一、专业梳理
商业分析就是用数据分析方法,解决商业问题。数据分析是一个基础工具,可以运用在政策、学术、教育、体育等多个领域,商业分析在目的上区分手政府的政策研究。政策研究要考虑的方面很多,比如公益事业、基础建设、政治任务等等,因此目标相对多元化,不一定每一件事都要求有经济回报。而商业分析的目标则单纯的多:提升企业效益,获得最大的商业价值。
商业分析是一门使用历史数据开发数学模型的科学,帮助公司或组织为其未来做出决策。商业分析通过使用预测分析法对结果进行建模,实现数据驱动的决策。商业分析被用于各种行业,包括医药、技术、零售和房地产。公司比以往任何时候都能获得更多的数据,这使得商业分析专业的申请也日益热烈。
二、主要专业分支
1、商科-营销管理 (Marketing Management)
营销管理是规划、执行和跟踪一个组织的营销战略的过程。这包括用于创造和满足目标客户需求的营销计划、 活动和战术,以推动盈利能力。商业分析的最主要的目的就是最终为企业实现营销或效能的提升,所以营销类课程是商业分析专业的必修。
2、商科-会计与财报 (Accounting and Financial Reporting)
财务会计、财务报告和财务报表是会计人员在日常工作中使用的相关但独立的概念。财务会计是会计的一个分支,对公司的财务交易进行监控。这个作为很多商科类专业的必修课,是可以用来帮助商业分析专业的学生或工作者了解做出的企业决策是否有提高公司效益。
3、理科-统计分析 (Statistical Analysis)
统计分析是对数据的收集和解释,以发现模式和趋势。它是数据分析的一个组成部分。统计分析可用于收集研宄解释、统计建模或设计调查和研究等情况。它对需要处理大量数据的商业智能组织也很有用。
4、理科-最优化 (Optimization)
数学优化或数学编程是指根据某些标准,从一些可用的备选方案中选择一个最佳的元素。和商业中的决策分析也息息相关,在用预测分析法对结果进行建模时,通常也都会使用到数学中的最优化方法和算法。
5、计算机-数据可视化 (Data Visualization)
在我们这个越来越以数据为导向的世界里,拥有查看和理解数据的便捷方式比以往任何时候都更加重要。毕竟,对员工的数据技能的需求每年都在稳步增长。每个级别的员工和企业主都需要对数据及其影响有一个了解。数据可视化就是这样一门课程,如何将数据以一个更便捷清晰的方式展现出来,并加以利用和解释。
6、计算机-机器学习 (Machine Learning)
机器学习(ML)是人工智能 (AI) 的一种类型,它允许软件应用程序在预测结果方面变得更加准确,而无需明确编程。机器学习算法使用历史数据作为输入来预测新的输出值。不管是在数据科学还是商业分析的领域,机器学习的应用都非常广泛。
三、课程设置
1、Independent Activities Period (IAP)独立活动期
在MIT,每个学生都有一个 1月的独立活动期,为期4周,在这段时问,老师和学生们会进行灵活的教课和学习,做一个独立的研究。
2、 Analytics Capstone Project 毕设
共24个学分,会跨越IAP阶段(1月)以及接下来的春季学期和夏季学期。
3、Analytics Edge 分析的极限
研究如何使用R语言和统计模型等数据分析方法来研究电子商务、医疗保健、社交媒体、高科技、体育、互联网等领域的案例。
4、Optimization Methods 优化方法
这门课是讲线性、网络、离散、鲁棒、非线性和动态优化的主要算法,强调方法论和基本的数学结构。
5、Machine Learning Under a Modern Optimization 现代优化视角下的机器学习
这门课是从现代优化的角度为机器学习的核心问题开发算法
6、Analytics Lab分析实验室:关于分析、机器学习和数字经济的行动学习研讨会
7、From Analytics to Action 从分析到行动
8、 communication and Persuasion through Data 通过数据进行沟通和说服