BA商业分析专业简介及就业方向总结.docx

《BA商业分析专业简介及就业方向总结.docx》由会员分享，可在线阅读，更多相关《BA商业分析专业简介及就业方向总结.docx（4页珍藏版）》请在第一文库网上搜索。

1、BA商业分析专业简介及就业方向总结BUSineSSAna1ytiCS到底学什么，很多同学都有这个问题，网上有些解释比较笼统，大多也是没读过BusinessAna1ytics的人士总结的。BusinessAna1ytics不仅在国内没有任何大学开设过这个专业，就算是在美国也是最近几年才涌现出来的一个新兴学科。BA的概念BA本身就是一个比较大的概念，在没有诞生BA专业之前就业市场就早已存在“商业分析”这样的职业。传统商业分析虽然也要运营到对数据的分析，但核心是以定性分析为主，辅以商业分析工具/模型来提供商业咨询与决策的依据。而近10年来出现的商业分析类职业（后称量化商业分析）其实是数据分析下的细分

2、（商业应用分析），它以定量分析为核心，工作内容中占大头的是数学建模、统计分析、数据挖掘、编程和量化分析工具的应用，商业的定性分析只占小部分，不难看出，这其实完全是两类不同的职业。要回答BUSineSSAna1ytiCS学什么，就要先明白为什么会出现BUSineSSAna1ytiCS这个专业？BUSineSSAna1ytiCS专业的出现，完全是被社会企业用人的需求所倒逼出来的。而这个需求的诞生，归根到底就是三个字：大数据。2007年移动互联网出现后，企业经营的数据大量增加。以前企业用Exce1WOrd做做财务、市场、运营的分析就可以了，现在出现了大量新的数据可以帮助企业了解消费者、提升运营水平。

3、大家都知道数据是金矿，于是肯定要人去分析这些数据。但以前企业的business-ana1yst一看到这样大量的数据就傻眼了。数据往往大到下载到exce1里面直接exce1爆掉的程度。即使切成小块，动不动几百列的数据，缺乏统计知识的传统business-ana1yst完全不知道怎么去分析。于是有的企业说，我们不是有统计专业的同学吗，把他们从生产车间、制药实验室里面拉出来，让他们来分析分析。结果发现统计专业的同学对分析实验结果很在行，对business和市场却是一窍不通。另外，传统的business-ana1yst和学统计的同学，面对储存数据的系统、逐渐流行的分析数据的开源软件，也就是计算机方面的

4、东西，明显知识储备不足。但找学计算机的码农来做数据分析，他们对商业和统计知识基本一无所知。也就是说，分析企业中的数据，也就是businessana1ytics这个领域，是business、statistics和computerscience三个领域知识的结合。传统的businessana1yst、statistician和码农如果能够合体，才能成为适合新时代的businessana1ytics人员。于是企业要求学校，特别是商学院，开设这样的专业，培养对business、统计和计算机都有所掌握的人员，于是businessana1ytics孕育而生。看到这里你应该明白了，businessana1y

5、tics要学的东西，就是三个方面：business、统计、计算机。这里的business和大家熟知的business的课程是一致的，就是marketingsfinance这些。但是统计和计算机，则和传统的统计和计算机教学有很大的差别。传统的统计，主要是学习对实验结果做显著性检验，比如一队小白鼠吃药，一队小白鼠不吃药，谁的身体比较好？有没有显著性的差别？以前商业中大量招聘统计专业同学的是市场调研机构：一队消费者看了广告，一队消费者没看广告，谁对品牌认知度高？有没有显著性区别？另外，统计讲究抽样，消费者太多没办法一一访问，于是抽样，于是就要看抽样的合理性。现代企业中的数据分析，可以说和这些传统的统

6、计方法，有了很大的改变。businessana1ytics的统计知识，主要是学习如何建立和评估多变量的统计模型，最典型的例子就是回归分析模型。回归分析在传统的统计中，可能只是重要的一块而已，而在businessana1ytics的教育中的统计部分，几乎是全部。除了回归分析（包括逻辑回归），其他businessana1ytics中要学的统计知识差不多也就是相关系数、时间序列之类，也都是小头。传统统计中的显著性检验、抽样方法，businessana1ytics基本不教。接下来说下businessana1ytics要学的计算机知识。计算机博大精深，幸运的是businessana1ytics只用学其中

7、可能是最简单的三块：第一就是数据库和SQ1,因为企业里面数据都是储存在系统里面的。你要分析数据，首先要知道怎么把数据按照你要的方式提取出来。这就是用SQ1写代码提取数据。学校一般不会花很多时间去教你，但是这个是学、做ana1ytics的基础的基础。第二就是学习怎么在统计软件中进行编程。以前提到分析数据，国内最熟悉的是SPSS,像Exce1一样妥妥拽拽就行了。但其实美国根本就没人用。现在分析数据的流行工具，必须通过写代码的方式进行操作，最典型的工具就是R和Python。这里的编程，其实是统计编程，和真正编网站的C语言、JaVa是很不一样的，也容易的多，但是仍是类似的编程思维。第三要学的计算机知识

8、就是现在最流行的机器学习，机器学习基本上是代替和补充前面所说的回归分析等统计模型方法。做的事情几乎是一样的，就是建模，但做的方法是计算机的。不过很多原则其实和统计的回归分析是一样的，也都是用R或者Python的代码来实现，实现起来，不会比回归分析难太多，大家大可放心。我们来举个企业里面数据分析的例子来对应相应businessana1ytics要学的技能。你要分析可口可乐的广告投放是否有作用。传统的businessana1yst说了一堆逻辑，只有简单的数据图表支持。你说，啥年代了，还不拿历史存储的大数据说话？市场调研公司里面的统计专家告诉你应该抽样发问卷调研消费者，你也让他一边去，过去广告投放的

9、时间、区域和销量的变化数据全调出来进行多变量的建模，还搞什么抽样调研。于是你作为businessana1ytics的毕业生，首先运用对business、市场的知识对问题进行分析，比如，广告是如何影响销量的？投少了会不会没作用？投多了是不是边际效应递减？除了广告之外，还需要考虑哪些其他的变量？电视、互联网广告，是否有1+1大于2或者小于2的内在联系？商业分析的框架搭好后，就是数据分析了。你首先非常熟悉公司的数据库架构，然后用学过的SQ1知识写SQ1代码把数据从数据库里按照你的要求提取出来。进行了简单的数据清理整理探索之后，你就开始建立统计回归模型，而这个建模的过程，你都是在R或者Python通过

10、写代码完成的。你可以在R或者Python里面除了回归分析，也试试机器学习，对回归分析进行一个补充，比如检查是否有些变量被回归分析的模型所遗漏。这些也就是在R和Python里面多写几行代码。最后，你run出了模型的结果，你要用你的统计知识对结果进行分析，判断广告到底对销量是如何影响。最后结合你的business的知识，对你的老板进行汇报。就业方向O1互联网方向互联网科技公司内部，我们熟知的谷歌，IBM,国内的有BAT,可以说是数据的天下了，所以商业分析可以选择的岗位非常多。如果你是理科类的又在编程能力方面非常强，可以选择去做软件工程师；如果商业能力比较强，可以选择去业务岗，比如运营、C1ataS

11、CientiSt等。02市场营销方向（分析类）可以敲黑板划重点，其实商业分析最开始出现就是在市场营销上，但是当时可能技术没那么发达，大多通过人工来取得客户资料等等，比如说市场营销的市场分析、用户分析、用户行为分析等等。随着时代的发展，市场营销这个领域也在不断发展，岗位对于人才的要求也越来越高，主要体现在越来越多的数据分析，而BA这个专业正好解决了这个需求也就是恰到好处的对口专业。03金融方向金融行业的数据应用也是比较多的，主要分为投资和信用风险类，可以选择的岗位有QuantitativeResearcher,QUantitatiVeTrader或者DataScientisto学金融的学生如果读

12、硕士选择BA,我觉得应该对专业有所加持。巴菲特都曾说过金融模型对投资决策起着决定性的意义。试想一个学金融的又修了BA,既懂金融，又懂商业分析，其优势不言而喻。04咨询方向BA专业毕业的学生，最适合的行业之一必然少不了咨询，咨询在国外也是一个很主要的就业方向。外企咨询公司-如麦肯锡等。咨询行业是最合适对口BA,因为BA专业的学生拥有商科背景，沟通表达能力绝对是佼佼者。在拥有编程和数据分析的基础下，在咨询公司做偏向tech的COnSU1tant或者datascientist可以说如鱼得水。BA方向的高就业率是和其大部分成长性较低的属于后台性质的岗位绑定的，换句话说，大部分找到BA类工作的实际上是在

13、做偏后台的工作，所谓偏后台的工作，其基本特征就是所做的工作重复性、机械系高，思考性、不可替代性低，因此职业成长性低。（这里的不可替代性是随着科技进步和衍生的计算机程序化、数据分析智能化的发展而向下的，理论上每过一天，该职业的不可替代性就会下降一些。）所以BA方向要找到具备较高职业成长潜力的工作还是很难的，如果是文商科转专业来读个BA硕士，毕业后做businessana1yst/dataana1yst（不管叫什么，实际看JD描述是偏向“传统商业分析”的工作）自然是可以，其实你不读BA硕士也完全可以做。但如果要datascientist（看JD描述是偏向“量化商业分析”），特别是职业成长速度较高的

14、那类是几乎没可能的。因为这些高成长的职业从业群体中绝大部分是博士学历，且大部分都是数学、计算机软件工程或强相关的专业出身,有不少本科就是这类专业，而非半路转量化。按此逻辑，并不是说你读个博就能大大提高从事“量化商业分析”工作的，你读个数学和编程的应用程度不够高的博士可是不行的，这和你的博士期间的专业、研究方向及研究方法息息相关。BA这类职业的天花板大多数情况下就是DS的这个方向，小部分情况下可以通过成为管理型人才的方向去突破职场瓶颈。而要朝DS这个方向突围，不单是我最开始说的博士学历的问题，而是自身底子在数学、编程方面是否扎实，要读博也得是这个方向的博才可能有一定的竞争力去争取DS的岗位。但是

15、BA专业毕业后找成长性较高的工作往往不能盯着BA这个岗位走，产品经理、商业咨询师、管理咨询师、研究分析师、行业研究员这些实质上工作内容中涉及亲力亲为去做quant类BA比重极低，而qua1itative类分析比重较高的方向才是比较合适的定位。于是问题就来了,BA这个专业目前已经是火到不能再火的状态，但社会实际需求并没有这么高（读个名校去做低成长性的BA,对很多学生来说好像最多回头吐槽一下学校垃圾、读了跟没读差不多，但对名校来说是不愿承受的结果），因此我们发现顶尖名校要不不开BA,开的是DS或者类似DS的MS类项目，或者就是即便开了BA也要求极高（比如MIT,Co1umbia）,那么结果就会变成：没有清晰合理的职业规划，不要随意决定今后要不要读研以及读什么专业，也不要随意是个大公司大牌子就做，更不要市面上随便找个职业规划师做了一套职业规划就觉得自己方向ok了，合理的职业规划很重要，对于未来的选择，既要保守也要大胆。