Business Analytics不僅在國(guó)內(nèi)沒有任何大學(xué)開設(shè)過(guò)這個(gè)學(xué)科，就算在美國(guó)也是最近3年才涌現(xiàn)出來(lái)的一個(gè)新興學(xué)科，像UT-Austin,Rochester,MSU,GWU等學(xué)校，都是近一兩年才開設(shè)的。首先，我們要明白這個(gè)專業(yè)為什么會(huì)出現(xiàn)，Business Analystic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)（BigData）。究其原因，主要是越來(lái)越多公司，尤其是那些科技公司，如國(guó)外的Google,Facebook,Twitter等，國(guó)內(nèi)的如騰訊、百度、阿里巴巴、新浪等，越來(lái)越重視數(shù)據(jù)的收集與分析。在這些科技巨頭眼中，世界已經(jīng)進(jìn)入大數(shù)據(jù)時(shí)代。

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Business analyst、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。

看到這里你應(yīng)該明白了，Business Analytics要學(xué)的東西，就是三個(gè)方面：Business、統(tǒng)計(jì)、計(jì)算機(jī)。那么Business的學(xué)習(xí)內(nèi)容與傳統(tǒng)上我們了解到的相關(guān)領(lǐng)域差距不大，這里主要說(shuō)一下統(tǒng)計(jì)和計(jì)算機(jī)。

傳統(tǒng)的統(tǒng)計(jì)，主要是學(xué)習(xí)對(duì)實(shí)驗(yàn)結(jié)果做顯著性檢驗(yàn)，比如一隊(duì)小白鼠吃藥，一隊(duì)小白鼠不吃藥，誰(shuí)的身體比較好？有沒有顯著性的差別？以前商業(yè)中大量招聘統(tǒng)計(jì)專業(yè)同學(xué)的是市場(chǎng)調(diào)研機(jī)構(gòu)：一隊(duì)消費(fèi)者看了廣告，一隊(duì)消費(fèi)者沒看廣告，誰(shuí)對(duì)品牌認(rèn)知度高？有沒有顯著性區(qū)別？另外，統(tǒng)計(jì)講究抽樣，消費(fèi)者太多沒辦法一一訪問，于是抽樣，于是就要看抽樣的合理性?，F(xiàn)代企業(yè)中的數(shù)據(jù)分析，可以說(shuō)和這些傳統(tǒng)的統(tǒng)計(jì)方法，有了很大的改變。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?；貧w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。傳統(tǒng)統(tǒng)計(jì)中的顯著性檢驗(yàn)、抽樣方法，Business Analytics基本不教。

接下來(lái)分析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Business analytics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)根本就沒人用?，F(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。

從專業(yè)名稱來(lái)看，大部分學(xué)校都是叫MSBusiness Analytics，有些直接叫MSAnalytics，還有些叫MSin Preictive Analytics. 從設(shè)置的院系來(lái)看，這個(gè)專業(yè)多數(shù)設(shè)置在商學(xué)院下，如UTAustin,Rochester,MSU,GWU等；有些設(shè)置在工程學(xué)院下Northwestern；也有設(shè)置在信息學(xué)院下的，如CMU。設(shè)置在工程學(xué)院及信息學(xué)院下的項(xiàng)目，對(duì)數(shù)學(xué)背景和計(jì)算機(jī)背景要求高很多，而且由于這是新開發(fā)的專業(yè)，在有限時(shí)間下，我們目前只選擇研究設(shè)置在商學(xué)院下的項(xiàng)目。設(shè)置在其他學(xué)院下的項(xiàng)目，有待以后補(bǔ)充。設(shè)置在商學(xué)院下的項(xiàng)目，目前能夠搜得到的有15個(gè)，其中排名前100的有10個(gè)，排名100后的有5個(gè)。

Business Analytics課程設(shè)置

Master of Business Analytics絕大多數(shù)都是以就業(yè)為導(dǎo)向的，貼合就業(yè)實(shí)際bigata---analytical work的角度來(lái)培養(yǎng)學(xué)生。課程也以實(shí)用唯多，基本是以MIS（小的但是實(shí)用的編程(vba+sql)，一些atabase的知識(shí)等）+STAT(教你用統(tǒng)計(jì)軟件/幫統(tǒng)計(jì)軟件編程來(lái)自動(dòng)分析等)+一些management 的知識(shí)。因此，大部分學(xué)校的課程上都會(huì)有DataAnalysis Programming、DataAnalytics、Optimization、Probabilityan Statistics、Calculus、WebAnalytics etc. 相對(duì)的，在招生喜好方面，學(xué)校也表示鼓勵(lì)補(bǔ)充數(shù)學(xué)、計(jì)算機(jī)、工程等背景。

Business Analytics主要相關(guān)課程：

每個(gè)學(xué)校的課程設(shè)置上有些許不同，但核心內(nèi)容差別不大，下面列出University of Texas-Austin的MSBusiness Analytics核心課程設(shè)置供大家參考：

MIS381N: Data Analytics Programming

MIS 381N: Optimization an Decision Analysis

BA 385T: Financial Management

MIS 381N.1: Introuction to Data Management

STA 380: Introuction to Business Data Analytics

MIS 382N.9: Avance Data Analytics I: Preictive Moeling

STA 380.18: Avance Data Analytics II: Unsupervise Learning an Time Series

MIS 382N.11: Business Intelligence Capstone

Business Analytics就業(yè)前景

關(guān)于BA未來(lái)的職業(yè)規(guī)劃發(fā)展，它未來(lái)主要有兩個(gè)職業(yè)路徑，一個(gè)路徑是去做咨詢師，這個(gè)方向的要求就比較高，要能夠縱觀全局，還有一個(gè)方向是做數(shù)據(jù)分析，這個(gè)就比較要求技術(shù)了，一般如果你剛畢業(yè)的話都只能做數(shù)據(jù)分析師。而職業(yè)的情況根據(jù)你學(xué)的不同的領(lǐng)域來(lái)講，主要有兩大塊，一個(gè)是去做大數(shù)據(jù)這類，還有一個(gè)是去做像市場(chǎng)這塊的內(nèi)容，比如消費(fèi)者數(shù)據(jù)研究。

不同的學(xué)校對(duì)于BA項(xiàng)目針對(duì)的領(lǐng)域也是不一樣的，它可能會(huì)有醫(yī)療保險(xiǎn)、政府安全數(shù)據(jù)、醫(yī)療等一些特別細(xì)致的類別。所以具體的大家要看好自己的興趣到底是什么，一方面要能夠符合自己的未來(lái)職業(yè)規(guī)劃，還有一方面就是要在你的文書上面具體地表現(xiàn)出你對(duì)這個(gè)學(xué)校有多少了解。

BA專業(yè)的整體優(yōu)勢(shì)還是很明顯的。首先是它steam專業(yè)，這個(gè)專業(yè)留學(xué)學(xué)生在畢業(yè)后也可以有更長(zhǎng)的時(shí)間來(lái)找工作（既可獲得3年的OPT），然后就是我們現(xiàn)在的大環(huán)境，現(xiàn)在是大數(shù)據(jù)時(shí)代，對(duì)數(shù)據(jù)分析方面的需求也更多，不管在國(guó)內(nèi)還是國(guó)外，它的就業(yè)前景和形勢(shì)都是不錯(cuò)的，在我看來(lái)，BA的最大優(yōu)勢(shì)就是這個(gè)。

而且就申請(qǐng)條件來(lái)說(shuō)，BA很適合本科是學(xué)商科、偏文商的同學(xué)申請(qǐng)的，因?yàn)樗浫〉膶W(xué)生的背景還是偏商學(xué)院本科的，對(duì)你的數(shù)理背景等的要求沒有很多，一般只要你學(xué)過(guò)最基本的高等數(shù)學(xué)，基本的微積分你都是可以申請(qǐng)的。如果你要申請(qǐng)條件比較好的學(xué)校，那標(biāo)配基本都是這樣。

而且很少有學(xué)校說(shuō)對(duì)你的數(shù)理背景和你的工作經(jīng)驗(yàn)有一定的要求。如果你本科是沒有學(xué)過(guò)計(jì)算機(jī)的話，也沒什么關(guān)系，像我當(dāng)時(shí)在本科時(shí)就是一點(diǎn)關(guān)于計(jì)算機(jī)和編程類的知識(shí)都沒有學(xué)過(guò)，但你可以學(xué)習(xí)一些在線的課程，然后把這些體現(xiàn)在你的簡(jiǎn)歷里，是會(huì)有一些幫助的。BA的情況差不多就是這樣，像今年的話，有很多學(xué)校已經(jīng)分開了BA專業(yè)。

【微語(yǔ)】在遠(yuǎn)方的天空下,你勇敢地追尋知識(shí),每一份努力都會(huì)化作未來(lái)的星辰,照亮你的前行之路。