1.1 專業(yè)簡(jiǎn)介
根據(jù)維基百科定義， Business Analytics(以下簡(jiǎn)稱BA)指的是連續(xù)迭代探索和調(diào)查過(guò)去的企業(yè)經(jīng)營(yíng)績(jī)效去獲取價(jià)值信息以及推動(dòng)商業(yè)計(jì)劃的技能，技術(shù)和實(shí)踐技巧。
用比較通俗易懂的語(yǔ)言來(lái)說(shuō)，那就是，
·確定最 佳分析模型和途徑，
·解釋過(guò)去的、現(xiàn)在的經(jīng)營(yíng)業(yè)績(jī)，從中研究和提取有價(jià)值的信息，
· 為企業(yè)提供和解釋解決經(jīng)營(yíng)問(wèn)題的方案，促進(jìn)正確的商業(yè)決策，提高企業(yè)運(yùn)營(yíng)水平，發(fā)現(xiàn)新商機(jī)等等。
這三個(gè)階段分別是：
1.描述性分析(Descriptive Analytics): 通過(guò)報(bào)告、記分卡、聚類等歷史數(shù)據(jù)的呈現(xiàn)和分析，發(fā)現(xiàn)商業(yè)問(wèn)題和機(jī)遇。 應(yīng)用例子：Netflix 是如何推薦你正好想看的電影的?
Netflix 是美國(guó)在線視頻租賃商, 可以理解為優(yōu)酷的收費(fèi)版。 (具體介紹參考: http://wiki.mbalib.com/wiki/%E7%BE%8E%E5%9B%BDNetflix%E5%85%AC%E5%8F%B8)。 它有上千萬(wàn)用戶,每個(gè)人都有自己不同的喜好。假設(shè)你上周末在 Netflix 看了兩部電影, 都是動(dòng)作片。在所有 Netflix 用戶中,肯定有很多人也看了這兩部的動(dòng)作片, 然后,下個(gè)周末，那些人又看了另一部電影，很有可能也是一部動(dòng)作片。根據(jù)你和其他人之前的相似性，Netflix 預(yù)測(cè)你也會(huì)想看這部電影。于是這部電影就出現(xiàn)在你網(wǎng)頁(yè)的相關(guān)推薦中了。
2.預(yù)測(cè)性分析(Predictive Analytics): 通過(guò)對(duì)歷史數(shù)據(jù)進(jìn)行建模，對(duì)未知情況和狀況進(jìn)行準(zhǔn)確的預(yù)測(cè)。應(yīng)用例子：超市如何給你一個(gè)你很可能會(huì)使用的優(yōu)惠券?
假設(shè)你是一個(gè)在減肥的少女，持有某超市的會(huì)員卡 (這意味著超市的分析人員可以跟蹤你過(guò)去的消費(fèi)記錄)。你已經(jīng)連續(xù) 3 周買減肥茶了, 那么分析人員覺(jué)得你很有可能下周繼續(xù)買減肥食品。所以結(jié)賬時(shí)柜臺(tái)小哥會(huì)面帶微笑的遞給你一張纖維棒的優(yōu)惠卷，而同時(shí)把德芙巧克力的優(yōu)惠券藏起來(lái)。
3.指導(dǎo)性分析(Prescriptive Analytics): 通過(guò)模擬和優(yōu)化等找出最 佳商業(yè)決策。 應(yīng)用例子：為什么機(jī)票的價(jià)格每小時(shí)都會(huì)變?
經(jīng)濟(jì)學(xué)告訴我們需求決定價(jià)格，如果我們知道什么時(shí)候出行的需求量最低，那理論上我們就可以買那個(gè)時(shí)候的機(jī)票,以最 便宜的價(jià)格坐飛機(jī)。事實(shí)上航空公司卻先我們一步，通過(guò)實(shí)時(shí)監(jiān)測(cè)上百萬(wàn)條飛行路線，以確保高峰期價(jià)格最 高;同時(shí)模擬未來(lái)需求曲線，假如預(yù)測(cè)未來(lái)某個(gè)時(shí)間段需求量大，即使當(dāng)下對(duì)這個(gè)時(shí)間段的需求量很低，也保持高價(jià)，以滿足未來(lái)的高價(jià)需求，避免機(jī)票出現(xiàn)大幅漲跌，并實(shí)現(xiàn)營(yíng)收最 大化。
(信息來(lái)源：chasedream)
數(shù)據(jù)科學(xué)和商業(yè)分析的區(qū)別：
很多學(xué)生會(huì)選擇同時(shí)申請(qǐng)兩個(gè)專業(yè)，但是實(shí)際上，兩個(gè)專業(yè)還是有區(qū)別的：
·DS一般在工學(xué)院或者文理學(xué)院， BA一般在商學(xué)院
·DS的課程設(shè)置一般偏向于計(jì)算機(jī)和數(shù)學(xué)， BA的課程一般還有商科
·應(yīng)用的技能不一樣
·職業(yè)崗位不一樣
1.2項(xiàng)目設(shè)置
目前美國(guó)大約有250個(gè)Business Analytics或Data Science 相關(guān)專業(yè)的碩士項(xiàng)目，每年畢業(yè)生有8000~10000名。從專業(yè)的名稱來(lái)看，大部分學(xué)校都是叫Business Analytics, 根據(jù)開(kāi)設(shè)課程和所在院校的不同，也有的學(xué)校開(kāi)設(shè)的項(xiàng)目叫做Analytics, Data Analytics, Applied Analytics等等。專業(yè)的時(shí)間長(zhǎng)度大多數(shù)是1-1.5年，絕大部分BA項(xiàng)目是屬于STEM項(xiàng)目，畢業(yè)后最長(zhǎng)可獲得36個(gè)月的OPT時(shí)間。BA碩士絕大多數(shù)都是以就業(yè)為導(dǎo)向的，從貼合就業(yè)實(shí)際的Big Data-analytical work 角度來(lái)培養(yǎng)學(xué)生。
1.3開(kāi)設(shè)院系
從院系設(shè)置來(lái)看，主要有以下幾種情況：
Ÿ絕大多數(shù)設(shè)置在商學(xué)院下，如 MIT, UT Austin, Rochester, GWU 等;
Ÿ有些設(shè)置在工程學(xué)院下，如Northwestern，Columbia，Cornell;
Ÿ也有設(shè)置在信息學(xué)院下的，如CMU，Rutgers;
Ÿ也有設(shè)置在繼續(xù)教育學(xué)院下的，如Columbia的Applied Analytics，Chicago;
一般設(shè)置在工程學(xué)院及信息學(xué)院下的項(xiàng)目，更多是數(shù)據(jù)科學(xué)，對(duì)數(shù)學(xué)背景和計(jì)算機(jī)背景要求要更高。
2.申請(qǐng)要求
2.1 專業(yè)背景
商業(yè)分析作為一門(mén)交叉學(xué)科，并沒(méi)有限制專業(yè)背景，但是想要申請(qǐng)的同學(xué)最好要有一定的商業(yè)知識(shí)儲(chǔ)備，并掌握編程和數(shù)據(jù)處理軟件，例如SAS, Python以及一些語(yǔ)言比如R語(yǔ)言。因此，數(shù)學(xué)和統(tǒng)計(jì)，計(jì)算機(jī)科學(xué)，工程類，以及商科類同學(xué)相對(duì)有優(yōu)勢(shì)。
2.2 先修課要求
商業(yè)分析的先修課可以分成以下三大類：
第一：數(shù)學(xué) (要修過(guò)相關(guān)課程)
ŸLinear Algebra
ŸCalculus I
ŸCalculus II
ŸProbability and Statistics
第二：計(jì)算機(jī) (最好修過(guò)課程，如果沒(méi)有修過(guò)課程，通過(guò)實(shí)踐，實(shí)習(xí)或科研證明掌握能力也是可以的)
ŸComputer programming course in a general programming language such as C, C++, Java, or Python，R
ŸStatistical, econometrics and mathematical applications and tools (for example, SAS, Stata, SQL，MatLab, R, S-Plus, Mathematica).
第三：商科(極少項(xiàng)目作為硬性要求，如有時(shí)間最好還是補(bǔ)充一到兩門(mén))
Ÿ Introduction to Corporate Finance
Ÿ Introduction to Financial Accounting
Ÿ Introduction to Marketing
當(dāng)然，沒(méi)有達(dá)到先修課的要求也未必完全申不了，一方面可以積極和學(xué)校協(xié)商大四補(bǔ)課、或者上網(wǎng)課代替，另一方面也可以用成績(jī)單以外的其他經(jīng)歷來(lái)證明自己這些方面的能力。
隨著技術(shù)進(jìn)步，通過(guò)交易、業(yè)務(wù)往來(lái)、社會(huì)交往和傳感器產(chǎn)生了大量的數(shù)據(jù) (通常被稱為大數(shù)據(jù)”)。以這種速度, 我們很快將缺乏足夠的分析師來(lái)幫助公司分析這些數(shù)據(jù)。麥肯錫大數(shù)據(jù)報(bào)告指出，到 2018 年，僅美國(guó)國(guó)內(nèi)將面臨 14-19 萬(wàn)專業(yè)數(shù)據(jù)分析師的空缺，同時(shí)還將缺乏 150 萬(wàn)了解如何利用大數(shù)據(jù)分析技術(shù)進(jìn)行 明確決策的管理人員。沃爾瑪
惠普、德勤咨詢以及雪佛龍，都是數(shù)據(jù)分析的深度用戶，愿意招聘更多相關(guān)人才來(lái)面對(duì)需求。
1. 常見(jiàn)職業(yè)方向
BA的就業(yè)方向主要是當(dāng)數(shù)據(jù)分析師和咨詢師。在不同行業(yè)中專門(mén)從事行業(yè)數(shù)據(jù)搜集、整理、分析，并依據(jù)數(shù)據(jù)做出行業(yè)研究、評(píng)估和預(yù)測(cè)。雖然這是一個(gè)較新的專業(yè)，但卻有很好的就業(yè)前景。在大數(shù)據(jù)時(shí)代，很多行業(yè)都需要擅長(zhǎng)挖掘和分析數(shù)據(jù)的人，例如IT、互聯(lián)網(wǎng)、游戲、通信、金融(券商、投行、基金、資產(chǎn)管理)、醫(yī)藥、咨詢、零售等。像麥肯錫，貝恩，波士頓咨詢MBB三家去年都收購(gòu)了專門(mén)的BA部門(mén)做數(shù)據(jù)分析。因此BA上午畢業(yè)生都比較搶手，就業(yè)率基本大于90%，而且薪資水平也較高，平均年薪在7萬(wàn)-8萬(wàn)美金左右。BA相當(dāng)于其他專業(yè)的不同的點(diǎn)：是個(gè)工具，不是一個(gè)行業(yè)。
就業(yè)方向主要分4塊：
1) 金融領(lǐng)域：商業(yè)分析，量化戰(zhàn)略咨詢，風(fēng)險(xiǎn)分析等
2) Consulting(咨詢)：非常典型的就業(yè)方向解決不同行業(yè)的問(wèn)題，著重problem solving的能力，翻譯成數(shù)據(jù)能夠解決的問(wèn)題，反饋給客戶
3) 市場(chǎng)營(yíng)銷和市場(chǎng)分析：比如淘寶用戶數(shù)據(jù)分析
4) 互聯(lián)網(wǎng)公司：網(wǎng)站維護(hù)，用戶瀏覽等hidden insight數(shù)據(jù)
2. 留美還是回國(guó)
回國(guó)：Experienced hire多，但慢慢開(kāi)始出現(xiàn)更多的entry level職位，行業(yè)處于發(fā)展的前中期階段
留美：Entry-level職位多，職責(zé)劃分明顯，升級(jí)規(guī)劃成熟