每天，商業社會都需要大量的數據行為分析，IBanker以及高級諮詢顧問們在分析收購方案的可行性時，背後也離不開「核心」財務以及運營數據的支撐。數據分析能力顯然已經名列2018年各大行業通殺技能之一。
在項目上，就是貼身為客戶服務，滿足客戶的各種在商業範圍內但在項目範圍內外的各種需求。因為諮詢一直要面臨的挑戰是：100多頁ppt為啥價值幾百萬甚至過千萬。賣項目的合伙人以及負責項目的經理管理客戶的項目範圍（俗稱scope）的能力非常重要，直接決定整個項目組的生活及工作質量。
對許多諮詢項目來說，數據分析可能只佔據項目10%-20%的比重，出於決策支撐的目的而進行，而非單純依賴數據給出諮詢建議。但是顧問工作也依然對數據分析能力有一些基本的要求，原因在於幾乎任何一名顧問都會在日常工作中需要獨立地承擔以下一些工作：
通過一定數據整理與分析，量化概括並分析公司經營現狀或某職能部門的業務現狀
整理並觀察數據，了解目前客戶業務問題最嚴重的領域/地區/流程等
尋找合適的數據並計算結果，支撐你對客戶當前業務問題的分析結論
幫助客戶構建業務模型（business case），評估業務方案的投資回報率（ROI）
依據業務數據的變化與趨勢，評估業務方案試運行的效果
對於非數據分析類的項目所涉及到的數據分析工作一般都採用excel等常用工具進行，數據量也一般在幾百k-幾M不等（假如是不帶格式的excel表格的話，幾十M對於非數據分析專家的管理諮詢顧問來說已經是相當大量的數據了，絕不會在非數據分析類項目中莫名其妙弄個GB/TB級別的數據扔給管理諮詢顧問……），因此並不需要十分專業的數據分析技能與經驗。
但是反過來說，沒有這些相對基本的數據分析工作作為支撐，那麼顧問所完成的業務方案往往就會缺乏最基本的支撐與依據，可信度大打折扣，很可能會導致客戶的不信任，從而影響項目的完成。
當然，分析問題的時候可能還需要research能力不錯，research的時候可能還需要英文不錯（查看國外網站及英文資料），展示solution的時候需要PPT邏輯不錯，這樣才易於讓客戶理解。數據分析的結果就是作為支撐與依據，提升可信度。
而作為諮詢顧問，最核心的能力其實是【溝通能力】+【邏輯能力】。
對於傳統的管理諮詢（例如MBB的戰略諮詢）來說，通常項目周期較短（6個月以內），項目組成員較少（3-5人），交付物為 PPT，由於項目時間較短且內容專注於高階設計層面，所以通常要求顧問具有快速學習的能力+統攬全局框架化看待問題的能力。
而對於特定領域的諮詢，比如 IT 諮詢，這類諮詢通常項目周期時間較長（IT 戰略規劃+落地實施，以年為單位計算），項目組成員較多（IT 諮詢落地實施時甚至有可能50人以上），交付物為實際可運行上線的系統，所以項目上更多的工作可能是項目管理，更關注執行層面、細節層面的東西：與技術人員的溝通、協調等等，因此會 prefer 有技術背景的同學，畢竟你要一個學商科的同學去和寫代碼的大神談戰略，大神會蒙掉的。
大公司內部都是分專業的，有專門的analytics團隊負責技術實現，因此對於諮詢顧問來說，更重要的是做數據分析：
數據分析首先是一個工具，這個工具服務於商業模式，做商業決策的。而諮詢行業最大的優勢在於見多識廣，對不同商業模式都有著hands on experience，更能知道什麼數據有用，怎樣做一個合理的假設。
對於前臺的consultant來說，做分析的時候Excel肯定是最常用的，且使用的深度非常高，絕不是簡單的寫寫公式或者vlookup、pivotable，會用到一些專用插件比如solver。這樣也容易把成果向客戶進行知識轉移。
如果是需要大量的數據，很多時候會通過後臺部門的同事，用R，python這些軟體來處理和分析。但其實這些軟體的主要優勢在於（大量）數據的收集和處理，而不是數據分析。
*來源/知乎@Pierre
其他一些常用的數據分析工具：
Alteryx的使用在增加，很有潛力的工具
可視化用Tableau，畫PPT裡的圖基本都是用thinkcell，而不是excel直接畫
SPSS，Matlab，JMP偶爾用
Python，R在analytics項目上用的較多
一些特殊需求的項目會用到專業領域內的軟體，如AIMMS
*來源/知乎@簡凡
以四大諮詢為例，Oracle， SQL，Netezza都是常用的數據分析工具。最推薦的是學會SQL以及它的變體。
德勤諮詢數據分析師Jade導師總結了面試官最愛看的簡歷：
如果你會更高級的語言，是否能幫助你找到好工作？答案可能是：No。
Jade說，很多中國學生的簡歷她都看不懂：簡歷上寫的那些程式語言實在是太高深了！
之前在event認識一個妹子，剛畢業想進四大，她簡歷上寫的那些程式語言特別高級，但還是一直找不到工作。原因很可能是：老闆看你太優秀，會的東西太高級，覺得你over-qualified，不敢要你，怕面試都問不出問題。Entry-level的工作講真不期待你會那麼多。
關於學哪一種語言，在摩根大通做Data的Kevin導師站在過來人的角度也給出了自己的看法：
「Data行業發展很快，比如5年前很多技術都還沒有開發出來，但現在data行業細分之後出現了非常多的新工具和軟體。但是我希望大家避免進入這樣的誤區：就是試圖把所有的工具和軟體都學了。其實，你需要做的應該是精通兩到三個工具或軟體，比如精通某一種資料庫，精通某一個數據分析的語言，可以是R,可以是SAS, 也可以是Python。」
判斷是否學習某個工具或某種語言的重點在於市場的發展。比如，對於數據可視化方面，可以學習Tableau，就是因為Tableau公司在發展壯大。學習常用的軟體可以讓你的技能變得更有市場。
如何提升求職硬技能？
UniCareer VIP Coaching
資深導師一對一輔導行業知識
突出個人優勢，拿下心儀offer！
識別上方二維碼添加
小宇學長（ID：UniCareerChina33）
備註【VIP】，立即諮詢課程
——END——
來源：Uni導師採訪，Etesian亦莘，知乎，網絡
UniCareer獨家整理，版權歸原作者所有
如需轉載，請註明來源
版權聲明：UniCareer除發布原創求職乾貨文章及獨家講座福利等優質內容外，致力於分享優秀求職乾貨文章。如涉及版權問題，敬請原作者原諒，並聯繫微信UniCareer_Buddy13（Uni醬）進行處理。UniCareer非常歡迎品牌的推廣以及戰略合作，北美地區合作請發郵件至：demi.wang@unicareer.com，中國及其他地區請發郵件至sophie.yang@unicareer.com