作为一门新兴专业

BusinessAnalytics（商业分析）

现在可谓是令学子和企业趋之若鹜的一个大热门

全球各大高校也纷纷增设相关专业

市场的强烈需要和新的职业动向之下

越来越多的公司开始重视数据驱动

大数据的火热催生了这一专业的迅速发展

据说BusinessAnalyst是最容易

给中国人提供H1B的工作

麦肯锡报告显示，截至年

美国将面临,个数据分析人才的空缺

国内对人才的需求也达到了最高峰

无论是金融/咨询/互联网

还是快消/零售/房地产

都在猛力挖掘BA大小牛们

是什么样的绝对优势使其如此热门抢手

下面小编就其各种详情为大家揭开谜底

01

BusinessAnalytics专业是？

BusinessAnalytics（商业分析），简称BA，是以商业知识为基础，数理编程为手段，从数据分析出发，以决策优化来创造价值的新兴专业。

这个专业之所以火，是因为近几年大数据的热潮。BA作为理工科和商科交叉专业，是集统计学、计算机、商业管理为一体的新兴综合学科。

BA专业的核心是数据挖掘和数据分析，与现在的互联网及大数据相联，主要是利用高深的技术、模型和算法进行数据挖掘和商业分析，服务于IT、互联网、游戏、通信、金融、医药、咨询、零售等各个行业。

BA是从应用统计学发展而来，其学科基础是统计学，同时也包含DataMining和DatabaseSystems的运用。以港大BA课程设置为例，主要需要具备数据库知识、数据可视化、数据处理、建模与预测、评估与优化、商科思维等，即Msc.BusinessAnalytics=40%Statistics+30%ComputerScience+30%Business。

图片来源：网络

BA对于申请人的背景要求没有过多限制，商科、理工科背景的同学都可以申请。但申请的基本门槛也是有的，需要申请者具备相关学科基础与匹配经历才能更有胜算。

02

BusinessAnalytics有哪些出路？

BA的就业方向主要在制造、零售、物流企业以及投行、咨询等，在不同行业中专门从事行业数据搜集、整理、分析，并通过数据对相应行业进行调研，相关工作岗位的大势所趋不容分说，就业前景非常广阔。可以说只要有数据的地方就需要商业分析。通过程序性的分析——描述性分析、预测性分析、指导性分析，来完成专业的数据处理过程。

描述性分析：将数据转换为信息，更多了解竞争环境和发展水平

预测性分析：利用建模、机器学习、数据挖掘，通过分析历史数据来预测

指导性分析：通过模拟与最优化找到最佳决策

总之，一个BusinessAnalyst应该是深入了解商业模式又有技术背景的数据分析专家。

03

超高薪的21世纪“最性感”的工作

二十一世纪最性感的工作是什么？

对于这个问题，一百个人就会有一百个答案。很多人可能会情不自禁地联想到维密秀或是米兰周，不过在哈佛商业评论看来，答案却是数据科学家——通过收集、整理和分析数据，徜徉于数字世界的他们，帮助客户严格系统地思考业务问题，从而取悦顾客、获取收益。

根据Glassdoor数据，BusineesAnalyst在美国的平均年薪超过了8万多刀。其中experience的程度也会影响薪资。这份被誉为21世纪TheSexiest工作，高薪自然吸引人，且其在不同的行业也发挥着不同的职能。例如：

四大咨询部

四大的咨询需要和客户沟通，BA专业出身需要去用数据来帮客户解决具体的问题。

在四大工作会得到很好的项目管理锻炼，显著提升多任务推动能力以及快速累积不同行业的相关知识。

投行金融技术部门

如GoldmanSachs,Barclays,J.P.Morgan等投行，其数据分析师通常会处理金融交易数据，包括外汇、股票、大宗贸易数据，需要和贸易方、销售、风控师、运营和银行打交道。

在这里工作的好处是很容易转到利润导向的前台部门，身边的同事通常处事灵活。其缺点是压力很大，需要长时间的工作。比如很多投行的数据分析师需要很频繁地开国际会议以顺应时差。

基金公司金融数据分析岗

在基金公司从事金融数据分析岗，通常需要做很多的量化工作：包括会计、客户管理、风控、业务方面的数据，它取决于你的具体业务，同时还包括数据研究，以及提供解决方案等。

在基金公司工作，不仅是和大牛们一起进行合作与学习，而且享受灵活弹性的工作时间，福利也十分丰厚。因而具备与其匹配的过硬技术和充足知识是非常必要的。

技术公司数据分析岗

以Google为例，其数据分析和金融公司相比，将更加注重于用户的行为数据分析，包括聚类、分类分析，去解析用户的行为习惯。

工作好处是薪水丰厚、灵活性高，时刻都能接触到最新的技术，因此需具备高水平的工作能力和分析能力，能灵活运用各类数据库，独当一面提供技术解决方案。

04

BusinessAnalytics如何工作？

一般来说BusinessAnalytics要学习三个方面的知识：Business,Statistics和计算机。

而Business的课程与Marketing,Finance这些一致。

重点在于，BusinessAnalytics要学的计算机知识，幸运的是与其他计算机知识相比较而言，BA要学的并不很难：

首先是数据库和SQL。数据都是存储在系统里面的，你要分析数据，首先要知道怎么把数据按照你想的方式提取出来。这就需要用SQL写代码提取数据。这个是学、做Analytics的基础中的基础。

其次是学习怎么在统计软件中进行编程，最典型的工具是R和Python。这里的编程是统计编程，和真正编网站的C语言、Java很不一样，也容易得多，但仍是类似的编程思维。

最后要学的就是机器学习。机器学习基本上是代替和补充前面所说的回归分析等统计模型方法。做的事情几乎是一样的，就是建模，但做的方法是计算机的，也都是用R或者Python的代码来实现。

数据分析本身分三大类：Descriptive(各种图表),Predictive（一些简单数学模型），以及Prescriptive。那些很复杂的数学模型、深度学习、人工智能等就应该算在DataScience了。

AnalyticsConsulting的TypicalDay：

了解需要解决的商业问题。

制定分析计划。需要分析的Scope是什么，需要多少人力、时间...

创建案例，向客户沟通分析计划。等待审批。

进行分析：整理数据，分析，数据可视化，得出结论。

向客户沟通分析结果/给出建议等。

文章来源：青苹果求职

如有侵权，请联系后台删除

欢迎加入泛金融求职进阶群