Banking Professional · Data / Business Analyst · Career Switch
Banking se Data Analyst / Business Analyst Career Switch Kaise Kare?
Bank में काम करने वाले कई लोग मान लेते हैं कि analyst बनने के लिए उन्हें "शून्य से" शुरू करना होगा। ऐसा नहीं है। Branch, credit, operations या collections में काम करते हुए आप रोज़ उसी data को छूते हैं जिस पर bank की analytics teams काम करती हैं: accounts, loans, overdue buckets, KYC status, product targets। कमी आम तौर पर tools की होती है: SQL, Excel में modelling, और Power BI या Tableau जैसा कोई BI tool। साथ ही यह तय करना पड़ता है कि आपको data analyst बनना है या business analyst, क्योंकि banks में ये दोनों अलग काम हैं।
Bank में Data Analyst और Business Analyst का फ़र्क
| Data Analyst | Business Analyst | |
|---|---|---|
| मुख्य काम | Data निकालना, reports और dashboards, trends और exceptions पहचानना | Business की ज़रूरत समझकर requirements लिखना, नए process या system के बदलाव सँभालना |
| उदाहरण | Branch-wise NPA trend, collections efficiency dashboard, CASA growth report | नए loan origination system के लिए requirement document, UAT में testing का समन्वय |
| Tools | SQL, Excel, Power BI/Tableau, कभी-कभी Python या SAS | Excel, JIRA/Confluence जैसे tools, process diagrams, SQL की basic समझ |
| किसके लिए ठीक | जिन्हें numbers और patterns में मज़ा आता है | जिन्हें लोगों से बात करना, process समझना और लिखना पसंद है |
दोनों में domain knowledge काम आती है। फ़र्क यह है कि DA के लिए SQL की गहराई ज़्यादा ज़रूरी है, और BA के लिए documentation और stakeholder handling।
सबसे आसान रास्ता: पहले bank के अंदर
बहुत से banks में internal job postings (IJP) के ज़रिए MIS, central operations, credit risk, analytics या digital teams में जगह निकलती है। बाहर के candidate के मुकाबले आपके पास bank के systems और products का अनुभव होता है। इसलिए:
- अपने bank के internal portal पर analytics, MIS और risk teams की postings पर नज़र रखिए।
- अपनी branch या department की कोई report, जो अभी हाथ से बनती है, Excel में automate करने का प्रस्ताव रखिए। यह आपके resume पर पहला "analytics" काम बनेगा।
- Regional या zonal office की MIS team से बात कीजिए कि वे कौन से tools इस्तेमाल करते हैं।
Bank से बाहर, fintech, NBFC, insurance, बैंकों के technology vendors और consulting firms banking domain वाले analysts रखती हैं।
Skills: क्या और किस क्रम में
- SQL: JOINs, GROUP BY, CASE WHEN (जैसे DPD buckets बनाना), window functions।
- Excel: pivot tables, XLOOKUP, SUMIFS, data validation, और एक साफ़ monthly report template।
- Power BI: data model, basic DAX measures, branch या product filter वाला dashboard।
- BA के लिए अलग से: BRD/FRD लिखना, process flow diagrams, user stories, UAT की प्रक्रिया।
- Python (बाद में): pandas से बड़ी files सँभालना; risk analytics roles में ज़्यादा काम आता है।
Bank की shifts और targets के साथ यह सब हफ़्ते में 6–8 घंटे देकर आम तौर पर 4–8 महीने में सीखा जा सकता है। यह एक अंदाज़ा है; आपकी रफ़्तार और पहले की Excel समझ पर निर्भर करेगा।
Portfolio projects (बिना bank का data इस्तेमाल किए)
अपने bank का customer data किसी भी हाल में portfolio या GitHub पर मत डालिए; यह confidentiality का उल्लंघन है और आपकी नौकरी जा सकती है। Public data से ये projects बन सकते हैं:
- RBI के DBIE (Database on Indian Economy) portal से bank-group-wise deposits और credit का trend dashboard।
- UCI Bank Marketing dataset (एक bank के term-deposit campaign का public data) से "किस तरह के customers campaign पर हाँ कहते हैं" का analysis।
- Kaggle के loan default datasets पर SQL से DPD buckets और Power BI में portfolio quality dashboard।
- BA के लिए: किसी काल्पनिक "digital account opening" process का BRD और process flow, जिसमें आपके branch के अनुभव से pain points हों।
Projects कैसे चुनें और लिखें, इस पर कितने real-world projects चाहिए वाला लेख देखिए।
Interview में switch कैसे समझाएँ?
आपकी कहानी का केंद्र domain होना चाहिए, नौकरी से थकान नहीं। एक ढाँचा: "Branch में मैं हर महीने overdue accounts की list Excel में बनाता था और follow-up तय करता था। वहीं से मुझे समझ आया कि सही data से collections कितना बदल सकता है। मैंने SQL और Power BI सीखा और public loan data पर यह dashboard बनाया।" फिर dashboard दिखाइए और बताइए कि bank का कौन सा फ़ैसला इससे बेहतर हो सकता है।
आम सवालों के लिए तैयार रहिए: "NPA classification कैसे होती है?", "CASA ratio क्यों मायने रखता है?", "इस dashboard का user कौन है?"
किन गलतियों से बचें
- सिर्फ़ certificates जमा करना, कोई project नहीं।
- Resume में banking के targets की भाषा (जैसे target achievement के आँकड़े) भरना, पर data या analysis का कोई काम न दिखाना।
- Python और machine learning से शुरुआत करना, जबकि ज़्यादातर entry analyst roles SQL और Excel पर टिके हैं।
- बिना JD पढ़े "Business Analyst" postings पर apply करना; कुछ IT BA roles में software testing या coding का अनुभव माँगा जाता है।
BFSI के पूरे sector के लिए skills पर BFSI professionals के लिए analytics skills, insurance वालों के लिए insurance professionals का रास्ता, और पुराने अनुभव की कीमत पर यह लेख पढ़िए।
Uncodemy के data analytics और business analytics courses में weekend batches भी हैं, और course के बाद Dedicated Placement Support मिलता है।