學(xué)生于 2016 Fall 入學(xué) USC MS Business Analytics 項(xiàng)目。2017 年 12 月畢業(yè)，目前在 SF 工作 (ata analyst)。

發(fā)這篇貼子的初衷：
BA （ Business Analytics ）這個(gè)專業(yè)，在近兩年可以說(shuō)是越來(lái)越火。作為商學(xué)院少有的 STEM （此外還有 SCM,MIS,Fin 的一些項(xiàng)目也會(huì) STEM ），再搭上 “BIG DATA” 這個(gè)傳說(shuō)中的風(fēng)口，仿佛 BA 的一切都是那么的吸引人。而在 CD，大部分的活躍用戶都是申請(qǐng)人，而非畢業(yè)生，導(dǎo)致很多時(shí)候同學(xué)們了解到的或許并不是這個(gè)專業(yè)的全貌。因此在畢業(yè)后，工作前的這段間隙，我決定發(fā)這篇帖子，試圖站在一個(gè)不一樣的角度提供一些看法。并且會(huì)在工作后隨著認(rèn)知的提高持續(xù)更新。

以下內(nèi)容主要來(lái)自平時(shí)遇到過(guò)的申請(qǐng)的同學(xué)問(wèn)我的問(wèn)題，包括 BA 到底 學(xué)什么、做什么、就業(yè)情況、以及與別的專業(yè)之間的選擇 等問(wèn)題。主要適用于 北美地區(qū) 的 BA 項(xiàng)目。

Q1. BA到底學(xué)什么？
顧名思義，BA 就是對(duì)商業(yè)數(shù)據(jù)進(jìn)行分析，來(lái)支持商業(yè)決策。BA 是一個(gè)交叉學(xué)科，包括 business + coing + stats （這個(gè)說(shuō)法來(lái)自我們 program irector，深表認(rèn)同）。Business 是背景，重要的當(dāng)然是對(duì)于商業(yè)數(shù)據(jù)的理解，比如你如果不知道 CTR(click-through-rate) 是什么，那么你也沒(méi)有辦法對(duì)他進(jìn)行分析，不知道他上升多少下降多少代表了什么，也就不能探索指標(biāo)變化背后的商業(yè)意義。Coing 是工具，無(wú)論是 SQL,R,Python，甚至于 Excel，他們都只是你分析數(shù)據(jù)的工具。Stats 是方法，包括了 correlation analysis,A/B testing （也就是 hypothesis testing ），statistical moeling （也就是 machine learning ）等等。也就是說(shuō)，我們需要做的是在商業(yè)環(huán)境下，用一些特定的工具，進(jìn)行統(tǒng)計(jì)學(xué)意義上的分析，最終轉(zhuǎn)換回商業(yè)價(jià)值。
這里肯定會(huì)有很多人 argue ： BA 的 business 學(xué)的不如 MBA，coing 不如 CS，stats 不如 stas/DS，那么是不是很雞肋？不是。一個(gè)常見(jiàn)的錯(cuò)覺(jué)叫做 “ 越 tech 越好 ”/“coing 越多越好 ”。BA 之所以能夠存在，并且如此迅猛的發(fā)展，就是因?yàn)閷?duì)于 ata analyst，公司所看重的正是你什么都懂一點(diǎn)，能夠在 Business 和 tech 之間架起一座橋梁。你的定位應(yīng)該是：在 business sie 最懂?dāng)?shù)據(jù)的 + 在 analytics sie 最懂 business 的。目前的 ata analyst 面試也都少不了問(wèn)一些 business case。嫌棄 BA 學(xué)的不夠 tech 的同學(xué)們，畢竟現(xiàn)在美國(guó)的大部分 BA 項(xiàng)目是以幫助你找到工作為目的的 “ 職業(yè)培訓(xùn) ”，自然只教授成為一個(gè) DA/DS 所最核心的那些技能。如果你依然覺(jué)得碼代碼才是王道，那不如早日轉(zhuǎn) CS （是的 CS 工作還多，工資還更高呢）。。。

舉一個(gè)簡(jiǎn)單的例子：
A 游戲是包月付費(fèi)的，prouct manager 找到 analytics team 希望通過(guò)分析、建模來(lái)預(yù)測(cè)每個(gè)用戶在下個(gè)月還會(huì)不會(huì)續(xù)費(fèi)，這個(gè)問(wèn)題我們通常稱之為 churn preiction。那么對(duì)于這個(gè)問(wèn)題，BA 的做法可以簡(jiǎn)化為：從公司的數(shù)據(jù)庫(kù)里面把用戶 subscription 的數(shù)據(jù)提出來(lái)，給他們標(biāo)號(hào) —— 這個(gè)用戶 X 是第幾個(gè)包月周期了，同時(shí)提取這些用戶的關(guān)鍵數(shù)據(jù)，比如他們的性別年齡地區(qū)以及游戲的活躍程度（游戲時(shí)間，次數(shù)，頻率，買了多少東西，角色級(jí)別，裝備等等），然后針對(duì)這每一個(gè)用戶變量，分析不同的特點(diǎn)（比如性別）的 churn rate 的不同，甚至建立模型，來(lái)通過(guò)這些變量預(yù)測(cè)某個(gè)用戶下個(gè)月有多大的概率續(xù)費(fèi)。當(dāng)然這還不是這個(gè)問(wèn)題的終點(diǎn)，因?yàn)槟銉H僅知道他很可能續(xù)費(fèi)，并不能夠創(chuàng)造什么價(jià)值。因此，通常對(duì)于那些續(xù)費(fèi)概率較低但不是特別低的用戶，我們會(huì)給他們發(fā)放一些活動(dòng)郵件或者折扣郵件來(lái)鼓勵(lì)他們續(xù)費(fèi)。我們也會(huì)對(duì)不同版本的這些郵件進(jìn)行 A/B testing，來(lái)確定哪個(gè)版本的郵件能夠更好的激勵(lì)客戶續(xù)費(fèi)。

【微語(yǔ)】你踏上異國(guó)的土地,追逐夢(mèng)想的翅膀,愿風(fēng)總是順著你的方向,讓每一步都充滿力量。