BA专业的就业前景~

BA专业最对口的职位就是Business Analyst，这个职位在美国还是有非常多需求的，综合来讲，BA是一个很综合的学科，需要一定的数据分析、商业分析和项目管理能力，也是一个非常有前途的专业。

不同公司，BA的职责也是相对不同。有些公司BA的责任是做UAT(User Acceptance Test)，或者说就是做需求分析；其他有些公司，BA是做市场分析或者做运营的；还有一些公司的BA岗位需要数据分析能力，例如SAS/R/Python，需要做预测模型、战略优化等。

如果自身条件不是很优秀，又想申请BA名校的同学，我推荐美国名校保录项目。即使在学生低GPA，无语言成绩，院校背景不够的情况下，也将学生保录取到美国名校。通过文书的打造，名企、教授的推荐信，转换身份和深度合作来为学生实现保录。详情可以咨询微信：bayergogo

1、互联网科技公司

现在很多的科技巨头都有很多BA岗位opening，例如Amazon，Microsoft，Facebook, Google等。如果你没有非常强的软件编程/网页开发能力又很想进入科技公司求职，那么BA是一个非常好的选择。除了Business Analyst这个职位之外，可以供选择的职位还有data analyst，以及business intelligence engineer等。

2、咨询公司

商业分析专业的学生很大一部分都把咨询公司作为自己毕业之后的首选。因为BA专业毕业的学生，编程能力虽然没有办法跟计算机/软件工程的同学相比，但是所掌握的技能和软件编程能力在咨询公司做data scientist或者特产consultant已经是足够的。另外普遍来说商业分析专业的学生都有他们自己的显著优势,例如：会共同，懂得展示。所以这使得很多VA专业毕业的学生在商业咨询公司里如鱼得水，非常受到老板重视。

3、金融公司/传统企业

很多金融公司都开设有商业分析/数据分析的岗位. 商业分析师可以通过频繁接触业务从而真正了解推动业务发展的根本因素并全面了解各个职能部门. 是否要收购一个公司，开公司分部，雇佣新员工，这些至关重要的决定CFO通常会咨询谁呢？答案就是business analyst.

BA专业好不好找工作，赚的多不多？

答案是：如果你的专业只是够硬，BA是现在最好就业的项目，没有之一。并且因为BA目前被划分为Science领域，所以毕业后在美国有三年的工作时间（比非STEM的学生多出2年的工作机会）。

BA专业一方便属于商学院的课，其中一些课程也属于计算机学院的，所以学生需要把两方面的内容结合起来，毕业后起薪是非常可观的。也因为大数据兴起时间还不算长，目前的BA毕业时几乎是供不应求，很好就业。

如果以美国毕业的BA专业学生薪资的统计数据为准，比较有参考价值的统计数据如下（数据来源：求职网站Indeed），Business Analyst的平均薪酬是75544美刀，Senior Business Analyst的平均薪酬是91293美刀，Analytics Manager的平均薪酬是106197美刀。

当然，起薪这个问题其实在很大程度上取决于行业和地区。大家都应当知道，在美国，不同地区的消费水准和税率是差别很大的。比如纽约和三番可以说是在生活成本上遥遥领先,因此要说工资水平实在是很难一概而论。

BA到底需要用什么语言/技能？

数据库：

其中属SQL的应用最为广泛。这是所有想要从事BA相关工作的同学的必备技能。SQL主要用于提取数据。

数据分析工具:

我们所最熟悉的数据分析应该都是Excel.但是想着要做一个成功的BA，Excel也是必须熟练掌握和应用的，这里说的掌握不是简单求和等功能，更多所指是Excel的分析数据以及可视化功能。例如：Excel pivot table等。当然,数据分析中进阶一些的工具就要提到R和Python,两个工具学习BA的同学应该最少会掌握其中一个。

数据可视化工具:

最基础的也最常见依然要属Excel. 当然如果你可以同时掌握Tableau，那么就会让你在同学的竞争中略胜一头，此工具也是四大科技公司使用的最多的可视化工具。

当然，最后要强调的一点是工具/语言都只是达成目的的手段，BA最重要的就是有遇到问题后解决问题的能力和缜密的商业逻辑思维，所以也有人说“智商”其实是BA制胜的终极法宝。

商分（BA Business Analysis）是国内最近几年新出现的职能，特别是随着互联网的发展，这个工种的需求量也越来越大。大的互联网公司，比如阿里，腾讯，美团，头条，快手等都会设置这个职能；相比较而言，BA还是一个比较新的工种，不像研发，产品，运营已经发展了20多年；那么我们今天就聊聊BA主要是做什么？BA的产出物是什么？BA的人需要什么样的能力？

BA主要做什么

BA的主要工作就是从信息的收集，到信息的处理、展示，最后把信息转变为知识输出，支持业务决策

对这句话做分解，首先是信息这个概念。对BA而言，这里的信息主要指的是数据，不像传统的战略咨询，主要卖方法论和概念；互联网行业的BA还是要用数据说话的，至少80%以上的分析结果是要用数据论证的

然后是对信息的一系列处理动作。包括收集，处理，展示和传递；这四个动作就这就好比盖房子和卖房子。“信息收集”，就好像找原材料，比如木材，水泥，涂漆等等；“信息处理”，就好像画图纸和把房子搭起来；“信息展示”，就好像做装修，对房屋做软装和硬装；“把信息转变为知识，支持业务决策”，这就好像卖房子，如何能够让用户更好的了解房子的价值，为房子“买单”。所以一个优秀的BA，既是设计师，又是工程师，还是销售员

BA的产出物是什么

BA的最终职责在于支持决策，那么有哪些“产出物”支持决策呢？特别是在业务更加复杂，视角更加多元，局面更加动态的情况下，BA怎么才能更好的支持决策呢？

总体来说，BA主要有三个“产出物”；第一个是给事实，第二个是给结论，第三个是给建议（或者说给策略）。这三件事情是有逻辑递进关系的，一定是先给事实，再给结论，最后给建议，不能够跳跃。

一上来就给建议的，一定是跑火车，不靠谱，这也不是BA该做的事情。拿这次疫情来举例，国家领导层英明的做出“武汉暂时封城”的决定，一定是基于背后一大批智囊团全面严谨的分析。智囊团或者专家组，首先是弄清楚事实（比如武汉当时感染的人数，病毒的传播程度等），然后给出结论（比如这种新冠属于哪种类型的传播病毒，如果不控制会产生怎样的后果），最后才是给出建议（据新闻报道，是李兰娟院士向有关领导层汇报，建议武汉必须立刻封城，并且封城时间不能拖到1月24日）；正是基于专家组专业的分析和支持，领导层才能够迅速下定决心，封闭了一座人口有1000多万的中心城市；你觉得如果没有前面的事实论证，能够给出科学的建议么？

那么再详细的解释一下这三个概念

给事实：通常情况下，事实是客观事物的数字描述；做事情好还是坏，需要用数字描述。再拿疫情举例，比如中国累计确诊人数是8万多，英国累计确诊人数也是8万多，这就是一个基本的事实面熟，不带任何感情，不带任何观点。但注意，这只是基本描述。对于事实的高级描述在于找到正确的benchmark；比如我们把benchmark选为两个国家的人口基数。中国是13亿人口，英国只有6000万，那么中国的确诊率还不到英国的1/20。看到了么？这个benchmark就厉害了，把这个事实做了进一步的升华，这反应出了中国在控制疫情方面做的有多好。所以很多情况下benchmark比基本数据要更有用。但需要注意的是，不同的类型是不能做对比的。比如一个男的150斤，和一个女的150斤就不能比较

给结论：对事实做出结论；结论就是你对这件事情的基本判断，这件事情是好还是坏。比如这个季度业务的增速是10%，那么这件事情是好还是坏。如果我们的竞品的增速是20%，那么这个判断的结果可能就是不够好；但如果补充一点，比如我们上个季度的增速是5%，上季度竞品的增速是30%，那么这个判断的结果可能就是挺好。因为我们拉近了和竞品增速的差距。给结论要全面思考，特别是考虑实际的业务背景

给建议：比如基于上面的结论，我们的建议是，继续执行当前的策略和打法，预估再持续一段时间，会有更好的成效

BA对于“给事实”，“给结论”，“给建议”这三种产出物，可选择不同的载体。比如PPT，比如数据产品，甚至邮件都可以。载体本身不重要，主要是考虑哪种载体能够最好的传递价值

BA需要哪些本领

懂商业：商业分析和数据分析师最大的区别就在于商业sence。BA要能从做生意的角度去理解业务。首先想说明一点的是，任何的商业模式都是要挣钱的；因为我们在做的是生意，不是慈善；可以现在不赚钱，但长远的目标是要赚钱的；商业分析师要有这种sense。那么怎么体现BA对于商业的理解，最好的方法就是看BA选择哪些指标来描述业务。对业务理解深刻，对商业敏感的同学，总是能找到最合适的指标描述业务；而在这方面段位比较低的同学，也会找到指标去看业务，但他选择的指标经常会有重叠，或者选择的指标并不能准确的描述业务；

用数据：有的公司把商业分析师也叫数据分析师，这也就体现了数据能力的重要性；这里的数据能力包括数据获取，数据逻辑梳理，数据链路建设等等；所以现在的BA有一些是统计学和计算机毕业的

会分析：分析本身是一个思考的过程。一个问题本质上是什么，不能把问题混在一起，要能把问题说清楚；不断的去拆解，有严谨的逻辑，系统的思考和分析。这里考察的是BA思考的逻辑性，结构性和系统性

助业务：商分不是直接做业务，但要有效的助力业务；如何助力业务，也就是前面提到三种产出物，“给事实”，“给结论”，“给建议”；怎么评价助力业务的效果，有两个标准，“是否被需要”和“是否被记住”；“是否被需要”指的是业务做决定的时候是否会找到你；“是否被记住”是指你的分析是让业务记住了什么，而不是你做了什么