济大留学专家为您介绍Business Analytics专业

文章来源:济南大学留学预科 作者:zwy

Buisness Analytics是最近几年兴起的一个热门留学专业,主要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。

  Business Analytics作为当今火爆的名词被不断提及,多家名校专门为其开设专业,足以显示Business Analytics的就业魅力有多大。

  那么,Business Analytics到底是做什么的?

  和Data Scientist又有什么区别和联系?

  其就业情况如何?面试一般都如何进行?

  这么多院校开设这个专业,金融大数据到底是昙花一现呢?

  还是未来的一种趋势?

  以前企业用Excel Word做做财务、市场、运营的分析就行了,而数据时代出现了大量新数据指向消费者运动的潜在规律。这么一大座金矿,势必有人要抢着分析。

  但是传统Business Analytics缺乏对存储数据系统、数据分析的知识储备,无法承载如此大量的数据分析;Statistics的同学又对Business和市场缺乏了解。最终,“逼”出来了这么一个“Business Analytics”。

  什么是Business Analytics专业?

  Buisness Analytics是最近几年兴起的一个热门留学专业,主要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。

  三四年前,开设Buisness Analytics专业的学校不足10家,分别设在工程、商学、计算机学院下,有着各自不同的名字;如今,大数据的火热催生了这一专业的发展,学术界也开始高度关注这一领域,越来越多的名校开设了贴近实际应用的商业分析或数据科学专业,是因为市场出现了强烈的需求。 Business Analytics 这个专业虽然新,但发展会很快,相信还会有越来越多学校开设这个专业,就业前景也会被看好。

  Business Analytics 就业方向

  就业岗位:

  主要就业方向:投行、咨询、四大、科技公司等,基本所有公司都会需要Business Analytics。  但不同公司也有不同的叫法:咨询师、数据分析师、统计分析师等。这个专业的就业方向主要是当数据分析师和程序设计师。在不同行业中专门从事行业数 据搜集、整理、分析,并依据数据做出行业研究、评估和预测。常见的有:

  Analytics Analyst、 Applications Analyst、Business Analyst、

  Business Technology Analyst、Credit Risk Analyst、

  Data Mining Analyst、Data Modeling Analyst、

  E-Commerce Business Analyst、Fraud 、 Analyst、

  Informatics Analyst、Marketing Analyst 、

  Marketing Data Analyst 、 Promotional Planning

  Operations Research Analyst 、Programmer/Analyst、

  Research Analyst、Risk Analyst、 SAS Analyst etc.

  常见的一些行业:

  企事业单位、集团公司、IT、金融、证券、咨询策划等涵盖经济分析、市场调研、情报研究、数据采集集合及相关领域的行业。而较常见的雇主有:政府、外资投行、商业银行、投资公司如葛兰素史克(中国)投资有限公司等;电脑公司如 IBM、惠普等;手机行业如苹果、三星等;互联网网站如 Google、yahoo、百度等;专业的第三方数据分析公司;大型连锁商贸机构如 Wal-Mart、家乐福等。

  Business Analytics发展前景如何?

  —听说了Business Analytics专业的项目,却总觉得不知道这专业到底多靠谱,到底这专业学什么,之后会对自己的职业又怎样的帮助?相关工作岗位的大势所趋已经不容分说,这个就业方向的知识还并不难学,所以非常热门。简言之,需求量大,供给量有大缺口,但也在迅速填充中。

  只要有数据的地方就需要 Data Analytics,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。Data Analytics 被誉为21世纪 The Sexiest 工作。在不同的行业或许有不同的名称:市场调查员、数据分析师、咨询师、统计分析师、数据挖掘师等。总之,一个 BA 应该是深入了解商业模式又有技术背景的数据分析专家。

  描述性分析:将数据转换为信息,更多了解竞争环境和发展水平。

  预测性分析:利用建模、机器学习、数据挖掘,通过分析历史数据来预测。

  指导性分析( Preive ):通过模拟和最优化找到最佳决策。

  更多留学资讯,关注济大学留学网。

电脑版
全部课程分类
  • 立即预约