【干货】咨询顾问是如何做数据分析和行业研究的？
每天，商业社会都需要大量的数据行为分析，IBanker 以及高级咨询顾问们在分析收购方案的可行性时，背后也离不开“核心”财务以及运营数据的支撑。
咨询顾问的数据分析能力是什么水平？
在项目上，就是贴身为客户服务，满足客户的各种在商业范围内但在项目范围内外的各种需求。因为咨询一直要面临的挑战是：100多页ppt为啥价值几百万甚至过千万。卖项目的合伙人以及负责项目的经理管理客户的项目范围（俗称scope）的能力非常重要，直接决定整个项目组的生活及工作质量。
对许多咨询项目来说，数据分析可能只占据项目10%-20%的比重，出于决策支撑的目的而进行，而非单纯依赖数据给出咨询建议。但是顾问工作也依然对数据分析能力有一些基本的要求，原因在于几乎任何一名顾问都会在日常工作中需要独立地承担以下一些工作：
- 通过一定数据整理与分析，量化概括并分析公司经营现状或某职能部门的业务现状
- 整理并观察数据，了解目前客户业务问题最严重的领域/地区/流程等
- 寻找合适的数据并计算结果，支撑你对客户当前业务问题的分析结论
- 帮助客户构建业务模型（business case），评估业务方案的投资回报率（ROI）
- 依据业务数据的变化与趋势，评估业务方案试运行的效果
对于非数据分析类的项目所涉及到的数据分析工作一般都采用excel等常用工具进行，数据量也一般在几百k-几M不等（假如是不带格式的excel表格的话，几十M对于非数据分析专家的管理咨询顾问来说已经是相当大量的数据了，绝不会在非数据分析类项目中莫名其妙弄个GB/TB级别的数据扔给管理咨询顾问……），因此并不需要十分专业的数据分析技能与经验。
但是反过来说，没有这些相对基本的数据分析工作作为支撑，那么顾问所完成的业务方案往往就会缺乏最基本的支撑与依据，可信度大打折扣，很可能会导致客户的不信任，从而影响项目的完成。
咨询行业的核心能力是什么？
- 良好的倾听用于明晰客户的需求；
- 结构化的思维用于分析客户的问题；
- 顺畅的表达将solution 100% 的传递给客户。
当然，分析问题的时候可能还需要research能力不错，research的时候可能还需要英文不错（查看国外网站及英文资料），展示solution的时候需要PPT逻辑不错，这样才易于让客户理解。数据分析的结果就是作为支撑与依据，提升可信度。
而作为咨询顾问，最核心的能力其实是【沟通能力】+【逻辑能力】。
对于传统的管理咨询（例如MBB的战略咨询）来说，通常项目周期较短（6个月以内），项目组成员较少（3-5人），交付物为 PPT，由于项目时间较短且内容专注于高阶设计层面，所以通常要求顾问具有快速学习的能力+统揽全局框架化看待问题的能力。
而对于特定领域的咨询，比如 IT 咨询，这类咨询通常项目周期时间较长（IT 战略规划+落地实施，以年为单位计算），项目组成员较多（IT 咨询落地实施时甚至有可能50人以上），交付物为实际可运行上线的系统，所以项目上更多的工作可能是项目管理，更关注执行层面、细节层面的东西：与技术人员的沟通、协调等等，因此会 prefer 有技术背景的同学，毕竟你要一个学商科的同学去和写代码的大神谈战略，大神会蒙掉的。
咨询公司常用的工具有哪些？
大公司内部都是分专业的，有专门的analytics团队负责技术实现，因此对于咨询顾问来说，更重要的是做数据分析：
数据分析首先是一个工具，这个工具服务于商业模式，做商业决策的。而咨询行业最大的优势在于见多识广，对不同商业模式都有着hands on experience，更能知道什么数据有用，怎样做一个合理的假设。
对于前台的consultant来说，做分析的时候Excel肯定是最常用的，且使用的深度非常高，绝不是简单的写写公式或者vlookup、pivotable，会用到一些专用插件比如solver。这样也容易把成果向客户进行知识转移。
如果是需要大量的数据，很多时候会通过后台部门的同事，用R，python这些软件来处理和分析。但其实这些软件的主要优势在于（大量）数据的收集和处理，而不是数据分析。
其他一些常用的数据分析工具
- Alteryx的使用在增加，很有潜力的工具
- 可视化用Tableau，画PPT里的图基本都是用thinkcell，而不是excel直接画，SPSS，Matlab，JMP偶尔用
- Python，R在analytics项目上用的较多
- 一些特殊需求的项目会用到专业领域内的软件，如AIMMS
以四大咨询为例，Oracle， SQL，Netezza都是常用的数据分析工具。最推荐的是学会SQL以及它的变体。
想进咨询，应该提升哪些技能？
德勤咨询数据分析师总结了面试官最爱看的简历：
- GPA：3.5+
- Leadership：四大都很看重leadership。你是不是能高效完成自己的任务，是不是有独立思考能力。学校的社团活动还有volunteer活动都可以。加入社团后一定要active，做member和做board是很不一样的，成为leader很重要。
- 技术方面：Excel，VBA，SQL最为常用，是比较基本的语言，R和Python会的话也很好。
- 如果你会更高级的语言，是否能帮助你找到好工作？答案可能是：No。
分析师表示很多中国学生的简历她都看不懂：简历上写的那些编程语言实在是太高深了！
举例：之前在event认识一个妹子，刚毕业想进四大，她简历上写的那些编程语言特别高级，但还是一直找不到工作。原因很可能是：老板看你太优秀，会的东西太高级，觉得你over-qualified，不敢要你，怕面试都问不出问题。Entry-level的工作讲真不期待你会那么多。
关于学哪一种语言，在摩根大通做Data的分析师站在过来人的角度也给出了自己的看法：
“Data行业发展很快，比如5年前很多技术都还没有开发出来，但现在data行业细分之后出现了非常多的新工具和软件。但是我希望大家避免进入这样的误区：就是试图把所有的工具和软件都学了。其实，你需要做的应该是精通两到三个工具或软件，比如精通某一种数据库，精通某一个数据分析的语言，可以是R,可以是SAS, 也可以是Python。”
判断是否学习某个工具或某种语言的重点在于市场的发展。比如，对于数据可视化方面，可以学习Tableau，就是因为Tableau公司在发展壮大。学习常用的软件可以让你的技能变得更有市场。
