美國(guó)留學(xué)熱門(mén)專(zhuān)業(yè)——商業(yè)分析專(zhuān)業(yè)淺析，相信這個(gè)問(wèn)題是許多正在準(zhǔn)備留學(xué)的同學(xué)關(guān)心的一個(gè)問(wèn)題，那么下面小編就來(lái)和大家說(shuō)一說(shuō)，感興趣的您趕緊往下了解吧。

最近，好多理工科轉(zhuǎn)上課學(xué)生，或是有一定就業(yè)為導(dǎo)向規(guī)劃的學(xué)生都在后臺(tái)詢(xún)問(wèn)我們一個(gè)比較新的商科專(zhuān)業(yè)方向商業(yè)分析。作為一個(gè)因?yàn)槭袌?chǎng)經(jīng)濟(jì)的發(fā)展和互聯(lián)網(wǎng)大數(shù)據(jù)的發(fā)展趨勢(shì)導(dǎo)向而剛剛興起不久的專(zhuān)業(yè)，我們來(lái)以專(zhuān)業(yè)介紹，申請(qǐng)要求和就業(yè)方向幾個(gè)維度來(lái)對(duì)該專(zhuān)業(yè)做一個(gè)了解!

1.1 專(zhuān)業(yè)簡(jiǎn)介

根據(jù)維基百科定義，Business Analytics(以下簡(jiǎn)稱(chēng)BA)指的是連續(xù)迭代探索和調(diào)查過(guò)去的企業(yè)經(jīng)營(yíng)績(jī)效去獲取價(jià)值信息以及推動(dòng)商業(yè)計(jì)劃的技能，技術(shù)和實(shí)踐技巧。

用比較通俗易懂的語(yǔ)言來(lái)說(shuō)，那就是，

確定最合適分析模型和途徑，

解釋過(guò)去的、現(xiàn)在的經(jīng)營(yíng)業(yè)績(jī)，從中研究和提取有價(jià)值的信息，

為企業(yè)提供和解釋解決經(jīng)營(yíng)問(wèn)題的方案，促進(jìn)正確的商業(yè)決策，提高企業(yè)運(yùn)營(yíng)水平，發(fā)現(xiàn)新商機(jī)等等。

這三個(gè)階段分別是：

1.描述性分析(Descriptive Analytics): 通過(guò)報(bào)告、記分卡、聚類(lèi)等歷史數(shù)據(jù)的呈現(xiàn)和分析，發(fā)現(xiàn)商業(yè)問(wèn)題和機(jī)遇。 應(yīng)用例子：Netflix 是如何推薦你正好想看的電影的?

Netflix 是美國(guó)在線(xiàn)視頻租賃商, 可以理解為優(yōu)酷的收費(fèi)版。 它有上千萬(wàn)用戶(hù),每個(gè)人都有自己不同的喜好。假設(shè)你上周末在Netflix 看了兩部電影, 都是動(dòng)作片。在所有Netflix 用戶(hù)中,肯定有很多人也看了這兩部的動(dòng)作片, 然后,下個(gè)周末，那些人又看了另一部電影，很有可能也是一部動(dòng)作片。根據(jù)你和其他人之前的相似性，Netflix預(yù)測(cè)你也會(huì)想看這部電影。于是這部電影就出現(xiàn)在你網(wǎng)頁(yè)的相關(guān)推薦中了。

2.預(yù)測(cè)性分析(Predictive Analytics): 通過(guò)對(duì)歷史數(shù)據(jù)進(jìn)行建模，對(duì)未知情況和狀況進(jìn)行準(zhǔn)確的預(yù)測(cè)。應(yīng)用例子：超市如何給你一個(gè)你很可能會(huì)使用的優(yōu)惠券?

假設(shè)你是一個(gè)在減肥的少女，持有某超市的會(huì)員卡(這意味著超市的分析人員可以跟蹤你過(guò)去的消費(fèi)記錄)。你已經(jīng)連續(xù)3 周買(mǎi)減肥茶了, 那么分析人員覺(jué)得你很有可能下周繼續(xù)買(mǎi)減肥食品。所以結(jié)賬時(shí)柜臺(tái)小哥會(huì)面帶微笑的遞給你一張纖維棒的優(yōu)惠卷，而同時(shí)把德芙巧克力的優(yōu)惠券藏起來(lái)。

3.指導(dǎo)性分析(Prescriptive Analytics): 通過(guò)模擬和優(yōu)化等找出最優(yōu)商業(yè)決策。 應(yīng)用例子：為什么機(jī)票的價(jià)格每小時(shí)都會(huì)變?

經(jīng)濟(jì)學(xué)告訴我們需求決定價(jià)格，如果我們知道什么時(shí)候出行的需求量最低，那理論上我們就可以買(mǎi)那個(gè)時(shí)候的機(jī)票,以最性?xún)r(jià)比的價(jià)格坐飛機(jī)。事實(shí)上航空公司卻先我們一步，通過(guò)實(shí)時(shí)監(jiān)測(cè)上百萬(wàn)條飛行路線(xiàn)，以確保高峰期價(jià)格最優(yōu);同時(shí)模擬未來(lái)需求曲線(xiàn)，假如預(yù)測(cè)未來(lái)某個(gè)時(shí)間段需求量大，即使當(dāng)下對(duì)這個(gè)時(shí)間段的需求量很低，也保持高價(jià)，以滿(mǎn)足未來(lái)的高價(jià)需求，避免機(jī)票出現(xiàn)大幅漲跌，并實(shí)現(xiàn)營(yíng)收最優(yōu)。

1.2 項(xiàng)目設(shè)置

目前美國(guó)大約有250個(gè)Business Analytics或Data Science 相關(guān)專(zhuān)業(yè)的碩士項(xiàng)目，每年畢業(yè)生有8000~10000名。從專(zhuān)業(yè)的名稱(chēng)來(lái)看，大部分學(xué)校都是叫Business Analytics, 根據(jù)開(kāi)設(shè)課程和所在院校的不同，也有的學(xué)校開(kāi)設(shè)的項(xiàng)目叫做Analytics, Data Analytics, Applied Analytics等等。專(zhuān)業(yè)的時(shí)間長(zhǎng)度大多數(shù)是1-1.5年，絕大部分BA項(xiàng)目是屬于STEM項(xiàng)目，畢業(yè)后最長(zhǎng)可獲得36個(gè)月的OPT時(shí)間。BA碩士絕大多數(shù)都是以就業(yè)為導(dǎo)向的，從貼合就業(yè)實(shí)際的Big Data-analytical work 角度來(lái)培養(yǎng)學(xué)生。

1.3 開(kāi)設(shè)院系

從院系設(shè)置來(lái)看，主要有以下幾種情況：

絕大多數(shù)設(shè)置在商學(xué)院下，如MIT, UT Austin, Rochester, GWU 等;

有些設(shè)置在工程學(xué)院下，如Northwestern，Columbia，Cornell;

也有設(shè)置在信息學(xué)院下的，如CMU，Rutgers;

也有設(shè)置在繼續(xù)教育學(xué)院下的，如Columbia的Applied Analytics，Chicago;

一般設(shè)置在工程學(xué)院及信息學(xué)院下的項(xiàng)目，更多是數(shù)據(jù)科學(xué)，對(duì)數(shù)學(xué)背景和計(jì)算機(jī)背景要求要更高。

2.1 專(zhuān)業(yè)背景

商業(yè)分析作為一門(mén)交叉學(xué)科，并沒(méi)有限制專(zhuān)業(yè)背景，但是想要申請(qǐng)的同學(xué)最好要有一定的商業(yè)知識(shí)儲(chǔ)備，并掌握編程和數(shù)據(jù)處理軟件，例如SAS, Python以及一些語(yǔ)言比如R語(yǔ)言。因此，數(shù)學(xué)和統(tǒng)計(jì)，計(jì)算機(jī)科學(xué)，工程類(lèi)，以及商科類(lèi)同學(xué)相對(duì)有優(yōu)勢(shì)。

2.2 先修課要求

商業(yè)分析的先修課可以分成以下三大類(lèi)：

第一：數(shù)學(xué) (要修過(guò)相關(guān)課程)

Linear Algebra

Calculus I

Calculus II

Probability and Statistics

第二：計(jì)算機(jī) (最好修過(guò)課程，如果沒(méi)有修過(guò)課程，通過(guò)實(shí)踐，實(shí)習(xí)或科研證明掌握能力也是可以的)

Computer programming course in a general programming language such as C, C++, Java, or Python，R

Statistical, econometrics and mathematical applications and tools (for example, SAS, Stata, SQL，MatLab, R, S-Plus, Mathematica).

第三：商科(極少項(xiàng)目作為硬性要求，如有時(shí)間最好還是補(bǔ)充一到兩門(mén))

Introduction to Corporate Finance

Introduction to Financial Accounting

Introduction to Marketing

當(dāng)然，沒(méi)有達(dá)到先修課的要求也未必完全申不了，一方面可以積極和學(xué)校協(xié)商大四補(bǔ)課、或者上網(wǎng)課代替，另一方面也可以用成績(jī)單以外的其他經(jīng)歷來(lái)證明自己這些方面的能力。

以下列舉幾個(gè)學(xué)校的商業(yè)分析碩士項(xiàng)目的先修課要求，供大家參考

1.女神級(jí)別的BA項(xiàng)目：UT項(xiàng)目官網(wǎng)的pre-enrollment criteria中寫(xiě)的要求是Computer programming experience is required; experience in any programming language is sufficient but Python is preferred (those admitted to the program are strongly encouraged to learn Python prior to beginning the program)，而沒(méi)有具體的課程要求。學(xué)校在info session中反復(fù)強(qiáng)調(diào)對(duì)quantitative and technical skills的關(guān)注，而從錄取情況來(lái)看，UT也確實(shí)偏好那些擁有較強(qiáng)數(shù)理背景的申請(qǐng)者。

2.UCSD項(xiàng)目官網(wǎng)application checklist中對(duì)于quantitative background的要求是Provide details regarding your experience with computational programming (for example, C++) and with statistical, econometrics and mathematical applications and tools (for example, SAS, Stata, MatLab, R, S-Plus, Mathematical).看似很夸張的一個(gè)要求，實(shí)則含義就是提供個(gè)人數(shù)理、編程能力的相關(guān)信息，而不是強(qiáng)制的要求滿(mǎn)足什么條件。雖然這句話(huà)曾經(jīng)嚇到了不少申請(qǐng)人，但是錄取結(jié)果也證明，不少純純的商科本的同學(xué)，盡管缺乏這類(lèi)經(jīng)歷，也一樣獲得了錄取(雖然UCSD對(duì)于R是真愛(ài)，多人反映在面試中，面試官多次提及對(duì)于R的能力的關(guān)注、以及建議先自學(xué))。

3.USC的BA項(xiàng)目官網(wǎng)FAQ板塊中關(guān)于prerequisite非常隨意的寫(xiě)道While we do not have any required pre-enrollment courses, we find students who have taken at least one statistics course at the college level are most successful in the program.在USC的網(wǎng)申中，倒是有一個(gè)空白需要填寫(xiě)能夠熟悉使用的computer language。而從USC的錄取情況我們也可以看出，USC對(duì)于申請(qǐng)人的數(shù)理背景要求并不像UT那么高，上過(guò)高數(shù)，統(tǒng)計(jì)學(xué)相關(guān)的就可以了。

4.GWU的prerequisites很具體，包括statistics, higher level mathematics (Calculus and Linear Algebra), computer programming。學(xué)校認(rèn)可通過(guò)Coursera修課等方式補(bǔ)充數(shù)理背景。

2.3 科研實(shí)習(xí)建議

2.3.1 實(shí)習(xí)

對(duì)于申請(qǐng)商學(xué)院BA項(xiàng)目來(lái)說(shuō)，具有好的相關(guān)的實(shí)習(xí)經(jīng)歷是非常加分的。與BA申請(qǐng)方向相契合的實(shí)習(xí)例如：券商、保險(xiǎn)、基金、咨詢(xún)、快消、互聯(lián)網(wǎng)、500強(qiáng)等企業(yè)數(shù)據(jù)分析崗。

以下列舉一些具體公司職位參考：

互聯(lián)網(wǎng)金融：百度金融數(shù)據(jù)分析

四大：戰(zhàn)略咨詢(xún)、管理咨詢(xún)等偏數(shù)據(jù)崗

咨詢(xún)公司：尼爾森數(shù)據(jù)分析、波士頓戰(zhàn)略咨詢(xún)、貝恩戰(zhàn)略咨詢(xún)/數(shù)據(jù)分析

互聯(lián)網(wǎng)公司：Google數(shù)據(jù)崗、滴滴出行數(shù)據(jù)分析崗、去哪兒網(wǎng)數(shù)據(jù)分析、LinkedIn商業(yè)分析，字節(jié)跳動(dòng)數(shù)據(jù)分析師

電商：淘寶，京東，什么值得買(mǎi)，小紅書(shū)等數(shù)據(jù)分析實(shí)習(xí)生

快消：聯(lián)合利華市場(chǎng)部、寶潔市場(chǎng)部

大數(shù)據(jù)公司：BBD數(shù)據(jù)分析崗

其他公司：教育，在線(xiàn)醫(yī)療，醫(yī)療器械/科技(現(xiàn)在有些BA項(xiàng)目開(kāi)了healthcare方向)等等

2.3.2 比賽

大型數(shù)學(xué)建模比賽如美賽、國(guó)賽，這兩項(xiàng)比賽認(rèn)可度較高，強(qiáng)烈建議參加。其他金融建模、統(tǒng)計(jì)建模比賽、數(shù)據(jù)分析競(jìng)賽等也可以參加。參加這些類(lèi)型的比賽，可以加強(qiáng)并鍛煉自身建模、代碼編程、論文寫(xiě)作、數(shù)據(jù)處理分析等方面的能力，也為申請(qǐng)?jiān)黾恿咙c(diǎn)。

2.3.3 學(xué)術(shù)課題研究

課題/導(dǎo)師項(xiàng)目，例如：本創(chuàng)、國(guó)創(chuàng)、創(chuàng)新創(chuàng)業(yè)訓(xùn)練、助研等，這些都是增加科研項(xiàng)目經(jīng)歷的途徑。

學(xué)術(shù)項(xiàng)目，要盡量選擇具有統(tǒng)計(jì)、編程、建模、數(shù)據(jù)分析等內(nèi)容的數(shù)據(jù)研究項(xiàng)目課題，能夠運(yùn)用分析工具、模型等進(jìn)行相關(guān)研究(例如涉及SPSS、Eviews、Python、MATLAB等統(tǒng)計(jì)分析軟件使用)，這樣的項(xiàng)目對(duì)申請(qǐng)幫助更大。如果能有論文發(fā)表的話(huà)也會(huì)有一定優(yōu)勢(shì)。

2.4 就業(yè)分析：

隨著技術(shù)進(jìn)步，通過(guò)交易、業(yè)務(wù)往來(lái)、社會(huì)交往和傳感器產(chǎn)生了大量的數(shù)據(jù)(通常被稱(chēng)為大數(shù)據(jù))。以這種速度,我們很快將缺乏足夠的分析師來(lái)幫助公司分析這些數(shù)據(jù)。麥肯錫大數(shù)據(jù)報(bào)告指出，到2018 年，僅美國(guó)國(guó)內(nèi)將面臨14-19 萬(wàn)專(zhuān)業(yè)數(shù)據(jù)分析師的空缺，同時(shí)還將缺乏150 萬(wàn)了解如何利用大數(shù)據(jù)分析技術(shù)進(jìn)行 明確決策的管理人員。沃爾瑪

惠普、德勤咨詢(xún)以及雪佛龍，都是數(shù)據(jù)分析的深度用戶(hù)，愿意招聘更多相關(guān)人才來(lái)面對(duì)需求。

1. 常見(jiàn)職業(yè)方向

BA的就業(yè)方向主要是當(dāng)數(shù)據(jù)分析師和咨詢(xún)師。在不同行業(yè)中專(zhuān)門(mén)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(píng)估和預(yù)測(cè)。雖然這是一個(gè)較新的專(zhuān)業(yè)，但卻有很好的就業(yè)前景。在大數(shù)據(jù)時(shí)代，很多行業(yè)都需要擅長(zhǎng)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(券商、投行、基金、資產(chǎn)管理)、醫(yī)藥、咨詢(xún)、零售等。像麥肯錫，貝恩，波士頓咨詢(xún)MBB三家去年都收購(gòu)了專(zhuān)門(mén)的BA部門(mén)做數(shù)據(jù)分析。因此BA上午畢業(yè)生都比較搶手，就業(yè)率基本大于90%，而且薪資水平也較高，平均年薪在7萬(wàn)-8萬(wàn)美金左右。BA相當(dāng)于其他專(zhuān)業(yè)的不同的點(diǎn)：是個(gè)工具，不是一個(gè)行業(yè)。

就業(yè)方向主要分4塊：

1) 金融領(lǐng)域：商業(yè)分析，量化戰(zhàn)略咨詢(xún)，風(fēng)險(xiǎn)分析等

2) Consulting(咨詢(xún))：非常典型的就業(yè)方向解決不同行業(yè)的問(wèn)題，著重problem solving的能力，翻譯成數(shù)據(jù)能夠解決的問(wèn)題，反饋給客戶(hù)

3) 市場(chǎng)營(yíng)銷(xiāo)和市場(chǎng)分析：比如淘寶用戶(hù)數(shù)據(jù)分析

4) 互聯(lián)網(wǎng)公司：網(wǎng)站維護(hù)，用戶(hù)瀏覽等hidden insight數(shù)據(jù)

2. 留美還是回國(guó)

回國(guó)：Experienced hire多，但慢慢開(kāi)始出現(xiàn)更多的entry level職位，行業(yè)處于發(fā)展的前中期階段

留美：Entry-level職位多，職責(zé)劃分明顯，升級(jí)規(guī)劃成熟

關(guān)于“美國(guó)留學(xué)熱門(mén)專(zhuān)業(yè)——商業(yè)分析專(zhuān)業(yè)淺析”以及相關(guān)內(nèi)容，這篇文章教育在線(xiàn)小編先介紹到這里了，如果你還想關(guān)注更多，那么可以繼續(xù)接著關(guān)注其他文章了解。

>>免費(fèi)領(lǐng)全球留學(xué)白皮書(shū)，了解各大學(xué)報(bào)考條件、費(fèi)用、開(kāi)學(xué)時(shí)間、含金量<<