美国热门专业商业分析，专业解读

1.什么是商业分析

BA是以商业知识为基础，数理编程为手段，从数据分析出发，以决策优化来创造价值的新兴专业，实现大数据的商业应用。商业分析是运用分析工具研究大数据信息，搭建数据分析与商业管理的桥梁，指导商业决策的一门新兴学科。 最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”分析和商业分析则是大数据时代最新兴的学科。

2.行业未来发展

BA的核心是数据挖掘和数据分析，与现在的互联网及大数据（BigData）相联，主要是利用高深的技术、模型和算法进行数据挖掘和商业分析。随着 大数据时代的到来，任何行业都需要数据的支撑，和数据有关的职位成了大热门，和数据有关的能力变成了求职必备技能。
麦肯锡公司的研究预测称，2019年，“具有深入分析能力的人才”，美国可能面临着14万到19万的缺口，“利用大数据分析来做出有效决策的经理和分析师”缺口则会达到150万。
只要有数据的地方就需要数据分析，目前国内IT、互联网、游戏、通信、金融、医药、咨询、零售等行业需求较多。

3.职业规划

在不同的行业或许有不同的岗位名称：
Data Analytics 

Data Scientist 

Business Analytics 

Data Architect 

Data Engineering …

都需要数据处理的能力，只是侧重点有所不同。通过 Data这个词后面所加的单词就可以看出，不同领域的 Data 技能同样重要，有偏向科技方面的，有偏向商业方面的，也有偏向工程方面的。不管是什么领域的 Data 工作，都是通过数据分析去引领决策。
二课程设置
世界已经进入大数据（Big Data）时代，随着更多的公司，尤其是科技公司，如国外的Google, Facebook等，国内的阿里，百度，新浪等更加重视收集和分析数据，有越来越多学校开设这个专业，例如，麻省理工大学，南加大，德州奥斯丁大学等学校，都是近三年才开设的，加州洛杉矶大学，艾默里大学等是去年才新开的项目。
从专业名称来看，大部分学校都是叫MS Business Analytics，有些直接叫MS Analytics，还有些叫 MS in Preictive Analytics.，大部分学校的BA专业开设在商学院下面，少数学校开设在其他学院，比如西北大学和康奈尔大学开设在工程学院，卡耐基梅隆开设在信息管理学院，北卡教堂山开设在统计与运筹系。
通过下表麻省理工大学（MIT）和约翰霍普金斯大学(JHU)的主修课程设置可以发现，商业分析在不同的学校，课程偏向是不同的。
MIT的主修课程设置是偏向理工科方向，选修课会包含商业课程。
JHU的主修课程则以商科为主要方向。 

|麻省理工大学|

主修：

• Applie Probability an Stochastic Moels
• Optimization Methos
• Analytics Lab
• Machine Learning
• From Analytics to Action
• Analytics Capstone
• Communicating with Data
• The Analytics Ege

选修：

• Investment Management
• Analytics of Finance
• Algorithmic Traing an Quantitative Investment Strategies
• The Economics of Information: Strategy, Structure an Pricing
• Digital Marketing an Social Meia Analytics
• Enterprise Transformations in the Digital Economy
• Etc

约翰霍普金斯大学

主修：

• Accounting an Financial Reporting
• Business Analytics
• Business Communication
• Business Leaership an Human Values
• Corporate Finance
• Information Systems
• Marketing Management
• Operations Management
• Statistical Analysis
• Avance Business Analytics
• Data Analytics
• Simulation an Strategic Options

选修：

• Big Data Machine Learning
• Continuous Time Finance
• Customer Analytics
• Data Science an Business Intelligence
• Pricing & Insuring Risk
• Retail Analytics
• Global Supply Chain Management
• Insurance an Risk Management
• Managing Complex Projects
• Managing Financial Risk
• Etc