BA(business analytics)到底学什么?发展前景怎样?

来源：好上学时间：2023-05-15

单独说BA是没有意义的，我们不妨把另一个及其相似的概念“BI”来对比一下：

先说概念，BA是商业分析，BI是商业智能

现在BI的概念很火，企业恨不得把所有的数据工作都加上个商业智能的名头;同时，BA也是方兴未艾，很多大学也开设了这门课，但是我相信大部分公司老总都搞不明白BA与BI都是什么。

BA、BI都是做什么的?

定义我就不说了，上面很多学院派的回答都说的很明白，我就通俗点说吧

BA就是通过调查问题分析出为什么会这样，将来会发生什么，你该去做什么?

比如，你负责某公司的市场运营，然后发现最近的客户流失量很大，你就需要利用BA的数据技巧和知识，分析问题得出用户流失的原因，是不是产品有问题?还是服务有问题?是哪个步骤阻止了用户留存?然后你就可以利用BA得出预测，未来会流失多少客户?采取什么措施会有效阻止客户流失等等等。

对比一下，BI就是告诉你现在正在发生什么，或者过去发生了什么，也就是描述性分析。

比如，你是企业的老总，你的公司内部所有部门每天都会产生上万的数据，这些冗杂的数据让你头疼不已，因为你根本看不到这些数据有什么意义。此时如果你的企业拥有完整的BI解决方案，那么你就能看到这些数据背后的业务状态，比如最近销量情况怎么样?用户情况怎么样?

BA和BI的基础是什么?

BA的基础是应用数据与统计基础，因此严格上说BA应该属于数学专业领域，其关键在于识别关键数据变量之间的关系，揭密隐藏在数据中的规律。

BI的基础是数据库，BI更应该属于计算机专业领域，BI必备的技术包括数据库OLAP、切片、向下钻取等等，最后会通过一个交互界面进行表现，比如仪表盘、得分卡、图表、图形、警报等，上图就是一个简单的BI交互界面。

BA有什么类别?

现在你应该了解了商业智能和商业分析的区别，接下来我们来谈谈典型的商业分析类别。

1、数据挖掘——通过在海量数据中发现以往不知道的趋势或规律来创建模型。例如：保险索赔欺诈行为分析，零售市场购物篮分析。数据挖掘应用各种各样的统计技术：

判别分析当我们知道变量为分类数据时。例如：年龄等人口统计资料。

回归分析

聚类分析当我们不知道影响因素怎么归类时。

市场需求大不大?

BA方向问题最主要：走向商业、走向技术。

走向商业，所有管理、金融等商科就业方向你都能去，你比别人多了代码和数据功底。很多人觉得多出来这一点能力是卖点，但我对此持保留意见。

走向技术，这个和BA专业所学更贴合。机会主要集中在互联网和金融行业IT类岗位。互联网里，像电商这类面向海量用户的行业机会相对更多一些，比较知名的阿里的淘宝天猫、京东、拼多多这些;金融行业基本都有IT类岗位，向金融科技转型的比较快的企业一般会有不少数据岗位机会，比如银联、招行等。

整个市场规模首先是很大的，但是上涨空间有限，有可能一进去就是红海。BA这种东西，小公司用不起，大公司看不起，因为BA不是严格意义上的刚需岗位，甚至来说一个企业有可能并不会需要BA或者BI。

之前我也是一个BA的鼓吹者，但现在我要改一下建议，除非热情十足，不建议再盲目跟风，未来会越来越挤。商科专业同学，根据兴趣三思而后行;CS/EE等工科背景的同学，十分不建议再考虑BA了，直接CS下面找ML等方向。

薪资还算可观，这是值得欣慰的。数据分析而论，小的初创普遍能开出15~20w的价格;一二线互联网大厂，20~25w;银行IT为了从互联网抢人，基本也要跟上一二线大厂的开价，所以也是20~25w左右。不排除部分土豪厂开到近30w，应届更高的没见过。另外数据分析在国内的定位有技术和非技术之分，我的观察是，将数据分析定位为技术岗的公司更喜欢开高一点。

数据挖掘与算法之前提到了做起来比较困难，但薪资更好，白菜价还是比数据分析高很多的，另外这类更为能拿SP，拿到无上限。

如果能去一二线拿20w以上，确实不错，这也解释了为什么越来越多商科人以自学或者海外master为跳板，走向这个红海。