آیا می‌دانید تفاوت Business Analysis، Business Intelligence، Business Analytics در چیست؟

گاهی تعریف مباحث جدید و تشابه آن‌ها به هم ممکن است باعث ایجاد ابهام و خطا شود. به طور مثال مباحثی مانند Business Analysis، Business Intelligence، Business Analytics  ممکن است به اشتباه به جای هم به کار روند. در این مقاله سعی می‌کنیم شباهت‌ها و تفاوت‌های این مفاهیم را با هم مرور کنیم. 

تعریف تجزیه‌ وتحلیل کسب‌وکار (Business Analysis)

موسسه بین‌المللی تحلیل کسب‌وکار که به اختصار IIBA نامیده می‌شود و به عنوان رهبر جهانی تحلیل کسب‌وکار  شهرت دارد، Business Analysis را به این صورت تعریف کرده است:

تحلیل کسب و کار (Business Analysis) راه و روش اعمال تغییر در یک سازمان، از طریق تعریف نیازها و پیشنهاد راهکارهایی است که موجب ایجاد ارزش برای ذینفعان می‌شود.

دیدگاه تجزیه‌ وتحلیل کسب‌وکار (Business Analysis) چیست؟

درسال 2015 موسسه IIBA در یک تحلیل، 5 دیدگاه را برای تجزیه‌ وتحلیل کسب‌وکار در نظر گرفت:

• چابکی ( Agile)

• هوش تجاری (Business Intelligence)

• فناوری اطلاعات (Information Technology)

• معماری کسب‌وکار (Business Architecture)

• مدیریت فرآیند کسب‌وکار (Business Process Management) 

چند سال بعد این فهرست از طرف موسسه تکمیل شد و موارد تجزیه‌ وتحلیل کسب‌وکار (Business Analytics)  و امنیت سایبری  (cybersecurity) نیز به آن اضافه شد.


  تفاوت Business Intelligence و Business Analysis در چیست؟

دو مورد در این فهرست ممکن است از نظر شما یکسان باشند. در حقیقت (BI) Business Intelligence و Business Analysis هر دو با دیتا سروکار دارند اما هر یک به طرز متفاوتی از دیتا استفاده می‌کنند. 

هوش تجاری و تجزیه‌ وتحلیل کسب‌وکار، هر دو بخشی از دنیای بزرگ تحلیل هستند و کار هر دو هم تبدیل دیتا به اطلاعات کاربردی است. به عبارت ساده‌تر، Intelligence و Business Analysis از داده های موجود دانش استخراج می‌کنند. دانش در این حوزه به معنای استفاده بهینه از داده و پیدا کردن بهترین روش برای حل چالش‌های موجود در کسب‌و‌کار است.

موارد زیر بعضی از مزایای مشترک استفاده از Business Intelligence و Business Analysis هستند:

• تسریع و تکمیل فرایند تبدیل دیتا خام به اطلاعات ارزشمند
• در اختیار قرار دادن اطلاعات معتبر و با کیفیت با استفاده از تکنولوژی و ابزارهای مناسب به صاحبان کسب‌وکار
• کمک به مدیران برای تصمیم‌گیری موثر به کمک دیتا

Business Intelligence یا هوش تجاری تصمیم‌گیری برای موقعیت حال حاضر کسب‌وکار را بر عهده دارد؛ به عبارتی داده‌های زمان حال و گذشته را بررسی می‌کند. در حالی که Business Analytics تصمیم‌گیری برای آینده را بر عهده دارد. تفاوت این دو حوزه را می‌توان در جدول زیر خلاصه کرد:

رویکرد سازمان‌ها درباره استفاده از دیتا چگونه است؟

سازمان‌ها را با توجه به رویکردی که در استفاده از دیتا و تحلیل آن دارند می‌توان به چند دسته تقسیم کرد:

• بعضی از سازمان‌ها هیچ رویکرد و برنامه‌ای در خصوص تحلیل و استفاده از دیتا ندارند و چشم بسته جلو می‌روند.
• بعضی از سازمان‌ها فقط از اطلاعات به صورت توصیفی استفاده می‌کنند. مثل این که ماه گذشته یا فصل گذشته چه اتفاقاتی افتاده است؟ امسال در مقایسه با سال گذشته چه تغییری داشته است؟
• بعضی از سازمان می‌پرسند چه اتفاقاتی افتاده و چرا این اتفاقات افتاده است؟ درباره این که چه اتفاقاتی افتاده و چرایی و اثرگذاری آن‌ها کنجکاو هستند. 
• سازمان‌های پیشرفته‌تر اطلاعات گذشته را در جهت گسترش فعالیت‌ها بررسی و پیش‌بینی می‌کنند که چه اتفاقاتی ممکن است در ماه، فصل، سال یا سال‌های آینده رخ دهد. در واقع همیشه نگاه آن‌ها به آینده است. همیشه از خودشان می‌پرسند در حال حاضر چه کاری کنم تا در آینده روی افزایش درآمد و بهتر شدن من تاثیر مثبت داشته باشد.

تا الان راجع به این که Business Analysis چیست و تفاوت آن با Business Intelligence  در چیست صحبت کردیم. حالا وقت آن است که برگردیم به سوال اصلی یعنی تعریف این که Business Analysis، Business Analytics وdata science  چیست؟

Business Analysis چیست؟

Business Analysis یک فرایند است که به بررسی، تسویه، انتقال و مدل‌سازی اطلاعات با هدف پیدا کردن اطلاعات مفید، نتیجه‌گیری کاربردی و حمایت از تصمیم‌گیری می‌پردازد. 

هر دو این موارد در حوزه تحلیل فعالیت دارند  اما  Business Analysis را می‌توان بخش و زیرمجموعه‌ای از Data Analysis در نظر گرفت.

Data Science چیست؟

علم دادهیک حوزه میان رشته‌ای است که شامل روش‌های علمی، فرایندها و همچنین الگوریتم‌هایی برای استخراج و نمایش داده‌های ساختاریافته و ساختارنیافته می‌شود. حوزه‌هایی مثل داده کاوی (Data Mining)، یادگیری ماشینی (Machine Learning) و داده‌های بزرگ (Big Data)  مربوط به Data science است.

تفاوت اساسی بین Data Science  و Data Analytics  را در جدول زیر مشاهده می‌کنید. در حقیقت می‌توان Data Analytics را زیر مجموعه‌ای از Data Science در نظر گرفت.

وظیفه یک Business Analyst، Data Analyst  و Data Scientist چیست؟

شاید برای شما این سوال پیش آمده باشد که هر کدام از  نقش‌های شامل Business Analyst، Data Analyst  و Data Scientist چه کاری می‌کنند و چه نقشی در سازمان دارند؟ در جدول زیر به صورت خلاصه حوزه فعالیت و وظیفه هر کدام از این نقش‌ها مشخص شده است:



کار Business Analyst آماده کردن گزارش با توجه به دانش و دیتا است اما کار Data Scientist بیش‌تر تکنیکال است و مربوط به استخراج دیتا و طراحی سیستم می‌شود. او دیتا را جمع‌آوری و ساختار مناسب و منطقی برای آن تعریف می‌کند.  کار Data Analyst مابین کار این دو است. او کمی از کارهای مبحث انتقال داده را انجام می‌دهد و همچنین به آماده کردن گزارش‌ها هم می‌پردازد.

مهارت‌های مورد نیاز یک  Business Analyst، Data Analyst  و Data Scientist چیست؟

سازمان‌های بزرگ نقش‌ها و موقعیت‌های شغلی متفاوتی در حوزه تحلیل تعریف کرده‌اند. زیرا نیروهای زیادی دارند و تعریف تفکیک شده نقش‌ها در آن‌ها ضروری است. در سازمان‌های کوچک‌تر ممکن است این نقش‌ها ادغام شوند و انعطاف‌پذیری بیش‌تری داشته باشند. پس اگر در یک سازمان کوچک کار می‌کنید ممکن است گاهی در هر 3 حوزه فعالیت داشته باشید. پیشنهاد می‌کنیم از این فرصت خوب استفاده کنید و دانش خود را در حوزه‌های متفاوت افزایش دهید.

در این مقاله سعی کردیم به صورت کلی و خلاصه تفاوت‌های بین  Data Analysis/ Analytics، Business Analysis/ Analytics ،Business Intelligence و Data Science را تعریف و یک تصویر کلی از جایگاه شغلی و وظایف هر کدام از متخصصان این حوزه‌ها را ترسیم کنیم. این نقش‌ها در بسیاری از سازمان‌ها جدید است و به همین دلیل، ممکن است این حوزه‌ها گاهی قابل تفکیک نباشند و به جای یکدیگر به کار روند.