Verslo analitikas prieš duomenų mokslininką

„BrainStation“ verslo analitiko karjeros vadovas gali padėti žengti pirmuosius žingsnius pelningos verslo analizės karjeros link. Skaitykite toliau, kad sužinotumėte daugiau apie verslo analitiko ir duomenų mokslininko skirtumus.

Tapkite verslo analitiku

Pasikalbėkite su mokymosi patarėju ir sužinokite daugiau apie tai, kaip mūsų stovyklos ir kursai gali padėti jums tapti verslo analitiku.

Spustelėdami Pateikti sutinkate su mūsų Sąlygos .

Nepavyko pateikti! Atnaujinti puslapį ir bandyti dar kartą?

Ačiū!

Greitai susisieksime.

Norėdami suprasti atsakymą į šį klausimą, pradėkime nuo to, ką jie turi bendro. Duomenų mokslininkas ir verslo analitikas labai pasikliauja duomenimis, atlikdami savo tyrimus, analizuodami juos dėl prasmingų modelių, dažnai siekdami pritaikyti savo įžvalgas kokiai nors problemai spręsti. Tačiau kiekvienas pasiekia šį tikslą skirtingai arba turėdamas skirtingą apimtį ar kompetencijos lygį.

A Duomenų mokslininkas yra išskirtinai orientuotas į duomenis ir tai, ką jie gali mums pasakyti. Tačiau duomenų mokslas yra dar platesnis ir ambicingesnis nei duomenų analizė, nes atsižvelgiama ne tik į tai, ką sako duomenys, bet ir į tai, ką jie reiškia. Tai reiškia, kad duomenų mokslininkai naudoja pažangius statistikos metodus, kad suprastų priežastinį ryšį ir netgi pateiktų rekomendacijas dėl būsimų veiksmų. Duomenų mokslas taip pat neapsiriboja vien verslu; jis taikomas įvairiose srityse ir nebūtinai bando priimti konkrečius sprendimus – pavyzdžiui, modeliuodamas užkrečiamos ligos plitimą, duomenų mokslininkas gali padėti epidemiologams numatyti būsimą jos augimą, nebūtinai pateikdamas rekomendacijų, ką daryti. padaryti dėl to.

Tačiau beveik kiekvienu atveju duomenų mokslas yra susijęs su didelių duomenų rinkinių gilinimu. Tokiu būdu duomenų mokslas tam tikra prasme yra bendresnis nei verslo analizė, nes jis taikomas ne tik verslui, bet ir daugelyje kitų tyrimų sričių, tačiau kita prasme duomenų mokslas yra labiau specializuotas, nes labiau orientuotas į tai, ką gali duoti duomenų gavyba. , ir mažiau apie verslo įžvalgas, kurias galima gauti naudojant kitus metodus, arba ką reiškia duomenimis pagrįstos įžvalgos, kai jos taikomos skirtingų konceptualių modelių kontekste.

Nors verslo analizė apima daug duomenų analizės (ir iš tikrųjų galima sakyti, kad ji pagrįsta duomenų analize), joje atsižvelgiama į platesnį tų duomenų kontekstą: duomenų analitikas yra labai specializuotas gebėjimu manipuliuoti duomenimis, o tai neabejotinai yra Verslo analitikas yra labai svarbus įgūdis, tačiau verslo analitikas taip pat žiūri į tai, kaip duomenys tinka didesnėms organizacijos operacijoms, įskaitant aspektus, kuriuos nebūtinai fiksuoja dideli duomenų rinkiniai, pvz., organizacijos struktūra ar darbo eigos protokolai. Tiesą sakant, duomenų analitikas yra profesionalas, paverčiantis duomenis reikšmingomis įžvalgomis, o verslo analitikas mato, kaip šias įžvalgas galima veiksmingai pritaikyti realiame pasaulyje.

Kas uždirba daugiau, duomenų mokslininkai ar verslo analitikai?

Duomenų mokslininkai turi didesnį išsilavinimą ir aukštesnį specializacijos laipsnį, todėl gauna didesnį atlyginimą. Tačiau, kaip ir daugelyje sričių, atlyginimai labai skiriasi, atsižvelgiant į jūsų patirties lygį ir miestą, įmonę ir sektorių, kuriame dirbate.

Atrinkę tris atlyginimų ataskaitų svetaines („Glassdoor“, „Indeed“ ir „Neuvoo“) nustatėme, kad verslo analitikai, dirbantys dideliuose miestuose, pvz., Los Andžele, Niujorke ar Toronte, gali tikėtis atitinkamai maždaug 86 000 USD, 87 000 USD ir 71 000 USD atlyginimo. , o duomenų mokslininkas, dirbantis tose pačiose trijose vietose, gali tikėtis vidutiniškai apie 132 000 USD, 137 000 USD ir 101 000 USD atlyginimo.

Kitaip tariant, kalbant apie dvi sritis kaip visumą, duomenų mokslas turi maždaug 50 procentų atlyginimo priemoką. Tačiau svarbu pažymėti, kad net kiekvienoje iš šių pavadinimų ir geografinių sričių atlyginimai paskirstomi pagal plačią varpo kreivę, kuri gali siekti dešimtis tūkstančių dolerių, todėl labiau patyręs verslo analitikas galėtų tikėtis uždirbti daugiau nei jaunesnysis duomenų mokslininkas. .