【热门专业详解】商业分析Business Analytics & 市场分析Mar

商业分析Business Analytics & 市场分析Marketing Analytics

商业分析Business Analytics

1.商业分析Business Analytics是什么？能够用来做什么？

商业分析，为机构提供商业计划和决策，并予以数据和统计结果支持。换句话说，用计算机和统计学方法来解决商业决策问题。

【适用岗位：数据分析师、数据运营、产品运营、产品经理、商业分析师、战略分析师】

1）是什么样的商业？【几乎所有的商业领域和类型，包括金融、营销、供应链等】

2）是什么样的问题？【几乎所有的需要达成的目标，包括控制成本、提升利润、拓展市场等】

3）那些计算机和统计学方法是什么？学习内容如下：

2.商业分析Business Analytics学什么？

Business Analytics是交叉学科，学习三大板块，包括数学统计学、计算机和商学。

商业分析的三大知识领域

数学统计学中学习：高等数学、线性代数、概率论、数理统计、复杂统计（聚类、回归、ROC、PAM、KNN等）

计算机中学习：

1）信息系统、数据结构数据库、SQL数据库语言；

2）Python编程语言及相关库、数据可视化、数据分析建模、数据挖掘、机器学习、文本分析与挖掘；

3）大数据分析与管理，Hive、Hadoop、Spark分布式仓储与计算

商科中学习：经济金融、财务会计、市场营销、运筹供应链；电子商务、数字营销

【专业课程示例：电子商务，商业数据分析理论，商业智能与数据可视化，数据仓储及信息技术架构，Hadoop大数据管理，数据挖掘和机器学习算法，文本与网络分析，预测性分析方法，描述性分析方法，因果分析方法，等。】

3.商业分析BA和其他相似专业的区别是什么？

BA vs 传统商业分析（Business Analysis）：

BA为传统商业分析提供实证的、定量的和自动化（智能）的技术手段。BA之于 传统商业分析是“靠谱的”和“先进的”。

BA vs 数学与统计专业：

BA是商业实践性的、科技化的数学统计学专业。BA提供数学和统计学在商业领 域的实际应用的方法，辅以计算机在处理数据的速率及展示发现的直观性方面的优 势，可进一步探索数学统计法在商业的深度应用，同时为统计学提供研究素材与发展空间。

BA vs 计算机专业：

BA迁移计算机的（基础）技术手段到商业的实际应用分析中，对统计和数据分析 提供技术支持。

BA vs 数据科学：

BA是数据科学的基础实践应用。

BA vs 信息管理与信息系统：

BA是商务应用、展示型的信管专业（BA & IS，同属不同方向）：

商业分析相同部分信息管理与信息系统

数学、统计类

多元高阶统计：聚类、回归、ROC、PAM等；

R统计语言

高数线代；

概率论与数理统计；

SAS软件

SPSS统计软件；

离散数学

商科、管理类

金融，会计

管理学，经济学，市场营销

运筹学、工程管理、财务学

计算机类

Python；

机器学习、大数据、数据可视化

SQL数据库语言，数据结构、数据库

C语言、Java；JSP、网页设计与制作技术；

通信网络，网络安全；

计算机软硬件，操作系统

工程、信息类

电子商务

管理信息系统，ERP，项目管理

可能学习的其他领域

（管理信息系统，项目管理）

（机器学习、大数据分析、数据可视化）

4.Business Analytics商业分析和Data Analytics数据分析的相似和差异是什么？

简单来说，数据分析是商业分析中的一个环节、一个核心技能，二者侧重重点不同，但互相联系、互相成就。商业分析会学习数据分析的方法和技术手段，但更关注宏观和整体的商业运营，由“数据分析”提供具体的证据支持；

数据分析会聚焦分析的技术手段，研究微观和细节部分的数据来实现商业洞察。

注：“数据”和“分析”

1）数据是什么？“凡是可被电子化记录的都是数据”（狗熊会 2020），通过观测得到的数字性的特征或信息。实质上更是表征事物现象的一种符号语言和逻辑关系。这意味着任何事物的属性和规律，只要通过适当编码，均可以通过统一的数字信号表达出来。

大数据是指其大小超出了常规数据库工具获取、储存、管理和分析能力的数据集

3）分析是什么？分析是一个“黑箱”，它将输入的内容经过一系列处理变为新的内容，这一系列处理可以分为几个阶段：清理废物（数据清理）；分解整体、部分操作（数据分类与研究）；记录观察、重新接合（数据发现与洞察）。这一系列的处理有两种主要工具，即统计法和计算机。

5.需要注意的差异？

英文语境中的“分析”一词有不同 —— Analytics vs Analysis：

Analytics：ics表示某种“学科”或“方法论”，是一种对未来的固定的解析方法。

Analysis：sis代表“过程”、“活动”或“状态”电子商务案例分析 课程结课报告，是对过去一段时间内的研究。

Analytics is the method of analysis. 解析法是进行研究的方法

Marketing Analytics 市场分析

1.Marketing Analytics市场分析是什么？能够用来做什么？

市场分析通过计算机和统计学手段，对市场情况和用户需求进行量化数据分析，从而制定正确战略，为企业经营与营销活动提升经济效益。简单来说，MA是主要针对市场营销领域的数据分析。该专业在互联网及快消行业应用颇多。

【适用岗位：数据分析师、市场运营、广告效果分析、产品经理、市场研究员、市场分析师、增长黑客、内容策略运营】

1）市场情况和用户需求指什么？正确战略应该是什么样的？

2）经营与营销活动是什么、哪些又不是？经济效益的提升是什么、有哪些指标？

2.市场分析Marketing Analytics学什么？

与BA商业分析同为交叉学科，学习三大板块，包括数学统计学、计算机和市场营销。

市场分析三大知识领域

市场分析技术与非技术化技能要求

数学统计学中学习：线性代数、概率论、数理统计、复杂统计（聚类、回归、PAM、KNN等）

计算机中学习：

1）信息系统、数据结构数据库、SQL数据库语言；

2）Python编程语言及相关库、数据挖掘、机器学习；

3）R、SAS等统计语言及相关包、数据预测建模

4）Tableau等数据可视化及商业智能工具

市场营销中学习：整合营销、电子商务、数字营销、市场调研方法；运筹供应链、战略管理；消费者行为、心理学

【专业课程示例：数字营销，商业智能，大数据与市场分析，产品分析与运营，广告效果分析，客户需求分析，定价决策分析，媒体与网络分析，客户关系管理，消费者行为研究，行业案例研究，等。】

3.市场分析MA和其他相似专业的区别是什么？

市场营销Marketing vs 市场分析MA：

MA是技术化的、客观化的、实用性强的市场营销专业。

传统的Marketing，基本是在市场策略，市场调查，销售渠道，创意策划等方面的综合，主观性的工作较多。而新兴的Marketing Analytics，要求用数据分析更好地认识市场的商品供应和需求比例关系等，从而协助企业制定正确的经营策略，对技术性工作的要求更高。

MA vs BA商业分析：

相同点：学习的数据分析及计算机、统计的核心知识与技能相同。

不同点：1）关注领域不同。MA关注市场整合营销领域，而BA可被应用于各大 商业领域。2）BA在数据分析及计算机方向通常会更加深入地学习。

商业分析相同部分市场分析

数学统计类

高数线代；

概率论与数理统计：聚类、回归、ROC、PAM等；

SAS软件

商科、管理类

金融，会计，经济学，管理学

市场营销；

电子商务

运筹供应链；

数字营销、整合营销；消费者行为，心理学

计算机类

大数据分析与管理，Hadoop、Hive、Spark分布式仓储；

机器学习

SQL数据库语言，数据结构、数据库；

Python编程语言；

数据挖掘与分析；

数据可视化

【数据+营销】：广告分析，客户分析，产品分析，决策分析，供需分析，定价分析；

R统计语言

MA vs 数据分析：

MA是专注于整合营销领域的数据分析专业。MA会学习更为实用和基础的数据分析技术，而不会对机器学习和大数据管理等技术进行过多深入的学习。

补充信息

1）BA是：

通过数据找到现象，通过现象找到问题，通过问题找到高效的解决方法，为企业实现营销或效能的提升。

以商业知识为基础，数理编程为手段，通过对企业等机构所拥有的数据进行分析，以提供在商业计划和决策优化等方面的建议信息的一种商业应用。其侧重于基于数据和统计方法对商业性能开发新的见解和理解。

STEM（科学 技术 工程 数学）专业。

2）MA是：

MA要求营销人员更专注于行业或公司内部的市场营销职能及市场趋势的研究与评估，主要从市场的角度来分析数据团队提供的结果，给出建设性的意见，发布指导报告。

举例来说，营销人员要综合线上和线下的营销，帮助公司制定更加敏锐的、数据支持的、着重于真实用户反馈的业务决策，并确定一家公司应该生产哪些产品，以及用什么方法营销它们。

3）数据分析是：

数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，将它们加以汇总和理解并消化，以求最大化地开发数据的功能，发挥数据的作用。数据分析是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。

数据分析的目的是把隐藏在一大批看来杂乱无章的数据中的信息集中和提炼出来，从而找出所研究对象的内在规律。在实际应用中，数据分析可帮助人们做出判断，以便采取适当行动。数据分析是有组织有目的地收集数据、分析数据，使之成为信息的过程。这一过程是质量管理体系的支持过程。在产品的整个寿命周期，包括从市场调研到售后服务和最终处置的各个过程都需要适当运用数据分析过程，以提升有效性。例如设计人员在开始一个新的设计以前，要通过广泛的设计调查，分析所得数据以判定设计方向，因此数据分析在工业设计中具有极其重要的地位。

4）Analysis和Analytics的区别：

首先，我们从ANALYSIS开始说。考虑以下状况，你有一个包含各种类型数据的大数据库。为了更方便研究，将资料库分成一个个容易分析的区块，并单独研究这些区块，还有研究它们与其他数据的关係，简而言之，这就是ANALYSIS。不过还有一点要记住，你要对过去已经发生的事情进行分析。例如用ANALYSIS来解释一个故事的结局，或是去年夏天电池销售量的减少。所有这些意味着我们需要透过分析来解释（过去）事情是如何发生和为什么发生。

现在我们将进入ANALYTICS的定义，ANALYTICS通常是指未来，而不是解释过去的事件。它探讨的是未来的潜在事件。ANALYTICS本质上是将逻辑和运算推理应用到分析中，而得到的分析结果，并帮助你找到一些模式去解释未来可以怎么做。ANALYTICS分成两个部分：定性分析和定量分析。定性分析就是利用你的直觉和经验，与分析作结合，来规画你的下一步业务行动。定量分析是将公式和演算法应用到你从分析中收集到的数字上。

这里有几个例子。假设你是一个线上服饰店的老板，你在竞争者中处于领先地位，而且对顾客的需求很瞭解。你已经从女装的报导中进行了非常详细的分析，并且掌握了时尚的趋势。你可以利用这种直觉来决定销售哪种风格的服装，这是定性分析（Qualitative Analytics）。但是你可能不知道什么时候该推出新的系列。在这种情况下，根据过去的销售数据和顾客体验数据，你可以预测在哪个月份推出最好。这就是一个定量分析（Quantitative Analytics）。

（编辑：天瑞地安资讯网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!