商业分析专业深度解析——以肯特大学为例（上）

根据Glassoor.com（世界上最大的求职招聘网站之一）最近的排名，数据科学家连续三年被评为美国最佳职业。“哈佛商业评论”（Harvar Business Review）称之为“21世纪最性感的工作”，从业者拥有罕见且备受追捧的工作技能。

以肯特大学商务分析（Business Analytics）专业为例，你能学到如何应用描述性、预测性和规范性建模技术帮助公司或组织在快速变化的商业环境中提高绩效，探索替代方案，预测和塑造业务成果。

该课程会涵盖包括R、SPSS、Weka和MS Excel在内的最先进的分析软件包和包含优化编程语言（如IBM/ ILOG、CPLEX、Simul 8和VBA）在内的优化软件包。

你还可以了解基础分析技术，例如统计分析、机器学习、优化、模拟和电子表格建模。该课程项目非常适合拥有定量研究背景，并希望深入了解定量分析以管理、沟通和研究技能的毕业生。

在参与该课程的同时，学生也有机会为真正的公司或组织机构工作，提高你的咨询技能，并通过学生实践项目(Stuent In-company Scheme)提高就业能力，该项目弥合了课堂理论学习和工作实践经验之间的差距。

大多数课程要求你同时学习必修课和选修课，但学生也可选择攻读肯特大学提供的其他专业的课程来进一步提升你的就业能力。

修课程

01

Consultancy, Negotiation an Research Skills

·

Consultancy Skills 商业研究技巧 —教授以结构化方式分析一系列商界实战中遇到的问题，并针对问题进行诊断并提供解决方案。此外，学生还有机会学习咨询技巧和报告撰写的方法。

·

Research Methoology 研究方法 — 专业商业分析员需掌握的研究方法和项目管理的基础知识。

·

考核方式

项目计划书（1000字）- 100%

课程作业 - 100%

02

Machine Learning an Forecasting

本课程模块旨在使学生具备数据挖掘的基础知识和实践经验，以分析和解决在商业和管理中遇到的各种问题。

·Multivariate Data Analysis 多变量数据分析 — 该课程介绍了具有多个变量的数据集的数据分析方法，包括关联规则发现、因子分析、聚类分析、分类建模

·Forecasting 预测 — 学生将学习预测方法，包括对时间序列数据的不同建模方法

·Data Analysis Reporting 数据分析报告撰写 —该课程包括如何执行数据分析（或数据挖掘）项目以及如何撰写数据分析报告

·考核方式

课程测验 - 20%

独立报告（1500字）- 30%

数据分析报告（2500字）- 50%

03

Big Data Analytics an Visualisation

本模块旨在向学生介绍大数据分析和数据可视化技术在创造商业价值中的作用，使学生能够使用计算机软件工具（如R和Gephi）解决各种复杂的数据为中心的业务问题。

·Theoretical Unerstaning of Big Data Analysis 大数据分析理论 —涉及大数据分析、文本和社交媒体数据挖掘的理论基础，还涵盖数据可视化和数据库管理概念的有效使用及其与大数据分析的关联

·Builing Practical Skills an Managerial Insights —学习如何使用R和Gephi软件平台中的高级功能来解决业务问题。

·考核方式

课堂测验（45分钟） - 20%

独立项目（至多3000字）- 80%

04

Avance Spreasheets an Decision Support Systems

使学生能够使用Microsoft Excel来组织、分析和解决各种业务问题。此外，本课程亦会为学生提供基本的Visual basic for Applications (VBA)知识，让他们能够自动处理Excel的功能，制作提供极佳用户体验的应用程序。

·Spreasheet Moelling 电子表格建模 — 学习建模技术，以结构化和逻辑的方式展示现实世界。学习使用基本和高级电子表格工具来组织、查询和汇总数据，分析和解决各种组织中常见的管理问题（例如：安排调度、预测、库存、最优化、财务分析和项目管理）

·Visual Basic for Applications 应用程序视觉基础 — 学生将学习如何通过将电子表格模型包装到终端用户使用的应用程序，将使用Excel的能力提升到新的水平。

·考核方式

作业 - 小组电子表格建模 - 40%

作业 - 开发VBA支持系统 - 40%

考试 - VBA 测验 - 20%

05

Simulation Moeling

为学生提供使用模拟建模软件的实践经验，解决复杂的管理决策问题。

·Queuing Theory 排队论 — 介绍排队论的基础知识，包括关键假设、收益和限制

·Discrete-event Simulation —学习离散事件仿真的核心理论，包括模拟力学的综述、如何将随机性纳入仿真以及仿真模型结果的系统分析。此外，此课程还将培训使用商业软件建立和运行仿真模型。

·考核方式

作业 – 排队论练习 - 20%

课程测验 - 20%

模拟建模报告 - 60%

06

Business Statistics with R

让学生掌握数据库管理系统和SQL(结构化查询语言)的基本知识，使学生能够使用基本的统计推理方法来解决实际的业务问题。

·Database Management Systems an SQL — 该课程介绍了数据库管理系统的结构，帮助学生理解SQL的基本和高级概念，并学习如何使用SQL收集数据以供进一步分析。

·Business Statistics 商业统计学 — 学习定量数据的描述分析，重点包括数据总结和量化数据的推论分析，以及如何从给定数据集中推导出有趣的属性，例如检验假设和推导估计。

·考核方式：

数据分析报告（2500字）- 50%

课程测验 - 20%

独立报告（1500字）- 30%

07

Preictive Analytics for Decision Making

向学生介绍优化模型和技巧，涉及战略/商业规划中的典型应用领域，并学习商业优化软件的使用。

·Linear Programming 线性规划 — 包含优化的构建模块（即决策变量、目标、约束）、如何运用数学建立线性规划（LP）模型、LP解决方案、灵敏度分析（例如最优化范围降低成本，双重价格）、以及生产计、日程安排和投资组合选择等典型应用

·Network Moels 网络模型 —包括一系列用于制定经典网络模型的概念和建模技术，包括传输和分配、最短路径、最大流量和最小生成树问题，以及常见的解决方案。

·Integer Programming 整数规划法 — 涵盖整数线性规划（ILP）模型，包括二进制整数模型，经典精确和启发式求解方法和ILP的典型应用领域，包括资本预算，固定费用生产和设施位置。

·考核方式：

课堂测验1（45分钟）- 20%

课堂测验2（45分钟）- 20%

书面作业（1500-2000字）- 60%

08

Dissertation

在完成5月到6月的考核后，学生会把全部精力放在撰写Dissertation上，将学年内的所学知识与技能运用在解决商业分析领域的实际问题上。这些问题多种多样，也很有趣，比如分析营销活动、评级信用风险、优化资本投资、预测销售趋势、模拟医院的病人流量，以及从大型数据集中提取模式。

考核方式：

论文 (8000-12000字) - 100%