和其他行业不一样，金融服务一直是个采用数字化和新兴技术的先锋。尽管许多其他的行业正在争抢整合各式各样的数据解决方案和分析学。但是在金融服务领域，竞争的焦点是如何利用数据产生的洞察力来获得更好的客户体验、运营、转型和价值驱动。大型金融服务工资和数字化金融技术公司之间的竞争正愈演愈烈，看谁能在客户的钱包那里分一杯羹。
在转换的过程中，金融的焦点集中在从数据中获取的洞察力上，而不是其他行业数据支撑的冷门app。当这种洞察力非常重要的时候，商业分析专业人员就不会觉得将它翻译或理解成业务决策及变化的过程很遥远。虽然分析的核心原则对于商业分析师来说是一样的，但是实现新的任务工具集是完全不同的。他们不需要去学习传统的流程，只需要去学习如何撬动数据和新的技术实现更好的业务结果就可以了。

商业分析师们的期望已经随着时间演变而变高了，现在显然需要一个数据驱动的决策型框架，该框架内需要充分考虑分析的优势及分析学的重要性。一个三管齐下的框架能够意识到不能迷失于数据的需求中，而应该提倡可能从分析的洞察力获得的商业决策的重要性。
在绝大多数其他行业中，很显然他们的焦点和精力都专注在数据分析及模型上，在金融服务领域，实现真正转型的最佳决策应该考虑这个框架内的三个方面，分别是：

1、决定策略

确定业务目标

确定业务利益相关者

发现并提炼分析学问题

确定决策的优先级

2、数据分析极其模型

收集数据

准备数据

培训分析学模型

优化及交叉验证

3、决策推断
评估预测
获得业务洞察力
制定业务建议
整合业务流程