福布斯2018最佳管理咨询公司排名出炉

16个行业、16个职能细分

我们就来带你盘点

那些低调但牛叉的精品咨询

01

排名依据

本排名是由福布斯与市场研究公司Statista共同制作，分为16个方向（从航空、国防到金融机构）以及16个职能领域（包括战略，可持续性和数字化转型等）。

Statista调查了7,500名管理咨询公司的合伙人和管理人员，以及过去四年来与这些公司合作过的1000名高级管理人员，要求受访者推荐预定部门和职能领域的咨询顾问（自我提名除外）。Statista确定了推荐数量最多的公司，并将它们组织为星级评级：“非常频繁推荐”的五颗星，“经常推荐”的四颗星和“推荐”的三颗星。共有229家管理咨询公司进入最终的排名。

详细榜单链接：

https://forbes/best-management-consulting-firms/list/

02

被提名最多的公司

1

贝恩：32项提名

战略/可持续发展/并购：★★★★★

在最终入围榜单的229家公司中，贝恩公司获得的推荐次数最多，不仅在16个行业和16个专业领域均被提名，并在战略、兼并收购、市场营销、品牌与定价三大领域表现突出，荣获五星评定。

2

德勤：32项提名

New York-headquartered firm 20 ★★★★★

德勤咨询首席执行官Janet Foutty对此表示赞同，并指出她的公司在各种服务方面的专业知识经常为客户带来好处。“从真正的合作伙伴角度来看，我相信客户对我们的信任程度相当高，我相信这在市场和周边市场都是独一无二的。”

3

埃森哲：31项提名

该公司在31个部门和职能领域获得推荐，其中包括17项五星级评级。

首席执行官Richard Lumb表示，该公司的高绩效归因于其专注于业务和技术交叉点。这家总部位于都柏林的咨询公司正在不断重塑自己的业务，在Digital Asset和1QBit等公司的少数股权中为客户提供他们所需的区块链和量子计算解决方案。

另外一个小道消息是，A记战略业务最近各种挖挖挖，貌似屯了不少MBB和RB的Par，据说要砸钱砸出一个新世界。

4

麦肯锡：31项提名

16项（金融/矿业领域） ★★★★★

麦肯锡公司是另一家以31个提名命名的公司。这家咨询公司位于纽约，获得了16项五星评级，其中包括金属和矿业领域中唯一的最高评级。

5

其他

航空与国防 ★★★★★：Booz Allen Hamilton

建筑与基础设施 ★★★★★：IBM Global Services

可持续发展 ★★★★★：PwC

03

那些行业领先的咨询公司

2018年各大咨询公司统计出的晋升路线＋所需年限：

图片来源：2018 Strategy Consulting Compensation Study

高于平均水平薪酬待遇和清晰的职业发展路线是众多专业人员想要进入咨询公司的原因，咨询公司主要分类如下图：

能进入罗兰贝格、埃森哲、ATK等咨询公司，绝对也称得上是拥有了职业生涯完美的起点；在福布斯榜单中，还有需多低调的甚至没听过的咨询公司，它们在某些领域也是顶尖水平；但想进入这些咨询公司也并不容易，不仅各咨询公司的专攻领域不同，录取标准和笔试面试要求也各不相同。

贝恩咨询认为：除了获得推荐和星级评定之外，福布斯榜单上的229家管理咨询公司还有一个共同的特点：拥抱变革。

韩贝恩公司大中华区总裁文表示，企业要拥抱变革，首先要协助自己的员工拥抱变革。“我们的员工和企业文化是贝恩最大的财富。我们的员工来自国内外顶尖学府，我们还聘请具有丰富行业经验的员工。我们不断投资我们的员工，通过一套完善的内部人才培养和辅导机制，鼓励员工拥抱变革，帮助他们在事业和个人生活中都实现蓬勃发展。”

一些精品咨询公司的擅长领域及求职特点：

奥纬咨询：

专精领域：注重事实和量化分析。

特点：奥纬的网测可以说是咨询公司里最难的（numerical的计算量、难度都大过普通SHL网测，而时间却更为紧迫）。

NERA Economic Consulting：

专精领域：号称经济咨询杠把子，分析师需要通过建模、数据分析、情景模拟等手段，为客户提供细化的情景分析及数据支持，就特别看重建模和数据分析能力。

特点：注重英语能力和数据分析能力。

ZS（致盛咨询）：

专精领域：以提供销售、营销以及运营的策略见长。该公司是世界上最大的将销售和营销科学化，并提供咨询服务的商业公司之一。

特点：对很多读Marketing的同学来说ZS Associates可谓是Dream Company。另外在医药领域，ZS也是非常顶尖的，起薪几乎可以赶上MBB。

L.E.K Consulting（艾意凯）：

专精领域：艾意凯属于二线咨询公司当中相当优秀的一家，专长是医药行业，同时也有很多收购前尽职调查项目。

特点：因为其专长，故校园宣讲会开到医药学院/大学。喜欢招有医学背景的学生。

FTI Consulting：

专精领域：亚太地区最大的专业咨询公司，致力于在日益复杂的法律、监管和经济环境中保护和增加企业价值。其实准确的说它不是管理咨询，是财经关系咨询，就是Investor Relationship Advisory。

特点：分笔试面试两部分，笔试主要是考英语，所以对英语水平要求很高，考中英文翻译总结等等，翻译中涉及比较多金融术语。面试时case interview，难度中等偏上，但需要有一定的框架知识。

怡安翰威特：

专精领域：国际顶级人力资源咨询公司，人力资源“四大”之一，主营两块数据业务：一个是薪酬数据调研，一个是组织诊断的数据。

特点：看重招聘者数据分析的能力。

罗兰贝格：

专精领域：金融服务/汽车行业规模和实力都是非常强势，起源于欧洲的最大的管理咨询公司，在中国本土化相当成功。

特点：刷人最多是笔试，其次是Pretalk。RB 有三个最根本的 Value ，分别是 Excellence 、Entrepreneurship、Empathy ，中文对应解释分别为卓越之范、创业之基、共赢之道。这也是RB在招聘过程中，格外关注的一些申请者应具备的特质。

德勤摩立特：

专精领域：专营德勤旗下的战略运营咨询，战略、运营、IT三层次的咨询业务都在做，应属四大咨询业务中最全面的，主要行业是汽车，医疗，供应链

特点：德勤摩立特的暑期实习/全职招募主要通过德勤俱乐部进行。HR会根据同学的简历质量进行团队分配，只有相对而言最优秀的一批同学会被邀请进行摩立特的面试。

（此文来源于CMKT咨询师平台）

芒果咨询-ZEN‘S研究院 致力于思维模型与工具的开发与利用