近年来，老师发现商业分析成为商科留学生热门申请专业。
很多老师的读者粉丝好奇，商业分析具体学什么？毕业之后能从事哪些工作呢？今天带大家来盘点一下！
商业分析学什么？
商业分析（Business Analysis，简称BA）是商科与数据科学技术的交叉学科，简单来说就是 看数据来分析业务，提高公司财务业绩、战略管理能力、和运营效率。
像硅谷的一些国际公司，比如像Amazon、Google和Capital One这些企业都围绕商业分析建立了一套完整的商业模型， 因此现在越来越多的公司在招收商业分析(BA)专业的学生，为公司各项业务提供实际的战略性方向。
一般来说，商业分析有三种分析类别： 1. 描述性分析：用商业智能和数据分析结合，分析已完成的业务。 2. 预测性分析：用统计模型和预测性建模，来预测未来业务的发展方向。 3. 指导性分析：通过优化和模拟的方法来指导公司需要怎么做。
通过这三种分析方法， 公司不仅可以可以更加深刻地了解公司自身的运营状况，更能了解客户和潜在的客户和公司业务之间的关系，从而提升公司各方面的业绩。
商业分析有哪些方向？
商务分析基本可以分为 商务智能（Business Intelligence）和高级分析（Avance Analytics） 两大类。 虽然两者看似非常相似，但他们其实是在处理商务活动中的两个不同的领域。
商务智能（Business Intelligence，简称BI） 主要是为管理层提供“发生了什么，何时发生，发生原因，发生了多少次”的一个事实性分析工具，通过研究历史数据，来对某个部门、团队、或者个人的表现作出一些评估。
高级分析（Avance Analytics）而言， 侧重点主要是这个事件为什么发生，它是否会再次发生，如果某个条件改变了，它还会发生么，以及很多能从数据得知，而我们从却未想象到的问题。一般 利用统计知识来分析历史数据，从而对一个产品，服务或者网络设计的变动进行预测。
商业分析的就业情况
薪酬水平 商务分析师（Business Analyst）级别的年薪一般在$75K到$85K左右，而更高阶的数据科学家（Data Scientist）的薪水则是在$90K-$140K左右。
工作时长 BA的工作时间通常比较固定，一般是平均每周40小时，偶尔会被一些如季节和项目Dealine的外在因素所影响，会比较忙碌。
招聘公司
随着大数据时代的到来，越来越多的公司开设了BA部门，但也正是因为BA对于数据的依赖， 只有规模较大的公司才会开设商务分析的部门， 如上文提到的Google，Amazon等科技类公司，还有Capital One，American Express之类的金融公司，再或者像是Geico或者USAA这类的保险类公司等等。
对于规模比较小的公司而言，一是没有预算，二是也没有足够量的数据去支持，除此之外， 还有一类公司会专门提供BA方面的咨询服务， 例如MBB（麦肯锡（McKinsey & Company），贝恩（Bain & Company），BCG（Boston Consulting Group））里都有类似的岗位，还有Oliver Wyman和 Capgemini这种第二梯队的咨询公司也都会有BA咨询部门。
对于想要通过从事数据分析走向人生巅峰的同学们而言，一定要对自己所处的行业和公司有更加深入的了解，从而获得进入目标公司的机会。
面试要求
大多数从事初级数据分析和商业分析的同学都至少要求 分析类的学士学位，比如经济，数学，统计等，而数据科学家则通常需要更高的学位。
一般来说，BA的面试一般有三轮，在公司官网或者其他渠道 投递简历和申请表，公司HR进行一面确认简历可信度，以及你是否合适这个公司。
如果简历通过，二轮面试一般会是你主管（Hiring Manager）在这轮面试中， 一般来说提出的问题会是Fit Questions 或者是测试商业意识类的问题。 技术性的问题和案例分析问题会在第三、四轮面试中被问到。
当主管通过你的经验和面试表现，觉得你可以胜任这个岗位，就会进入下一轮的Case Stuy面试，以及和自己未来的同事和领导面试。
有些公司可能会要求你在二轮面试后，在家完成Technical Case （比如SQL相关的问题）。这类测试的成绩也会影响你是否能够取得最终轮的面试。如果你是在申请一个更偏向Data Analyst岗位的面试，就需要准备建模类的问题和产品分析类的问题。
面试准备 在BA的面试中，同学们需要展现自己善于分析，善于沟通和具有商业头脑的一面。一般来说，BA的面试会考量候选人以下三种能力：
- 商业意识
- 案例分析能力
- 硬技能（有时会有Take-home的Project）
最后，老师提醒大家，只要在面试的时候自信大方，将自己之前的相关经验和职位需要的技能联系起来， 清楚地解释自己的背景，和选择这家公司的原因，就一定可以斩获理想的offer！
