BA(business analytics)到底學什么?發(fā)展前景怎樣?

BA(business analytics)到底學什么?發(fā)展前景怎樣?

單獨說BA是沒有意義的，我們不妨把另一個及其相似的概念“BI”來對比一下：

先說概念，BA是商業(yè)分析，BI是商業(yè)智能

現(xiàn)在BI的概念很火，企業(yè)恨不得把所有的數(shù)據(jù)工作都加上個商業(yè)智能的名頭;同時，BA也是方興未艾，很多大學也開設了這門課，但是我相信大部分公司老總都搞不明白BA與BI都是什么。

BA、BI都是做什么的?

定義我就不說了，上面很多學院派的回答都說的很明白，我就通俗點說吧

BA就是通過調(diào)查問題分析出為什么會這樣，將來會發(fā)生什么，你該去做什么?

比如，你負責某公司的市場運營，然后發(fā)現(xiàn)最近的客戶流失量很大，你就需要利用BA的數(shù)據(jù)技巧和知識，分析問題得出用戶流失的原因，是不是產(chǎn)品有問題?還是服務有問題?是哪個步驟阻止了用戶留存?然后你就可以利用BA得出預測，未來會流失多少客戶?采取什么措施會有效阻止客戶流失等等等。

 

對比一下，BI就是告訴你現(xiàn)在正在發(fā)生什么，或者過去發(fā)生了什么，也就是描述性分析。

比如，你是企業(yè)的老總，你的公司內(nèi)部所有部門每天都會產(chǎn)生上萬的數(shù)據(jù)，這些冗雜的數(shù)據(jù)讓你頭疼不已，因為你根本看不到這些數(shù)據(jù)有什么意義。此時如果你的企業(yè)擁有完整的BI解決方案，那么你就能看到這些數(shù)據(jù)背后的業(yè)務狀態(tài)，比如最近銷量情況怎么樣?用戶情況怎么樣?

BA和BI的基礎是什么?

BA的基礎是應用數(shù)據(jù)與統(tǒng)計基礎，因此嚴格上說BA應該屬于數(shù)學專業(yè)領域，其關鍵在于識別關鍵數(shù)據(jù)變量之間的關系，揭密隱藏在數(shù)據(jù)中的規(guī)律。

BI的基礎是數(shù)據(jù)庫，BI更應該屬于計算機專業(yè)領域，BI必備的技術包括數(shù)據(jù)庫OLAP、切片、向下鉆取等等，最后會通過一個交互界面進行表現(xiàn)，比如儀表盤、得分卡、圖表、圖形、警報等，上圖就是一個簡單的BI交互界面。

BA有什么類別?

現(xiàn)在你應該了解了商業(yè)智能和商業(yè)分析的區(qū)別，接下來我們來談談典型的商業(yè)分析類別。

1、數(shù)據(jù)挖掘——通過在海量數(shù)據(jù)中發(fā)現(xiàn)以往不知道的趨勢或規(guī)律來創(chuàng)建模型。例如：保險索賠欺詐行為分析，零售市場購物籃分析。數(shù)據(jù)挖掘應用各種各樣的統(tǒng)計技術：

判別分析 當我們知道變量為分類數(shù)據(jù)時。例如：年齡等人口統(tǒng)計資料。

回歸分析

聚類分析 當我們不知道影響因素怎么歸類時。

相關分析模型

2、文本挖掘——從文本數(shù)據(jù)集中發(fā)現(xiàn)提取有意義的模型。例如：通過face book、Twitter、博客等社交網(wǎng)絡了解客戶情感，這些信息將用來提高產(chǎn)品服務或了解競爭對手動態(tài)信息。

3、預告——預測分析接下來的一段時間發(fā)生的事情。例如：利用歷史數(shù)據(jù)預測季節(jié)性的能源需求情況。

4、預測分析——創(chuàng)建、管理和部署預測得分模型。例如客戶幸存與流失、信用評分預測以及工廠機械失敗率等。

5、最優(yōu)化解決方案——利用模擬技術識別最優(yōu)化解決方案。例如：銷售價格優(yōu)化、股票投資基金最優(yōu)組合等。

6、可視化——通過高度交互圖形增強對探索性分析的展示以及模型結果的輸出表現(xiàn)。

市場需求大不大?

BA方向問題最主要：走向商業(yè)、走向技術。

走向商業(yè)，所有管理、金融等商科就業(yè)方向你都能去，你比別人多了代碼和數(shù)據(jù)功底。很多人覺得多出來這一點能力是賣點，但我對此持保留意見。

走向技術，這個和BA專業(yè)所學更貼合。機會主要集中在互聯(lián)網(wǎng)和金融行業(yè)IT類崗位?；ヂ?lián)網(wǎng)里，像電商這類面向海量用戶的行業(yè)機會相對更多一些，比較知名的阿里的淘寶天貓、京東、拼多多這些;金融行業(yè)基本都有IT類崗位，向金融科技轉型的比較快的企業(yè)一般會有不少數(shù)據(jù)崗位機會，比如銀聯(lián)、招行等。

整個市場規(guī)模首先是很大的，但是上漲空間有限，有可能一進去就是紅海。BA這種東西，小公司用不起，大公司看不起，因為BA不是嚴格意義上的剛需崗位，甚至來說一個企業(yè)有可能并不會需要BA或者BI。

之前我也是一個BA的鼓吹者，但現(xiàn)在我要改一下建議，除非熱情十足，不建議再盲目跟風，未來會越來越擠。商科專業(yè)同學，根據(jù)興趣三思而后行;CS/EE等工科背景的同學，十分不建議再考慮BA了，直接CS下面找ML等方向。

薪資還算可觀，這是值得欣慰的。數(shù)據(jù)分析而論，小的初創(chuàng)普遍能開出15~20w的價格;一二線互聯(lián)網(wǎng)大廠，20~25w;銀行IT為了從互聯(lián)網(wǎng)搶人，基本也要跟上一二線大廠的開價，所以也是20~25w左右。不排除部分土豪廠開到近30w，應屆更高的沒見過。另外數(shù)據(jù)分析在國內(nèi)的定位有技術和非技術之分，我的觀察是，將數(shù)據(jù)分析定位為技術崗的公司更喜歡開高一點。

數(shù)據(jù)挖掘與算法之前提到了做起來比較困難，但薪資更好，白菜價還是比數(shù)據(jù)分析高很多的，另外這類更為能拿SP，拿到無上限。

如果能去一二線拿20w以上，確實不錯，這也解釋了為什么越來越多商科人以自學或者海外master為跳板，走向這個紅海。