新兴专业BA，business analytics，到底是学什么，发展前景如何？
我看很多大学，MIT, Princeton, CMU都有开设这个专业，大部分是在数学、计算机下面，也有在金融商业的，这个专业到底是干什么的，以后的市场需求大嘛。。。
因为在准备16fall的BA(master)申请，觉得这个问题是可以回答一些的。什么是BA?BA(Business Analytics)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，实现Big Data的商业应用。 关于BA的学院属性？一般而言BA都开设在商学院下，开设在商学院下的项目可以看下面这张表:(master)还有部分在信息学院（Carnegie Mellon, Columbia等，CM的项目是这个专业绝对的女神项目!每年的毕业生被各大公司抢，当然这些学校的BA更多的Data Analytics，相对而言更重视计算机编程能力，所以更抢手）无论冠名哪个学院，从招生来看当然大多数是本科数学和计算机，少数其他专业的(商科背景的也少)。
题外话，商学院毕业的BA起薪要高。BA学什么？下面是USC（挂在商学院名下）的一年BA(MASTER)项目的课程表： 其他学校的课程基本相似，都是在数理编程和管理科学中平衡。可以看到，基本课程是 统计学、数据分析、数据可视化、商业决策……
拓展课程：数据库、数据挖掘……总结： 统计X计算机X商业BA以后干什么？只要有数据的地方就需要数据分析，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。
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（prescriptive）：通过模拟和最优化找到最佳决策 举个例子： 亚马逊是怎么知道今天那种商品卖了多少——描述性亚马逊是怎么知道我想买这这种书——预测性亚马逊以后怎么做让我越买越多——指导性 BA的最主要价值就是利用数据，形成上面的报告，并利用商业知识，提供合理决策建议。发展前景:
个人意见：好，不然也不会想读是吧？
先搞清楚问的是business analysis还是business analytics。虽然翻译出来差不多，但实质差别很大。前者是传统商科，后者才是新兴学科。 Business analytics请看我另一个回答，那里有对比介绍，要学的相关技能和一些实际的商业分析案例： 切题的部分内容摘录如下1. Business analysis. 应属于传统商科，主要是任务是对公司整个运营的流程、业务的开展等方面的分析。比如发现新的商业需求、提出/改善某些商业问题的解决方案。它可能包括公司组织上的变更，业务流程的改善，策略性的规划，政策的制定和提高。这个领域需要一定的数据分析，一方面因为公司发展前期一般主要靠业务的扩展，会涉及一些销售业绩等类似的数据分析。另一方面，大数据时代嘛，很多公司都觉得好像应该顺应潮流掺和一把。但总的来说还是business analysis为主。即定性为主导，数据分析（一般较简单）为辅助。这也是大多数答主所提到的。要在这个领域成长为专业人才，一般会选择MBA，MBA课程一般也会包含一定的相关课程，但很简单。2. Business analytics. 这才是真正的新兴学科。翻译上都叫商业分析，但内容却差很多，所以特意用英文区分开来。这个行业的核心就是数据分析，而且是高深的技术、模型和算法。通过对数据的深度分析、挖掘来研究公司以往的业绩，对行业市场潜在的商业信息的搜索等。目的是获取那些通过定性分析和简单的定量分析根本无法获得的insights。这个领域逐渐得到了学术界、业界和政府的高度重视：学术界，从纽约大学13年开始开设business analytics的硕士专业以来，全球各大高校纷纷增设相关专业，并且学费直逼MBA，在金钱至上的资本主义国家，高学费往往是高收入和良好职业发展的风向标。业界，更不用说了，BAT都在开设这一类的部门，阿里巴巴去年跟今年就从名校挖了一些这个领域的教授，百度更是把斯坦福大牛Andrew Ng请了来。政府，就我知道的，新加坡和澳洲政府直接拨款赞助开设business analytics部门的公司。我现在的公司就是做这个的，同事不乏一些计算机、自动控制、信号处理等数据分析相关的领域的博士。总体来说business analytics无疑是个交叉学科，包括数学（统计）、计算机和商学（经济学、市场营销，博弈论等等）。统计类的方法占据了数据分析学科的首要地位（主要是回归模型）。可以说如果把统计方法全部拿走，数据科学基本就支离破碎不成体系了。然后是计算机（包括机器学习、模式识别、图像处理等一类的领域），基于一些应用层面的需求，计算机领域提出了一些新颖的思路和模型。值得一提的是，这些东西又吸引了统计学家的关注，他们把同样的问题又用统计学方法做了出来。再结合一些传统的回归模型，统计学出现了新的分支：统计学习。最后是商学类，现阶段来说比重最小，不过其中一些思路也是值得借鉴的，比如博弈论。一些专门的business analytics硕士会结合商业应用来讲统计和计算机方法。
6.8日更新对BA职业生涯发展路径的探索的第二部分： ConsultingSAS（软件和相关分析咨询服务提供商）title: Senior associate analytical consultantresponsibiltiies: 负责咨询服务当中的统计分析部分内容（数据准备，数据清洗，数据挖掘，预测和最优化分析）；和其他的咨询顾问合作，为企业寻找合适的解决方案（quite a lot different topics, plz refer to the official website of SAS） ；参与企业内部的统计方法培训Elder Research（tech consulting company seting foot both in public sector and private sector）title: Data scientistresponsibilities: 和客户交流，理解客户需求并制定技术规划； 通过进行建立和使用predictive models（预测模型）来进行数据挖掘； 能够熟练应用建立各种分析模型完善提供给客户的解决方案key words: communicationsDeloittetitle: consultant, advanced analytics & roles: 在咨询团队中提供技术援助，处理SAS, SQL模型；利用客户数据建立相关预测分析模型，并进行可视化处理并能够良好的呈现研究结果；总结：consulting 分为大数据tech consulting 和传统的management consulting 两种类型，不过即使在两种不同类型的企业之中，BA毕业生所承担的工作也是类似的，在软件和技术咨询公司，BA更接近业务的前端，承担着帮助客户更加熟悉更好地运用自己的软件产品，甚至是衍生的咨询服务工作；而在更接近传统的管理咨询的领域，BA则能够起到团队当中技术和数据分析员的角色，为咨询项目提供更多的材料支持。IT Amazon( from retail companies Nordstorm)title: data scientistroles: 利用内部和外部数据来面向不同类型的客户制定有效的营销策略； 建立机器学习算法，推荐系统；评价不同营销活动的效率 Linkedin title: data scientistroles: 为新产品和功能建立评价机制并监督他们的表现； A/Btest，测试新的产品功能并对业务方向作出指导；利用客户数据发现有价值的信息； 能够对自己的工作结果进行可视化，与相关的团队进行合理沟通，推进产品优化总结：在IT公司的数据科学家可以说工作是非常多样化的，这主要取决于IT公司所在市场的类型。比如PAYPAL的数据科学家可能就类似于银行当中的risk analyst的角色， 而amazon的数据科学家则更多的会用到marketing 和retail方面的数据处理，所以如果不能一开始就进入到这些公司之中，制定好职业发展路径，在其他公司积累几年经验之后也会更有机会一些。
5.20日开始更新对BA职业生涯发展路径的探索，持续更新中：
在探索职业路径的过程中，主要通过收集一些比较成熟的analytics的项目的资料，在linkedin当中检索各个行业校友的档案和日常工作情况，目的是探索BA在各个行业发展的可能性和日常的主要工作，从而对自己以后的学习和职业生涯的选择起到指导作用。
首先更新一些银行的主要工作内容：M&T bank title: quantitative risk analyst/modeler
responsibilities: 针对银行信用产品建模计量违约风险，违约损失和风险敞口； 每月进行压力测试，保证适当的核心资本充足率； 保证M&T能够在多变的宏观经济中稳定运行，提供预测模型和回测报告； 通过风险计量建立和修正内部管控标准； 制定积分卡的使用标准； Bank of Americatitle: Quantitative
VP Quantitative finance - Commercial portfolio S
Assistant VP, Quantitative Finance Analystresponsibilities: 信用卡建模，风险评分系统； 通过建模来侦查信用卡使用过程中的资金不足问题； 通过SAS编程来进行模型诊断
压力测试和损失预测，产品组合分析和战略推荐 ； 通过SAS和SQL编程进行数据库管理； 和建模分析师和技术专家团队沟通，并和业务经理交流模型特性和建议； 在excel中建模并分析各个业务风险，和各个业务负责人沟通Linkedin 职位描述（QF analyst）：建模或者修正已经存在地模型； 进行损失预测和建立资本模型； 为内部监督制定清晰，有连续性的技术文件总结：
从收集的资料来看，项目当中进入银行的毕业生主要承担的是risk management 和 credit card analysis 的工作，会大量用到SAS和SQL等统计软件。随后的职业发展路径是走risk和银行内控的方向。分割线--原始答案------------------------------------------------------------------------------------------------------------------------------------------随着“大数据”概念的持续火热，这两年business analytics 和data science成为了新的申请热门。由于data science大多对于申请者的数理背景要求比较高，开在商学院的business analytics成为了人数众多的商学院毕业生的新的关注方向。似乎对于整天摆弄excel和ppt的商学院同学来说，突然有机会成为一个数据科学家，掌握很多统计软件的是一个看起来很美的选择。而单单2015年新开BA项目的学校我所知道的就有MIT，UCSD，Wake Forest，Case等等，这也显示出有越来越多的学校看到了BA的市场需求，因此也很有理由相信未来会有更多商学院设置BA项目。那么business
analytics到底学什么呢，我想简单的分享一下我自己了解的一些信息和体会。学什么以开BA项目时间稍长的UT-Austin和UMN为例，我们来看一看他们的课程设置：-UT-Austin-UMN从两个学校的课程来看可以简单的总结一下BA的项目特点：以programming 和statistics 为基础，广泛接触数据分析的全过程（ data
visualization）并学习如何在不同的商业背景（ predictive analytics）下应用数据分析的能力。相对于传统的商科master，比如management, finance和marketing来说，BA会涉及到更多的统计模型和数据处理的课程，因此课程难度对于商科背景的同学来说也应该会更高。但是好处是掌握很多基础的统计和数据库应用软件之后，将会更有利于找到entry-level的工作，毕竟开始职业生涯的第一步是要有一份工作工作方向-UT-Austin-UMN从两个学校的就业报告来看，就业的情况都相当的可喜地接近了100%。而且根据我常年在论坛潜水的情况来看，即使在其他的学校当中，BA的就业率也都是相当可观的。另外，两个学校的年薪中位数都超过了80000刀，也是属于不低的薪金待遇。从就业方向来看， risk analyst都是有可能的，这也说明了各行各业对于data analyst都是需求的。不过需要提醒大家一点的就是，作为国际生的出路可能就会受到一定的限制，比如management consulting等对于沟通能力要求比较高的行业对于国际生来说就相对要困难。对于国际生而言，更容易的职业方向应该是data scientist和data analyst。暂时先写这么多，因为目前还没有真正的参与到项目之中，所以也只能是凭自己申请当中的一些了解来抛砖引玉，希望以后能够有更多体会来分享。
据我所知 Princeton还没有开设BA专业 MIT2016秋季开设第一届BA（）希望以下回答做到了客观无误，如有任何错漏偏颇，欢迎及时指出更正！------------------------Sloan说BA是“Using data to create value”BA学什么这是来自的一张示意图：BA是数学、计算机和商业管理的交叉学科。1）数学：微积分、概率、统计2）计算机：编程、数据库、机器学习3）商业管理：会计、金融仅以我个人的理解1）数学作为基础学科，微积分、概率、统计这三门比较容易理解。2）我作为CS本，对BA中的CS的理解是：编程需要的可能不是C或者java这类太偏coder的语言，而是现在各大企业部门用于数据分析的python和R；数据库大致分为SQL和NoSQL。机器学习，我个人认为有别于DS，BA不会学习非常深层次的ML，不过可能不少课程设置会安排一到两门数据挖掘相关的课程（类似intro to data mining）。3）商业管理，虽然图中写了会计和金融，但是其实现在的应用范围可以是任何领域：比如健康医疗、物流运输和互联网产品等。我个人倾向于把这块称作domain knowledge。BA做什么对“就业”这件事理解不深，这里浅谈BA干什么活。简单通过一张来自linkedin上的（商务分析的三个阶段）来理解，BA要做的是什么？大部分BA项目的课程设置是沿着这三个阶段来展开的：（括号里的中文是我自己想的，求有更准确的翻译）1）第一个阶段叫做Descriptive Analytics（描述性分析），这部分主要是用来分析出“过去数据的pattern以及现在的趋势”也就是“what happened and what is happening”。通过一些课程，比如数据仓库（data warehousing），会教你一些预处理原始数据的技能。这部分主要是定义一个商业问题，以便于找到合适的分析方法2）第二个阶段叫做Predictive Analytics（预测性分析），目的是预测出未来会发生什么，也就是“what will happen and why will it happen”。这部分我认为可以说是最tech的部分，涉及到了不少Machine Learning/Data Mining的知识。这部分是为了更准确的将未来会遇到的情况做定位，举例来说，一个在ml课上很有名的不知道真假的传说，teredata曾经帮助沃尔玛分析出，在每周五的下午beer and diaper会同时销量增加，之后他们建议沃尔玛在未来的周五可以将啤酒和尿布摆在一起售卖，营业额就会增加。这就是所谓的“accurate projections of the futrue states and conditions”。3）第三个阶段叫做Prescriptive Analytics（规范性分析），目的是找出最优解——“what should i do and why should i do it”。这部分会涉及到一些数学层面的只是，如优化、建模等，是为了找出最合适的解决方案。
BI 从业人员来回答。市场需求：在美国市场需求应该仅次于码农吧，找工作的时候几乎平均每天两次的recruiter打电话来，网投面试回应率大概有80%。干嘛的：前面已经说了business analysis和business analytics的区别。business analytics=business intelligence，每个行业不同工作内容差距蛮大的，我们公司的产品是完全客户导向的，产生的数据都是以microsecond计的，换句话说就是实时性特别强，所以每天的工作基本上就是：和部门经理开会，和开发者开会，自己也在想，想了解那些产品特征会导致客户体验和客户购买行为上的不同，这个过程还蛮像社会科学写论文前提出一个好问题的过程。然后就是SQL coding，一天70%时间在干这个，因为需要把需求visualization，这里就有点像码农了，因为我们公司的原始数据ETL团队在另一个时区，你不能什么都等人家解决，所以就需要写很复杂的code自己把数据整理过程给解决了，然后就是visualization，还有再开会再debug再开会的过程了。我没有在别的公司和行业工作的经验，但就这个过程，感觉不同行业、甚至不同规模的公司，在这一块工作内容应该差距蛮大的，换句话说，这是数据本身性质决定的。专业要求：我上学的时候美国还 几乎没大学设置这个专业，目前市场对这个职位的专业要求基本上还是：CS,IT&&statistics&applied math&&economics, 澄清一个误区吧：统计专业并不是该职位的主要candidate pool，因为统计专业本身学的东西和目前的职位要求有很大偏差，统计重在建模，但是企业里，尤其大企业，时间都是按分秒算的，哪有那个空让你建模还。。。对于公司来说，他们最理想的人应该是那种CS 60%+ Statistic 10%+ Business Acumen 30%的人。
IT公司的business anaylst和一般咨询零售类的business analyst差别还是很大的~~同意 提到的~IT公司的BA有些类似与产品经理的职务，但往往由于产品功能模块较多，所以由BA承担了更加细化的需求分析、功能设计包括和开发测试人员的需求讨论工作。至于在干什么。。。嗯，60%时间在写需求文档，20%和PM开会和开发开会和QA开会以及和开发扯皮和QA扯皮。。。另外20%在研究系统各种稀奇古怪的BUG到底是什么鬼到底是不是因为我设计的这个新功能导致的啊妈蛋！至于商业类公司的BA...感觉是个很高大上的职位呢星星眼！
【谢邀】【关于BA？】BA（Business Analyst）业务分析师在IT公司里，BA的角色就是PM（产品经理），但为什么叫BA呢？是因为这类PM要承接某个很具体的业务或者领域。比如银行也有自己的IT部门，银行IT里的产品经理可能要对接专门的业务组，比如网银业务，信用卡业务，理财产品业务，基金代理业务，这样承接某个具体业务需求的产品经理就叫BA。BA所承担的工作和PM是一样的，需要分析需求，出具原型和需求说明书，之后将具体的需求提交给SA（System Analyst）系统分析师，由SA来将需求拆分为技术实现计划，并根据技术实现计划制定时间表，下达给具体开发部门来承接需求开发。【关于市场需求？】国外有很多这样的新鲜专业课程，国内开办这样的课程一般都是私人机构试水。以公司顾问的形式来开办私教。国字号一般以讲座形式看学生反映和领导的想法来决定。【关于发展前景如何？】国字号和集团资历的才会有这方面的想法。作为小实验的一部分投资而已。
学这个回国很尴尬。如何定位呢？除非是牛人。
今年的ba 申请人~ 秋季要入学啦~BA是学什么的。。那不如来分析下有代表的开ba课程的学校课程内容？在具体分析某个项目的课程前，让我们首先看一下合理的选择标准有哪些：课程覆盖技能首先要看课程是设置涵盖的技能是否符合自己的需要。如果同学们对数据分析师需要的技能有一定了解的话，会发现：1.在数据抓取和清理方面，Python是当下很流行的编程软件；2.在数据存储和调用方面，各种数据库软件如MySQL, Oracle, NoSQL备受青睐;3.关于统计建模和machine learning，R和SAS多为主导； 4.数据可视化则是R和Tableau多被使用；5.分布式计算方面，Spark和Hadoop为主流。比较tech的项目，一般上述的几种技能和软件都会设计，但对个人编程的基础相应就要高一些（基础越强越好）。而偏商的项目可能在machine learning,分布式计算，甚至数据库方面涉及的深度就要浅一些。业界联系&就业项目是否与业界联系紧密，对同学有一定的就业指导。比如有点学校会包括capstone project, practicum, 或者internship。本质上这三种形式都意味着学生要在项目中的某段时间内（一般为一道两个学期）使用公司提供的数据进行分析，并最终为公司提供一定的政策建议。再比如学校是否会帮助学生network，并提供强大的就业支持，这对于国际学生是益处多多的。Special Track课程表是否有某一领域的相关课程或者track，比如marketing, finance, supply chain，human resource等等。这些课程对于同学了解某一行业的运行并在此行业发展有很大的帮助。UMN (明尼苏达大学 – 双城分校)先分析他家的商业分析项目。请看课表：
UMN的BA在同类项目中很具有代表性。课程表分为三大主题：1.夏季学期的商业与管理基础。包括财务报表分析，市场管理方面的学习, 统计学和编程的基础奠定，以及通过case study来使同学对BA在实际中的应用情况有所了解。夏季学期可以让同学快速掌握以后接下来学习所用的基础。2. 秋季学期的技术课程。也是UMN BA项目的核心之一，数据库、机器学习、分布式计算、项目和团队样样都讲的比较全面。相信会为同学们在春季的招聘中增加不少自信。3. 春季的企业合作项目和特别课程。同学们可以将先前学到的各种技能应用到项目中，在锻炼解决实际问题的能力中轻松为简历增加了不少内容。
对UMN BA项目的课程感受为：技术和软技能都有很好的兼顾，企业合作项目对就业帮助很大，但课程难度和强度是不小的挑战。2
SMU (南卫理公会大学)
SMU课程表给人最直观的感受就是全面。在刚入学的8月，项目会有为期约一个月的boot camp，学习或复习基础的统计知识，还有R和SAS。从9月起，整个项目分为秋季和春季两个学期，每个学习个两个module(长度为8周，各包括4-5门课程)。同学们可以使用R, SAS, Excel和SQL等来来学习数据预测、数据挖掘、数据可视化、以及一些商科课程。除此之位，大家还可以选择两个专业方向：Business Process Analytics和Customer Analytics。前者偏技术，对必修课程中的技术部分继续深入学习。后者适合对marketing感兴趣的同学。Program Director亲自讲授课程包络In Memory Analytics和Managing Your Career。后者会请各公司进行宣讲（甚至招聘），帮助同学networking，并建立职业规划。另外2016年入学的同学，优秀者也可能在2017年的春季学期参与到capstone project中，获得实践经验。对SMU BA项目的课程感受为：课程设置非常全面，企业合作项目值得期待，Director会亲自参与到学习和就业的各方面，但编程方面的软件使用可以更加全面，例如从SAS拓展到Python和Java等。3UR (罗切斯特大学)
UR的课程设置分为4个quarter(每个quarter的长度与SMU的module类似)，12门课程涵盖了marketing analytics的各个方面。整个项目通过R, SAS和SQL的学习和使用，是同学们成为市场分析方面的佼佼者。UR的BA整体偏商，主要以统计和市场方面的知识为支撑，并通过Practicum in Consulting为客户进行数据分析并提供建议，在数据挖掘和机器学习方面有所涉及，但不会讲的太深。对于修过较少数理课程的同学来说非常合适。
对UR BA项目的课程感受为：课程设置为marketing analytics培养人才，课程难度适合不追求tech路线的同学。4Fordham (福特汉姆大学)
Fordham的BA项目包括7门核心课程和3门选修，数据库方面的课程包括Database Management和Data Warehousing；数据挖掘和文本分析通过SPSS学习掌握；Web Analytics会应用到Python和Google Analytics等开源软件；商业知识方面的课程则是：Business Analytics for Managers和Business Performance。喜欢tech的同学，可以在选修里选择Machine Learning和Big Data Analytics等课程。 对Fordham BA项目的课程感受为：数据库方面值得称赞，text和web analytics单独两门课可能是不错的体验，但用SPSS学习数据挖掘显得有些力不从心，且缺乏practicum和某个领域的专业课。课程设置有些单薄，需要同学在课下多补充统计、编程和自己感兴趣领域的知识。然后question 2: 以后干什么。。。大概等同于。。职业规划？首先想说的是，作为一个Data Analyst，哪里有Data，哪里就有需求你的职位。然而作为商学院Business Analytics项目的毕业生，或许你的技术水平还不够处理某些行业或者某些类型的数据，那我们就把这个范围缩小为，商业世界里，哪里有Data，哪里就有需求你的职位。对于行业的选择，举例来说，Rochester的MSBA的就业报告了有这样一段：The MS in Business Analytics program at Simon Business School prepares you for the challenges of analyzing complex sets of data and applying those findings to make critical and strategic business decisions. Graduates from this program are prepared to work in a variety of industries and roles including:1. Fraud protection in the Financial Services sector2. Health care risk prediction3. National security4. Mortgage analytics5.Insurance analysis
这五点其实不算大众，我们大家更多会选择的行业可能是：Finance, Marketing, Information Technology, Healthcare, Entertainment等等。那这些行业里面，林林总总的公司其实可以划分为三类，一类是以数据为核心竞争力的公司，一类是以数据为业务辅助的公司，一类是完全不碰数据的公司。以数据为核心竞争力的公司以互联网公司为主，比如Linkedin, Teradata, Mattermark, 这类公司对数据的分析需求大，然而他们也可能更偏好有CS/DS背景、对数据架构更了解的求职者；以数据为业务辅助的公司横跨各行各业，比如Walmart, IBM, Nielsen, 则可能是适合MSBA学生大展拳脚的地方，以原有的业务模块为基础，以数据分析为导向，通过数据优化商业决策，这也是为什么“40% Statistics+40% Computer Science + 20% Business”里最后的20%必不可少。业务模块，当然也分传统业务模块以及在大数据趋势下新生的新版块。 传统的Sales, Marketing, Finance, Quality Assurance, Operation 等业务需要数据分析师的辅助，然而公司或许也会设立新的洞察部门，专门负责履行数据驱动商业决策的职责。
所以说，数据分析受大数据趋势影响最大的，同样也是数据分析师最匮乏的地方，应该是金融、快消、零售、广告这些传统行业中需要外部数据进行决策的部门，尤其是所有与消费者打交道的部门（比如金融行业需要外部数据控制风险，快消零售业需要外部数据来随时把握消费者动态来调整销售策略），以及自身就产生大量数据的互联网企业。
刚入职场的应届毕生生，职位可能都是analyst，只不过会分为自己公司提供数据分析支持的(business function)analyst，和通过数据分析为其他公司提供professional services的analyst. 那么继续往上，无非是两种发展途径，要么以data为主，在公司内部或者是在此种类型的咨询公司持续扮演decision-support的角色；要么就是从数据转向业务，以数据为辅助手段让自己成为业务专家, the most important thing, is not the data you have but the question you ask.
最后，作为ba/ds的推崇者，我个人认为，这个领域，无论是在国内还是国外都还有太多的空间，虽然大家一贯选择的方式，都是先确定职业规划，选准行业和职位，再根据job description不断充实自己，但我认为，探索自己的兴趣，发掘自己的价值，如果市场上没有适合自己的职位，那就创造一个，才是更为霸气的做法。最后 这是今年申请的小伙伴一起做的公众号！MSBA留学汇！欢迎关注！ (二维码自动识别)
BA目前在国内挺火的，已经有专门的BA岗位了。除了IIBA的CBAP认证，还有PMI的PBA认证，都是针对商业分析。主要知识领域是：商业分析规划与监控、企业分析、需求管理与沟通、导出、需求分析、解决方案评估与确认。适合对象：从事商业分析、系统分析、需求分析/管理、项目管理，评估的人员。详情了解可私信~
已有帐号？
无法登录？
社交帐号登录