¿Qué habilidades específicas, habilidades de software, etc. califican a alguien como analista de gestión?

Se necesitan pocas herramientas estadísticas específicas para el análisis empresarial (a diferencia de los conjuntos de datos físicos, biológicos, médicos, financieros o macroeconómicos).
Un aspecto común es que la mayoría de los datos se expresan diariamente, semanalmente, trimestralmente, por lo que la desestacionalización puede ser útil; En general, los modelos lineales pueden ser útiles. No son ideales para separar los efectos de los esfuerzos simultáneos, pero esa es su función principal en las decisiones comerciales.
Los datos comerciales tienen todas las formas, y los gerentes no están muy interesados ​​en detalles como cómo los datos escalares, ordenados y de tipo son diferentes, por lo que debe tener fluidez con cualquier herramienta para convertirlos. En particular, muchos datos se basan en esfuerzos (escalares) de conversión a decisión (binario), por lo que las regresiones logísticas pueden ser bastante frecuentes.
Además, el personal de marketing ofrece muchas oportunidades para usar MCA y agrupación jerárquica para configurar la tipología . Cuando esto funciona, es mágico; generalmente no ocurre cuando estoy cerca, y no estoy seguro de por qué. Trabajo en un área donde los grandes clientes compran mucho más que alevines pequeños, órdenes de magnitud más, así que tengo una variedad sorprendentemente rica de trucos para convertir datos escalares en menos categorías a través de escalas logarítmicas.

Más importante aún, a diferencia de los clientes científicos, los gerentes no fueron seleccionados por su amor por la sutileza, y muchos están orgullosos de ello, por lo tanto, sus clientes tenderán a tener poca paciencia para la fantasía, como la escala logarítmica, o detallar lo que realmente significan los parámetros logit.
Más que habilidades estadísticas, lo que necesita ser es sensible a los problemas de comunicación .

Lo que les gustará a todos los clientes son recomendaciones claras : los gerentes toman decisiones difíciles todo el día; Esto grava la función ejecutiva, un proceso cerebral con hambre de glucosa y cansancio rápido. Por lo general, físicamente no pueden hacer más arbitraje delicado. Necesitan que alivie ese agotamiento más que ayudarlos a tomar lo que generalmente son decisiones comerciales bastante obvias con herramientas complicadas.

Mi recomendación es usar log scale y logit, pero ensayar mucho para presentarlas como opciones naturales; La falta de preparación retórica para una presentación tan importante suele ser asombrosa.
Los ejemplos son realmente buenos para explicar. También tengo resultados interesantes al presentar primero de qué trata cada eje y cuáles podrían ser los bordillos primero, y luego mostrar los datos (antes de que gasten demasiada energía discutiendo sobre ello). Eso puede ser molesto para la audiencia, así que pruébelo solo cuando presente un nuevo análisis.
Tómese el ritmo también: soy malo con eso, y es un gran problema.

Ambos consejos (herramientas simples, comunicación clara) tienen una consecuencia obvia: las cosas más importantes que hará, y las más comunes, no tendrán un valor agregado analítico : el 80% de las decisiones tomadas gracias a mí se basaron en sumas históricas simples en las dos semanas que rodean una actualización comercial. La decisión de la que estoy más orgulloso en este momento es filtrar un embudo de conversión en tres categorías obvias, por ejemplo: el problema proviene de esos usuarios. El impacto fue tan insignificante que ninguna segunda derivada podría haber significado nada, o tan fuerte que cualquier vendedor conocía sus conclusiones días antes de que comenzara.
Podría debatir fácilmente los ajustes de ARIMA para mejorar los cambios de modelo en los alfa de la ley de potencia en un gráfico complejo asimétrico, o conectar las sonrisas de volatilidad a la estructura del algoritmo de comercio rápido garantizado por amortiguación para arbitrar entre el precio y el precio. emisión de papel; mala suerte Esos matices gloriosos pueden ser útiles, generalmente cuando los espera menos, y conocerlos bien realmente ayudará, pero saber cuándo no usarlos es más importante . Un analista ayuda a alguien a hacer crecer un negocio, es decir, contratar personas y hacer que la familia coma y se vaya de vacaciones; Adoro los modelos estadísticos refinados, pero sus prioridades deben ser claras: los buenos consejos vienen antes de meterse con los momentos de segundo orden.

El mayor problema que enfrenta cualquier persona en esa área generalmente se llama HiPPO , para la opinión de la persona mejor pagada. Una manera simple de evitar preguntarse por el gerente que está asesorando es cumplir con lo que parece ser la autoridad natural, o como lo verá: el prejuicio de quien esté más alejado del mercado en la reunión. Odiar a tu cliente por eso es como odiar a una gacela por correr lejos de un león.
Puede ser increíblemente frustrante: los superiores son volubles, descabellados y no les gusta ser desafiados. Cuestionar su relevancia puede ser un deporte explosivo.
Interpretar a Jester, ser el proveedor de opciones obviamente ridículo puede ayudar. ¿Recuerdas cómo vende The Economist suscripciones digitales? ¿O obtienes digital a 50, papel para 90 o ambos para 90? Esa fue una forma genial de judo obvio en una venta superior. Conozca esos trucos y úselos en su presentación. Eso lleva años para dominar.

Obtener datos comerciales también puede ser delicado. Le recomiendo que sepa lo suficiente sobre el almacenamiento y el procesamiento de datos para tener una conversación con los gruñidos que realmente manejan los servidores. Si algo sale mal antes de ti, serás tú quien reciba la mala cobertura: los arquitectos de bases de datos y los administradores de sistemas rara vez ven al tomador de decisiones.

Más allá de eso, su principal activo pronto será el control virtuoso de las herramientas del oficio. Dominarás los trucos de csv-a-SQL-a-Excel-a-PowerPoint; Puedo importar, consultar, ordenar, trazar y comentar en una diapositiva los ingresos trimestrales agrupados por tamaño de pedido más rápido de lo que podría entender esa oración. Asistirá a un zoológico de pivotes y odiará los detalles más débiles, como cómo Excel no incluye leyendas de ejes de forma predeterminada. Espere falta de glamour: en mi primer trabajo bien remunerado, el 21% de mi tiempo (medí exactamente) fue dedicar la conversión de líneas de tendencia amarillas a naranjas porque mi gerente no podía verlas en impresiones blancas, y Excel no lo hizo. déjame establecer diferentes colores por defecto.
Pasar tiempo eligiendo las láminas de color correctas , y aplicarlas a fondo mejorará en gran medida su posición, porque hace maravillas al hacer que sus gráficos sean más rápidos de tomar. Aprenda del diseñador, los narradores, los directores de cine cómo usar las fuentes, la sorpresa, el desvanecimiento al negro. Esos son tus nuevos amigos.

  • Fuerte dominio de Microsoft Office (PowerPoint, Word y Excel)
  • Sea emprendedor, orientado a resultados y flexible para adaptarse a ambigüedades y cambios.
  • Conjunto de productos de BI / Analytics de buen conocimiento de las siguientes pilas:
  1. SAS
  2. Oráculo
  3. IBM / SPSS
  4. Teradata
  5. KXEN
  • Experiencia en marketing de analítica / minería de datos / servicios de soluciones
  • Fuerte comunicación, presentación, habilidades de razonamiento lógico.
  • Capacidad de trabajar de manera coherente con diferentes departamentos, incluidos los interesados ​​internos / externos, para cumplir los objetivos de marketing

Científico de datos, minero de datos, analista de datos … todos parecen volverse muy intercambiables. Además de las notas de los contribuyentes, creo que también deben ser extremadamente inquisitivos y estar al tanto de la tecnología moderna y las herramientas de visualización que los ayudarán en este proceso. Las habilidades de comunicación son fundamentales para articular todo este conocimiento. Hemos reunido una cartilla para el papel en http://intentdata.com/data-jobs-