1.1 專業(yè)簡介
根據(jù)維基百科定義， Business Analytics(以下簡稱BA)指的是連續(xù)迭代探索和調(diào)查過去的企業(yè)經(jīng)營績效去獲取價值信息以及推動商業(yè)計劃的技能，技術(shù)和實踐技巧。
用比較通俗易懂的語言來說，那就是，
·確定最 佳分析模型和途徑，
·解釋過去的、現(xiàn)在的經(jīng)營業(yè)績，從中研究和提取有價值的信息，
· 為企業(yè)提供和解釋解決經(jīng)營問題的方案，促進正確的商業(yè)決策，提高企業(yè)運營水平，發(fā)現(xiàn)新商機等等。
這三個階段分別是：
1.描述性分析(Descriptive Analytics): 通過報告、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)問題和機遇。 應(yīng)用例子：Netflix 是如何推薦你正好想看的電影的?
Netflix 是美國在線視頻租賃商, 可以理解為優(yōu)酷的收費版。 (具體介紹參考: http://wiki.mbalib.com/wiki/%E7%BE%8E%E5%9B%BDNetflix%E5%85%AC%E5%8F%B8)。 它有上千萬用戶,每個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, 都是動作片。在所有 Netflix 用戶中,肯定有很多人也看了這兩部的動作片, 然后,下個周末，那些人又看了另一部電影，很有可能也是一部動作片。根據(jù)你和其他人之前的相似性，Netflix 預測你也會想看這部電影。于是這部電影就出現(xiàn)在你網(wǎng)頁的相關(guān)推薦中了。
2.預測性分析(Predictive Analytics): 通過對歷史數(shù)據(jù)進行建模，對未知情況和狀況進行準確的預測。應(yīng)用例子：超市如何給你一個你很可能會使用的優(yōu)惠券?
假設(shè)你是一個在減肥的少女，持有某超市的會員卡 (這意味著超市的分析人員可以跟蹤你過去的消費記錄)。你已經(jīng)連續(xù) 3 周買減肥茶了, 那么分析人員覺得你很有可能下周繼續(xù)買減肥食品。所以結(jié)賬時柜臺小哥會面帶微笑的遞給你一張纖維棒的優(yōu)惠卷，而同時把德芙巧克力的優(yōu)惠券藏起來。
3.指導性分析(Prescriptive Analytics): 通過模擬和優(yōu)化等找出最 佳商業(yè)決策。 應(yīng)用例子：為什么機票的價格每小時都會變?
經(jīng)濟學告訴我們需求決定價格，如果我們知道什么時候出行的需求量最低，那理論上我們就可以買那個時候的機票,以最 便宜的價格坐飛機。事實上航空公司卻先我們一步，通過實時監(jiān)測上百萬條飛行路線，以確保高峰期價格最 高;同時模擬未來需求曲線，假如預測未來某個時間段需求量大，即使當下對這個時間段的需求量很低，也保持高價，以滿足未來的高價需求，避免機票出現(xiàn)大幅漲跌，并實現(xiàn)營收最 大化。
(信息來源：chasedream)
數(shù)據(jù)科學和商業(yè)分析的區(qū)別：
很多學生會選擇同時申請兩個專業(yè)，但是實際上，兩個專業(yè)還是有區(qū)別的：
·DS一般在工學院或者文理學院， BA一般在商學院
·DS的課程設(shè)置一般偏向于計算機和數(shù)學， 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項目設(shè)置
目前美國大約有250個Business Analytics或Data Science 相關(guān)專業(yè)的碩士項目，每年畢業(yè)生有8000~10000名。從專業(yè)的名稱來看，大部分學校都是叫Business Analytics, 根據(jù)開設(shè)課程和所在院校的不同，也有的學校開設(shè)的項目叫做Analytics, Data Analytics, Applied Analytics等等。專業(yè)的時間長度大多數(shù)是1-1.5年，絕大部分BA項目是屬于STEM項目，畢業(yè)后最長可獲得36個月的OPT時間。BA碩士絕大多數(shù)都是以就業(yè)為導向的，從貼合就業(yè)實際的Big Data-analytical work 角度來培養(yǎng)學生。
1.3開設(shè)院系
從院系設(shè)置來看，主要有以下幾種情況：
Ÿ絕大多數(shù)設(shè)置在商學院下，如 MIT, UT Austin, Rochester, GWU 等;
Ÿ有些設(shè)置在工程學院下，如Northwestern，Columbia，Cornell;
Ÿ也有設(shè)置在信息學院下的，如CMU，Rutgers;
Ÿ也有設(shè)置在繼續(xù)教育學院下的，如Columbia的Applied Analytics，Chicago;
一般設(shè)置在工程學院及信息學院下的項目，更多是數(shù)據(jù)科學，對數(shù)學背景和計算機背景要求要更高。
2.申請要求
2.1 專業(yè)背景
商業(yè)分析作為一門交叉學科，并沒有限制專業(yè)背景，但是想要申請的同學最好要有一定的商業(yè)知識儲備，并掌握編程和數(shù)據(jù)處理軟件，例如SAS, Python以及一些語言比如R語言。因此，數(shù)學和統(tǒng)計，計算機科學，工程類，以及商科類同學相對有優(yōu)勢。
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 (要修過相關(guān)課程)
ŸLinear Algebra
ŸCalculus I
ŸCalculus II
ŸProbability and Statistics
第二：計算機 (最好修過課程，如果沒有修過課程，通過實踐，實習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(極少項目作為硬性要求，如有時間最好還是補充一到兩門)
Ÿ Introduction to Corporate Finance
Ÿ Introduction to Financial Accounting
Ÿ Introduction to Marketing
當然，沒有達到先修課的要求也未必完全申不了，一方面可以積極和學校協(xié)商大四補課、或者上網(wǎng)課代替，另一方面也可以用成績單以外的其他經(jīng)歷來證明自己這些方面的能力。
隨著技術(shù)進步，通過交易、業(yè)務(wù)往來、社會交往和傳感器產(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幫助公司分析這些數(shù)據(jù)。麥肯錫大數(shù)據(jù)報告指出，到 2018 年，僅美國國內(nèi)將面臨 14-19 萬專業(yè)數(shù)據(jù)分析師的空缺，同時還將缺乏 150 萬了解如何利用大數(shù)據(jù)分析技術(shù)進行 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)人才來面對需求。
1. 常見職業(yè)方向
BA的就業(yè)方向主要是當數(shù)據(jù)分析師和咨詢師。在不同行業(yè)中專門從事行業(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、評估和預測。雖然這是一個較新的專業(yè)，但卻有很好的就業(yè)前景。在大數(shù)據(jù)時代，很多行業(yè)都需要擅長挖掘和分析數(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三家去年都收購了專門的BA部門做數(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7萬-8萬美金左右。BA相當于其他專業(yè)的不同的點：是個工具，不是一個行業(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，風險分析等
2) Consulting(咨詢)：非常典型的就業(yè)方向解決不同行業(yè)的問題，著重problem solving的能力，翻譯成數(shù)據(jù)能夠解決的問題，反饋給客戶
3) 市場營銷和市場分析：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，用戶瀏覽等hidden insight數(shù)據(jù)
2. 留美還是回國
回國：Experienced hire多，但慢慢開始出現(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，職責劃分明顯，升級規(guī)劃成熟