“万金油专业”顾名思义，是指专业可以应用在不同的领域，没有太高的专业门槛。BA就是现今的万金油专业。
何为BA?
以商业知识为基础，数理编程为手段，从数据分析出发，以决策优化来创造价值的新兴专业，实现BigData的商业应用。主要就职岗位为商业分析师，数据分析师，数据挖掘师，数据科学家。商业分析师也被誉为21世界最性感的职业。
为什么BA如此火爆？
第一， 随着互联网和AI 时代的到来，每个人的每次行为都可以被记录，这些记录就是数据，就像DNA一样，可以深度刨析每一个人甚至是人与人之间的关系，对各行各业来说蕴含了无限的价值。所以每个行业都有自我数据保护意识，同时也需要大量的数据分析人才来用数据创造价值。例如IT、互联网、游戏、通信、金融、医药、咨询、零售等，因此BA的毕业生都比较抢手，而且薪资水平也较高，在新加坡平均年薪52500新。
全球互联网数据增长走势（单位：zettabytes）
2020年美国BA 相关岗位需求和工资
Category
Estimated # of jobs
Average Salary ($)
All
2,716,425
80,265
Data Driven Decision Makers
922,428
91,467
Business Analyst
901,473
69,162
Data System Developers
641,635
78,553
Data Analyst
143,926
69,949
Data Scientist
61,799
94,576
Analytics Managers
44,894
105,909
BA 岗位不同工作经验工资对比图
第二，世界上知名大学在2013年前后陆续开设商业分析专业，设立的目标在于培养具有跨学科能力的复合型人才，属于STEM 项目。虽然叫商业分析，有没有商科背景并不最主要，最主要的是要有很强的计算机领域的课程或者统计领域里面相关的学习技能，所以现在学习BA 的人拥有各种各样的背景。
做BA的增值体验
那么转做BA 需要具备哪几方面的能力呢？
快速学习客户领域的能力，将商业目标变成数据目标；
数据可视化，利用数据讲故事；
建立模型预测分析；
根据一些做过BA三到五年的经验人士的介绍，他们的沟通能力，分析和解决问题的能力得到了显著提高。一不小心就同时具备了IT 和数据分析的能力，这种复合型人才在市场上十分具有竞争力。
小编本科在国内读的工科，来到NUS读了 Enterprise Business Analytics， 通过一年半的硕士学习，顺利的在新加坡找到了数据分析师的工作。从小编的亲身经历来看，工科学生的数学和编程基础是优势，但是如何跟客户有效沟通，把商业目标准确的转变成数据分析目标，并将分析结果简洁易懂，完整的展现出来是弱势。
硕士一年半的时间，我们主要学习了以下三方面的内容：
1. 将商业目标转换成数据目标
每个行业都有自己行业的数据，数据特征不同，所以数据分析的第一步就是要了解行业知识，然后再转换为可以测量的数据目标。比如评价蚂蚁金服新推出的红包扫码活动的效果，这是一个商业目标，如何去衡量呢？举办扫描活动的目的是为了吸引更多的用户使用支付宝，那么这个问题就属于用户留存分析，我们可以用AARRR模型来设立指标，比较用户在Acquisition、Activation、Retention、Revenue、Refer的每个阶段转化率是多少，然后和以往数据对比，进而得到结论，引导决策者做决策。
2. 用数据讲故事
成功的图表胜过千言万语，如果做得漂亮，虽表面简单却富含深意，可以让观测者一眼就能洞察事实并产生新的理解。现在可视化流行做dashboard，一个面板上面有多个图表，每个图表会从不同的侧面提供信息，每个表之间还会有联动。一般用到的工具是Tableau, PowerBI等。
3. 用数据预测
做数据分析，根据一个以往的历史数据，我们可以对未来的数据趋势预测。这里需要统计学，机器学习，深度学习的知识了，一般用到的工具是R和Python。
BA必知清单列表
下面小编详细列出了BA 求职中每一项技能和可以参考的资源。
BA的价值分类
著名的咨询公司Gartner于2013年总结、归纳、提炼出一套数据分析的框架，如下图。
描述性分析-发生了什么？
故名思义，该层次主要是对已经发生的事实用数据做出准确的描述。比如某企业本月订单签约额比上月增加100万，至1100万，但是订单履约率从上月的98%下降到了95%，库存周转率从上月的0.8下降到了0.7。
诊断性分析-为什么会发生？
知道到底发生了什么，对我们的帮助不大，更重要的是，我们要明白为什么发生。比如经过分析，发现上文提到的订单履约率下降的原因是成品生产不出来，无法完成交付。而成品生成不出来的原因则是部分原材料的供应商未能按时送货，导致原材料不齐套，无法开始生产。
预测性分析-什么可能会发生？
基于上述两个层次的分析，我们发现了其中的规律，即原材料供应商的送货及时率会影响成品订单的履约率。假如上月某原材料供应商A送货及时率只有70%，通过建模，我们可以预测本月该供应商会使我们的订单履约率下降2%。
处方性分析-该做些什么？
有了预测性分析的结果后，我们无需再做事后诸葛亮，而可以运筹帷幄，在事前就采取措施。上例中，供应商A会导致本月我们的订单履约率下降，我们可能采取的措施就是把A换掉，但是现在有B和C两个供应商供我们选择，该选择哪个呢？通过分析和计算得出：选用供应商B会比选C的订单履约率高1%，因此建议选择供应商B。这就是处方性分析。
每个过程难度逐渐增加，价值也会越来越高。
BA在各行业的热门应用
文本分析
80% 的数据都是不规则的，不是放在excel表中按照行和列分清楚的，比如很多社交媒体的数据是通过文本形式产生的，通过分析这些数据可以预测大众的情感。
员工流动分析
雇员的流失对公司是一个巨大的损失，我们可以通过过往员工数据，在员工准备离开之前采取措施。
客户生命价值周期分析
根据不同的客户指定不同的吸引策略，挖掘最有价值的客户，提升他们的满意度和忠诚度，降低流失率，这对公司盈利至关重要。
金融行业客户价值分析
根据客户的身份，行为信息，对用户进行风险分类，可以帮助销售人员卖合适的金融产品给每一个客户，在客户申请贷款时，可以判断是否通过。
新加坡BA课程推荐
现在新加坡各行各业都需要BA方面人才，求职竞争力也逐年提高。没有付出就没有回报，如果想要快速提升背景，转行成功，可以考虑上一个专业的短期培训课程，一张证书在求职时还是十分有说服力的。以下是新加坡高校开设的课程连结：
NUS-RMI推出的 Certificate in Data Analytics for Banking：
https://rmi.nus.edu.sg/training/certification-programs.html?from=timeline&isappinstalled=0
NUS-ISS 推出的 Stackable Graduate Certificate Programme in Data Science：
https://www.iss.nus.edu.sg/stackable-certificate-programmes/business-analytics
最后，祝大家在即将到来的2020年，收入和生活的幸福感都更上一层楼！
