传统BA(business analyst)主要集中在拉数据环节，对于统计及业务理解较差，DS(data scientist)成为业界新宠，需要掌握新的统计、编程、业务理解等技能及知识。
DS由于缺乏学院专业培养，目前主要从3个流向聚合发展而来，举例如下：
业务领域出身的DS
业务领域的人最熟悉渠道和用户需求，其对数据的敏感性非常强烈，如果能把数据分析技能加身则其对与数据的深刻解读能帮助企业了解真实的用户需求。
数学领域出身的DS
最近在跟几个数学专业读研的小伙伴聊天，数学专业目前在大学更多还是偏向理论研究，真正偏向实际数据的应用研究非常少，基本在计算机专业。可以想象真正数学专业领域的人出来做DS还是偏少的，需要大量的DS补充数学知识，《深入浅出统计学》是一本入门好书，可以有显著提升。
IT领域出身的DS
这里工程师背景出身的非常熟悉编程和计算机架构，对于复杂、大数据量的销售、用户行为数据有比较好的处理方法。
认知
综合评价，不管哪种背景人士从事DS会有绝对的优势，需要从各种职业背景出发学习DS的技能要素，达到商业分析的实际目的。
商业分析最终目的是解决问题，如果把数据分析工作外包的话，很可能会得到大量难懂的资料和一些理所当然的结论，因此DS的培养对公司发展成长及业务决策非常重要。