美国商业分析专业到底是什么

阳光sunshine81

商业分析(BA )指的是对过去的业务绩效进行持续的迭代探索和调查的技能、技术、实践，以获得洞察和驱动业务规划。商业分析的重点是基于数据和统计方法对业务绩效的新见解和理解。相比之下，商业智能传统上侧重于使用一组一致的度量标准来度量过去的性能和指导业务规划，这也是基于数据和统计方法。
BA主要是将大量复杂数据，经过定量方法和应用分析转换为合理清晰，便于管理的信息，从而做出合理的商业决策。学生会接触到先进的决策分析工具和技术，应用这些工具和技术在实际的商业领域中给予合理的解决方案。课程中涉及应用统计学、应用数学、计算机、优化选择、客户行为学、风险管理、运筹学和决策理论，商业统计方法，商业流程模型，商业决策模型，数据管理，运营管理等，并整合一些商科基础课程，如商业沟通技巧，领导力，市场营销，供应链管理等。这就是今后的数据科学家索要学习的内容了，以上课程可以分为三大类，商科基础课程，技术类基础课程与专业课程。
分析类型
决策分析:通过可视化分析支持人工决策，用户模型可以反映推理。
描述性分析:从历史数据中获取信息，包括报告、记分卡、集群等。
预测分析:采用统计和机器学习技术的预测模型。
说明性分析:推荐使用优化，模拟，等等。
分析的领域有 ：
· Behavioral analytics 行为分析
· Cohort Analysis 人口特性分析
· Collections analytics 合类分析
· Cyber analytics 网络分析
· EnterpriseOptimization 企业优化
· Financial services analytics 金融服务分析
· Fraud analytics 诈骗分析
· Health careanalytics 医疗卫生分析
· Marketing analytics 市场分析
· Pricing analytics 价格分析
· Retail sales analytics 房地产分析
· Risk & Credit analytics 风险评估分析
· Supply Chain analytics 供应链分析
· Talent analytics 人才数据与机构分析
· Telecommunications 通信
· Transportation analytics 交通运输分析
MSBA 专业的学生将学习 应用统计学、应用数学、计算机、优化选择、客户行为学、风险管理、运筹学和决策理论等课程 。因此，这个专业对于申请者的 数学 和 计算机背景 要求较高，以德州奥斯丁大学商业分析专业招收的学生为例，原来为工程系的学生占 37% ，原来为商科的学生和数学系的学生各占 17% ，有 15% 的人原来是就读于经济学，另外 12% 分别来自于同样对数学背景要求很高的心理学或社会学等专业。
除了一些硬性申请条件， BA 还注重申请者在 数理分析、编程能力等方面的软性实力 。而这些软实习，则需要从申请者的教育经历、研究经历、实习经历、活动经历等多方面去体现。例如罗彻斯特大学就是一所非常注重申请者软性实力的大学，在硬件条件不够突出的情况下，如果能有出色的实习、工作、研究等经历，也是能够获得这所知名商学院的青睐的。对于准备时间还很充分的申请者，强烈建议提早进行申请规划以便做背景提升：例如，通过在线学习平台（ Coursera, edX ）弥补先修课程的不足；通过自学或校内选修课提高计算机软件技能；寻找与数据分析相关的研究、实习等。而对于即将要申请的学生，则要学会从过往经历中提炼出最具价值的素材以匹配学校的要求。
美国典型院校列举：
哥伦比亚大学
杜克大学
康奈尔大学
圣路易斯华盛顿大学
卡耐基梅隆
纽约大学
南加州大学
罗切斯特大学
加州大学圣地亚哥分校
就业：
世界迈进了大数据时代。互联网和智能手机产生的数据“大爆炸”催生了提取和解读海量数据的新工作岗位——“数据科学家”。《华尔街日报》日前报道称，3年前数据科学家这个职业头衔基本还不存在，如今已成为高科技劳动力市场上最热门的职位之一。
在很多企业，由于有巨量数据需要分析，数据分析员成为一个必须的职位，连一些看上去和数据毫不相关的企业，也需要数据分析员进行数据分析，帮助做出更好的决策。巨大的用人需求之下，数据科学家成了“香饽饽”，一场寻找或培训“数据科学家”的争夺战正在美国掀起。
大数据需要大分析，大分析需要新技术，但企业还需要新人才。在大数据时代，数据科学家等分析人才的需求将激增，尽早开始人才储备将是企业稳步发展的优势之一。
数据科学家需要独特的综合技能，但是，目前这方面的人才如此稀缺，以至于他们被称作“独角兽”。《华尔街日报》说，理想的“数据科学家”不仅要拥有传统的市场调研技能，还需要有能力从不同来源的上百万数据碎片中找出规律，再通过这些规律来推断消费者行为，找准消费行为的触发点并写出相关的统计模型。例如，在某电子商务网站，一名生物统计学博士过去几年里通过挖掘医疗记录来研究乳腺癌的初期征兆，现在他为网站编写统计模型，推断人们在该网站上用什么词条来搜索自己在大街上看到的时尚新品。