- 相關(guān)推薦
商業(yè)分析就業(yè)方向
通常來講，我們認為最難讀的專業(yè)無非是金融專業(yè)又或是計算機和金融交叉的金融工程專業(yè)。那么商業(yè)分析專業(yè)是什么呢？以下就是小編整理的商業(yè)分析就業(yè)方向，一起來看看吧！
美國大學商業(yè)分析專業(yè)又稱Business Analysis，屬于傳統(tǒng)商科，一般設(shè)在MBA下面，主要是分析整個公司的運營流程、開展的業(yè)務(wù)等方面，偏向于案例分析，以簡單的數(shù)據(jù)分析為輔助。
Business Analytics則是一門新興學科，核心是數(shù)據(jù)挖掘和數(shù)據(jù)分析，與現(xiàn)在的互聯(lián)網(wǎng)及大數(shù)據(jù)(Big Data)相聯(lián)，主要是利用高深的技術(shù)、模型和算法進行數(shù)據(jù)挖掘和商業(yè)分析，服務(wù)的公司都是像IBM、Google、百度、騰訊、阿里這樣的互聯(lián)網(wǎng)公司。
美國大學商業(yè)分析專業(yè)課程設(shè)置
目前美國大約有30所學校開設(shè)了Business Analytics這個專業(yè)。從專業(yè)名稱來看，大部分學校都是叫Business Analytics，有些直接叫Analytics，還有些叫Predictive Analytics。從設(shè)置的院系來看，這個專業(yè)多數(shù)設(shè)置在商學院下，如UT Austin, Rochester, MSU, GWU等，有些設(shè)置在工程學院下，如Northwestern，也有設(shè)置在信息學院下的，如CMU。一般設(shè)置在工程學院及信息學院下的項目，對數(shù)學背景和計算機背景要求都很高。
BA碩士絕大多數(shù)都是以就業(yè)為導向的，從貼合就業(yè)實際的Big Data--analytical work 角度來培養(yǎng)學生。課程也以實用唯多，基本是以 MIS(小的但是實用的編程(vba+sql)，一些 database 的知識等)+STAT(教你用統(tǒng)計軟件/幫統(tǒng)計軟件編程來自動分析等)+一些 management 的知識。因此，大部分學校的課程上都會有 Data Analysis
Programming、Data Analytics、Optimization、Probability and Statistics、Calculus、Web Analytics 等等，相對的，在招生喜好方面，學校也表示鼓勵數(shù)學、計算機、工程等背景的學生申請。
美國大學商業(yè)分析專業(yè)就業(yè)方向
BA的就業(yè)方向主要是當數(shù)據(jù)分析師和程序設(shè)計師。在不同行業(yè)中專門從事行業(yè)數(shù)據(jù)搜集、整理、分析，并依據(jù)數(shù)據(jù)做出行業(yè)研究、評估和預測。雖然這是一個較新的專業(yè)，但卻有很好的就業(yè)前景。在大數(shù)據(jù)時代，很多行業(yè)都需要擅長挖掘和分析數(shù)據(jù)的人，例如IT、互聯(lián)網(wǎng)、游戲、通信、金融、醫(yī)藥、咨詢、零售等，因此BA的畢業(yè)生都比較搶手，而且薪資水平也較高。
拓展知識：商業(yè)分析師的就業(yè)前景
尋找興趣、職業(yè)方向可以嘗試通過接觸商業(yè)數(shù)據(jù)分析。每個人能否經(jīng)歷和實踐的事情，其實很有限，但是有些行業(yè)其實可以大范圍的接觸到更多的行業(yè)、有趣的人。
除了咨詢服務(wù)、媒體記者和廣告營銷能夠在短時間內(nèi)接觸到更多，其實還有商業(yè)數(shù)據(jù)分析師崗位。在無法確定自己的職業(yè)選擇之前，或許 BA 是一個特別好的出路。
商業(yè)分析(BA)，是麥肯錫預測20年最具競爭力的崗位。麥肯錫《大數(shù)據(jù)行業(yè)報告》指出“未來6年，全球商業(yè)分析人才缺口將達150萬”。目前，商業(yè)分析（BA）起薪已達7萬刀，折合人民幣將近50萬元。只有跨國公司、高成長性的企業(yè)才急需，小公司（可能）根本雇不起。BA求職方向是廣闊的。你除了可以做以上所提到的崗位，還可以在這里貢獻出你的實力，例如大型投資銀行、對沖基金、私募公司、保險公司、信用機構(gòu)、科技公司（如Google、Facebook、阿里巴巴、騰訊和美團等大廠）以及大型機構(gòu)咨詢機構(gòu)。
什么是 BA ？
BA的誕生源于互聯(lián)網(wǎng)和大數(shù)據(jù)。自從移動互聯(lián)網(wǎng)出現(xiàn)以后，企業(yè)經(jīng)營的數(shù)據(jù)大大增加，大數(shù)據(jù)成為企業(yè)運營和決策的重要依據(jù)。以前企業(yè)用Excel、Word做財務(wù)、市場、運營的分析就可以了，現(xiàn)在出現(xiàn)了大量的數(shù)據(jù)需要企業(yè)去分析，那誰可以分析這么多的數(shù)據(jù)呢？
毫無疑問，以前靠著簡單的 Office 分析數(shù)據(jù)的時代一去不復返了，隨著“人工智能”的興起，大數(shù)據(jù)未來必將在經(jīng)濟中扮演非常關(guān)鍵角色。而傳統(tǒng)專業(yè)設(shè)置下的國內(nèi)大學，幾乎沒有與之相匹配的專業(yè)，較為接近的是統(tǒng)計學、計算機科學，但是這幾個專業(yè)都不能完全滿足大數(shù)據(jù)行業(yè)的需求。
面試的同學可能會需要這些技能：
1、了解商業(yè)運營規(guī)律和市場；
2、掌握目標公司所要求的編程技能；
3、具有統(tǒng)計學的知識背景。
（建議咨詢的同學主要掌握SPSS、SQL、Python編程語言）
公司招收商業(yè)分析(BA)專業(yè)的學生，目的是分析收集到的數(shù)據(jù)，然后使用這些數(shù)據(jù)去為這些公司的銷售、市場營銷和產(chǎn)品開發(fā)提供實際的戰(zhàn)略性方向。
一般來說，商業(yè)分析有三種分析類別：
1. 描述性分析——通過商業(yè)智能和數(shù)據(jù)分析的方法來了解已經(jīng)發(fā)生了什么。
2. 預測性分析——通過根據(jù)統(tǒng)計模型和預測性建模來預測未來將要發(fā)生什么。
3. 指導性分析——通過優(yōu)化和模擬的方法來指導公司需要怎么做。
通過這三種分析方法，公司不僅僅可以了解客戶（Clients）和潛在的客戶（Prospects）和公司業(yè)務(wù)之間的關(guān)系，也可以更加深刻地了解公司自身的運營狀況。商業(yè)分析師們會利用這些分析報告來瘋狂的操作（通常是自動化和最優(yōu)化的過程），從而改進公司各方面的流程。
BA 在中國就業(yè)情況，到底如何？
互聯(lián)網(wǎng)方向：
在國內(nèi)，毫無爭議是最主要就業(yè)方向。科技公司有最多的數(shù)據(jù)，而且很重視數(shù)據(jù)方面的應(yīng)用，例如預測分析、現(xiàn)狀分析等。
科技公司的數(shù)據(jù)類崗位主要有：算法、數(shù)據(jù)挖掘、數(shù)據(jù)分析和運營，后兩者的崗位內(nèi)容是大部分國外BA項目所學的技能可以cover到的。除此之外，BA想要做需要自學很多，特別是國內(nèi)的同學。
金融方向：
金融行業(yè)的數(shù)據(jù)應(yīng)用比較多的，主要可以分投資和信用風險。如果論就業(yè)率的話，做信用風險和分析的崗位在國內(nèi)越來越多，例如在花旗銀行，而且未來會越來越重視。這個同學們可以在現(xiàn)在的螞蟻金服上可以體會到。
咨詢方向：
在國外是一個很主要的就業(yè)方向，但是國內(nèi)的頭部咨詢就業(yè)機會比較少。首先，傳統(tǒng)的consulting和BA的區(qū)別很大，都做分析但是方法和套路差異比較大。
國內(nèi)目前consulting業(yè)務(wù)還是偏傳統(tǒng)分析，看得出希望轉(zhuǎn)型但也需要很長的時間，因此不認為是一個就業(yè)的大target。但是，BA的學習，會使得你在咨詢行業(yè)有儲蓄的爆發(fā)力在。
市場營銷方向：
商業(yè)分析最開始就是出現(xiàn)在市場營銷領(lǐng)域的，所以市場營銷市場分析、用戶分析、用戶行為行為分析也是商業(yè)分析用的比較多的領(lǐng)域。這和前面談到的“增長黑客”的路數(shù)有相似之處。
隨著市場營銷的不斷發(fā)展，這個崗位對人的要求也越來越高，主要體現(xiàn)在市場營銷現(xiàn)在需要越來越多的數(shù)據(jù)分析來為營銷策略做支撐，這也是為什么人們總說“無數(shù)據(jù)不營銷”。
【商業(yè)分析就業(yè)方向】相關(guān)文章：
旅游管理專業(yè)就業(yè)方向與就業(yè)前景的分析03-30
數(shù)控技術(shù)就業(yè)前景及就業(yè)方向分析10-18
園林專業(yè)就業(yè)前景和就業(yè)方向分析05-01
小學教育專業(yè)就業(yè)前景與就業(yè)方向分析06-28
刑事執(zhí)行專業(yè)就業(yè)方向與就業(yè)前景分析07-07
機械設(shè)計就業(yè)方向分析03-26
信息工程專業(yè)就業(yè)方向分析07-20