业务分析方面并不涉及到太多的数学/统计数据，与数学或统计数据（涉及证明、多步计算、复杂计算）相比，大多数分析都是与业务模型或结果更接近的临时启发式方法。
是否可得出：大多数分析只是启发式的经验？
大多数组织确实在寻找分析师，但他们说他们需要数据科学家，因为如今这是一个企业流行语。以我的经验，大多数组织（包括我的）都不知道如何正确利用我们拥有的数据科学家或统计学家并让他们进行“简单”分析。
BA 是数据和判断的混合体（可能我没有用那些话说）。在做决定时两者都有相当多的。但通常在现实生活中你没有数据，但答案不可能总是什么都没有，所以必须根据发式思维判断/。请记住，商业不是一门精确的科学，它是科学和艺术的结合。
这是一直以来的做法，没有发生任何可怕的事情”是一个有效的论点。在这些地方，优化被视为不必要的风险。
大多数分析追求速度，这就是为什么首选启发式方法的原因。“足够好”即可，做数学需要更长的时间。尽管将工具（SQL、Python、ML）优先于分析和解决问题是愚蠢的。