美國碩士申請:商業分析(BA)專業解讀

前言：

以前，出國留學提到商學院的專業，大多想到的是金融、會計、市場營銷、人力資源、管理等傳統專業。現在越來越多的學校開始開設一個新的專業——商業數據分析(BA)。

這個專業的興起和網際網路時代乃至移動網際網路時代的到來不無關係，隨著網際網路的發展，越來越多的數據產生，而能夠有效分析這些數據並將他們應用於商業的人才卻極其短缺，在這種趨勢下，有不少學校開始開設BA專業。BA專業畢業的學生廣泛分布於銀行、快消、能源、政府、醫療、保險、製造和藥品等行業，越來越多公司，尤其是科技公司，如國外的Google, Facebook, Twitter等，國內的騰訊、百度、阿里巴巴、新浪等，越來越重視數據的收集與分析。在這些科技巨頭眼中，世界已經進入大數據（BigData）時代。從這種情況我們可以知得，BA這個專業還很新，但發展會很快，是一個就業面非常廣的專業。相信還會有越來越多學校開設這個專業，就業前景也會被看好。

定義：

商業分析碩士（Master of Science in Business Analytics）主要是將大量複雜數據，經過定量方法和應用分析轉換為合理清晰，便於管理的信息，從而做出合理的商業決策。學生會接觸到先進的決策分析工具和技術，應用這些工具和技術在實際的商業領域中給予合理的解決方案。課程中涉及應用統計學、應用數學、計算機、優化選擇、客戶行為學、風險管理、運籌學和決策理論，商業統計方法，商業流程模型，商業決策模型，數據管理，運營管理等，並整合一些商科基礎課程，如商業溝通技巧，領導力，市場營銷，供應鏈管理等。這就是今後的數據科學家索要學習的內容了，以上課程可以分為三大類，商科基礎課程，技術類基礎課程與專業課程。

Business Analysis與Business Analytics區別：

Business Analysis與Business Analytics翻譯成中文都是「商業分析」，他們之間有沒有什麼區別呢？本文給大家帶來了Business Analysis與Business Analytics區別所在。

都是商業分析，Business Analysis與Business Analytics區別何在？先搞清楚問的是business analysis還是business analytics。雖然翻譯出來差不多，但實質差別很大。前者是傳統商科，後者才是新興學科。

1. Business Analysis

應屬於傳統商科，主要是任務是對公司整個運營的流程、業務的開展等方面的分析。比如發現新的商業需求、提出/改善某些商業問題的解決方案。它可能包括公司組織上的變更，業務流程的改善，策略性的規劃，政策的制定和提高。這個領域需要一定的數據分析，一方面因為公司發展前期一般主要靠業務的擴展，會涉及一些銷售業績等類似的數據分析。另一方面，大數據時代嘛，很多公司都覺得好像應該順應潮流摻和一把。但總的來說還是business analysis為主。即定性為主導，數據分析（一般較簡單）為輔助。這也是大多數答主所提到的。要在這個領域成長為專業人才，一般會選擇MBA，MBA課程一般也會包含一定的相關課程，但很簡單。

2. Business Analytics

BA(Business Analytics)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，實現Big Data的商業應用。

一般而言BA都開設在商學院下，還有部分在信息學院（Carnegie Mellon, Columbia等，CM的項目是這個專業絕對的女神項目!每年的畢業生被各大公司搶，當然這些學校的BA更多的Data Analytics，相對而言更重視計算機編程能力，所以更搶手）無論冠名哪個學院，從招生來看當然大多數是本科數學和計算機，少數其他專業的(商科背景的也少)。

這才是真正的新興學科。翻譯上都叫商業分析，但內容卻差很多，所以特意用英文區分開來。這個行業的核心就是數據分析，而且是高深的技術、模型和算法。通過對數據的深度分析、挖掘來研究公司以往的業績，對行業市場潛在的商業信息的搜索等。目的是獲取那些通過定性分析和簡單的定量分析根本無法獲得的insights。這個領域逐漸得到了學術界、業界和政府的高度重視：學術界，從紐約大學13年開始開設business analytics的碩士專業以來，全球各大高校紛紛增設相關專業，並且學費直逼MBA，在金錢至上的資本主義國家，高學費往往是高收入和良好職業發展的風向標。業界，更不用說了，BAT都在開設這一類的部門，阿里巴巴去年跟今年就從名校挖了一些這個領域的教授，百度更是把斯坦福大牛Andrew Ng請了來。政府，就我知道的，新加坡和澳洲政府直接撥款贊助開設business analytics部門的公司。

總體來說business analytics無疑是個交叉學科，包括數學（統計）、計算機和商學（經濟學、市場營銷，博弈論等等）。統計類的方法佔據了數據分析學科的首要地位（主要是回歸模型）。可以說如果把統計方法全部拿走，數據科學基本就支離破碎不成體系了。然後是計算機（包括機器學習、模式識別、圖像處理等一類的領域），基於一些應用層面的需求，計算機領域提出了一些新穎的思路和模型。值得一提的是，這些東西又吸引了統計學家的關注，他們把同樣的問題又用統計學方法做了出來。再結合一些傳統的回歸模型，統計學出現了新的分支：統計學習。最後是商學類，現階段來說比重最小，不過其中一些思路也是值得借鑑的，比如博弈論。一些專門的business analytics碩士會結合商業應用來講統計和計算機方法。

BA要求具備的硬體和軟體實力：

技術硬指標方面主要有以下要求：

（1）數學。微積分和線性代數是大多數數據挖掘應用程式需要矩陣計算的基本算法。

（2）統計學。掌握相關性分析、多元回歸，揉合各種數據從不同角度進行預測性和指導規範性建模，會使用R、SAS、SPSS、SciPy、Stata等統計工具軟體。

（3）編程和寫腳本。掌握程式語言可以更具競爭力，如：Python、C/C++、Java、Ruby、Perl、MATLAB、Pig等。

（4）資料庫。熟練掌握SQL，關注NewSQL這類高擴展、高性能資料庫，如：Cloudera Impala、Clustrix、VoltDB等。

（5）分布式計算系統：熟悉Apache產品族，鑽研NoSQL平臺，了解Apache Cassandra和MongoDB的優缺點，動手實踐Hadoop、HBase、Cassandra、MapReduce、Hive等不斷出現的新系統。

（6）數據挖掘。數據挖掘是跨學科的，借鑑人工智慧和機器學習、統計數據和資料庫系統等。

（7）數據建模。從ERWin、Agile Data Modeling、ORM Diagrams、UML class diagrams、CRC cards、Conceptual/logical/physical schema、DDL、Bachman diagrams、Zachman Framework等數據建模工具開始，掌握建模技術和方法。

（8）預測建模

（9）機器學習。

（10）數據可視化。選擇掌握Flare、HighCharts、AmCharts、D3.js、Processing、Google Visualization API、Raphael.js、Tableau等其中一些可視化工具。 　

人文軟實力方面主要有以下要求：

（1）專業領域知識。對某行業及其數據非常了解，諸如醫藥、政府、零售、製造業等。

（2）創造力和求知慾。有創造力的數據科學家都是充滿好奇心的，需要出眾的發現能力。（3）善於包裝會編故事。將複雜的數據包裝後像講故事般娓娓敘述出來。

（4）順利執行項目、保證實現目標的項目管理能力。

（5）保護數據隱私的道德。

（6）通過簡短的交流能達到目的的能力，稱為電梯間交流（elevator speech）能力。

RPI MSBA 2017年畢業生就業數據

就業：

世界邁進了大數據時代。網際網路和智慧型手機產生的數據「大爆炸」催生了提取和解讀海量數據的新工作崗位——「數據科學家」。《華爾街日報》日前報導稱，3年前數據科學家這個職業頭銜基本還不存在，如今已成為高科技勞動力市場上最熱門的職位之一。

在很多企業，由於有巨量數據需要分析，數據分析員成為一個必須的職位，連一些看上去和數據毫不相關的企業，也需要數據分析員進行數據分析，幫助做出更好的決策。巨大的用人需求之下，數據科學家成了「香餑餑」，一場尋找或培訓「數據科學家」的爭奪戰正在美國掀起。

大數據需要大分析，大分析需要新技術，但企業還需要新人才。在大數據時代，數據科學家等分析人才的需求將激增，儘早開始人才儲備將是企業穩步發展的優勢之一。

以下數字可以說明數據人才有多稀缺。招聘者說，一個擁有博士學位的數據科學家的起薪通常是六位數，工作兩年後，就可以輕鬆賺到20萬至30萬美元的年薪。在美國職業社交網站領英網(LinkedIn)，有3.6萬個數據科學家的職位虛位以待。另一家網站的數據顯示，去年底有6000家公司正在招聘數據方面的人才。分析人士稱，大數據革命將深刻影響人們的工作、生活和思維。「數據，已經滲透到當今每一個行業和業務職能領域，」全球知名諮詢公司麥肯錫指出，大數據是「創新、競爭和生產率的新邊疆」，具有變革性影響，是數字時代的生產要素，是獲取競爭優勢的一個源泉。毫無疑問，大數據的重要價值正日益凸顯，數據分析將成為21世紀的一個「金飯碗」。麥肯錫的《大數據》報告顯示至2018年美國大數據資深分析專家存在14萬至19萬缺口，決策經理和分析師缺口將達到150萬人。美國各大學的大數據碩士課程從2011、2012年開始大量招生，對於報考學生的教育背景和知識結構要求比較高，但要成為真正的數據科學家，如果沒有數年的內在數學能力訓練和行業實踐磨練，難以成為合格的數據科學家，因此，報告也強調即使在加快開展專業教育和職業培訓的前提下，未來仍然存在人才缺口，那麼吸引海外技術人才就是一個必然，中國是赴美留學生最多的國家，所以商業分析專業的學生回國之後的就業機會是比較多的。

開設院校介紹：

目前開設BA專業的學校很多比較有名的學校有西北大學、卡耐基梅隆、康奈爾、南加州、北卡教堂山、羅切斯特、邁阿密、德州奧斯汀等。大部分學校的BA專業開設在商學院下面，少數學校開設在其他學院，比如西北大學和康奈爾大學開設在工程學院，卡耐基梅隆開設在信息管理學院，北卡教堂山開設在統計與運籌系。要特別注意這樣的項目是否可以接受GMAT成績，比如康奈爾就不接受GMAT成績。

這個專業對於申請者的數學和計算機背景要求較高，以德州奧斯丁大學商業分析專業招收的學生為例，原來為工程系的學生佔32% ，原來為商科的學生佔28%，來自數學專業的有17%，有19%的人原來是就讀於經濟學，另外4%分別來自於同樣對數學背景要求很高的心理學或社會學等專業。

作為一個新興專業，很多赴美留學學生對這個專業並不是十分了解，競爭的激烈程度也不是特別高。有良好數學與計算機背景的申請者，可以在金融、金融工程等專業之外，再增加一個可以選擇的專業了。