【索沃內推】：提供留學申請、工作求職、背景提升一站式解決方案，指導過近千名學生成功求職，以內推形式幫助百名學生進入投行、券商、諮詢、四大、快消等。
關注公眾號：【索沃內推】。查看券商、投行部（IBD）、研究所（行研）、證券、基金、VC、PE、四大、MBB諮詢最新可內推實習崗位List。
Business Analytics
（商業分析師）
作為理科與商科的交叉學科
集統計學、計算機、商業管理為一體
成為了商科求職領域
最炙手可熱的“當紅炸子雞”
在金融、諮詢、投行、互聯網等
任何以數據為增長驅動力的公司
都會有商業分析師的身影
目前，商業分析師
年薪中位數近7萬美金
高水平的BA的年薪更是可達9.5萬美金
麥肯錫報告顯示：“美國面臨著
14到19萬的商業數據分析精英以及
150萬需要通過分析大數據來做決定的
經理和分析師的人才空缺“
這樣一個薪資高、前景好
人才缺口大的機會
你心不心動？
薪資水平高，人才缺口大
你還不心動？
薪資水平高
據市場預測，2020年全球大數據和商業分析人才的收入將增長至2030億美元。在全行業收入水平均在上漲的大前提下，行業分析師的薪資水平自然也是極為誘人。
在美國，根據Glassdoor的數據統計，全美BA的平均年薪高達65973美金。
在加拿大，入門級BA的月薪資近5萬加幣，資深級Business Manager 最高月薪可達 11.4萬加幣。
人才缺口大
依據Gartner在2018年給出的數據，未來五年全球技能需求穩居榜首的就是Business intelligence and analytics。
同時，根據U.S. Department of Labor（美國勞工統計局）的統計，到2020年，美國將需要約876000名BA相關的從業者。
麥肯錫全球研究院也預測：在未來6年，同時具備大數據分析能力並可以為企業作出有效決策的數據管理人員和分析師有150萬的人才缺口 。
商業分析師的人才缺口之大，可見一斑。
晉升路徑廣
除了薪資水平、人才缺口，BA職業晉升路徑如何也是極為重要的。
一般來講，BA的薪資晉升路徑如下：
隨著職位由低向高攀升，薪資水平也是水漲船高，薪資水平翻一番也不在話下。
BA就業方向一覽
看到這，你是否更加青睞商業分析師這一職位？
那麼，BA的就業方向你要了解一下。
BA的核心是數據挖掘和商業分析，在金融、諮詢、投行、互聯網等任何以數據為增長驅動力的公司，都有商業分析師的身影。
具體來看：
金融行業
在基金公司從事金融數據分析崗，通常需要做很多的
量化工作：包括會計、客戶管理、風控、業務方面的數據，它取決於你的具體業務，同時還包括數據研究，以及提供解決方案等。在基金公司工作，不僅是和大牛們一起進行合作與學習，而且享受靈活彈性的工作時間，福利也十分豐厚。因而具備與其匹配的過硬技術和充足知識是非常必要的。
四大諮詢
四大的諮詢需要和客戶溝通，BA專業出身需要去用數據來幫客戶解決具體的問題。
在四大工作會得到很好的項目管理鍛鍊，顯著提升多任務推動能力以及快速累積不同行業的相關知識。
投行機構
如 Goldman Sachs , Barclays , J.P. Morgan 等投行，其數據分析師通常會處理金融交易數據，包括外匯、股票、大宗貿易數據，需要和貿易方、銷售、風控師、運營和銀行打交道。
在這裡工作的好處是很容易轉到利潤導向的前臺部門 ，身邊的同事通常處事靈活。其缺點是壓力很大，需要長時間的工作。比如很多投行的數據分析師需要很頻繁地開國際會議以順應時差。
互聯網科技
這是一個用數據說話的時代，也是一個依靠數據競爭的時代。世界500強企業中，有90%以上都建立了數據分析部門。
IBM、微軟、Google等知名公司都積極投資數據業務，建立數據部門，培養數據分析團隊。其更加註重產品的註冊量、裝機率、打開率等各個指標體系。
成為BA，你要具備這些能力：
一般來說，成為BA，你要具備這三方面的能力：Business, Statistics和計算機。
Business
Business的課程與Marketing, Finance這些基本一致。主要包括：商業智能與分析、商業分析實踐、商業模擬、商場分析等。
Statistics
數據分析本身分三大類：Descriptive(各種圖表), Predictive（一些簡單數學模型），Prescriptive。
數據分析需要提供精準的模型和分析結果，用可衡量的數字來支撐商業決策。
Analytics Consulting的Typical Day：
- 瞭解需要解決的商業問題
- 制定分析計劃。需要分析的Scope是什麼，需要多少人力、時間...
- 創建案例，向客戶溝通分析計劃，等待審批
- 進行分析：整理數據，分析，數據可視化， 得出結論
- 向客戶溝通分析結果/ 給出建議等
計算機
幸運的是，Business Analytics要學的計算機知識與其他計算機知識相比較而言，BA要學的並不是很難：
- 首先是數據庫和SQL。數據都是存儲在系統裡面的，你要分析數據，首先要知道怎麼把數據按照你想的方式提取出來。這就需要用SQL寫代碼提取數據。這個是學、做Analytics的基礎中的基礎
- 其次是學習怎麼在統計軟件中進行編程，最典型的工具是R和Python。這裡的編程是統計編程，和真正編網站的C語言、Java很不一樣，也容易得多，但仍是類似的編程思維
- 最後要學的就是機器學習。機器學習基本上是代替和補充前面所說的迴歸分析等統計模型方法。做的事情幾乎是一樣的，就是建模，但做的方法是計算機的，也都是用R或者Python的代碼來實現
商業分析師OR數據分析師
傻傻分不清？
相較於數據分析師，商業分析師的知名度相對較低，但就專業熱度、薪資水平、職業晉升、發展前景來看，商業分析師均要高於數據分析師。
畢竟，商業分析師作為隨著大數據時代的到來，為了應對空前龐大的企業經營數據而生，從更加宏觀的角度，對企業業務、行業數據進行分析的新興職業，其人才缺口、發展前景自是不可小覷。
接下來，讓我們具體來看二者的區別：
學科偏向不同
數據分析師：
數據分析師作為專門從事行業數據蒐集、整理、分析，並依據數據做出行業研究、評估和預測的專業人員，學科設置更偏向於數學、統計、計算機等，整體上更傾向理科。
商業分析師：
在美國，商業分析大部分是開設在Business School（商學院）下，也有一些開在Mathematics（數學系）或是Computer Science（CS，計算機學院），BA整體偏向於商科。
工作內容不同
數據分析師：
- 為具體業務部門提供數據支撐；
- 進行日常數據收集、彙總、分析；
- 分析數據現狀、針對數據增長等問題，提出改進措施。
商業分析師：
- 商業分析師能根據業務需求，從數據中生成相應的報表，為決策提供支撐；
- 相比其他的業務人員，能更高、更廣、更深入並且更數據化地對業務進行分析；
- 負責某個獨立項目的調查分析，通過收集、整理數據信息，提出有針對性的方案或建議，能獨立、高質量的完成大部分成果文件；
- 協助高級諮詢師完成諮詢或培訓項目中的部分模塊。
所需技能
數據分析師：
- 懂管理：在搭建數據分析框架時，需要用到營銷、管理等理論知識來指導，如果不熟悉管理理論，就很難搭建數據分析的框架，後續的數據分析也很難進行；
- 懂分析：掌握數據分析基本原理與一些有效的數據分析方法，例如：漏斗圖分析法、矩陣關聯分析法、迴歸分析法、聚類分析法等；
- 懂工具：掌握數據分析相關的常用工具。例如：分析建模、編程、機器學習等。
商業分析師：
- 具有較強的抽象能力，能熟練運用分析工具，善於用數據說話，為客戶決策提供支撐；
- 站在戰略層面，而非某個業務層面，放眼全行業、上下游，有全局意識；
- 協助高級諮詢師完成諮詢或培訓項目中的部分模塊。
從以上分析來看：
首先，商業分析師站在戰略層面，其所需能力、全局意識等要比單純的數據分析要高。
其次，由於商業分析師屬於新興行業，在目前，其市場需求量更大、粥多僧少，自然使得薪資水漲船高。
再次，商業分析師的彙報對象的都是CEO，CFO等。而數據分析師的彙報對象的是業務部門和數據部門的領導，其在公司的部門架構中地位更高。
最後，商業分析師的起薪比數據分析師高，很重要的原因就在於商業分析師薪資對標的是諮詢行業的分析師或者諮詢顧問。
[敲黑板]
在美國，BA專業的定義是屬於STEM專業內的。也就是說，即使BA是開設在Business School下，你依然有三年的OPT時間而不是隻有一年，這意味著一個更長的實習、工作時期，以及一個更長的工作簽證申請期。對於留學生來講，這是一大利好。
真實面經解題思路來嘍！
以某款APP的用戶活躍度為例，解題思路是這樣的：
數據界定
首先，界定用戶活躍度的現狀如何，是以上線率、發言率、跟帖率、打開率還是其他指數進行界定。
其次，知道要在現狀的基礎上，活躍度要提升多少，怎樣計算和衡量。
分析原因
分析活躍度的影響因素有哪些？瞭解用戶的關注點是什麼？有哪些原因會影響到用戶的產品使用率？如何對APP產品的頁面進行設定和優化？
解決措施
在分析會影響到用戶活躍度的因素後，選擇針對性的解決措施。例如：在軟件商店進行推廣、實行積分打卡、發放優惠券等。
【索沃內推】：提供留學申請、工作求職、背景提升一站式解決方案，指導過近千名學生成功求職，以內推形式幫助百名學生進入投行、券商、諮詢、四大、快消等。
關注公眾號：【索沃內推】。查看券商、投行部（IBD）、研究所（行研）、證券、基金、VC、PE、四大、MBB諮詢最新可內推實習崗位List。
閱讀更多 索沃內推 的文章
