Career Guide · B.Com & M.Com Graduates
B.Com Aur M.Com Ke Baad Data Analyst Kaise Banein? Skills, Salary, Jobs Aur Projects
B.Com या M.Com करने के बाद data analyst बनना बिल्कुल संभव है, और कई मामलों में commerce background फ़ायदे की बात है। वजह सीधी है: data analyst से ज़्यादातर business के सवाल पूछे जाते हैं — किस product से margin घट रहा है, कौन-से customers देर से भुगतान करते हैं, किस महीने खर्च budget से ऊपर गया। Balance sheet, P&L, GST invoice और costing पढ़ चुके व्यक्ति के लिए ये सवाल अजनबी नहीं होते। जो नया सीखना है, वह है data को खुद निकालना, साफ़ करना और दिखाना — यानी SQL, एक BI tool, और थोड़ा Python।
Commerce की पढ़ाई में से क्या सीधे काम आता है
| आपने जो पढ़ा | Analytics में उसका इस्तेमाल |
|---|---|
| Financial accounting, P&L | Revenue, cost और margin के dashboards; महीने-दर-महीने तुलना |
| Cost accounting | Product-wise या branch-wise profitability analysis |
| Receivables / payables | Ageing analysis, collection में लगने वाले दिन, overdue customers |
| Business statistics | Average, variance, correlation, sampling — analysis की नींव |
| Taxation (GST) | Invoice data की जाँच, mismatch ढूँढना, return से पहले reconciliation |
| Tally / ERP पर काम | यह समझ कि company का transaction data कहाँ और कैसे बनता है |
M.Com करने वालों को research methodology और statistics की थोड़ी गहरी समझ मिलती है, जो hypothesis और sampling वाले सवालों में मदद करती है। पर सिर्फ़ M.Com की degree से shortlisting अपने-आप आसान नहीं होती; resume पर skills और projects ही फ़ैसला करते हैं।
असली कमी कहाँ होती है
Commerce graduates को आमतौर पर इन तीन जगह मेहनत करनी पड़ती है:
- Excel से आगे सोचना: बहुत लोग Excel में अच्छे होते हैं, पर manually copy-paste से काम करते हैं। Power Query और Pivot Table से repeatable report बनाना सीखें।
- SQL: यह सबसे बड़ा बदलाव है — data किसी और से माँगने की जगह खुद database से निकालना।
- Programming का डर: Python शुरू में कठिन लगता है। अच्छी बात यह है कि data analyst को pandas का सीमित हिस्सा ही रोज़ चाहिए।
एक उदाहरण: receivables का analysis SQL में
मान लीजिए एक छोटी company की invoices table है। यह वही data है जो आपने accounts में देखा है, बस अब इसे query करना है।
CREATE TABLE invoices (
invoice_id INT PRIMARY KEY,
customer VARCHAR(10),
invoice_date DATE,
amount INT,
paid_date DATE
);
INSERT INTO invoices VALUES
(1, 'C101', '2026-01-05', 50000, '2026-01-20'),
(2, 'C102', '2026-01-10', 120000, NULL),
(3, 'C101', '2026-02-02', 30000, '2026-03-15'),
(4, 'C103', '2026-02-14', 80000, '2026-02-28'),
(5, 'C102', '2026-03-01', 60000, NULL),
(6, 'C103', '2026-03-10', 25000, NULL);
सवाल 1: किस customer का कितना पैसा बकाया है?
SELECT customer,
COUNT(*) AS unpaid_invoices,
SUM(amount) AS outstanding
FROM invoices
WHERE paid_date IS NULL
GROUP BY customer
ORDER BY outstanding DESC;
customer | unpaid_invoices | outstanding
C102 | 2 | 180000
C103 | 1 | 25000
सवाल 2: जिन invoices का भुगतान हो चुका है, उनमें हर customer ने औसतन कितने दिन लिए? (MySQL)
SELECT customer,
AVG(DATEDIFF(paid_date, invoice_date)) AS avg_days_to_pay
FROM invoices
WHERE paid_date IS NOT NULL
GROUP BY customer
ORDER BY customer;
customer | avg_days_to_pay
C101 | 28.0000
C103 | 14.0000
C101 के दो invoices में 15 और 41 दिन लगे (2026 में फ़रवरी 28 दिन की है), इसलिए औसत 28। Accounts में आप यही काम Excel में ageing sheet से करते थे; SQL में यह हज़ारों invoices पर भी एक query से हो जाता है। Excel में इसी का ageing bucket ऐसे बनता है (C = invoice date, E = paid date):
=IF(E2<>"","Paid",IF(TODAY()-C2>60,"60+ days",IF(TODAY()-C2>30,"31-60 days","0-30 days")))
शुरुआत में किन roles पर नज़र रखें
"Data Analyst" title के अलावा commerce graduates के लिए कुछ ऐसे roles हैं जहाँ domain knowledge का सीधा फ़ायदा मिलता है:
- MIS Executive / MIS Analyst: Excel और reporting पर आधारित; कई लोगों के लिए analytics में पहला कदम।
- Financial Analyst / FP&A Analyst: budgeting, forecasting और variance analysis।
- Business Analyst (finance या operations): process और data दोनों की समझ चाहिए।
- Credit या risk analyst (banks, NBFCs): loan data, repayment pattern।
- Data Analyst (finance/accounts team): SQL और Power BI के साथ।
Salary इन roles में company, शहर और skill के हिसाब से बहुत बदलती है। कोई भी संख्या मानने से पहले AmbitionBox, Glassdoor या Naukri पर उस role और शहर का ताज़ा data खुद देखें।
पहले तीन कदम (इस हफ़्ते से)
- MySQL और Power BI Desktop install करें: दोनों मुफ़्त हैं। ऊपर वाली invoices table बनाकर queries खुद चलाएँ और नतीजा मिलाएँ।
- अपने domain का dataset चुनें: sales, expenses या invoices जैसा public dataset (Kaggle पर काफ़ी मिलते हैं)। Commerce student का finance dataset पर बना project interview में ज़्यादा भरोसेमंद लगता है।
- एक पूरा project 4 हफ़्ते में खत्म करें: SQL से analysis, Power BI में dashboard, और एक पन्ने का निष्कर्ष — "management को क्या करना चाहिए"।
कितना समय रखें
रोज़ 2–3 घंटे देने वाले commerce graduate के लिए 5 से 7 महीने एक realistic लक्ष्य है। Excel पहले से अच्छा हो तो पहला महीना बच जाता है। विस्तृत गणना के लिए देखें: data analyst बनने में कितना समय लगता है।
आगे पढ़ने के लिए: B.Com students के लिए Excel से Python तक का पूरा roadmap, banking में काम कर रहे लोगों के लिए banking से data analyst switch, और यही विषय English में: data analyst after B.Com and M.Com।
अक्सर पूछे जाने वाले सवाल
क्या B.Com वालों को maths की वजह से दिक्कत होती है?
Data analyst के काम में ज़्यादातर business statistics स्तर की maths चाहिए — percentage, average, growth rate, variance। B.Com में यह पढ़ाया जाता है, इसलिए आमतौर पर बड़ी दिक्कत नहीं होती।
CA या CMA की तैयारी छोड़कर data analytics में आना सही है?
यह आपकी रुचि पर निर्भर है। अगर आपको accounts से ज़्यादा data से सवाल पूछना पसंद है, तो analytics अच्छा रास्ता है। CA Inter या CMA की पढ़ाई बेकार नहीं जाती — financial analyst और FP&A roles में यह सीधा फ़ायदा देती है।
अगर आप trainer के साथ projects पर काम करना चाहते हैं, तो Uncodemy के Data Analytics program का syllabus देख सकते हैं; इसमें Dedicated Placement Support मिलता है।