商业分析项目及就业方向

　　商业分析，是最近几年新兴的热门留学专业。主要以商业知识为基础，数理编程为手段，通过对数据的深度分析、挖掘和研究公司以往的业绩，搜索行业市场潜在的商业信息，实现大数据在商业计划和决策优化等方面的商业应用。

　　美国各大高校在2010年前后陆续开设商业分析硕士项目(MSBA)。此外，数据分析师因为能从纷繁复杂的数据海洋里挖掘出不同的商业价值，把数据变成生产力，所以在过去几年一直很火爆，未来也面临很大的人才缺口。美国公司如IBM, Oracle, Amazon, Microsoft, Deloitte; 国内企业如腾讯、阿里巴巴、百度、联想、 新浪等企业都在大力招纳此类人才。

　　每个学校的商业分析类学位培养目标不尽相同：

　　西北大学认为分析是一个使用数据关系和计算机模型用来驱动的商业价值的，改善决策和理解人类的关系过程;纽约大学认为商业分析是一门通过统计和运营分析研究数据，形成预测模型，促进客户、商业伙伴之间的沟通以及技术优化应用的学科;乔治华盛顿大学的数据科学是一个新兴领域，旨在从巨大的数组的信息提取有效的信息，项目主要利用技术和理论统计、计算机科学和数学，在自然科学和社会科学领域对大数据进行有效分析和使用;凯斯西楚大学的数据分析和数据科学更多关注数据采集、存储和分析，更多是学习计算工具和统计技术。

　　BA到底学什么?

　　顾名思义，BA就是对商业数据进行分析，来支持商业决策。BA是一个交叉学科，包括商业 + 编程 + 统计。商业知识是背景，重要的当然是对于商业数据的理解，比如你如果不知道CTR(click-through-rate)是什么，那么你也没有办法对他进行分析，不知道他上升多少下降多少代表了什么，也就不能探索指标变化背后的商业意义。编程是工具，无论是SQL, R, Python，甚至于Excel，他们都只是你分析数据的工具。统计是方法，包括了correlation analysis, A/B testing(也就是hypothesis testing)，statistical modeling(也就是machine learning)等等。也就是说，我们需要做的是在商业环境下，用一些特定的工具，进行统计学意义上的分析，最终转换回商业价值。

　　这里肯定会有很多人质疑：BA的商科学的不如MBA，编程不如计算机，统计不如统计/Data Science，那么是不是很鸡肋?不是。一个常见的错觉叫做“越tech越好”/“coding越多越好”。BA之所以能够存在，并且如此迅猛的发展，就是因为对于data analyst，公司所看重的正是你什么都懂一点，能够在Business和tech之间架起一座桥梁。目前的data analyst面试也都少不了问一些business case。嫌弃BA学的不够tech的同学们，毕竟现在美国的大部分BA项目是以帮助你找到工作为目的的“职业培训”，自然只教授成为一个Data Analyst/Data Scientist所需要的核心的那些技能。如果你依然觉得码代码才是王道，那不如早日转CS(是的CS工作还多，工资还更高呢)。

　　BA到底用什么语言/工具?

　　BA用的语言/工具可以分成三方面：

　　1. 数据库工具

　　包括SQL和一些NoSQL的工具，主要是提取数据用的。通常是分析的第一步——理解了问题就要去找对应的数据了。

　　2. 数据分析的工具

　　最基础的是Excel。然而Excel并未绝迹，或者说，Excel永远都是analyst的基本功。比如你用SQL直接得到了一个summary table，那么接下来能用一个Excel pivot table搞定的事情，又何必大费周章去弄R和Python呢?

　　高级一点的就是R和Python了(少数行业，比如金融业和医疗行业，会使用SAS)。一方面相对于Excel，他们可以处理的数据量更大，另一方面他们可以做一些更加灵活的处理，并且进行modeling等工作。R和Python之间的话，基本上可以说是平分秋色，在数据分析上没有明显优劣。当然在数据量特别大的情况下你还可能会需要使用Spark等工具。

　　3. 数据可视化的工具

　　同样的，最基本的工具是Excel。但是当我们需要能够自动更新的、方便共享的、更加flexible且fancy的dashboard的时候，现在使用最多的当属Tableau。同类的还有PowerBI，R Shiny, d3.js等等。

　　但是需要强调的是，这些工具都只是工具而已，BA更重要的是，你面对一个Business question的时候，你理解你需要解决的这个问题，心中有相应的目的，再去找达成目的需要的工具。

　　那么在一个BA的项目是否可以学到以上的全部呢?一般而言可以覆盖到大部分的重点(可能会着重于其中R和Python某一个)。但是必须要强调的是，由于这个行业的特殊性，一个BA的从业者要求的是持续性的自我学习。仅从R来讲，各种package层出不穷，提供了便利也要求不断的增加知识储备。因此，仅仅是完成课程内容的话，通常都是不够的。

　　BA在美国好就业吗?

　　BA目前的就业当然还是好于商科的大部分其他专业(会计，金融……)，并且越来越多的美国公司开始建设自己的data analytics团队。可以说在一个公司完成了传统的optmization的部署之后，data analytics是他们进一步降低成本、提升价值的必要手段。

　　但是也不得不给大家浇一盆凉水——目前国际生在美国找工作的情况不容乐观，而且看目前的状况只怕会越来越不乐观。一个国际生为了留美，在毕业季投上100+的简历几乎是无法避免的，而这100+的简历，最后能够换来的面试可能只有10个不到(然后最后你很有可能就会输给一个美国人，仅仅因为他是美国人)。在目前政策极端不确定的情况下，愿意支付高昂的成本并且承担风险为你抽H1B的公司是越来越少了。

　　申请者最常见的说法是，“希望毕业后能在美国工作2-3年”，然而这并不是像看上去那么容易实现的事情。你有STEM不等于你就可以留下来工作三年。如果在OPT前60天+后90天的时间内你都没有找到工作，那么遗憾，你不得不离开了(挂靠等其他手段暂且不提)。和很多其他BA项目在读的同学们聊过后发现，几乎每个学校都有找工作不上心以至于最后没找到不得不离开，或者即使很上心的找，投了几百份简历，最后也很遗憾的没找到的情况(有时候运气也很重要)。基本上除非你天赋异禀或者运气超群，只有下定决心留美(而不是“啊我回国也可以”这种心态)，扎扎实实的做好找工作的每一步，才能最后留下来(即便如此，还要通过H1B这个真正考验运气的环节)。特别是对于十个月或者一年的BA项目的同学，必须是一入学就开始完善简历、进行networking、广泛网申、准备面试。因此，留美工作的难度比申请要难上很多很多倍。而且找工作是非常personal的一件事情，申请上了一个好的项目绝对不是你能够留下来的保证。请大家做好心理准备。

　　商业分析的课程一般可以分为以下六大类：

　　1. 描述性分析(Deive Analysis)，主要通过分析数据描述过去发生过的事情以及将要发生的事情，例如运用计算机与数据管理技术分析公司过往的营业数据并基于此进行预测。这类课程包括了分析编程、数据管理等课程，从中会学习到数据挖掘、提取、储存、建模、优化等知识以及一系列软件和工具的运用，比较常见的包括了Python、R、SQL、SAS、Tableau等。

　　2. 预测性分析(Predictive Analysis)，主要通过检测数据分析特定的趋势是否会在未来得以延续。这一部分课程包括了统计分析学、随机分析、时间序列分析、数据管理等，它们对学生的数理能力要求较高，会涉及到统计学、概率论、不定量与双变量模型、条件平均模型、回归与拓展模型等随机分析内容、时间序列分析与预测、决策树、群集分析、关联分析等内容，也会涉及到一定的软件使用，例如SAS。

　　3. 规范性分析(Preive Analysis)，主要通过分析数据评估机构未来的最佳决策方案。这类课程包括了优化方法与建模、决策与风险分析等，会学习到优化所需的技能、工具和分析知识，如建模、风险管理、决策树、蒙特卡罗方法等技术内容。由于分析最终的目标是更好地决策，所以会涉及到一点商务知识。

　　4. 应用课程与选修课(Applications and Electives)，主要涉及分析在各个行业的应用。这类课程包括了投资分析、市场分析、定价管理、社会网络分析、运动分析等，学生可以根据自己的职业规划和需求进行选修。

　　5. 实践课程(Practicum)，为了让学生能够更好地联系理论和实际，很多学校和企业合作，安排学生和企业代表做商业项目，增强对知识理解的同时还获得了一个很好的社交机会。例如维克森林大学和ExxonMobil, Inmar, Oracle, Procter & Gamble, SAS, WestRock等公司进行合作，学生将在两个学期通过三门实习课和合作公司的人员组队去完成一个建模和分析项目，并向负责人呈现他们的战略和解决方案。另外实践课程还可能包含了field trip，如罗彻斯特大学的商业分析项目学生有机会到纽约和硅谷参访企业进行社交，但这部分职业类内容更多学校是交由career service负责。

　　6. 沟通课程(Communications)，分析等量化技能是商业分析的基础，然而作为商学院下的项目，沟通、领导、合作能力依然是项目的重心之一，这类课程包括了商务沟通、管理沟通等课程。例如杜克大学把项目目标定义为：analyzing the numbers, collaborating on teams, and convincing business leaders to take action，因此想申请杜克的同学务必提升相关的软实力。如果希望走技术路线的同学则可以考虑一下圣路易斯华盛顿大学等名校。

　　商业分析名校有哪些?

　　开设商业分析类专业的名校有：哥伦比亚大学、西北大学、康奈尔大学、南加州大学、北卡罗来纳大学教堂山分校、纽约大学等。商业分析硕士项目常开设在商学院。分析和数据科学硕士开设的学院比较多，工学院和文理学院和专业的研究所均有开设，比如西北大学和康奈尔大学开设在工程学院，卡内基梅隆大学开设在信息管理学院，北卡罗来纳大学教堂山分校开设在统计与运筹系。

　　美国商业分析专业具体院校推荐

　　1、麻省理工学院MIT 商业分析项目

　　Master of Business Analytics

　　该校商业分析项目由MIT Sloan商学院和MIT Operations Research Center (ORC)合办，2016年新开设的项目。主要培养学生运用和管理数据科学，解决商业挑战中遇到的问题。

　　核心专业课程包括：

　　Introduction to R, Data Wrangling in R, Optimization Methods, Applied Probability, Data mining: Finding the Data and Models that Create Value 等。

　　2、罗切斯特大学商业分析项目

　　Master of Science in Business Analytics

　　罗村MSBA项目开设在西蒙商学院下，主要培养学生坚实的分析技术以便利用这些技术挖掘社交媒体中的大数据，以帮助做出正确商业决策的专业。商业分析项目为期11个月(不含实习)或17个月(含实习)，要求申请者本科毕业，拥有经济学或数学背景。商业分析项目向学生提供Merit-based奖学金，自动随 Offer发放，无需单独申请。

　　罗切斯特大学商业分析项目秋季学期有五轮申请，截止日期分别为10月15日、11月15日、1月5日、3月15日和5月1日。如考虑奖学金授予，建议尽早申请。另外，该项目是a rolling basis滚动录取。录取成绩要求，参考2015年录取者，托福平均成绩为106分，接受雅思;GMAT均分范围(80%)为600 - 680，GRE均分300 –324;GPA均分3.06 - 3.68。

　　3、哥伦比亚大学商业分析项目

　　Master of Science in Data Science

　　为两学期的项目，核心课程包括：概率论，算法(数据科学)，统计推理和建模，计算机系统(数据科学)，机器学习(数据科学)，探索性数据分析和可视化等。在上完核心课程的基础上，学生可以选择六大研究中心的一个进行项目和科研，其中有金融和商业分析中心，新媒体中心等。申请时需要理工科的背景，托福最低要求 99，雅思最低 6.5, GRE Verbal 154, 数学159+。

　　4、圣路易斯华盛顿大学商业分析

　　Master of Science in Customer Analytics

　　圣路易斯华盛顿大学的数据分析专业开设在商学院下，项目时长10个月，最长可在18个月完成学习。该项目要求学生在七月底提前过去修读基础课程，包括统计学和SPSS 以及算法课程。核心课程包括市场调查，定量决策，数据库，行销，品牌管理数据分析，定价策略，数据挖掘，机器学习概论。

　　从核心课程来看，该项目更倾向于将数据分析应用于市场营销领域上。对计算机以及数学的背景要求较哥伦比亚大学的项目相对低一些。对申请者的背景要求也只需要申请者修过微积分I微积分II 以及统计学的课程。最好是有相关的实习经历。需要特别注意的是，该项目最早的截止日期是10月1日。

　　圣路易斯华盛顿的数据分析专业的优势在于该项目和IBM 有良好的合作关系。而且学生可以在导师的带领下做相关的课题项目，可以享受STEM 专业有29个月OPT 实习期。

　　以上便是美国留学小编整理的相关内容，是不是又涨见识了呢?美国大学的辅助教学活动丰富多彩，成龙配套。学校组织的各种类型的讨论课很能调动学生参与的积极性，启发学生们独立思考，深入钻研，又可以相互学习交流。关注女生美国留学,女生美国留学安全吗,去美国留学必备品留学官网可以了解更多的美国留学内容。