美國商業(yè)分析留學(xué)申請(qǐng)解析

關(guān)鍵字美國商業(yè)分析美國商業(yè)分析課程設(shè)置美國留學(xué)申請(qǐng) 商業(yè)分析專業(yè)就業(yè)前景

2017-10-25 來源：新通教育網(wǎng)igo.cn 作者： 新通小編 閱讀量：人喜歡手機(jī)閱讀

摘要

商業(yè)分析就是通過講一個(gè)商業(yè)邏輯故事觸達(dá)商業(yè)目的，是一個(gè)從數(shù)據(jù)分析到商業(yè)洞察的過程。

一個(gè)好的商業(yè)分析報(bào)告不僅要重點(diǎn)清晰，主次分明，論點(diǎn)明確，論據(jù)充分，緊密圍繞分析的商業(yè)目的，更要能夠?yàn)樯虡I(yè)決策提供向?qū)�。而這當(dāng)中的核心就是要有清晰的邏輯，其中包含：分析報(bào)告的整體邏輯，分析問題過程的邏輯，解決問題方案的邏輯，報(bào)告撰寫與演示的邏輯。其中最關(guān)鍵的就是商業(yè)報(bào)告的整體邏輯。

如何搭建一個(gè)邏輯清晰的故事線？搭建金字塔結(jié)構(gòu)是一個(gè)自上而下的過程，讓結(jié)論先行，再提供支持論點(diǎn)的相應(yīng)論據(jù)，最后擺明支持論據(jù)的數(shù)據(jù)和事實(shí)。

商業(yè)分析專業(yè)本質(zhì)：

是最近幾年才出現(xiàn)的一個(gè)新興專業(yè)，在5年前還很少看到這個(gè)專業(yè)。像UT-Austin, Rochester, MSU和GWU等學(xué)校，都是近年才開設(shè)的。究其原因，主要是越來越多的公司，尤其是那些科技公司，如Google, Facebook等，國內(nèi)的如騰訊，阿里巴巴新浪等，越來越重視數(shù)據(jù)的收集與分析。因此，從這個(gè)角度來看，會(huì)有越來越多的學(xué)校設(shè)置這個(gè)專業(yè)，這個(gè)專業(yè)的就業(yè)前景也是相當(dāng)不錯(cuò)的。

簡(jiǎn)單來說，商業(yè)分析（Business Analytics）是對(duì)企業(yè)等機(jī)構(gòu)所擁有的數(shù)據(jù)進(jìn)行分析，不僅僅是市場(chǎng)數(shù)據(jù)，還包括用戶行為和喜好等數(shù)據(jù)，目的是導(dǎo)出對(duì)商業(yè)決策和商業(yè)活動(dòng)有用的信息。不同的公司對(duì)于商業(yè)分析的定義不同，但總的來說，商業(yè)分析的主要工作是設(shè)計(jì)和維護(hù)公司的商業(yè)程序。 >> 預(yù)約專家規(guī)劃美國留學(xué)方案

美國商業(yè)分析專業(yè)課程設(shè)置：

BA多是以就業(yè)為導(dǎo)向性的，以貼合就業(yè)實(shí)際的大數(shù)據(jù)的角度來培養(yǎng)學(xué)生，課程也是實(shí)用性非常強(qiáng)。

基本構(gòu)成就是MIS（小但是實(shí)用的編程如vba+sql和一些database的知識(shí)）+STAT（教你用統(tǒng)計(jì)軟件）+一些management的知識(shí)。因此，在招生上面，美國大學(xué)也比較青睞來自理工科的申請(qǐng)者來進(jìn)行申請(qǐng)，如具有計(jì)算機(jī)、數(shù)學(xué)和工程背景的學(xué)生。

從競(jìng)爭(zhēng)優(yōu)勢(shì)方面來看，建議申請(qǐng)者應(yīng)當(dāng)以數(shù)學(xué)和計(jì)算機(jī)背景為主，同時(shí)以商科背景為輔，是比較理想的狀態(tài)。數(shù)學(xué)背景一般來說要求學(xué)生修過微積分，線性代數(shù)和矩陣表法等課程，而計(jì)算機(jī)背景則建議學(xué)生有Ruby, Python, C, C++, Matlab, Java, Visual Basic, Pascal等基礎(chǔ)，商科類背景則比較靈活，建議有宏微觀經(jīng)濟(jì)學(xué)的背景，除此之外，一些商業(yè)類活動(dòng)和比賽也是可以在軟背景方面起到為申請(qǐng)者加分的作用的。

以南加州大學(xué)為例，（綜合排名23，專業(yè)排名前三）

如上，是南加大對(duì)于商業(yè)分析的解釋，大致的意思是：

該計(jì)劃的學(xué)生在與業(yè)務(wù)分析和大數(shù)據(jù)分析相關(guān)的所有領(lǐng)域進(jìn)行廣泛而深入的培訓(xùn)，包括統(tǒng)計(jì)建模，數(shù)據(jù)管理，可視化，信息安全，優(yōu)化和不確定性下的決策。學(xué)生將學(xué)習(xí)分析大型和非結(jié)構(gòu)化數(shù)據(jù)集所需的編程工具，將分析轉(zhuǎn)化為可以提高業(yè)務(wù)績(jī)效的決策，并將復(fù)雜數(shù)據(jù)有效地呈現(xiàn)給高級(jí)決策者。除了商業(yè)工具的學(xué)習(xí)之外，學(xué)生還將發(fā)現(xiàn)各種行業(yè)和職能的業(yè)務(wù)分析應(yīng)用，包括營(yíng)銷，財(cái)務(wù)，運(yùn)營(yíng)管理，零售，制造，銀行和醫(yī)療保健。 >> 預(yù)約專家規(guī)劃美國留學(xué)方案

主要課程：

業(yè)務(wù)分析，數(shù)據(jù)驅(qū)動(dòng)決策，管理溝通，應(yīng)用現(xiàn)代統(tǒng)計(jì)學(xué)習(xí)方法，統(tǒng)計(jì)計(jì)算和數(shù)據(jù)可視化，分析邊緣：數(shù)據(jù)，模型和有效決策，數(shù)據(jù)分析驅(qū)動(dòng)的動(dòng)態(tài)策略和執(zhí)行/獲取

組織準(zhǔn)備大數(shù)據(jù)，數(shù)據(jù)管理簡(jiǎn)介，數(shù)據(jù)庫系統(tǒng)，概率和數(shù)據(jù)建模，預(yù)測(cè)，數(shù)據(jù)倉庫，商業(yè)智能和數(shù)據(jù)挖掘的應(yīng)用時(shí)間序列分析，信息學(xué)編程原理，蒙特卡洛模擬和決策模型，設(shè)計(jì)電子表格基于業(yè)務(wù)模式，欺詐分析，營(yíng)銷分析，信息安全基礎(chǔ)，數(shù)字分析策略

如上圖，是南加大，Career and Employer Relations里給出后期就業(yè)的趨勢(shì)。

商業(yè)分析就業(yè)解析：

如果將所有相關(guān)崗位進(jìn)行歸類的話，可以歸為business analyst、data scientist和data analyst三個(gè)最典型的工作類別。 >> 預(yù)約專家規(guī)劃美國留學(xué)方案

A,Business analyst，是企業(yè)中對(duì)于商業(yè)問題進(jìn)行分析的人員。對(duì)于大量數(shù)據(jù)的分析將會(huì)是你分析商業(yè)問題的重要手段和工作。所做的分析，大部分將會(huì)是描述性分析，即通過選取不同的角度，對(duì)過去數(shù)據(jù)進(jìn)行可視化的呈現(xiàn)，以發(fā)現(xiàn)商業(yè)中的問題和機(jī)會(huì)，做出商業(yè)建議。

business analyst一般不會(huì)親自對(duì)數(shù)據(jù)進(jìn)行建模分析，也不會(huì)使用R/Python。主要使用的工具將是SQL、Excel和PPT。business analyst除了技術(shù)上的推進(jìn)、分析數(shù)據(jù)之外，將會(huì)有大量的項(xiàng)目管理、跨部門溝通的工作，對(duì)于語言、溝通能力、商業(yè)嗅覺的要求最高，技術(shù)上的要求則最弱。

B,Data scientist的主要工作，就是建立預(yù)測(cè)模型。除了建模之外，提取、清理數(shù)據(jù)的時(shí)間將會(huì)占用data scientist百分之八十的時(shí)間。Data scientist所建立的預(yù)測(cè)模型，往往會(huì)被自動(dòng)化code進(jìn)系統(tǒng)，所以很多企業(yè)也會(huì)要求數(shù)據(jù)分析師具備一定的編程能力，比如Python，方便和工程團(tuán)隊(duì)合作。Business analytics畢業(yè)生的建模能力和統(tǒng)計(jì)知識(shí)，其實(shí)是足夠做Data scientist了，但編程能力，特別是python的編程能力，將會(huì)成為business analytics畢業(yè)生夠不夠格做data scientist的分界線。

C,Data analyst就是對(duì)于企業(yè)的數(shù)據(jù)庫系統(tǒng)以及數(shù)據(jù)的含義進(jìn)行管理、確保數(shù)據(jù)的準(zhǔn)確性和完整性。當(dāng)企業(yè)領(lǐng)導(dǎo)層、business analyst和data scientist需要數(shù)據(jù)的時(shí)候給予幫助，并且對(duì)持續(xù)不斷的同類數(shù)據(jù)需求進(jìn)行自動(dòng)化，建立BI的基礎(chǔ)設(shè)施。Data analyst常使用的工具就是SQL和Tableau。

三者崗位區(qū)別：

Business analyst需求最大，最有可能做到CEO。Data scientist，由于中國人良好的數(shù)學(xué)功底，（世界公認(rèn)的數(shù)學(xué)知識(shí)能力），也是中國人在美國的強(qiáng)勢(shì)領(lǐng)域。如果想在美國就業(yè)，這方面崗位有很多機(jī)會(huì)。但編程能力不強(qiáng)的同學(xué)可能難以在這個(gè)領(lǐng)域出類拔萃。Data analyst看上去工作最枯燥，但其實(shí)是個(gè)不錯(cuò)的打基礎(chǔ)的職位。因?yàn)樘貏e是大企業(yè)，商業(yè)分析、建模其實(shí)都不難，但把底層的數(shù)據(jù)到底弄明白其實(shí)往往是最難的一個(gè)環(huán)節(jié)。很多同學(xué)從data analyst做起，后來轉(zhuǎn)為data scientist。 >> 預(yù)約專家規(guī)劃美國留學(xué)方案

Data Analyst崗位舉例：

資深數(shù)據(jù)開發(fā)工程師

崗位職責(zé)：1. 對(duì)現(xiàn)有數(shù)據(jù)分析平臺(tái)進(jìn)行功能維護(hù)、性能優(yōu)化和系統(tǒng)升級(jí)； 2. 根據(jù)業(yè)務(wù)需求進(jìn)行數(shù)據(jù)報(bào)表相關(guān)的研發(fā)工作； 3. 對(duì)現(xiàn)有業(yè)務(wù)數(shù)據(jù)進(jìn)行數(shù)據(jù)計(jì)算、挖掘類工作，產(chǎn)出預(yù)測(cè)性的數(shù)據(jù)給業(yè)務(wù)展提供策略建議； 4. 參與數(shù)據(jù)底層的工具、平臺(tái)、部署流程等技術(shù)體系建設(shè)的研發(fā)工作。?

商業(yè)數(shù)據(jù)分析師

崗位職責(zé)： 1、能深入理解業(yè)務(wù)，抽象并搭建數(shù)據(jù)模型，分析關(guān)鍵問題； 2、業(yè)務(wù)數(shù)據(jù)的收集、整理、提取，根據(jù)相關(guān)數(shù)據(jù)進(jìn)行分析、挖掘、撰寫分析報(bào)告，為決策和管理提供數(shù)據(jù)支持； 3、與業(yè)務(wù)部門溝通合作，將分析結(jié)果應(yīng)用于實(shí)際業(yè)務(wù)，提升業(yè)務(wù)方工作質(zhì)量。 ?

Data scientist崗位舉列：

算法研究員／數(shù)據(jù)科學(xué)家-大數(shù)據(jù)策略

崗位職責(zé)：1. 深入理解機(jī)器學(xué)習(xí)的理論和方法，能夠從原理上改造當(dāng)前的機(jī)器學(xué)習(xí)算法，應(yīng)用于滴滴的業(yè)務(wù)場(chǎng)景中； 2. 設(shè)計(jì)并開發(fā)大規(guī)模機(jī)器學(xué)習(xí)系統(tǒng)，針對(duì)海量的出行數(shù)據(jù)進(jìn)行高效的模型訓(xùn)練； 3. 參與線上系統(tǒng)的開發(fā)，與工程師一起打造滴滴的核心服務(wù)系統(tǒng)； 4. 進(jìn)行原創(chuàng)性研究，包括新算法、新技術(shù)或者新產(chǎn)品的研究。

數(shù)據(jù)科學(xué)家

崗位職責(zé)：1、創(chuàng)建金融理財(cái)產(chǎn)品推薦系統(tǒng)模型；2、數(shù)據(jù)深度分析挖掘，創(chuàng)建市場(chǎng)營(yíng)銷相關(guān)數(shù)學(xué)模型；3、針對(duì)海量數(shù)據(jù)的應(yīng)用，將數(shù)學(xué)模型進(jìn)行算法優(yōu)化，并工程化實(shí)施。

Business Analytics 崗位舉例：

戰(zhàn)略規(guī)劃經(jīng)理（商業(yè)研究市場(chǎng)分析）

崗位職責(zé)：1. 協(xié)助部門領(lǐng)導(dǎo)進(jìn)行公司發(fā)展戰(zhàn)略規(guī)劃的制定及執(zhí)行；2. 規(guī)劃相關(guān)業(yè)務(wù)線的中長(zhǎng)期戰(zhàn)略目標(biāo)，設(shè)計(jì)和優(yōu)化商業(yè)模式，為業(yè)務(wù)線制定核心指標(biāo)，牽頭關(guān)鍵項(xiàng)目；3. 分析和跟蹤戰(zhàn)略實(shí)施過程，并且提出改進(jìn)建議，幫助其相關(guān)部門改善，確保戰(zhàn)略規(guī)劃的貫徹執(zhí)行；4. 分析研究商品流通及B2B電商行業(yè)趨勢(shì)和競(jìng)爭(zhēng)格局，緊密跟蹤行業(yè)內(nèi)標(biāo)桿企業(yè)、競(jìng)爭(zhēng)對(duì)手的戰(zhàn)略動(dòng)態(tài)及國家行業(yè)政策，并提供決策建議，確保公司戰(zhàn)略的前瞻性；5. 戰(zhàn)略研究數(shù)據(jù)庫的更新、完善及優(yōu)化；6. 協(xié)助部門領(lǐng)導(dǎo)收集與分析相關(guān)信息與數(shù)據(jù)，撰寫相關(guān)報(bào)告、商業(yè)公文。