微信扫一扫
商业分析近几年越来越火，人才缺口也大，因此不少留学生都考虑研究生阶段选择商业分析方向。而商业分析的亲兄弟数据科学，也备受关注，但是还是有学弟学妹傻傻分不清。今天躺平君就从就业方向来给大伙儿讲讲这兄弟俩的区别。
商业分析（Business Analytics）
利用数据分析与统计的技巧与方法，从对企业对商业表现分析结果来预测与指导未来对商业战略。商业分析的三个阶段是描述（整合分析历史数据并发现问题与机遇）、预测（对历史数据建模并且预测）、规范（通过模拟与优化寻找最优决策）。
在研究生院设置上，商业分析一般在商学院，而且课程设置除了计算机与数学类，还有商科课程。
数据科学（Data Science）
借着数据去理解与分析实际现象，涉及到统计、数据分析、信息科学、数学、计算机科学等各个学科的理论与技术，并且需要运用到机器学习、聚类分析、数据挖掘、数据库与可视化等技术。
在研究生院设置上，数据科学一般在工学院或文理学院，课程设置篇计算机与数学，不涉及商科类课程。
商业分析与数据科学核心知识技能的不同在于，虽然都要求会Python、SQL，但是岗位要求商业分析师更注重概统、数据可视化以及案例分析技能，而数据科学家则更偏机器类，如机器学习、大数据平台、深度学习、推荐系统。
商业分析师与数据科学家岗位
所需的综合能力：
1、编程能力
a)机器学习理论与Python编程基础：Python语法、线性数据结构、搜索算法
b)Python编程进阶：数据结构与算法、编程能力的提升
2、模型理解
a)工业界主流的传统机器学习模型
b)概统知识的应用
3、项目经验（商业分析与数据科学分开）
a)商业分析：如：犯罪数据分析与预警、电影推荐系统搭建、股票大盘指数预测
b)数据科学：网络营销策略优化、数据可视化与Tableau应用实例、信用评级建模分析与金融风控、数据异常检测与处理
如果未来想要从事商业分析师与数据科学家，除了上述能力外，也有必会数据分析工具：
1、Tableau-可视化数据软件，可进行不同平台的数据快速整合并生成交互动态数据图；
2、Python-从爬虫、整理数据到分析，实现大数据分析、商业分析、人工智能；
3、R-完成统计模型的建立、经济模型的分析；
4、Excel-利用函数、统计分析、Solver最优化功能辅助数据分析
