Business analytics 作为一门新兴专业，逐渐得到了学术界、业界和政府的高度重视。
在学术界，从纽约大学13年开始开设 Business Analytics 的硕士专业以来，全球各大高校纷纷增设相关专业，并且学费直逼 MBA，
在金钱至上的资本主义国家，高学费往往是高收入和良好职业发展的风向标。
业界，更不用说了，BAT 都在开设这一类的部门，阿里巴巴就从名校挖了一些这个领域的教授，百度更是把斯坦福大牛 Andrew Ng 请了来。
政府方面新加坡和澳洲政府直接拨款赞助开设 Business analytics 部门的公司。
看到这里大家不禁唏嘘一声，真的有这么牛逼吗？BA 到底是做什么？
BA的定义：
BA 全称 Business Analytics，是以商业知识为基础，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 Big Data 的商业应用。
只要有数据的地方就需要 Data Analytics，目前国内IT、互联网、游戏、通信、金融、医药、咨询、零售等行业需求较多。Data Analytics 被誉为21世纪 The Sexiest 工作。在不同的行业或许有不同的名称：
市场调查员、数据分析师、咨询师、统计分析师、数据挖掘师
等
。
总之，一个 BA 应该是深入了解商业模式又有技术背景的数据分析专家。
描述性分析：将数据转换为信息，更多了解竞争环境和发展水平；
预测性分析：利用建模、机器学习、数据挖掘，通过分析历史数据来预测；
指导性分析（ Prescriptive ）：通过模拟和最优化找到最佳决策。
举个例子：
亚马逊是怎么知道今天那种商品卖了多少——描述性；
亚马逊是怎么知道我想买这这种书——预测性；
亚马逊以后怎么做让我越买越多——指导性。
BA 的最主要价值就是利用数据，形成上面的报告，并利用商业知识，提供合理决策建议。
一般而言 BA 都开设在商学院下，开设在商学院下的项目可以看下面这张表:( Master )
2016 Business Analytics Rankings
还有部分在信息学院（ Carnegie Mellon , Columbia 等，
CM 的项目是这个专业绝对的女神项目
!每年的毕业生被各大公司抢，当然这些学校的 BA 更多的 Data Analytics ，相对而言更重视计算机编程能力，所以更抢手）。
无论冠名哪个学院，从招生来看当然大多数是本科数学和计算机，少数其他专业的(商科背景的也少)。题外话，
商学院毕业的 BA 起薪要高。
下面是 USC （挂在商学院名下）的一年 BA ( MASTER )项目的课程表：
其他学校的课程基本相似，都是在数理编程和管理科学中平衡。可以看到：
基本课程：
统计学、数据分析、数据可视化、商业决策……
拓展课程：
数据库、数据挖掘……
总结：
统计 X 计算机 X 商业
另外，还需要许多的分析工具也是要学会的，当然我们最常用的就是 Excel，经常用的就是统计分析和数据挖掘工具。
Excel 软件：
首先版本越高越好用这是肯定的；当然对 Excel 来讲很多人只是掌握了5% Excel 功能，Excel 功能非常强大，甚至可以完成所有的统计分析工作，
有能力把 Excel 玩成统计工具。
SPSS 软件：
当前版本是18，名字也改成了 PASW Statistics；从3.0开始 Dos 环境下编程分析，到现在版本的变迁也可以看出 SPSS 社会科学统计软件包的变化，
从重视医学、化学等开始越来越重视商业分析，现在已经成为了预测分析软件。
Clementine 软件：
当前版本13.0，数据挖掘工具，从6.0开始用，到了13版，已经越来越多的提高了更多有好的建模工具，现在改名叫 PASW Modeler 13建模器了。而且与 SPSS 统计功能有了更多的整合，数据处理也更加灵活和好用。
SAS 软件：
SAS 相对 SPSS 其实功能更强大，SAS 是平台化的，EM 挖掘模块平台整合，相对来讲，SAS 比较难学些，但如果掌握了 SAS 会更有价值，比如离散选择模型，抽样问题，正交实验设计等还是 SAS 比较好用，另外，SAS的学习材料比较多，也公开，会有收获的。
R 软件：
开源，扩展性比较强，很适合做数据统计和数据处理。
Python软件：
上手难度很低，特别是在金融分析领域应用广泛。
