这两年Business Analytics在国内掀起了新浪潮，对这个专业感兴趣的学生越来越多，那么今天老师为大家详细介绍一下Business Analytic到底是学什么？
Business Analytics不仅在国内没有任何大学开设过这个学科，就算在美国也是最近3年才涌现出来的一个新兴学科，像UT-Austin,Rochester, MSU, GWU等学校，都是近一两年才开设的。首先，我们要明白这个专业为什么会出现，Business Analystic专业的出现，完全是被社会企业用人的需求所倒逼出来的，而这个需求的诞生，归根到底就是三个字：大数据（BigData）。究其原因，主要是越来越多公司，尤其是那些科技公司，如国外的Google,Facebook, Twitter等，国内的如腾讯、百度、阿里巴巴、新浪等，越来越重视数据的收集与分析。在这些科技巨头眼中，世界已经进入大数据时代。2007年移动互联网出现后，企业经营的数据大量增加。以前企业用Excel、Wor做做财务、市场、运营的分析就可以了，现在出现了大量新的数据可以帮助企业了解消费者、提升运营水平。大家都知道数据是金矿，于是肯定要人去分析这些数据。但以前企业的Business analyst一看到这样大量的数据就傻眼了。数据往往大到下载到excel里面直接excel爆掉的程度。即使切成小块，动不动几百列的数据，缺乏统计知识的传统Business analyst完全不知道怎么去分析。于是有的企业说，我们不是有统计专业的同学吗，把他们从生产车间、制药实验室里面拉出来，让他们来分析分析。结果发现统计专业的同学对分析实验结果很在行，对Business和市场却是一窍不通。另外，传统的Business analyst和学统计的同学，面对储存数据的系统、逐渐流行的分析数据的开源软件，也就是计算机方面的东西，明显知识储备不足。但找学计算机的码农来做数据分析，他们对商业和统计知识基本一无所知。也就是说，分析企业中的数据，也就是Business analytics这个领域，是Business、statistics和computer science三个领域知识的结合。传统的Business analyst、statistician和码农如果能够合体，才能成为适合新时代的Business analytics人员。于是企业要求学校，特别是商学院，开设这样的专业，培养对Business、统计和计算机都有所掌握的人员，于是Business analytics孕育而生。
看到这里你应该明白了，Business Analytics要学的东西，就是三个方面：Business 、统计、计算机。那么Business的学习内容与传统上我们了解到的相关领域差距不大，这里主要说一下统计和计算机。
传统的统计，主要是学习对实验结果做显著性检验，比如一队小白鼠吃药，一队小白鼠不吃药，谁的身体比较好？有没有显著性的差别？以前商业中大量招聘统计专业同学的是市场调研机构：一队消费者看了广告，一队消费者没看广告，谁对品牌认知度高？有没有显著性区别？另外，统计讲究抽样，消费者太多没办法一一访问，于是抽样，于是就要看抽样的合理性。现代企业中的数据分析，可以说和这些传统的统计方法，有了很大的改变。Business Analytics的统计知识，主要是学习如何建立和评估多变量的统计模型，最典型的例子就是回归分析模型。回归分析在传统的统计中，可能只是重要的一块而已，而在Business Analytics的教育中的统计部分，几乎是全部。除了回归分析（包括逻辑回归），其他Business Analytics中要学的统计知识差不多也就是相关系数、时间序列之类，也都是小头。传统统计中的显著性检验、抽样方法，Business Analytics基本不教。
接下来分析Business analytics要学的计算机知识。计算机博大精深，幸运的是Business analytics只用学其中可能是最简单的三块：第一就是数据库和SQL，因为企业里面数据都是储存在系统里面的。你要分析数据，首先要知道怎么把数据按照你要的方式提取出来。这就是用SQL写代码提取数据。学校一般不会花很多时间去教你，但是这个是学、做analytics的基础的基础。第二就是学习怎么在统计软件中进行编程。以前提到分析数据，国内最熟悉的是SPSS，像Excel一样妥妥拽拽就行了。但其实美国根本就没人用。现在分析数据的流行工具，必须通过写代码的方式进行操作，最典型的工具就是R和Python。这里的编程，其实是统计编程，和真正编网站的C语言、Java是很不一样的，也容易的多，但是仍是类似的编程思维。第三要学的计算机知识就是现在最流行的机器学习，机器学习基本上是代替和补充前面所说的回归分析等统计模型方法。做的事情几乎是一样的，就是建模，但做的方法是计算机的。不过很多原则其实和统计的回归分析是一样的，也都是用R或者Python的代码来实现，实现起来，不会比回归分析难太多，大家大可放心。
从专业名称来看，大部分学校都是叫MSBusiness Analytics，有些直接叫MSAnalytics，还有些叫MSin Preictive Analytics. 从设置的院系来看，这个专业多数设置在商学院下，如UTAustin, Rochester, MSU, GWU等；有些设置在工程学院下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高很多，而且由于这是新开发的专业，在有限时间下，我们目前只选择研究设置在商学院下的项目。设置在其他学院下的项目，有待以后补充。设置在商学院下的项目，目前能够搜得到的有15个，其中排名前100的有10个，排名100后的有5个。
Business Analytics课程设置
Master of Business Analytics绝大多数都是以就业为导向的，贴合就业实际bigata—analytical work的角度来培养学生。课程也以实用唯多，基本是以MIS（小的但是实用的编程(vba+sql)，一些atabase的知识等）+STAT(教你用统计软件/帮统计软件编程来自动分析等)+一些management 的知识。因此，大部分学校的课程上都会有DataAnalysis Programming、DataAnalytics、Optimization、Probabilityan Statistics、Calculus、WebAnalytics etc. 相对的，在招生喜好方面，学校也表示鼓励数学、计算机、工程等背
Business Analytics主要相关课程：
每个学校的课程设置上有些许不同，但核心内容差别不大，下面列出University of Texas-Austin的MSBusiness Analytics核心课程设置供大家参考：
MIS381N: Data Analytics Programming
MIS 381N: Optimization an Decision Analysis
BA 385T: Financial Management
MIS 381N.1: Introuction to Data Management
STA 380: Introuction to Business Data Analytics
MIS 382N.9: Avance Data Analytics I: Preictive Moeling
STA 380.18: Avance Data Analytics II: Unsupervise Learning an Time Series
MIS 382N.11: Business Intelligence Capstone
Business Analytics就业前景：
关于BA未来的职业规划发展，它未来主要有两个职业路径，一个路径是去做咨询师，这个方向的要求就比较高，要能够纵观全局，还有一个方向是做数据分析，这个就比较要求技术了，一般如果你刚毕业的话都只能做数据分析师。而职业的情况根据你学的不同的领域来讲，主要有两大块，一个是去做大数据这类，还有一个是去做像市场这块的内容，比如消费者数据研究。
不同的学校对于BA项目针对的领域也是不一样的，它可能会有医疗保险、政府安全数据、医疗等一些特别细致的类别。所以具体的大家要看好自己的兴趣到底是什么，一方面要能够符合自己的未来职业规划，还有一方面就是要在你的文书上面具体地表现出你对这个学校有多少了解。
BA专业的整体优势还是很明显的。首先是它steam专业，这个专业留学学生在毕业后也可以有更长的时间来找工作（既可获得3年的OPT），然后就是我们现在的大环境，现在是大数据时代，对数据分析方面的需求也更多，不管在国内还是国外，它的就业前景和形势都是不错的，在我看来，BA的最大优势就是这个。
而且就申请条件来说，BA很适合本科是学商科、偏文商的同学申请的，因为它录取的学生的背景还是偏商学院本科的，对你的数理背景等的要求没有很多，一般只要你学过最基本的高等数学，基本的微积分你都是可以申请的。如果你要申请条件比较好的学校，那标配基本都是这样。
而且很少有学校说对你的数理背景和你的工作经验有一定的要求。如果你本科是没有学过计算机的话，也没什么关系，像我当时在本科时就是一点关于计算机和编程类的知识都没有学过，但你可以学习一些在线的课程，然后把这些体现在你的简历里，是会有一些帮助的。BA的情况差不多就是这样，像今年的话，有很多学校已经分开了BA专业。
