咨询顾问是如何做数据分析和行业研究的
每天,商业社会都需要大量的数据行为分析,IBanker以及高级咨询顾问们在分析收购方案的可行性时,背后也离不开“核心”财务以及运营数据的支撑。数据分析能力显然已经名列2018年各大行业通杀技能之一。
咨询顾问的数据分析能力是什么水平?
在项目上,就是贴身为客户服务,满足客户的各种在商业范围内但在项目范围内外的各种需求。因为咨询一直要面临的挑战是:100多页ppt为啥价值几百万甚至过千万。卖项目的合伙人以及负责项目的经理管理客户的项目范围(俗称scope)的能力非常重要,直接决定整个项目组的生活及工作质量。
对许多咨询项目来说,数据分析可能只占据项目10%-20%的比重,出于决策支撑的目的而进行,而非单纯依赖数据给出咨询建议。但是顾问工作也依然对数据分析能力有一些基本的要求,原因在于几乎任何一名顾问都会在日常工作中需要独立地承担以下一些工作:
通过一定数据整理与分析,量化概括并分析公司经营现状或某职能部门的业务现状,整理并观察数据,了解目前客户业务问题最严重的领域/地区/流程等
寻找合适的数据并计算结果,支撑你对客户当前业务问题的分析结论
帮助客户构建业务模型(business case),评估业务方案的投资回报率(ROI)
依据业务数据的变化与趋势,评估业务方案试运行的效果
对于非数据分析类的项目所涉及到的数据分析工作一般都采用excel等常用工具进行,数据量也一般在几百k-几M不等(假如是不带格式的excel表格的话,几十M对于非数据分析专家的管理咨询顾问来说已经是相当大量的数据了,绝不会在非数据分析类项目中莫名其妙弄个GB/TB级别的数据扔给管理咨询顾问……),因此并不需要十分专业的数据分析技能与经验。
但是反过来说,没有这些相对基本的数据分析工作作为支撑,那么顾问所完成的业务方案往往就会缺乏最基本的支撑与依据,可信度大打折扣,很可能会导致客户的不信任,从而影响项目的完成。
咨询行业的核心能力是什么?
良好的倾听用于明晰客户的需求;
结构化的思维用于分析客户的问题;
顺畅的表达将solution 100% 的传递给客户。
当然,分析问题的时候可能还需要research能力不错,research的时候可能还需要英文不错(查看国外网站及英文资料),展示solution的时候需要PPT逻辑不错,这样才易于让客户理解。数据分析的结果就是作为支撑与依据,提升可信度。
而作为咨询顾问,最核心的能力其实是【沟通能力】+【逻辑能力】。
对于传统的管理咨询(例如MBB的战略咨询)来说,通常项目周期较短(6个月以内),项目组成员较少(3-5人),交付物为 PPT,由于项目时间较短且内容专注于高阶设计层面,所以通常要求顾问具有快速学习的能力+统揽全局框架化看待问题的能力。
而对于特定领域的咨询,比如 IT 咨询,这类咨询通常项目周期时间较长(IT 战略规划+落地实施,以年为单位计算),项目组成员较多(IT 咨询落地实施时甚至有可能50人以上),交付物为实际可运行上线的系统,所以项目上更多的工作可能是项目管理,更关注执行层面、细节层面的东西:与技术人员的沟通、协调等等,因此会 prefer 有技术背景的同学,毕竟你要一个学商科的同学去和写代码的大神谈战略,大神会蒙掉的。
咨询公司常用的工具有哪些?
大公司内部都是分专业的,有专门的analytics团队负责技术实现,因此对于咨询顾问来说,更重要的是做数据分析:
数据分析首先是一个工具,这个工具服务于商业模式,做商业决策的。而咨询行业最大的优势在于见多识广,对不同商业模式都有着hands on experience,更能知道什么数据有用,怎样做一个合理的假设。
对于前台的consultant来说,做分析的时候Excel肯定是最常用的,且使用的深度非常高,绝不是简单的写写公式或者vlookup、pivotable,会用到一些专用插件比如solver。这样也容易把成果向客户进行知识转移。
如果是需要大量的数据,很多时候会通过后台部门的同事,用R,python这些软件来处理和分析。但其实这些软件的主要优势在于(大量)数据的收集和处理,而不是数据分析。
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14