澳洲留學(xué)－商業(yè)分析專業(yè)介紹

??BA(Business Analytics) 以商業(yè)知識(shí)為基礎(chǔ)，數(shù)理編程為手段，從數(shù)據(jù)分析出發(fā)，以決策優(yōu)化來(lái)創(chuàng)造價(jià)值的新興專業(yè)，實(shí)現(xiàn) Big Data 的商業(yè)應(yīng)用。

Business　analytics專業(yè)的出現(xiàn)，完全是被社會(huì)企業(yè)用人的需求所倒逼出來(lái)的。而這個(gè)需求的誕生，歸根到底就是三個(gè)字：大數(shù)據(jù)。2007年移動(dòng)互聯(lián)網(wǎng)出現(xiàn)后，企業(yè)經(jīng)營(yíng)的數(shù)據(jù)大量增加。以前企業(yè)用Excel、Wor做做財(cái)務(wù)、市場(chǎng)、運(yùn)營(yíng)的分析就可以了，現(xiàn)在出現(xiàn)了大量新的數(shù)據(jù)可以幫助企業(yè)了解消費(fèi)者、提升運(yùn)營(yíng)水平。大家都知道數(shù)據(jù)是金礦，于是肯定要人去分析這些數(shù)據(jù)。但以前企業(yè)的business　analyst一看到這樣大量的數(shù)據(jù)就傻眼了。數(shù)據(jù)往往大到下載到excel里面直接excel爆掉的程度。即使切成小塊，動(dòng)不動(dòng)幾百列的數(shù)據(jù)，缺乏統(tǒng)計(jì)知識(shí)的傳統(tǒng)business　analyst完全不知道怎么去分析。于是有的企業(yè)說(shuō)，我們不是有統(tǒng)計(jì)專業(yè)的同學(xué)嗎，把他們從生產(chǎn)車間、制藥實(shí)驗(yàn)室里面拉出來(lái)，讓他們來(lái)分析分析。結(jié)果發(fā)現(xiàn)統(tǒng)計(jì)專業(yè)的同學(xué)對(duì)分析實(shí)驗(yàn)結(jié)果很在行，對(duì)business和市場(chǎng)卻是一竅不通。

??另外，傳統(tǒng)的 business　analyst和學(xué)統(tǒng)計(jì)的同學(xué)，面對(duì)儲(chǔ)存數(shù)據(jù)的系統(tǒng)、逐漸流行的分析數(shù)據(jù)的開(kāi)源軟件，也就是計(jì)算機(jī)方面的東西，明顯知識(shí)儲(chǔ)備不足。但找學(xué)計(jì)算機(jī)的碼農(nóng)來(lái)做數(shù)據(jù)分析，他們對(duì)商業(yè)和統(tǒng)計(jì)知識(shí)基本一無(wú)所知。也就是說(shuō)，分析企業(yè)中的數(shù)據(jù)，也就是business　analytics這個(gè)領(lǐng)域，是business、statistics和computer　science三個(gè)領(lǐng)域知識(shí)的結(jié)合。傳統(tǒng)的businessanalyst、statistician和碼農(nóng)如果能夠合體，才能成為適合新時(shí)代的business　analytics人員。于是企業(yè)要求學(xué)校，特別是商學(xué)院，開(kāi)設(shè)這樣的專業(yè)，培養(yǎng)對(duì)business、統(tǒng)計(jì)和計(jì)算機(jī)都有所掌握的人員，于是business　analytics孕育而生。

??Business　analytics的統(tǒng)計(jì)知識(shí)，主要是學(xué)習(xí)如何建立和評(píng)估多變量的統(tǒng)計(jì)模型，最典型的例子就是回歸分析模型。回歸分析在傳統(tǒng)的統(tǒng)計(jì)中，可能只是重要的一塊而已，而在business　analytics的教育中的統(tǒng)計(jì)部分，幾乎是全部。除了回歸分析（包括邏輯回歸），其他business　analytics中要學(xué)的統(tǒng)計(jì)知識(shí)差不多也就是相關(guān)系數(shù)、時(shí)間序列之類，也都是小頭。

??business analytics要學(xué)的計(jì)算機(jī)知識(shí)。計(jì)算機(jī)博大精深，幸運(yùn)的是businessanalytics只用學(xué)其中可能是最簡(jiǎn)單的三塊：

第一就是數(shù)據(jù)庫(kù)和 SQL，因?yàn)槠髽I(yè)里面數(shù)據(jù)都是儲(chǔ)存在系統(tǒng)里面的。你要分析數(shù)據(jù)，首先要知道怎么把數(shù)據(jù)按照你要的方式提取出來(lái)。這就是用SQL寫代碼提取數(shù)據(jù)。學(xué)校一般不會(huì)花很多時(shí)間去教你，但是這個(gè)是學(xué)、做analytics的基礎(chǔ)的基礎(chǔ)。

第二就是學(xué)習(xí)怎么在統(tǒng)計(jì)軟件中進(jìn)行編程。以前提到分析數(shù)據(jù)，國(guó)內(nèi)最熟悉的是 SPSS，像Excel一樣妥妥拽拽就行了。但其實(shí)美國(guó)根本就沒(méi)人用。現(xiàn)在分析數(shù)據(jù)的流行工具，必須通過(guò)寫代碼的方式進(jìn)行操作，最典型的工具就是R和Python。這里的編程，其實(shí)是統(tǒng)計(jì)編程，和真正編網(wǎng)站的C語(yǔ)言、Java是很不一樣的，也容易的多，但是仍是類似的編程思維。

第三要學(xué)的計(jì)算機(jī)知識(shí)就是現(xiàn)在最流行的機(jī)器學(xué)習(xí)，機(jī)器學(xué)習(xí)基本上是代替和補(bǔ)充前面所說(shuō)的回歸分析等統(tǒng)計(jì)模型方法。做的事情幾乎是一樣的，就是建模，但做的方法是計(jì)算機(jī)的。不過(guò)很多原則其實(shí)和統(tǒng)計(jì)的回歸分析是一樣的，也都是用 R或者Python的代碼來(lái)實(shí)現(xiàn)，實(shí)現(xiàn)起來(lái)，不會(huì)比回歸分析難太多，大家大可放心。

【微語(yǔ)】你踏上異國(guó)的土地,追尋夢(mèng)想的翅膀在風(fēng)中展開(kāi),每一步都是成長(zhǎng)的印記。