Business Analyst vs. Data Analyst

Ai đó đã hỏi tôi có thể cho biết sự khác biệt giữa business analyst (BA) và data analyst (DA) là gì.

Đây là một vấn đề nan giải thường gặp trong suy nghĩ của nhiều người mới bắt đầu phân tích nghiệp vụ hoặc có ý định thâm nhập vào lĩnh vực này.

Như tên của công việc phân tích này bởi bất kỳ ai trong lĩnh vực này sẽ nói rằng vai trò BA bao gồm phân tích từ góc độ nghiệp vụ, mặc dù vai trò DA liên quan đến chủ yếu phân tích dữ liệu.

Một số phân tích sâu sắc hơn về cả hai vai trò sẽ cho thấy các yếu tố sau:

Business analyst

Các BA làm rất nhiều thứ, tuy nhiên, họ được gọi là người hỗ trợ thay đổi theo BABoK v3, rất phù hợp. Trong hầu hết các dự án CNTT, vai trò của một BA, chủ yếu tập trung vào phân tích yêu cầu.

Ở cấp độ cao, các nhiệm vụ được thực hiện bởi các BA không bị giới hạn mà chủ yếu được đưa ra dưới đây:

• Hiểu nhu cầu / vấn đề thực sự của các bên liên quan hoặc người dùng doanh nghiệp
• Yêu cầu nghiệp vụ và tài liệu hóa
• Đảm bảo tính toàn diện / đầy đủ của các yêu cầu kinh doanh
• Quản lý các yêu cầu thay đổi sắp tới trong vòng đời của dự án
• Đảm bảo rằng nhóm phát triển / công nghệ đã hiểu được các chức năng và nhu cầu thiết yếu, và đang đi theo đúng hướng

Ở cấp độ chiến lược, BA nên:

1. Đặt câu hỏi đúng
2. Giải quyết nhu cầu hoặc vấn đề kinh doanh
3. Hãy suy nghĩ trước về sản phẩm / giải pháp
4. Cố gắng giải quyết các vấn đề / nhu cầu của người dùng doanh nghiệp
5. Hãy hướng đến với các giải pháp tốt hơn để giải quyết các nhu cầu đã nêu và các yêu cầu ngầm.
6. Lộ trình sản phẩm

Data analyst

Trong khi một DA chủ yếu quản lý việc phân tích khối lượng dữ liệu lớn, mô hình hóa dữ liệu với mục đích đưa ra những hiểu biết kinh doanh hữu ích. 
DA đưa ra giả thuyết và mô hình hành vi trên cơ sở phân tích dự đoán để hỗ trợ cho việc ra quyết định. Dữ liệu / thông tin được thu thập / tích lũy, tính toán, tinh chọn và sau đó xử lý các thông số liên quan khác nhau. Các mô hình và mối tương quan được hình thành / rút ra giữa các tham số đa dạng khác nhau và sau đó kết luận và giả thuyết được đưa ra.

Những điều này tiếp tục thúc đẩy các quyết định kinh doanh trong các doanh nghiệp.

Phân tích dữ liệu thường xuyên sử dụng các mô hình thống kê thực tế để đưa ra giả thuyết và quyết định.

Ví dụ, phân tích dự liệu liên quan đến rất nhiều doanh nghiệp do người tiêu dùng lựa chọn và thúc đẩy các quyết định kinh doanh chiến lược của họ.

Sau đó, kết quả đầu ra bởi các DAs tạo thành đầu vào cho các quyết định kinh doanh và do đó về cơ bản cách thức hệ thống nên được xây dựng / dự định phù hợp với các quyết định đó.

Các yếu tố thúc đẩy hành vi hoặc thói quen của khách hàng là gì và việc thiết kế hệ thống dựa trên các thói quen hoặc hành vi này được chi phối bởi công việc của DA.

Vì vậy, một DA sử dụng thông tin được tổ chức thu thập trong các công việc hàng ngày của họ, xem xét, đưa ra mối tương quan và giả thuyết được rút ra từ đó và do đó giúp các công ty giải quyết các lựa chọn và quyết định kinh doanh. Đây có thể là tình hình kinh tế xã hội của khách hàng, bán hàng, giao dịch thông tin là cần thiết quan trọng đối với tổ chức.

Mặc dù các BA xác định các tính năng hoặc chức năng của hệ thống. Họ giải quyết các vấn đề bằng cách đưa đúng tính năng và yêu cầu vào hệ thống.

Kỹ năng cần có của cả hai vai trò có sự so sánh và tương phản.

Các kỹ năng tương tự cần thiết cho cả hai vai trò được đưa ra, nhưng không giới hạn trong danh sách dưới đây:

• Óc phân tích
• Cố gắng tạo cơ hội
• Khả năng nhìn thấy kế hoạch tổng thể và tầm nhìn lớn hơn
• Sự nhạy bén trong kinh doanh
• Kỹ năng thuyết trình
• Quản lý các bên liên quan

Nguồn: Modern Analyst