2022-10-16|閱讀時間 ‧ 約 8 分鐘

財務分析師、商業分析師與數據分析師的工作內容與差異 (FP&A-Financial Analyst vs. Business Analyst vs. Data Analyst)

最近很多讀者問到這個問題,才發現很多人好像分不清楚這幾個有什麼差別,甚至還有搞不清楚這些工作的實際工作內容,所以決定來寫一篇文章說明,但先聲明這是我自己對這些職務的看法,有參考各公司貼出來的JD,但不一定跟大家的經驗相同,歡迎大家寫信跟我交流。

各名詞的定義-商業、數據、財務
維基百科針對各名詞的定義如下
商業(英語:Commerce)是一種有組織的提供顧客所需的商品與服務的一種行為。
數據=資料(英語:data)是通過觀測得到的數字性的特徵或資訊。更專業地說,資料是一組關於一個或多個人或物件的定性或定量變數。
財務:這邊我要特別highlight我這邊是特別指稱"公司財務"這塊,而不是金融業的財務
這張圖是我認為這幾個名詞的關係

職務的發展史

原本就有的職位-商業分析師(Business Analyst)、財務分析師(FP&A-Financial Analyst)、IT (Database)

商業分析師(Business Analyst):全球知名管顧公司麥肯錫創立於1926 年,營運重點是為企業或政府的高層幹部獻策、針對龐雜的經營問題給予適當的解決方案,我認為管顧其實就是商業分析師的一種 (薪水比較高的那種),而各個公司針對自己公司的狀況與問題,也會設立商業分析師這個職缺,但畢竟"商業"這個詞涵蓋相對廣泛,產銷人發財其實都是商業運作的一環,所以很多部門都可以有這個職缺,而目前我的觀察是這個職缺主要還是以這個公司核心本業的部門為主,像是Sales, Marketing & Operation,但每間公司狀況不一樣,所以工作難易度會差很多,有高階也有低階缺,所以還是要實際面試才知道。
財務分析師(FP&A-Financial Analyst):打從公司過了草創時候的危險期,營收進入相對比較穩定的時候就要開始定期去做的財務分析與預算規劃(可參考這支影片),這時FP&A的Financial Analyst就因應而生,之前看過"我在通用的日子:史隆回憶錄"這本書,裡面有個章節(請見Part One 組織、財務、產品與管理的起源-第8章 財務控制的發展)是在講汽車業的財務規劃,由此可知Financial Analyst是一個很早就有的職缺。
IT (Database):而IT是只要公司有使用資訊系統,不管是ERP、CRM,還是公司內網,幾乎都會需要管理Database的IT來協助,大部分對此類IT的工作需求不外乎管理DB,用SQL抓資料,所以早期所謂一般公司的數據處理人員幾乎都是IT。以我自己工作的經驗來看,甚至到現在很多公司的數據處理人員還是以IT為主,然後看各公司資料量的狀況決定是否增設大數據辦公室或聘請資料科學相關的專業人員協助梳理公司的數據庫,但也有公司直接聘請管顧公司(如:IBM)來協助公司做數位轉型。

大數據時代興起-資料分析為主的商業分析師(Business Analyst)、數據分析師(Data Analyst)、數據科學家(Data Scientist)

網路的蓬勃發展讓數據量大爆發,也帶動互聯網產業的興起,建築在網路這個虛擬世界的互聯網產業,不同於以往的實體貨物轉移的商業模式,更仰賴的是資訊流的運用以及與實體世界的互動。大量的數據使得原本配置簡易的公司IT部門化身為公司的營運部門,管理好DB這個工作細化成讓資料庫的運轉更高效、清理數據、洞察數據、數據視覺化…等大家現在熟知的資料科學的相關工作。
以前分析數據可能就Excel拉拉樞紐分析表,弄弄公式,但現在因為數據量很大,處理和分析數據需要用到比較進階的工具,像是SQL, Python, BI Software…等,這時人力市場就多了以資料分析為主的商業分析師(Business Analyst)和數據分析師這個需求,這兩個職位在互聯網和軟體公司中幾乎很常是混用的狀態,研究它的JD和職位要求,內容幾乎差不多。
而在原始資料、資料庫這端到純淨資料的這個過程中,就會非常需要數據科學家的協助。大家別以為資料都是馬上可以拿來分析的,如果有學過一些電腦科學相關的課程就會知道資料其實是有很多種類與格式,一般分為結構化資料與非結構化資料,格式又有數字、文字,然後還有很多細分種類。
如果大家對上述的東西還是沒感覺,可以回想一下自己在處理Excel資料的時候,有時候數字會被辨識為文字,然後就要弄來弄去,由此可知資料的處理其實非常繁複的,資料量小還沒感覺,等資料量一大,那真的需要有專門的人處理。
下面這張圖清楚說明了電腦科學、數值分析、商業之間的關係,如果前面的說明你看得很辛苦,這張圖應該能釐清你的疑惑。
然而,我認為資料科學有點被媒體過度美化,好像是一個超級賺錢有需求的產業,但實際上可能會花80%的時間在清資料,而只有20%的時間在分析。我認為真正最有需求的還是"數據洞察",因為大家都想知道賺錢的秘密啊! 單純的處理數據是不會有價值產生的

Bess的人力市場洞察

最新趨勢-歡樂混搭風(π型人才?!)

目前常看到的幾種:Business Data Analyst, Business Intelligence Analyst (or Engineer), Financial Data Analyst, Business Operations Analyst, Business Marketing Analyst,感覺就是各種商業上常見的詞彙排列組合啊! 我認為這代表這對未來的人才的要求因應組織要能靈活變動以應付快速變化的世界,所以基本的產業和商業知識(產銷人發財其中一種)加上對數據和科技應用的知識,會是未來對人才的基本要求。

炫炮(?!)進階版-加個Strategic更厲害(?!)

Strategic在就業市場上如果是給比較Junior的人(40歲),目前有兩種狀況,一種是專屬管顧業出來的人,宣稱擅長以邏輯架構思考解決企業問題,然後薪水常常比別人高一截。另一種是世界知名大公司很愛開有Strategic開頭的職位,像是Strategic Investment, Strategic Product Finance, Strategic Project Manager, Strategic Business Planning Manager, Strategic Business Developer…至於這些職位是不是真的很Strategic,這我就無法評論了,我只確定的是這樣聽起來感覺是比較厲害,哈哈! 絕對有符合商學院人對工作的偉大理想情節。
回歸到現實,前陣子有讀了,我是滿認同裡面說的思考架構,也覺得這樣練習思考可以幫助自己釐清一些問題,是一本不管你是不是要走管顧這條路,只要你想訓練problem solving的能力,都值得買來看看的書。

結語
總算完成這篇文章,以後不用再一直回答讀者一樣的問題了,哈哈! 寫完這篇文章的感想是雖然網路上資料很多,但能看完以後梳理架構,然後有自己的想法真的不是一件容易的事,也許這就是本部落格存在的價值吧! 也希望大家不管做哪個職位,都會去思考這個職位存在的理由與價值,這樣會更清楚知道自己未來要往哪邊走,而不是被很多fancy但空洞的名詞給搞得團團轉。
歡迎大家寄信(b01703030@ntu.edu.tw)或加我跟我討論喔!

分享至
成為作者繼續創作的動力吧!
© 2024 vocus All rights reserved.