美国商业分析留学申请解析

• 

  留学费用

• 

  大学排名

• 

  选校系统

• 

  留学资料

商业分析就是通过讲一个商业逻辑故事触达商业目的，是一个从数据分析到商业洞察的过程。

一个好的商业分析报告不仅要重点清晰，主次分明，论点明确，论据充分，紧密围绕分析的商业目的，更要能够为商业决策提供向导。而这当中的核心就是要有清晰的逻辑，其中包含：分析报告的整体逻辑，分析问题过程的逻辑 ，解决问题方案的逻辑，报告撰写与演示的逻辑。其中最关键的就是商业报告的整体逻辑。

如何搭建一个逻辑清晰的故事线？搭建金字塔结构是一个自上而下的过程，让结论先行，再提供支持论点的相应论据，最后摆明支持论据的数据和事实。

商业分析专业本质：

是最近几年才出现的一个新兴专业，在5年前还很少看到这个专业。像UT-Austin, Rochester, MSU和GWU等学校，都是近年才开设的。究其原因，主要是越来越多的公司，尤其是那些科技公司，如Google, Facebook等，国内的如腾讯，阿里巴巴新浪等，越来越重视数据的收集与分析。因此，从这个角度来看，会有越来越多的学校设置这个专业，这个专业的就业前景也是相当不错的。

简单来说，商业分析（Business Analytics）是对企业等机构所拥有的数据进行分析，不仅仅是市场数据，还包括用户行为和喜好等数据，目的是导出对商业决策和商业活动有用的信息。不同的公司对于商业分析的定义不同，但总的来说，商业分析的主要工作是设计和维护公司的商业程序。  >> 预约专家规划美国留学方案

美国商业分析专业课程设置：

BA多是以就业为导向性的，以贴合就业实际的大数据的角度来培养学生，课程也是实用性非常强。

基本构成就是MIS（小但是实用的编程如vba+sql和一些database的知识）+STAT（教你用统计软件）+一些management的知识。因此，在招生上面，美国大学也比较青睐来自理工科的申请者来进行申请，如具有计算机、数学和工程背景的学生。

从竞争优势方面来看，建议申请者应当以数学和计算机背景为主，同时以商科背景为辅，是比较理想的状态。数学背景一般来说要求学生修过微积分，线性代数和矩阵表法等课程，而计算机背景则建议学生有Ruby, Python, C, C++, Matlab, Java, Visual Basic, Pascal等基础，商科类背景则比较灵活，建议有宏微观经济学的背景，除此之外，一些商业类活动和比赛也是可以在软背景方面起到为申请者加分的作用的。

以南加州大学为例，（综合排名23，专业排名前三）

如上，是南加大对于商业分析的解释，大致的意思是：

该计划的学生在与业务分析和大数据分析相关的所有领域进行广泛而深入的培训，包括统计建模，数据管理，可视化，信息安全，优化和不确定性下的决策。学生将学习分析大型和非结构化数据集所需的编程工具，将分析转化为可以提高业务绩效的决策，并将复杂数据有效地呈现给高级决策者。除了商业工具的学习之外，学生还将发现各种行业和职能的业务分析应用，包括营销，财务，运营管理，零售，制造，银行和医疗保健。  >> 预约专家规划美国留学方案

主要课程：

业务分析，数据驱动决策，管理沟通，应用现代统计学习方法，统计计算和数据可视化，分析边缘：数据，模型和有效决策，数据分析驱动的动态策略和执行/获取

组织准备大数据，数据管理简介，数据库系统，概率和数据建模，预测，数据仓库，商业智能和数据挖掘的应用时间序列分析，信息学编程原理，蒙特卡洛模拟和决策模型，设计电子表格基于业务模式，欺诈分析，营销分析，信息安全基础，数字分析策略

如上图，是南加大，Career and Employer Relations里给出后期就业的趋势。

商业分析就业解析：

如果将所有相关岗位进行归类的话，可以归为business analyst、data scientist和data analyst三个最典型的工作类别。  >> 预约专家规划美国留学方案

A,Business analyst，是企业中对于商业问题进行分析的人员。对于大量数据的分析将会是你分析商业问题的重要手段和工作。所做的分析，大部分将会是描述性分析，即通过选取不同的角度，对过去数据进行可视化的呈现，以发现商业中的问题和机会，做出商业建议。 

business analyst一般不会亲自对数据进行建模分析，也不会使用R/Python。主要使用的工具将是SQL、Excel和PPT。business analyst除了技术上的推进、分析数据之外，将会有大量的项目管理、跨部门沟通的工作，对于语言、沟通能力、商业嗅觉的要求最高，技术上的要求则最弱。

B,Data scientist的主要工作，就是建立预测模型。除了建模之外，提取、清理数据的时间将会占用data scientist百分之八十的时间。Data scientist所建立的预测模型，往往会被自动化code进系统，所以很多企业也会要求数据分析师具备一定的编程能力，比如Python，方便和工程团队合作。Business analytics毕业生的建模能力和统计知识，其实是足够做Data scientist了，但编程能力，特别是python的编程能力，将会成为business analytics毕业生够不够格做data scientist的分界线。

C,Data analyst就是对于企业的数据库系统以及数据的含义进行管理、确保数据的准确性和完整性。当企业领导层、business analyst和data scientist需要数据的时候给予帮助，并且对持续不断的同类数据需求进行自动化，建立BI的基础设施。Data analyst常使用的工具就是SQL和Tableau。

三者岗位区别：

Business analyst需求最大，最有可能做到CEO。Data scientist，由于中国人良好的数学功底，（世界公认的数学知识能力），也是中国人在美国的强势领域。如果想在美国就业，这方面岗位有很多机会。但编程能力不强的同学可能难以在这个领域出类拔萃。Data analyst看上去工作最枯燥，但其实是个不错的打基础的职位。因为特别是大企业，商业分析、建模其实都不难，但把底层的数据到底弄明白其实往往是最难的一个环节。很多同学从data analyst做起，后来转为data scientist。  >> 预约专家规划美国留学方案

Data Analyst岗位举例：

资深数据开发工程师

岗位职责：1. 对现有数据分析平台进行功能维护、性能优化和系统升级； 2. 根据业务需求进行数据报表相关的研发工作； 3. 对现有业务数据进行数据计算、挖掘类工作，产出预测性的数据给业务展提供策略建议； 4. 参与数据底层的工具、平台、部署流程等技术体系建设的研发工作。?

商业数据分析师

岗位职责： 1、 能深入理解业务，抽象并搭建数据模型，分析关键问题； 2、业务数据的收集、整理、提取，根据相关数据进行分析、挖掘、撰写分析报告，为决策和管理提供数据支持； 3、与业务部门沟通合作，将分析结果应用于实际业务，提升业务方工作质量。 ?

Data scientist岗位举列：

算法研究员／数据科学家-大数据策略

岗位职责：1. 深入理解机器学习的理论和方法，能够从原理上改造当前的机器学习算法，应用于滴滴的业务场景中； 2. 设计并开发大规模机器学习系统，针对海量的出行数据进行高效的模型训练； 3. 参与线上系统的开发，与工程师一起打造滴滴的核心服务系统； 4. 进行原创性研究，包括新算法、新技术或者新产品的研究。

数据科学家

岗位职责：1、创建金融理财产品推荐系统模型；2、数据深度分析挖掘， 创建市场营销相关数学模型；3、针对海量数据的应用，将数学模型进行算法优化，并工程化实施。

Business Analytics 岗位举例：

战略规划经理（商业研究 市场分析）

岗位职责：1. 协助部门领导进行公司发展战略规划的制定及执行；2. 规划相关业务线的中长期战略目标，设计和优化商业模式，为业务线制定核心指标，牵头关键项目；3. 分析和跟踪战略实施过程，并且提出改进建议，帮助其相关部门改善，确保战略规划的贯彻执行；4. 分析研究商品流通及B2B电商行业趋势和竞争格局，紧密跟踪行业内标杆企业、竞争对手的战略动态及国家行业政策，并提供决策建议，确保公司战略的前瞻性；5. 战略研究数据库的更新、完善及优化；6. 协助部门领导收集与分析相关信息与数据，撰写相关报告、商业公文。

还想了解更多“美国留学申请”的信息，你可以进入【美国研究生申请攻略】，众多美国留学资讯一手掌握！

拨打400-618-0271或【点击咨询】，得到新通留学资深顾问详细专业的解答！

点击【在线留学评估】免费评测，提前了解留学实力！

版权声明：本原创文章版权归“新通教育网（www.igo.cn）”所有，未经书面许可不得转贴、转载。否则，新通教育网将追究其相关法律责任。