ba的就业方向主要在制造、零售、物流企业以及投行、咨询等
在不同行业中专门从事行业数据搜集、整理、分析，并通过数据对相应行业进行调研，相关工作岗位的大势所趋不容分说，就业前景非常广阔。可以说只要有数据的地方就需要商业分析。通过程序性的分析——描述性分析、预测性分析、指导性分析，来完成专业的数据处理过程。
描述性分析：将数据转换为信息，更多了解竞争环境和发展水平
预测性分析：利用建模、机器学习、数据挖掘，通过分析历史数据来预测
指导性分析：通过模拟与最优化找到最佳决策
总之，一个business analyst应该是深入了解商业模式又有技术背景的数据分析专家。
超高薪的21世纪“最性感”的工作
二十一世纪最性感的工作是什么？
对于这个问题，一百个人就会有一百个答案。很多人可能会情不自禁地联想到维密秀或是米兰周，不过在哈佛商业评论看来，答案却是数据科学家——通过收集、整理和分析数据，徜徉于数字世界的他们，帮助客户严格系统地思考业务问题，从而取悦顾客、获取收益。
根据glassoor数据，businees analyst在美国的平均年薪超过了8万多刀。其中experience的程度也会影响薪资。这份被誉为21世纪 the sexiest 工作，高薪自然吸引人，且其在不同的行业也发挥着不同的职能。例如：
四大咨询部
四大的咨询需要和客户沟通，ba专业出身需要去用数据来帮客户解决具体的问题。
在四大工作会得到很好的项目管理锻炼，显著提升多任务推动能力以及快速累积不同行业的相关知识。
投行金融 技术部门
如 golman sachs , barclays , j.p. morgan 等投行，其数据分析师通常会处理金融交易数据，包括外汇、股票、大宗贸易数据，需要和贸易方、销售、风控师、运营和银行打交道。
在这里工作的好处是很容易转到利润导向的前台部门，身边的同事通常处事灵活。其缺点是压力很大，需要长时间的工作。比如很多投行的数据分析师需要很频繁地开国际会议以顺应时差。
基金公司 金融数据分析岗
在基金公司从事金融数据分析岗，通常需要做很多的量化工作：包括会计、客户管理、风控、业务方面的数据，它取决于你的具体业务，同时还包括数据研究，以及提供解决方案等。
在基金公司工作，不仅是和大牛们一起进行合作与学习，而且享受灵活弹性的工作时间，福利也十分丰厚。因而具备与其匹配的过硬技术和充足知识是非常必要的。
技术公司 数据分析岗
以google为例，其数据分析和金融公司相比，将更加注重于用户的行为数据分析，包括聚类、分类分析，去解析用户的行为习惯。
工作好处是薪水丰厚、灵活性高，时刻都能接触到最新的技术，因此需具备高水平的工作能力和分析能力，能灵活运用各类数据库，独当一面提供技术解决方案。
business analytics如何工作？
一般来说business analytics要学习三个方面的知识：business, statistics和计算机。
而business的课程与marketing, finance这些一致。
重点在于，business analytics要学的计算机知识，幸运的是与其他计算机知识相比较而言，ba要学的并不很难：
首先是数据库和sql。数据都是存储在系统里面的，你要分析数据，首先要知道怎么把数据按照你想的方式提取出来。这就需要用sql写代码提取数据。这个是学、做analytics的基础中的基础。
其次是学习怎么在统计软件中进行编程，最典型的工具是r和python。这里的编程是统计编程，和真正编网站的c语言、java很不一样，也容易得多，但仍是类似的编程思维。
最后要学的就是机器学习。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，也都是用r或者python的代码来实现。
数据分析本身分三大类：escriptive﹙各种图表﹚, preictive（一些简单数学模型） ，以及 prescriptive。那些很复杂的数学模型、深度学习、人工智能等就应该算在ata science了。
analytics consulting的typical ay：
了解需要解决的商业问题。
制定分析计划。需要分析的scope是什么，需要多少人力、时间...
创建案例，向客户沟通分析计划。等待审批。
进行分析：整理数据，分析，数据可视化， 得出结论。
向客户沟通分析结果/ 给出建议等。
想获得一对一免费指导吗？想要一套量身定制的留学方案吗？联系我，给您想要的！
