商業分析專業詳細分析

商業(ye) 分析

/01:知識體(ti) 係框架搭建

商業(ye) 分析

以商業(ye) 知識為(wei) 基礎，數理編程為(wei) 手段，從(cong) 數據分析出發，以決(jue) 策優(you) 化來創造價(jia) 值，對未來的商業(ye) 戰略進行預測和指導。

交叉學科

BA是Business、Statistics和Computer Science三個(ge) 專(zhuan) 業(ye) 領域知識的交叉結合。它是毫無疑問的交叉學科。

BA匯聚了統計學、計算機科學和商科的知識，旨在通過計算機語言處理海量數據，並借助統計軟件進行數據分析，最後運用商科知識匯報數據結果，從(cong) 而對業(ye) 務流程進行優(you) 化並給出解決(jue) 方案。

總的來說，是以商業(ye) 知識為(wei) 基礎，數理編程為(wei) 手段，從(cong) 數據分析出發，以決(jue) 策優(you) 化來創造價(jia) 值的新興(xing) 專(zhuan) 業(ye) ，實現Big Data的商業(ye) 應用。

商業(ye) 分析（Business Analytics）和商務分析（Business Analysis）的區別

前者注重定量運算，偏向技術算法，商科比重較小；後者注重定性運算，為(wei) 傳(chuan) 統商科。

總結來看，在商科基礎上，BA需要學生具備統計方麵的數學能力和計算機方麵的編程數據分析能力。

因此英美各高校對申請BA的學生的本科專(zhuan) 業(ye) 要求不局限，但是擁有量化背景、IT背景、統計背景以及相關(guan) 實習(xi) 經曆的學生還是非常受到青睞。

/02:主體(ti) 課程

技能要求

business sense：懂業(ye) 務，懂公司

數理統計學知識：代數，統計、線性回歸、時間序列等

計算機：基礎：Excel/PPT，用來清洗，整理和展示

進階：SQL數據提取 、可視化軟件：powerBI/Tableau等數據展示

高級：Python/R等，處理海量數據，統計分析

課程設置

倫(lun) 敦大學學院

以英國一些大學的BA專(zhuan) 業(ye) 的碩士課程（1年製）設置為(wei) 例，UCL -MSC BUSINESS ANALYTICS 課程設置如下：

• MSIN0093 Business Strategy and Analytics商業(ye) 戰略與(yu) 分析

• MSIN0094 Marketing Analytics市場分析

• MSIN0143 Programming for Business Analytics商業(ye) 分析編程

• MSIN0096 Statistical Foundations for Business Analytics商業(ye) 分析的統計基礎

• MSIN0097 Predictive Analytics預測分析

• MSIN0095 Operations Analytics運營分析

• Consulting Project/Dissertation谘詢項目/論文

麻省理工學院  

麻省理工學院- 商業(ye) 分析碩士(Master of Business Analysis)的課程設置為(wei) 例，具體(ti) 情況如下：

/03:就業(ye) 方向

1. 互聯網方向

像是穀歌，IBM，BAT，都可以說是數據的天下了，在這類公司，對數據處理的要求很高，需求也很大。

如果你在編程能力方麵非常強，可以選擇去做軟件工程師。

如果商業(ye) 能力比較強，可以選擇去業(ye) 務崗，比如運營、data scientist等。

2. 市場方向的分析師崗位

其實商業(ye) 分析最開始出現就是在市場營銷上，比如說市場營銷的市場分析、用戶分析、用戶行為(wei) 分析等等。

市場營銷這個(ge) 領域對於(yu) 數據類人才的要求也越來越高，主要體(ti) 現在越來越多的數據需要進行專(zhuan) 業(ye) 的分析，而BA專(zhuan) 業(ye) 正好解決(jue) 了這個(ge) 需求。

【專(zhuan) 業(ye) 就業(ye) 統計分析】

3. 金融方向

金融行業(ye) 的數據應用也是比較多的，主要分為(wei) 投資和信用風險類，可以選擇的崗位有Quantitative Researcher，Quantitative Trader或者Data Scientist。

學金融的學生如果讀碩士選擇BA，應該對專(zhuan) 業(ye) 有所加持。試想一個(ge) 學金融的又修了BA，既懂金融，又懂商業(ye) 分析，其優(you) 勢不言而喻。

/04:相關(guan) 科研項目

#1 入門課題

·電影，電視，媒體(ti) ，音樂(le) 等傳(chuan) 媒行業(ye) 的現狀及轉變趨勢

·行業(ye) 研究，業(ye) 務分析，戰略分析，用戶分析

·文化產(chan) 業(ye) /文創專(zhuan) 業(ye) 方向

·課程：企業(ye) 研究，初創企業(ye) 管理，財務分析，SWOT

·行業(ye) 研究，業(ye) 務分析，金融分析

·”管理者“必修課

#2 進階課題

·描述性統計，離散與(yu) 連續概率分布，風險分析，抽樣分布，置信區間估計，假設檢驗

·金融時間序列，時間序列檢驗，ARMA模型

·經濟，金融，公共衛生

·需要概率論基礎，統計

·市場數據處理，股票預測，集中金融行業(ye) 的應用

·從(cong) 收盤價(jia) 的曆史數據使用適當的特征，建立預測模型，並實施預測。

·預測結果vs真實結果，計算誤差率

#3 高階課題

·大數據、機器學習(xi) 、監督學習(xi) 和非監督學習(xi) 、人工神經網絡及具體(ti) 商業(ye) 難題解決(jue)

·應用：產(chan) 品價(jia) 值預測、客戶流失預警營銷模型等

更多商業(ye) 分析課題