Business Analytics是这几年刚刚新起的专业,NYU、卡耐基梅隆、南加大等院校已有此专业,在我申请这一年MIT等顶尖院校也在纷纷开设。
传统的Business Analysis一般挂靠在商学院,主讲商业分析。而Business Analytics以商业知识为基础,以数学(计量)和编程为手段,利用数据分析的各类工具实现大数据的效能转化,最终应用到商业分析中。
UCL的Business Analytics有两个分支,一个在计算机学院,一个在管理学院。两个分支在选课方面有部分交集,例如数学、决策与风险研究。计算机分支更偏重数据挖掘、数据分析、机器学习及人工智能等数理知识。从就业角度来看,这个专业基本就是应市场需求而生。
比较系统的介绍推荐大家前往:知乎- 新兴专业 BA(business analytics)到底学什么?发展前景怎样?https://www.zhihu.com/question/30730104
从我的角度,可以从UCL Business Analytics (with specialization in Computer Science)的课程入手介绍一下这个专业。
从我们的选课单中,不难看出这个项目对计算机基础的要求很高。首先我来自软件工程背景,在应付这些课程的时候编程并不觉得轻松(也可能是我学得不好哈哈哈)。我们Director Daniel Hulme在开学时说过他录取学生时分成三部分,一部分计算机背景,一部分商科背景,一部分其他学科(工程类为主),希望凑到一个项目中让大家互相学习。但这就意味着一些商科背景的学生需要自行补上以前的计算机知识,包括数理逻辑、线性代数、概率论、统计、和一些编程语言的基本数据结构。课程中机器学习、数据挖掘、自然语言、甚至看上去和计算机没什么关系的web economics都是算法设计,都用到了Python。
第二块是和决策学有关的管理学课程,例如decision and risk是基于excel的决策树、case study中分析方法的讲解。
第三块是其他相关学科,例如心理学,consulting psychology和talent management。我选了consulting psychology,且认为这是我这一年中上过的最有意思的课。由于知识迭代速度快,计算机学院的讲师、教授都很年轻,同时他们很多人还都经营着自己的startup,做数据分析、数据挖掘或相关算法设计。因此我们的常规课程有时并不像是一个系统科学的教学,而是一个研讨会,一个经验、知识分享会。但在心理学课上,老师是一位德高望重的心理学教授,在讲解现有的心理学理论和研究成果的同时安排课程中的交流互动,让我感受到真正的、很old school方式的传递知识。
我一直都想做咨询,而consulting firm普遍要求的就是有逻辑的呈现方案,通过技术手段、数据测算和推演帮助客户公司解决问题。Business Analytics正是可以满足我的就业方向所需技能的专业。
PS. 现在真的做了咨询,觉得数据分析手段什么也都是其次,最最重要的是逻辑思维能力和系统性解决问题的能力。如何准确地、在短时间内为客户做出公司的问题诊断,找到经营或公司运作过程中的痛点难点;从哪里入手设计方案,解决问题;方案设计的过程中又有哪些需要注意的点;最后,如何将解决方案用一条有逻辑的story line衔接,呈现在客户面前,帮助实施并落地。亲朋好友总是问我说,学了计算机,没有去做技术,那是不是学非所用呢。我认为并不是。计算机知识更新速度、算法提高迭代的速度太快了,如果说CS的学生有什么一定比别的学科学生强的地方,那么就应该是学习能力。学习和接受新知识,并灵活运用在实际中的能力。