Business analytics 到底学什么，很多同学都有这个问题。analytics 的人士总结的。我这篇文章用比较通俗易懂的语言，来给大家介绍下 business，analytics 到底学什么。

Business analytics 不仅在国内没有任何大学开设过这个专业，就算是在美国也是最近 3 年才涌现出来的一个新兴学科。要回答 businessanalytics 学什么，就要先明白为什么会出现 businessanalytics 这个专业。Businessanalytics 专业的出现，完全是被社会企业用人的需求所倒逼出来的。而这个需求的诞生，归根到底就是三个字：大数据。2007 年移动互联网出现后，企业经营的数据大量增加。以前企业用 Excel 、 Wor 做做财务、市场、运营的分析就可以了，现在出现了大量新的数据可以帮助企业了解消费者、提升运营水平。大家都知道数据是金矿，于是肯定要人去分析这些数据。但以前企业的 businessanalyst 一看到这样大量的数据就傻眼了。数据往往大到下载到 excel 里面直接 excel 爆掉的程度。即使切成小块，动不动几百列的数据，缺乏统计知识的传统 businessanalyst 完全不知道怎么去分析。于是有的企业说，我们不是有统计专业的同学吗，把他们从生产车间、制药实验室里面拉出来，让他们来分析分析。结果发现统计专业的同学对分析实验结果很在行，对 business 和市场却是一窍不通。另外，传统的 businessanalyst 和学统计的同学，面对储存数据的系统、逐渐流行的分析数据的开源软件，也就是计算机方面的东西，明显知识储备不足。但找学计算机的码农来做数据分析，他们对商业和统计知识基本一无所知。也就是说，分析企业中的数据，也就是 businessanalytics 这个领域，是 business 、 statistics 和 computerscience 三个领域知识的结合。传统的 businessanalyst 、 statistician 和码农如果能够合体，才能成为适合新时代的 businessanalytics 人员。于是企业要求学校，特别是商学院，开设这样的专业，培养对 business 、统计和计算机都有所掌握的人员，于是 businessanalytics 孕育而生。

看到这里你应该明白了，business analytics 要学的东西，就是三个方面： business 、统计、计算机。这里的 business 我不想多做说明，和大家熟知的 business 的课程是一致的，就是 marketing 、 finance 这些。但是统计和计算机，则和传统的统计和计算机教学有很大的差别。我接下来详细讲一下。

传统的统计，主要是学习对实验结果做显著性检验，比如一队小白鼠吃药，一队小白鼠不吃药，谁的身体比较好？有没有显著性的差别？以前商业中大量招聘统计专业同学的是市场调研机构：一队消费者看了广告，一队消费者没看广告，谁对品牌认知度高？有没有显著性区别？另外，统计讲究抽样，消费者太多没办法一一访问，于是抽样，于是就要看抽样的合理性。现代企业中的数据分析，可以说和这些传统的统计方法，有了很大的改变。businessanalytics 的统计知识，主要是学习如何建立和评估多变量的统计模型，最典型的例子就是回归分析模型。回归分析在传统的统计中，可能只是重要的一块而已，而在 businessanalytics 的教育中的统计部分，几乎是全部。除了回归分析（包括逻辑回归），其他 businessanalytics 中要学的统计知识差不多也就是相关系数、时间序列之类，也都是小头。传统统计中的显著性检验、抽样方法，businessanalytics 基本不教。所以我看到我去年辅导的学员从 UTbusiness analytics 毕业了去沃尔玛做 senior statistical analyst，我觉得很搞笑。她去考国内统计专业大一的专业课，估计都不懂。只能说沃尔玛其实需要的就是现代的 businessanalytics 人员，但老 title 一直没换。

接下来说下 business analytics 要学的计算机知识。计算机博大精深，幸运的是 businessanalytics 只用学其中可能是最简单的三块：第一就是数据库和 SQL，因为企业里面数据都是储存在系统里面的。你要分析数据，首先要知道怎么把数据按照你要的方式提取出来。这就是用 SQL 写代码提取数据。学校一般不会花很多时间去教你，但是这个是学、做 analytics 的基础的基础。第二就是学习怎么在统计软件中进行编程。以前提到分析数据，国内最熟悉的是 SPSS，像 Excel 一样妥妥拽拽就行了。但其实美国根本就没人用。现在分析数据的流行工具，必须通过写代码的方式进行操作，最典型的工具就是 R 和 Python。这里的编程，其实是统计编程，和真正编网站的 C 语言、 Java 是很不一样的，也容易的多，但是仍是类似的编程思维。第三要学的计算机知识就是现在最流行的机器学习，机器学习基本上是代替和补充前面所说的回归分析等统计模型方法。做的事情几乎是一样的，就是建模，但做的方法是计算机的。不过很多原则其实和统计的回归分析是一样的，也都是用 R 或者 Python 的代码来实现，实现起来，不会比回归分析难太多，大家大可放心。

说了这么多，我们来举个企业里面数据分析的例子来对应相应 business analytics 要学的技能。你要分析可口可乐的广告投放是否有作用。传统的 businessanalyst 说了一堆逻辑，只有简单的数据图表支持。你说，啥年代了，还不拿历史存储的大数据说话？市场调研公司里面的统计专家告诉你应该抽样发问卷调研消费者，你也让他一边去，过去广告投放的时间、区域和销量的变化数据全调出来进行多变量的建模，还搞什么抽样调研。于是你作为 businessanalytics 的毕业生，首先运用对 business 、市场的知识对问题进行分析，比如，广告是如何影响销量的？投少了会不会没作用？投多了是不是边际效应递减？除了广告之外，还需要考虑哪些其他的变量？电视、互联网广告，是否有 1+1 大于 2 或者小于 2 的内在联系？商业分析的框架搭好后，就是数据分析了。你首先非常熟悉公司的数据库架构，然后用学过的 SQL 知识写 SQL 代码把数据从数据库里按照你的要求提取出来。进行了简单的数据清理整理探索之后，你就开始建立统计回归模型，而这个建模的过程，你都是在 R 或者 Python 通过写代码完成的。你可以在 R 或者 Python 里面除了回归分析，也试试机器学习，对回归分析进行一个补充，比如检查是否有些变量被回归分析的模型所遗漏。这些也就是在 R 和 Python 里面多写几行代码。最后，你 run 出了模型的结果，你要用你的统计知识对结果进行分析，判断广告到底对销量是如何影响。最后结合你的 business 的知识，对你的老板进行汇报。

【微语】永远不要忘了你最初的梦想、留学的初衷。