江苏龙网

  1. 首页 > 社会 > >

跳高的鱼|新兴专业 BA（business analytics）到底学什么？发展前景怎样？( 三 )


具体来说 ， BA的学习内容包括以下几点：
R/Python：
R更适合具备有统计学背景的同学运用 ， 而Python则更适合用于机器学习、网络爬虫、人工智能等领域 。 两者初学的话难度差不多 ， 因此根据个人偏好需要至少把握其中一门语言 。
R/Python都只是一门工具 ， 因此不要过于纠结某个任务用这两者中的哪个去完成 ， 重要的是自己能用这两个工具完成什么事 ， 只要能达到目的即可 。
SQL：
可以说SQL是数据分析或者商业智能领域最重要的一个工具 ， 数据库的概念也被更多的公司所接纳 ， 学习好SQL会对未来工作有着很大的匡助 ， 不仅要学会把握基本的查找语句、GROUP BY、SUBQUERY、JOIN等常见语句 ， 若有能力还需学会WINDOW FUNCTION、Dynamic SQL等更高端的SQL语句 。
同时SQL也是在未来求职口试中最轻易被考倒的题目之一 ， 因此SQL的重要性不问可知 。 除去学校内学习的SQL内容外 ， 还十分推荐刷Leetcode上的SQL题目 ， 若是能够全部独立完成 ， 那么也可以说是精晓SQL了 。
Tableau/Power BI：
这两者都是数据可视化工具 。 在贸易环境中 ， 数据可视化也是一个非常重要的组成部分 ， 通过数据可视化可以清楚地呈现给管理层一些仅通过看数字无法得到的贸易见解 ， Tableau在真实贸易环境中的运用更为广泛 ， 而数据可视化工具也不是特别难学 ， 因此把握的难度不是很大 。
此外 ， 这两者都可以将不同的可视化图形整合起来 ， 做成一个仪表盘 ， 加入不同的交互性操纵 ， 更易于给上司或管理层留下一个较深刻的印象 。
跳高的鱼|新兴专业 BA（business analytics）到底学什么？发展前景怎样？
本文插图

机器学习：
机器学习是一类从数据中自动分析获得规律 ， 并利用规律对未知数据进行猜测的算法 。 机器学习分为监视学习（supervised learning） ， 如回归分析（regression）和分类（classification） ， 另一个则长短监视学习（unsupervised learning） ， 如聚类分析（cluster） 。
BA基本都会笼盖到以上的内容 ， 而其背后的原理和如何解释不同的模型也需要同学在学习过程中把握 。
自然语言处理（Natural Language Processing）：
因为现在社交媒体的高速发展 ， 分析从「传统的仅仅分析数字」到了分析「社交媒体上的文字内容」 。 自然语言处理就是在机器语言和人类语言间进行信息的“翻译” 。
该领域的学习是一块新大陆 ， 在BA项目中并不是所有学院都会开设改课程 ， 开设的学院也大多是以选修课的形式呈现 ， 然而该学习内容确实是非常具有价值值得深入学习的 。
自然语言处理的知识点也主要包括了分词（tokenization）、词性标注（part of speech）、命名实体识别（named-entity recognition）、词干提取（stemming）、词性还原（lemmatization）、聚类分析（clustering）、主题模型（topic modeling）等 。
统计学：
统计学属于BA的基础课程 ， 是一切分析的出发点 ， 固然不需要学的很深入 ， 但最基本的如不同种类的分布、相关性、总体与样本、如何解释回归分析、和回归分析中的一些常见元素如p-value等的概念都要理解并把握 。 而统计学中的概念也是在未来求职口试过程中很轻易被问到的知识点 。
此外还有很多传统商学院的课程 ， 如经济学、市场调研、消费者心理及行为分析、定价策略等 ， 不同的BA项目都会有偏重地涉及 。
5、最后要提到的就是专门的communication课程
communication在商学院中有着很高的地位 ， 而作为BA ， 将学生培养的目的不仅是仅仅会操纵一些工具 ， 更要将从分析中得到的见解呈现给他人 ， 因此培养学生的communication技能的重要性不问可知 。 在整个项目过程中 ， 学生大多会经历数次presentation ， 锻炼自己沟通、传递信息的能力 。


推荐阅读


上一篇：龙猫|最新！全国高等学校名单宣布

下一篇：曲靖市中级人民法院|曲靖中院法制讲堂进职校