商业分析属于 STEM 专业吗？BA 到底学什么？有适合文科生的科研项目吗？

embarkchina

Q&A

Q：文科生也可以申请商业分析专业？BA到底学什么？文科生的科研项目有哪些？

A：2016年麦肯锡发布了大数据行业报告，从市场需求方面肯定了未来数据分析人才的价值,让世界知道了 “大数据” 的概念, 同时也催生了全世界范围内高校开办大数据相关专业的热潮。

Business Analytics 到底学什么？

Business Analytics 是以商科知识为前提, 数理编程方法为手段, 从数据分析优化企业决策的专业。Business analytics 是大量数据转化为清晰、可使用信息的一门科学, 目的是帮助企业进行合理决策。

早期, IROM （Information, Risk, &Operations Management）的数据分析方向是 BA 的前身, 类似的专业还有应用统学，数据挖掘, 信息系统等。项目通常要求学生有一定的数理背景,在英文表达方面也有相应的考察。

Business Analysis 和 Business Analytics 到底有什么区别？

Business Analysis 属于传统商科，一般设在MBA下面，以简单的数据分析为辅导，分析整个公司的运营流程、开展的业务等方面，偏向于案例分析。

Business Analytics 则是一门新兴学科，核心是数据挖掘和数据分析，与现在的互联网及大数据（Big Data）相联，主要是利用高深的技术、模型和算法进行数据挖掘和商业分析。

美国哪些学校开设了这个专业？

目前美国大约有 30 所学校开设了 Business Analytics 这个专业。从专业的名称来看，大分学校都是叫 Business Analytics, 有些直接叫 Analytics, 还有些叫 predictive Analytics。

在前 30，前 10 的学校开设 BA 专业的学校很少，2016 年 MIT 招第二批学生，2017年UCLA Brown 新开设 BA 项目第一批招生。专业的时间长度大多数是1-1.5年，大部分 BA项目也是属于 STEM 项目。

从设置的院系来看，这个专业多数设置在商学院下，如UT Austin, Rochester, MSU, GWU等，有些设置在工程学院下，如 Northwestern, 也有设置在信息学院下的，如 CMU。

设置在工程学院及信息学院下的项目，对数学背景和计算机背景要求都很高。BA 硕士绝大多数都是以就业为导向的，从贴合就业实际的 Big data—analytics work 角度来培养学生，课程也以实用居多。

申请背景要求？

理想状态需要会编程、数据处理软件：SAS, Python 以及一些语言比如 R 语言。学校希望你能具备这这方面的能力，但是相对于 CS, data science 的要求是低的，不必须要会 coding 和 Mathematics。

同时，很多的 BA 项目对申请者都表达出很强的包容性。即便没有编程、数据处理软件的相关知识，但是可以让学校看到你的学习能力也是可以的。

有些学校项目对背景要求比较严格（如 UT Austin），推荐网站Coursera，可以修 BA 的相关课程来提升自己的背景。不同学校对于申请者背景要求不同，通常来讲可以申请 BA 的专业包括：Computer science/Technology，Engineering，Architecture，Business Management，Finance，Math，Statistics，Economics，Social Science。

从实际案例来看，心理学，旅游管理，工商管理等专业的本科毕业生也有申请到TOP 30 学校 BA 专业的先例，所以文科生也是完全可以考虑申请的。

就业方向有哪些？

BA 的就业方向主要是当数据分析师和程序设计师。在不同行业中专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测。

虽然这是一个较新的专业，但却有很好的就业前景。在大数据时代，很多行业都需要擅长挖掘和分析数据的人，例如IT、互联网、游戏、通信、金融（券商、投行、基金、资产管理）、医药、咨询、零售等。像麦肯锡，贝恩，波士顿咨询 MBB 三家去年都收购了专门的 BA 部门做数据分析。因此 BA 毕业生都比较抢手，就业率接近100%，而且薪资水平也较高，年薪在6万-7万美金左右。

BA相当于其他专业的不同的点：是个工具，不是一个行业。就业方向主要分四块：

1) 金融领域：可以成为前台 model tester 或者后台 risk control

2) Consulting（咨询）：非常典型的就业方向解决不同行业的问题，着重 problem solving 的能力，翻译成数据能够解决的问题，反馈给客户

3) 市场营销和市场分析：比如淘宝用户数据分析

4) 互联网公司：网站维护，用户浏览等 hidden insight 数据