新興專業未來發展好！大資料、商業分析專業詳解

大資料、商業分析這類專業近年來蓬勃興起，也展示出百億級的商業機會。有資訊指出，這個市場在2018年會以6倍的速度增長海外高校也紛紛開出這類專業以適應變化的就業市場需求。

作為一個新興專業，國內幾乎沒有看到大學有開設，而在北美，英國，香港，新加坡，也是近3年才開始湧現出來。

代表性學校

商業分析在美國代表性學校有：MIT，Rochester, UT Austin, Wake Forest U , USC。在英國，為大家熟知的G5學校UCL和愛丁堡也有開設：UCL MSc Business Analytics, Edinburgh MSc in Business Analytics。同時，在東南亞，香港，新加坡代表的學校有：香港大學 Master of Science in Business Analytics，香港中文大學 MSc in Business Analytics，香港科技大學 Master of Science in Business Analytics，南洋理工大學Nanyang Technological University 分析學Master of Science in Analytics

每個你看到的專案都很獨特。很多這類專業碩士專案包括標準的分析類foundation courses 基礎課程。但在這基礎上，為了讓自己的專案抓住申請者的眼球，學校也喜歡調整一下課程，使得更具多元性，如增加一些經濟、傳播類的課程，也可能會加上一些行業專案及比賽之類。另外，也有一些列的跨專業學習，學生可以有比較多的選擇。比如說有些專案會分成Operations Analytics，Competitive Analytics，Customer Analytics 這些不同的方向。

商業分析這個專業，也是結合了傳統的Business analyst, Statistician, 碼農的技能。由於企業有這樣的要求，商學院應對這樣的市場要求，開設培養business, 統計，計算機都有掌握的人才。於是BA孕育而生。

看到這裡大家可以明白，Business analytics要學的東西就是三個方面，business, 統計，計算機。Business 和大家熟悉的business的課程是一致的，就是marketing, finance這些。但統計和計算機，則和傳統統計與計算機有很大差別。接下來會詳細講一下。

傳統的統計，主要是學習對實驗結果做顯著性檢驗，比如一對小白鼠吃藥，一對小白鼠不吃藥，看誰的身體較好，有沒有顯著性差別。以前商業中大量招聘統計專業同學的是市場調研機構：一對消費者看了廣告，一對消費者沒看廣告，誰對品牌認知度高，有沒有顯著性區別。另外，統計講究抽樣，消費者太多沒辦法一一訪問，於是抽樣，於是就要看抽樣的合理性。現代企業中的資料分析，可以說和這些傳統的統計方法，有很大的改變。BA裡面的統計知識，主要是學習如何建立和評估變數的統計模型，最典型的例子就是迴歸分析模型。迴歸分析在傳統的統計中，可能只是重要的一塊而已。而在BA教育中的統計部分，幾乎是全部。除了迴歸分析（包括邏輯迴歸），其他的BA中要學的統計知識差不多也就是相關係數，時間序列之類，都是小頭。而傳統統計中的顯著性檢驗，抽樣方法，BA基本不教。

接下來要說BA學的計算機知識，計算機博大精深，幸運的是BA只要學裡面可能是最簡單的三塊。第一就是資料庫和SQL，因為企業裡面的資料庫都是儲存在系統裡面的。你要分析資料，就要知道怎麼把資料按照你要的方式提取出來。這就是用SQL寫程式碼提取資料。學校一般不會花時間去教你，但是這個是學做analytics的基礎的基礎。第二就是學習怎麼在統計軟體中進行程式設計。

以前提到分析資料，國內最熟悉的是SPSS，像Excel一樣拖拖拽拽就行了。但其實美國根本就沒人用。現在分析資料的流行工具，必須透過寫程式碼的方式進行操作，最典型的工具就是R和Python。這裡的程式設計，其實是統計程式設計，這和真正編網站的JAVA，C語言是很不一樣的，也容易地多，但仍是類似的程式設計思維。第三要學的計算機知識就是現在流行的機器學習，機器學習基本上是代替和補充前面所說的迴歸分析和統計模型方法。做的事情幾乎是一樣的，就是建模，但做的方法是計算機的。不過很多原則其實和統計的迴歸分析是一樣的，也都是用R或者python的程式碼來實現，實現起來，不會比迴歸分析難太多，大家大可放心。

商業分析會涉及哪些課程

課程大致有：數學、統計，R程式設計，SQL基礎資料管理，Optimization （最佳化模型解決商業問題，電子表格建模用於商業決策），分析的商業基礎（經濟、金融、市場、管理知識），資料管理（理解資料，資料機構，技術等來用於構建商業框架，涉及使用R, Python, regular expressions, SQL的操練，學生學會如何manipulate and manage data,同時學習distributed storage and processing such as Hadoop and Spark），Prescriptive Models & Data Analytics 模型資料分析（資料分析基礎工具，學會實驗設計和分析，迴歸分析，模型設計，用R統計分析包來做這些）。

要注意的是，商業分析課程不是將統計理論或計量經濟理論的，課程一般有很強的實踐導向，培養critical thinking skills, 培養如何問問題，問資料分析這類的問題，有創意地設計解決資料分析的方法，提供有效地分析來解決商業問題。

下面我們看一下一些熱門學校，他們的BA課程設定

加州大學洛杉磯分校UCLA

對於實踐部分，UCLA有summer internship and Capstone Analytics Project，專案的foundation 課程學生可以在winter 入學之前透過online的方式學習。

羅徹斯特大學Rochester

學校有提到，學生有一定會計或金融基礎的，可以把GBA466* Accounting and Finance 換成FIN418 Quantitative Finance with Python 或MKT414 Pricing Policies

德州大學奧斯汀分校University of Texas-Austin

UT Austin的專案偏技術類。他們的core course有Predictive Modeling, Data Analytics Programming, Test Analysis, Decision Analysis, Learning Structures and Time Series, Stochastic Control and Optimization; elective的課有Finance，Pricing & Revenue Management, Marketing Analytics,等 – 核心課程沒有一節是純商科的。

下面是Austin本科學生的組成背景

這個學校有這兩家僱主 Deloitte, Walmart，成為每年很大一部分學生的去向。

偏商科類的比如說南加大USC，他們的core course有Business Analytics, Data Driven Decision Making, Communication for Management, Applied Modern Statistical Learning Method, Data Management, Data Analytics Driven Dynamic Strategy and Execution, The Analytics Edge: Data, Models, and Effective Decisions, Statistical Computing and Data Visualization – 核心課程至少兩節跟商科有關。

不同的商業分析專案，有自己特別的地方，而同學可根據自己的個人情況，選擇最適合自己的專案來挑選。對於學校的錄取偏好，有些只偏向工程和統計，如MIT, CMU, GIT， Northwestern ，UT Austin ，Columbia BA (商學院和工程學院合辦), USC; 有些喜歡有部分先修課程prerequisite courses , 如UT Austin ，它的前提課程要求是程式設計(Python/Java), 偏向於統計的微積分，線性代數, Virginia先修課程 financial accounting, microeconomics and statistics， WPI computer science, statistics, math， Stevens Institute of Technology 史蒂文斯理工 One year of calculus, once course covering basic probability, hypothesis testing and estimation. 而適合非理工科學生申請的學校有: Virginia ，RPI，UC-Irvine, Columbia 的Applied analytics（SPS學院下面）, WUSTL ,Rochester

其他一些不同特點的學校也列出來了，供大家參考。

* 大眾情人校：USC，Columbia, MIT，UC San Diego

* 有帶實習/研究機會的學校：Rochester , 2個專案，不含實習11個月，含實習17個月 , Columbia, 可在6研究中心的一個進行專案和科研

* 被低估的就業超好的學校：SMU，North Carolina State University，U of San Francisco

* 專案時間較長的學校 Rochester, Wustl可以在18個月內完成， USC1.5-2年

什麼樣的學生背景可以申請這個專業

通常是理工背景（計算機，統計，數學，電子工程，軟體工程等），或者是商科背景（資訊系統管理，金融，金融工程，經濟，會計，工商管理）等

U of Texas Austin MSBA學生背景組成

在特殊情況下，文科的學生也是有成功申請的案例，具體的可以在我們公眾號後臺回覆“商業分析”。

商業分析學生需要具備的能力

商業分析的學生會學會如何融合大資料Big data到有效的商業實踐和策略中。為了更好幫助學生在商業分析職業發展道路上走的更順，商業專業著重於培養學生以下領域的技能：如應用統計，應用數學，計算機，運籌學，消費者行為，風險管理，運營研究，決策理論。

商業分析與相似學科的比較

常見的與商業分析比較接近的專案有，資訊系統管理，統計，資料科學，商業智慧Business Intelligence。與資訊系統管理相比，MSBA商業分析著力外部資料分析，提供商業決策（市場/投資），而資訊系統基於企業內部管理，系統構建與開發。與統計相比，MSBA商業分析更注重社交媒體等這些潛在資料的挖掘與分析，偏重實際應用，而統計專業傳統意義資料的處理，偏重理論研究（統計方法）

BA與資料科學Data Science 相比較。

商業分析更著重於資料探勘data mining，從而達成特定的商業目標（例如更高的利潤）。BA與商業智慧Business Intelligence 相比較

商業智慧更關注估算過去的表現，BA專案更多注重與prescriptive techniques規定性分析和 predictive techniques 預測分析，Prescriptive techniques 就像要問問題，我們應該做什麼？而Predictive techniques就像要問我們接下來做什麼？

商業分析對應行業與公司

常見的行業有集團公司、IT、諮詢策劃等涵蓋經濟分析、市場調研、情報研究、資料採集集合及相關領域的行業。較常見的僱主有：四大，投行如高盛，摩根斯坦利；租車公司如Hertz，Avis；網際網路網站如谷歌，亞馬遜，IBM等；專業的第三方資料分析公司如MEC；大型連鎖商貿機構如沃爾瑪等。以Rochester 羅徹斯特大學為例，BA方向就業方向有金融領域的防欺詐保護，醫療風險預測，國家安全，抵押分析，保險分析。在傳統的企業裡面，商業分析又是如何起作用的呢？以可口可樂公司為例，如果要分析廣告投放是否有作用，傳統的Business Analyst說了一堆邏輯，只有簡單的資料表支援。在現在資料時代看來貌似有點過時，因為現在可以拿歷史儲存的大資料說話呀。如果市場調研公司裡面的統計專家告訴你，應該抽樣發問卷調研消費者，你也讓他一邊去，過去廣告投放的時間，區域和銷量的變化資料全調出來進行多變數的建模，還搞什麼抽樣調研。於是你運用對商業，市場只是對問題進行分析，比如廣告是如何影響銷量的，投少了會不會沒作業，投多了會不會邊際效益遞減？除了廣告外，還要考慮什麼其他的變數？電視，網際網路廣告，是否有1+1大於2或小於2的內在聯絡？商業分析的框架搭好之後，就是資料分析了。你首先非常熟悉公司的資料庫結構，然後用學過的SQL知識寫SQL程式碼把資料從資料庫裡按照你的要求提取出來，簡單的資料清理整理。