新兴专业 BA（business analytics）到底学什么？发展前景怎样？

回答内容包括：BA起源、BA学什么、BA申请特点、美国BA项目简述、DS/BA。

BA起源

二十一世纪以来，随着互联网及移动互联网的迅速发展，人们每天产生并被储存下来的数据呈指数型增长。很多企业都积累了TB乃至于PB量级的数据，需要相关人才将数据转化成有价值的信息并将其应用于战略制定与商业决策当中。然而，局限于传统分析手段与编程技能的缺失，传统的商业人才在面对如此大量的数据时显得捉襟见肘。商业分析(Business Analytics，以下简称BA)专业应运而生。

2007年，美国北卡罗来纳州立大学(North Carolina State University) 将高级数据分析与商业决策相结合，开设了世界上第一个分析专业。时至今日，全美已经有一百多所院校开设BA硕士学位 。而由于BA专业的STEM属性以及巨大的市场需求，这一专业也成为继商科专业，计算机科学之后的又一个留学热门。

BA学什么

BA专业学习的内容包括两个部分，数据分析与商业应用。而数据分析又可以细分为机器学习、统计分析、可视化、数据库、云计算、编程工具(R，Python)。商业应用则通常包括风险管理、供应链管理、金融分析、市场分析、量化交易等等。除此之外，一个好的BA项目通常会包含一个真实商业场景下的数据项目以训练学生对数据分析技能的实际应用并加强学生在就业市场上的竞争力。

区别于传统研究生项目一年半到两年的学习周期，BA项目一般时长10到15个月。这表现了BA项目的技校属性。高校机构开设BA硕士项目的目的并非希望学生能够深入了解数据分析背后的理论并在这一领域作出研究成果，而是希望学生能够在短时间内掌握数据分析的精华，并迅速将其应用到工作当中。

BA申请特点

在BA项目的申请中，工作经验占有非常重要的地位。有些学校（如纽约大学，芝加哥大学）的BA项目甚至强制要求申请人有工作经验。在BA项目的申请人中，不乏具有多年工作经验，想要转行做数据分析或将数据分析技术引入自己行业的人。通常来说，BA最常见的就业岗位是数据科学家(Data Scientist)，数据分析师(Data Analyst)，数据工程师(Data Engineer)。也有学生毕业后进入咨询或金融行业。所以在申请BA专业时，首先要明确自己申请的目的，为什么想要做数据分析，一个BA硕士在自己职业生涯中起什么样的作用，这也是招生官在审查候选人时的重要标准。

BA专业的另一个特点是对本科专业要求不高。从各项目的录取人统计可以看到，计算机、数学、统计、金融、经济等专业在BA的录取人当中都占有相当大的比例。如果你学过微积分、线性代数、概率论与统计有过一定的数据分析经验，都可以申请BA项目。编程在BA的申请中是一个强烈推荐的技能，但并不是必修课(非常Tech的项目如卡内基梅隆大学的Business Intelligence and Data Analytics除外)，如果在本科阶段没有修过编程课的同学，可以在Coursera或Udacity等网课平台去上一门基础编程课来替代。在BA项目的课程设置中，也通常会有专门的R语言或Python课程。这一特点也有一个很大的弊端，由于专业门槛的降低，申请人要和各个专业乃至于有多年工作经验的人竞争，无形中抬高了整体的申请难度。而BA项目的院校分布更加剧了这一问题。

美国BA项目简述

美国地区开设的BA项目可以分为四个类别，高综排顶尖项目，低综排顶尖项目，新项目以及普通项目。

高综排顶尖项目如西北大学Analytics，佐治亚理工大学Analytics，卡内基梅隆大学Business Intelligence and Data Analytics，得克萨斯大学奥斯汀分校Business Analytics，伦斯勒理工的Business Analytics等。这些项目开设时间长，项目质量优秀，与业界合作广泛，再加上名校光环，是最为顶尖的BA项目。

低综排顶尖项目如北卡罗来纳州立大学的Analytics、旧金山大学的Analytics等项目，虽然学校综合排名不高，但是由于项目开设时间早或者地域优势，与企业联系紧密，项目质量非常高，就业率几乎可以达到百分之百。

2016年以来，综合排名前六十的学校新开设了大量的BA项目，如麻省理工学院、加州大学系统UC Davis、UC San Diego、UC Irvine、埃默里大学、维克森林大学等等。这些项目开设时间都很短，但由于名校开设，项目课程质量毋庸置疑，而学校为了吸引生源，在企业合作与项目设置上都下了不少功夫，在申请上也有一定的难度。

最后一类院校则是普通院校，如福德汉姆大学，康涅狄格大学，罗格斯大学，普渡大学等。这些院校所开设的BA项目比较优秀，但在申请难度上，比之前三类的院校都要相对低一些。

DS or BA?

数据科学(Data Science，以下简称DS)是数据分析类硕士项目中另外一个热门方向。作为数据分析为核心的项目，DS与BA有许多相似之处，也有各自特点。课程方面，BA与DS均以机器学习，可视化，数据库，云计算等课程为核心。除此之外，BA还要学习一些商业应用课程，在课程广度与应用上更有优势。DS的课程中，则会涉及大量的理论推导与算法实现，同时也会接触比较尖端的科研领域如自然语言处理、深度学习、人工智能等，在深度上略胜一筹。由于DS属于传统类型硕士项目，通常项目周期要比BA长。

在就业方面，DS与BA的就业方向相近，但是DS在毕业后有可能走上程序员道路，这一点是BA很难达到的(卡内基梅隆大学除外)。另外，DS在毕业之后除了工作可以选择继续科研，而BA则几乎没有这个选项。BA的优势在于，一方面BA大多开设在商学院下，藉由商学院庞大的network与校友资源，给学生就业提供了非常大的帮助，另一方面，BA项目会与企业建立联系，有些项目甚至会直接与企业合作办学，保证了项目的就业率。

在申请方面，DS对数学与编程的要求高于BA。通常DS不仅要求申请人掌握编程语言，还需要掌握一定的数据结构与算法知识。这就限制了一些学经济，金融等商科专业的同学申请。DS的项目开设较BA晚，主要集中在2015，2016，2017年。目前大多数DS项目都是新开项目，申请难度主要与院校综合排名，计算机科学专业排名与统计专业排名相关。

从个人角度来看，BA现在处于发展阶段，尽管需求量没有程序员多，但由于起步时间较晚，人才缺口大，而机器学习现在正发展的如火如荼，预计数据分析在三到五年内会持续热门。三到五年之后会如何，让我们拭目以待。