




商业分析(数据分析)核心都在回答一个问题,即一个洞察(Insight)应该值多少钱?
1.0时代:2010年至2022年,核心是按照「SE环+SAR模型」进行演进、能力培养。
2.0时代:2022年后,核心是借助DataAgent、数字化办公空间(飞书、钉钉等),让业务人员以更低门槛,解决Insight问题。在这个阶段,商业分析(数据分析)需要关注梗复杂的业务问题,及业务优化。
DataAgent怎么看? DataAgent=F(大模型能力,数字化成熟度)
1. DataAgent价值主张:Insight(认知增量 or 策略),基础是规模/成本效率更优
2. 数字化成熟度(天花板):结构化数据--多模态数据--未被数字化部分的充分渗透
3. Insight的二元有效性(判断标准):有效 vs 无效
4. 组织共识(基础):一致性 vs 准确性
#求职季 #数据分析 #商业分析 #互联网大厂 #数字化转型 #数据分析求职 #未来职业发展#大厂 #数据分析师 #ai
1.0时代:2010年至2022年,核心是按照「SE环+SAR模型」进行演进、能力培养。
2.0时代:2022年后,核心是借助DataAgent、数字化办公空间(飞书、钉钉等),让业务人员以更低门槛,解决Insight问题。在这个阶段,商业分析(数据分析)需要关注梗复杂的业务问题,及业务优化。
DataAgent怎么看? DataAgent=F(大模型能力,数字化成熟度)
1. DataAgent价值主张:Insight(认知增量 or 策略),基础是规模/成本效率更优
2. 数字化成熟度(天花板):结构化数据--多模态数据--未被数字化部分的充分渗透
3. Insight的二元有效性(判断标准):有效 vs 无效
4. 组织共识(基础):一致性 vs 准确性
#求职季 #数据分析 #商业分析 #互联网大厂 #数字化转型 #数据分析求职 #未来职业发展#大厂 #数据分析师 #ai


