Creo que puedo responder a esta pregunta, ya que he trabajado tanto en consultoría de gestión como en profesión de análisis. Voy a mantener esto breve.
Naturaleza del trabajo
La consultoría de gestión generalmente involucra temas de casos que son de naturaleza más estratégica y se refieren al liderazgo superior . Las cajas son alrededor de 3 cubos anchos
- ¿Qué tan importante es el cálculo para la ciencia de datos?
- ¿Qué estudios / clases universitarias son críticos para distinguir un verdadero programa de Ciencia de Datos de Business Analytics?
- ¿Qué tipo de habilidades necesita desarrollar un programador científico durante la transición a un desarrollador de software industrial?
- ¿Quiénes son algunos reporteros que cubren Data Science?
- ¿Cuál es la configuración recomendada para una aplicación de Big Data?
1. Estrategia: estos casos pueden ir desde la entrada al mercado (p. Ej., “¿Deberíamos ingresar al mercado X?”), Ir al mercado (p. Ej., “¿Cuál es la mejor manera?”) Al crecimiento (p. Ej., “¿Cómo crecemos?”) , entre otros. Los casos de estrategia son pocos y distantes entre estos días
2. Mejora de operaciones: estos casos intentan responder preguntas como “¿está optimizado nuestro costo?”. Hay muchos más proyectos de mejora de operaciones disponibles
3. Programas de implementación: Estos son básicamente ejercicios de gestión de proyectos. Una vez que se completa el proyecto en el punto 1/2, generalmente pasa a la fase de implementación
Los proyectos de Consultoría analítica / Business Analytics son de naturaleza más táctica, por lo general, en relación con la gerencia media y alta . Se puede dividir libremente en estas tres áreas
1. Descriptivo: se trata de Business Intelligence (o “BI”) regular que implica una gran cantidad de generación de informes para el seguimiento diario / mensual de números clave y KPI. Este trabajo es de naturaleza repetitiva y cada vez más automatizado. La pregunta clave que responde es “¿qué está pasando con los negocios?”
2. Prescriptivo: se trata de trabajar con conjuntos de datos para realizar inmersiones profundas para comprender la causa raíz, realizar análisis exploratorios, probar hipótesis, etc. La clave es llegar a “por qué sucede algo, cuáles son las implicaciones y qué hacer al respecto ?
3. Predictivo: esto implica mucho trabajo de modelado (el ejemplo más simple es Regresión) para responder “¿qué pasaría en el futuro?”
Herramientas / conjunto de habilidades
Consultoría de gestión requiere
· Proceso de pensamiento estructurado, analítico e impulsado por hipótesis.
· Uso del árbol de problemas y el enfoque “MECE” para la resolución de problemas (google MECE!)
· Capacidad para aumentar la industria / tema realmente rápido (y en general, conocimiento de negocios)
· Gestión de clientes / habilidades de ventas (al menos para el gerente y superior)
· Capacidad para mantener la calma y entregar bajo limitaciones de tiempo extremas
· Uso de excel (para analizar datos) y power point (para comunicar “historia” / hallazgos)
La analítica requiere
· Proceso de pensamiento estructurado, analítico e impulsado por hipótesis.
· Uso del árbol de problemas y el enfoque “MECE” para la resolución de problemas
· Comodidad al trabajar con grandes conjuntos de datos (¡ya que aquí se trata de datos de nivel de transacción!)
· Uso de SQL (para extraer los datos requeridos), software estadístico como R / SAS (para manipular datos)
· Conocimiento de estadísticas / técnicas de modelado.
· Uso de Excel y Power Point.