近年来，商业分析成为商科留学生热门申请专业。很多同学好奇，商业分析具体学什么？毕业之后能从事哪些工作呢？今天带大家来盘点一下！
商业分析学什么？
商业分析（Business Analysis，简称BA）是商科与数据科学技术的交叉学科，简单来说就是看数据来分析业务，提高公司财务业绩、战略管理能力、和运营效率。
像硅谷的一些国际公司，比如像Amazon、Google和Capital One这些企业都围绕商业分析建立了一套完整的商业模型，因此现在越来越多的公司在招收商业分析(BA)专业的学生，为公司各项业务提供实际的战略性方向。
一般来说，商业分析有三种分析类别：
1. 描述性分析：用商业智能和数据分析结合，分析已完成的业务。
2. 预测性分析：用统计模型和预测性建模，来预测未来业务的发展方向。
3. 指导性分析------：通过优化和模拟的方法来指导公司需要怎么做。
通过这三种分析方法，公司不仅可以可以更加深刻地了解公司自身的运营状况，更能了解客户和潜在的客户和公司业务之间的关系，从而提升公司各方面的业绩。
商业分析有哪些方向？
商务分析基本可以分为商务智能（Business Intelligence）和高级分析（Advanced Analytics）两大类。虽然两者看似非常相似，但他们其实是在处理商务活动中的两个不同的领域。
商务智能（Business Intelligence，简称BI）主要是为管理层提供“发生了什么，何时发生，发生原因，发生了多少次”的一个事实性分析工具，通过研究历史数据，来对某个部门、团队、或者个人的表现作出一些评估。
高级分析（Advanced Analytics）而言，侧重点主要是这个事件为什么发生，它是否会再次发生，如果某个条件改变了，它还会发生么，以及很多能从数据得知，而我们从却未想象到的问题。一般利用统计知识来分析历史数据，从而对一个产品，服务或者网络设计的变动进行预测。
商业分析的就业情况
薪酬水平
商务分析师（Business Analyst）级别的年薪一般在$75K到$85K左右，而更高阶的数据科学家（Data Scientist）的薪水则是在$90K-$140K左右。
工作时长
BA的工作时间通常比较固定，一般是平均每周40小时，偶尔会被一些如季节和项目Deadline的外在因素所影响，会比较忙碌。
招聘公司
随着大数据时代的到来，越来越多的公司开设了BA部门，但也正是因为BA对于数据的依赖，只有规模较大的公司才会开设商务分析的部门，如上文提到的Google，Amazon等科技类公司，还有Capital One，American Express之类的金融公司，再或者像是Geico或者USAA这类的保险类公司等等。
对于规模比较小的公司而言，一是没有预算，二是也没有足够量的数据去支持，除此之外，还有一类公司会专门提供BA方面的咨询服务，例如MBB（麦肯锡（McKinsey & Company），贝恩（Bain & Company），BCG（Boston Consulting Group））里都有类似的岗位，还有Oliver Wyman和 Capgemini这种第二梯队的咨询公司也都会有BA咨询部门。
对于想要通过从事数据分析走向人生巅峰的同学们而言，一定要对自己所处的行业和公司有更加深入的了解，从而获得进入目标公司的机会。
面试要求
大多数从事初级数据分析和商业分析的同学都至少要求分析类的学士学位，比如经济，数学，统计等，而数据科学家则通常需要更高的学位。
一般来说，BA的面试一般有三轮，在公司官网或者其他渠道投递简历和申请表，公司HR进行一面确认简历可信度，以及你是否合适这个公司。
如果简历通过，二轮面试一般会是你主管（Hiring Manager）在这轮面试中，一般来说提出的问题会是Fit Questions 或者是测试商业意识类的问题。技术性的问题和案例分析问题会在第三、四轮面试中被问到。
当主管通过你的经验和面试表现，觉得你可以胜任这个岗位，就会进入下一轮的Case Study面试，以及和自己未来的同事和领导面试。
有些公司可能会要求你在二轮面试后，在家完成Technical Case （比如SQL相关的问题）。这类测试的成绩也会影响你是否能够取得最终轮的面试。如果你是在申请一个更偏向Data Analyst岗位的面试，就需要准备建模类的问题和产品分析类的问题。
面试准备
在BA的面试中，同学们需要展现自己善于分析，善于沟通和具有商业头脑的一面。一般来说，BA的面试会考量候选人以下三种能力：
商业意识
案例分析能力
硬技能（有时会有Take-home的Project）
最后，提醒大家，只要在面试的时候自信大方，将自己之前的相关经验和职位需要的技能联系起来，清楚地解释自己的背景，和选择这家公司的原因，就一定可以斩获理想的offer！
2023全美十佳热门专业盘点，总有一款适合你！
