詳解—澳洲信息系統、商業分析、數據分析、統計

一、 信息系統管理 ：

概念：

信息系統(Information Systems)，或作信息系統管理(Information Systems Management)，是電腦軟體與硬體的互補學科。通常是人們或組織用來收集、過濾、處理、創建與分發數據；該專業研究通過信息與計算機理論基礎溝通了經濟與計算機科學。

就業展望：

信息系統學的MBA可以讓學生掌握技術管理的相關技能，其課程主要與電腦、網絡以及IT系統打交道。——從業方向主要在IT領域，在高層即相當於CTO(技術總監)的角色。

MIS 是做什麼的?

簡單舉例，我們金吉列留學的CRM就是一個特別典型的管理信息系統，合同達成之後首先進行客戶資源的錄入，合同號以及合同金額的錄入，選校方案的確定，到最後籤證階段的轉案，完成一個學生完整的留學規劃。既方便了老師follow客戶，也讓文案團隊和最後績效的核對一目了然，很大程度提高了公司的經營效率。 所以，我們可以看到，這門學科主要研究信息管理以及信息系統分析、設計、實施、管理和評價等方面的基本理論和方法。

從課程來講，MIS專業主要教授兩方面的知識，一方面是技術類知識，如軟體和硬體知識，各種信息系統知識，數據處理知識，信息系統的設計，分析以及應用，信息系統實踐等;

另一方面是管理知識，如管理理論，戰略管理，如何管理可以使信息系統應用最優化，如何有效使用信息系統可以有助於完成商業決策和企業提升，等等。

MIS專業主要的核心課程大多涵蓋如下幾個方面：語言編程、資料庫、網絡、通信、社會媒體(計算機方面)；項目管理、管理策略、領導力培養(管理方面)。

二、 商業分析：

主要是以商業知識為基礎，數理編程為手段，從數據分析出發，以決策優化來創造價值的新興專業。其核心是數據挖掘和數據分析，與現在的網際網路及大數據(BigData)相聯，主要是利用高深的技術、模型和算法進行數據挖掘和商業分析，服務的公司都是像IBM、Google、百度、騰訊、阿里這樣的網際網路公司。

就業前景：

BA的就業方向主要是當數據分析師和程序設計師。在不同行業中專門從事行業數據搜集、整理、分析，並依據數據做出行業研究、評估和預測。

在大數據時代，很多行業都需要擅長挖掘和分析數據的人，例如IT、網際網路、遊戲、通信、金融、醫藥、諮詢、零售等，因此BA的畢業生都比較搶手，而且薪資水平也較高。目前最低是6萬起薪，有的學校可以達到畢業起薪8萬多甚至9萬美金。 總結：商業分析比管理信息系統更偏重商業，管理信息系統重點在於信息的收集傳遞和加工，而商業分析更加致力於用商業的眼光分析大數據並且運用於解決複雜的商務決策中。

三、數據分析

數據分析是為了解決問題，重在實用。如同學車，我們不需要掌握髮動機的原理，不需要學習汽車電路，只要掌握怎麼開車就可以了。數據分析可以說是商業分析的基礎，在統計學的基礎上對數據進行加工和分析。

這是一個增長非常迅速的領域，而且催生出了很多的工作機會。麥肯錫公司的一份報告預計，到2018年僅美國在「具備深入分析能力」的大數據專業人才方面的缺口就在14萬人到18萬人之間。

就業前景分析：

據New Vantage Partners公司對《財富》美國500強公司的調查顯示，85%的500強企業要麼已經推出了大數據項目，要么正打算推出。未來幾年他們花在數據分析上的投資將平均上漲36%。難怪《哈佛商業評論》的一篇文章裡將數據分析稱作「21世紀最熱門的職業。」

企業與大學合作長期培養大數據專業人才以及開展相關研究，比如英特爾就和數據學專業排名靠前的麻省理工學院合作建立了大數據科學技術中心；另一方面，企業界已開始轉換思路，不再寄望於找到某位全能型的天才來一手搞定所有的數據分析工作，而是吸引更多各有所長的人來組成一個能創造性解決問題的團隊。有些甚至不需要有統計等特定專業背景。

所以對於想進入這個行業的人來說，別灰心，即使非計算機或數學科班出身，你依然有機會。美國大數據行業龍頭FICO公司的首席分析官安德魯•詹寧思就曾向《財富》表示：「如果你不是一個純粹搞數學的人，或者不是一個專業的編程人員，那也沒關係，因為你可以和那樣的人在同一支團隊裡工作。除了量化分析方面以外，我們還非常需要具有求知和好奇天性的人，以及能夠指出業務上的問題並且能與客戶溝通的人。」

最後，我們來看一下這個行業的回報怎麼樣。由於目前大數據人才依然處於需求大於供給的狀態，在美國，一位資深數據科學家在大型社交媒體企業當中可以拿到17.5萬美元的年薪，而相關自由職業者的時薪可達200美元。 除此之外，一些創業者正紮根於大數據開創屬於自己的事業。「大數據創業」已成為目前非常熱門的一個趨勢。

今年5月麻省理工學院斯隆管理學院舉辦的「技術創新與創業論壇」上，「技術創新與大數據創業」就是一個重要的討論單元。在美國，《財富》剛報導過的一家公司是Flatiron Health，兩位年僅28歲的創始人正試圖利用大數據分析來給出治癒癌症的最佳方法。這家公司剛剛獲得了谷歌1億多美元的風險投資。

四、統計學

統計學是一種方法，是一種工具，是一種解決問題的武器。研究如何測定、收集、整理、歸納和分析反映客觀現象總體數量的數據，以便給出正確認識的方法論科學。其目的是要解決問題。

從課程設置可以看出來，關於數學建模，數理分析，概率論基本概念，微分幾何是統計學的常見課程，所以申請統計學對於數學背景要求是很高的。

數學與統計學的區別 ：

統計學分數理統計和經濟統計兩個方向。其中數理統計是屬於數學科目裡面的一個分支，數學從某種意義上說可以是統計學的基礎。統計偏向分支，更加細化，沒有數學那麼寬泛；經濟統計是偏向統計學知識在經濟中的應用的。

就業前景：

統計學專業的畢業生通常都有很好的數學、計算機和經濟學素養，就業面相對廣泛。

本科生出路：
1、從事金融工程、數量經濟學、計量經濟學等一些統計學與金融學的交叉學科。其實金融工程裡用的統計學其實不是很多，數學主要以概率論和隨機過程為主，但鑑於國內衍生品市場的發展現狀，其實這類金融工程的課程也會涉及許多數量化分析的內容，將來出來從事的工作很多也會和統計學相關。例如數量化選股、統計套利等。

2、從事市場營銷、心理學等行為科學的學科。市場營銷，特別是結合了心理學、行為學等學科的消費者行為學研究這塊，用到大量的統計學模型，而且這個領域這些年發展的很快，需要大量統計學人才。

3、計算機/人工智慧/模式識別/機器學習/數據挖掘/商業智能，這些領域現在也很火，應用前景也很廣泛，包括自動化、生物信息、金融量化交易等現在都在大量使用所謂的人工智慧/機器學習的算法。很多都是計算機出身的人在做，但其實用的大量模型和算法都是統計學，特別是多元統計那塊的理論。所以理論部分對於學統計出身的人來說不是問題，但是寫代碼、數據結構與算法這些可能是個難點。

碩士生與博士生：

碩士生與博士生與本科生比起來就業相對容易，就業領域與本科生類似，除此之外也可以在科研機構從事科研工作。北京大學數學科學學院對2005-2013年畢業研究生的調查顯示，共有研究生畢業523人，其中碩士生328人，博士研究生196人。碩士研究生與博士研究生就業存在巨大差別，明顯地體現出碩士偏愛金融，博士偏愛科研的就業趨勢。

誤區：

有很多人認為統計學專業的工作不好找，找工作無非是銀行、證券、公務員。其實不然，統計學還是有很多職業方向的。

其實統計學和數學一樣是一個服務類學科，並沒有所謂的「對口就業」。只要出現數據的行業，都需要統計學，因為本來這個行業裡面的人他們的專業範圍是得到（產生）數據，比如說銀行、保險、零售、公共衛生、製藥等等，而分析數據就已經超出了這個行業內人員的專業範圍了，舉個例子比如製藥，藥學或者生物學的科研人員可以提出新藥的配方，但是新藥臨床實驗怎麼設計？結果到底能不能說明新藥比舊藥效果好？結論的可信度是多少？有些參加實驗的病人沒有完成實驗就退出了或者死亡了，出現了數據空缺，這些樣本怎麼處理？這些問題不是肉眼觀察或者簡單地加減計算能夠回答的。這個時候就需要運用統計學的方法來處理。的確銀行、保險、醫藥好像感覺就業比例較多，那是因為這些行業對數據分析的依賴程度已經比較高，但是隨著各行各業的發展，越來越多的行業開始需要數據分析這一個職業。不需要擔心對口，如果用人方的需求是統計學人才，你去就能用上學的東西。

目前總體看統計學在國外發展更好，相關工作的薪水更多。不過國人已經認識到統計學的重要性，相信以後統計學會在國內蓬勃發展的。