茫茫人海，誰主沉浮……
在這個講究大數(shù)據(jù)的時代，商業(yè)分析師應運而生。在分析界摸爬滾打之后，今天就來告訴各位看官：Business Analyst從孵化到破繭而出，究竟經(jīng)歷了怎樣的蛻變!
【Step 1：Choose your major】
Master of Science in Business Analytics
作為商學院的新興學科，說白了就是把Business和Analytics Technology混一混
就拿南加州大學的商業(yè)分析專業(yè)來舉例，簡單點講，該項目需要學生通過學習使用programming tools，將一堆雜亂的數(shù)據(jù)做成一張人看得懂的表格，表格內(nèi)陳述了分析之后的結果，類似于目標客戶是誰，消費行為習慣怎么樣，哪個因素會如何影響行為等等，最后制定個營銷戰(zhàn)略。
STEM專業(yè)，OPT(美國F1學生簽證畢業(yè)后的實習期)時長高達36個月。It means，畢業(yè)之后，學生可以利用OPT的身份，合法留在美國工作36個月
So，核心點：靠分析技術吃飯，用數(shù)據(jù)來說話
1、編程 or 編碼
2、工具狗——使用各種分析軟件(EXCEL/SPSS/SAS/SAP/ORACLE/And so on)
3、會做表、會建模、會美圖，文縐縐點就是數(shù)據(jù)可視化
4、Strategy，分析總結之后的戰(zhàn)略制定
以上是課程模板
當時在美國，大學的Professor最喜歡講的一句就是：別給我嗶嗶扯套話，你的商業(yè)計劃書沒數(shù)據(jù)沒圖表沒分析就別交了!(當然這只是翻譯稿，Doge臉)
這個商業(yè)分析師，沒點耐心的人還做不來，而且得有誓死與data抗爭的決心and兼任戰(zhàn)略策劃的職責。
{誤入雷區(qū)}
想做商業(yè)分析師，切不可選data science專業(yè)
數(shù)據(jù)科學家是研究數(shù)據(jù)、研究算法、設計數(shù)據(jù)庫的，商業(yè)分析師才是真正的應用數(shù)據(jù)形成計劃書的。
一個是科研一個是實踐，do you understand?別想當然地對等。
P.S.
如果說開設BA專業(yè)的院校太少，待選的還有Predictive Analytics、Customer Analytics、Marketing等。主頁菌要強調(diào)一點，當前美國碩士階段的Marketing專業(yè)基本偏Quantitative Analytics方向，以data為核心的市場分析調(diào)研為主，干的活兒與BA的大同小異。
時運再不濟，還有個方向，就是申請MBA項目下的Business Analytics分支，例如紐約大學NYU，申請難度一下子越級了，可修讀出來之后的就業(yè)前景也是棒棒噠。
【Step 2：Choose your university】
商業(yè)分析專業(yè)簡直新到一定境界，追本溯源也就兩三年的發(fā)展史，南加大14年春季第一次招生，麻省理工的斯隆商學院才剛發(fā)放通告，16年秋季打算招第一批學生。同時愿意開設該項目的學校，未必是大家耳熟能詳?shù)拿?，但是這些學校一大特色就是工科、數(shù)理、商科三足鼎立，不然沒資質(zhì)開出涵蓋方方面面的交叉學科項目。
大部分的學校，BA專業(yè)都是設置在商學院之下，例如南加州大學、明尼蘇達大學雙城分校、北卡羅納大學教堂山分校、羅徹斯特大學、德州大學奧斯汀分校、紐約大學、辛辛那提大學等。千萬不要懷疑，faculty無敵、課程設置無敵、教學水平也無敵。
【Step 3：Background Improvement】
Designed for undergraduate degree holders in business, engineering, mathematics, economics, computer science, and other technical or quantitative areas
歸根結底，數(shù)理分析能力+計算機背景先作為考量，搭配上strong communication skills
先修課包括微積分、統(tǒng)計學、基礎編程等。
經(jīng)驗之談：商科背景倒是其次，但熟練使用統(tǒng)計工具，programming和mathematics背景才是關鍵，不然真的會痛苦死。
當時我的一個同學就是商科背景來的，來之前對于計算機分析都不大熟，做project的數(shù)據(jù)分析都不知咋整，自己摸索出來的也一片混亂，教授直接給了個C。。
案例預測
【Step 4：Career】
簡而言之，咱們商業(yè)分析師的活兒就是用數(shù)據(jù)說話，結合已有的統(tǒng)計結果，告訴Boss什么營銷措施是最有效的。講真的，這個職位在美國相當吃香啊。
如果是純Business類，老美都很樂意讀，工作也較為輕松。而我們留學生母語又不是英語，怎么跟人家拼。
但是商業(yè)分析就不一樣了，偏數(shù)理統(tǒng)計多，老美腦子不好使，念這種學科簡直找死，完全跟中國人比都比不來。工作也那么耗腦，老美肯定不樂意了。這跟CS、工科類的專業(yè)在美國好找工作是一個道理。
機會多的領域只能是美國人不想學或者暫時有人才缺口
商業(yè)分析涉及到的領域，從金融到零售，亦或是醫(yī)療、技術等，都離不開咨詢分析，絕對的萬金油。能去麥肯錫Mckinsey、AC尼爾森(AC Nielsen)、貝恩自然是dream，但一般的公司都少不了分析人才，就業(yè)真的沒啥好怕的!
【Business Analytics小故事 -- 幽默一刻】
做分析師的最大感悟就是data driven marketing
來講個小故事，以前在美國時候幫一個小餐館做調(diào)研，看用怎么樣的促銷方式能夠提高業(yè)績。有幾個選擇：Facebook、Yelp、4square、土到渣的優(yōu)惠券。我們收集了一堆數(shù)據(jù)，做了報表發(fā)現(xiàn)：在Facebook上每投入1000美元能帶來3倍回報;yelp的投入直接就是虧本的;4square每投入1000塊能有1000個顧客，乍一看很不錯，但是這群鳥人都在網(wǎng)上商量好了，只買打折的special，所以人數(shù)雖多每個人身上只能掙5毛，你瞎忙碌了半天才掙了兩個quarter。
最后轉了一圈，結論就是帶優(yōu)惠券的宣傳冊子郵寄到家庭住址這種最老舊的方式，其實回報最大。同時，分析表明：當?shù)厝藥缀醵贾滥氵@個店，持家的家庭主婦們決定如何吃飯和購物，她們只看優(yōu)惠券;而外地人很少來你這個地區(qū)。好吧，那所有的social media都可以去死了，燒錢給他們不如做成coupon，硅谷那群人折騰的玩意兒暫時可以不管了。
