business analytics要学的东西，就是三个方面：business、统计、计算机。这里的business我不想多做说明，和大家熟知的business的课程是一致的，就是marketing、finance这些。但是统计和计算机，则和传统的统计和计算机教学有很大的差别。寰兴小编接下来详细讲一下。

　　传统的统计，主要是学习对实验结果做显著性检验，比如一队小白鼠吃药，一队小白鼠不吃药，谁的身体比较好?有没有显著性的差别?以前商业中大量招聘统计专业同学的是市场调研机构：一队消费者看了广告，一队消费者没看广告，谁对品牌认知度高?有没有显著性区别?另外，统计讲究抽样，消费者太多没办法一一访问，于是抽样，于是就要看抽样的合理性。现代企业中的数据分析，可以说和这些传统的统计方法，有了很大的改变。business analytics的统计知识，主要是学习如何建立和评估多变量的统计模型，最典型的例子就是回归分析模型。回归分析在传统的统计中，可能只是重要的一块而已，而在business analytics的教育中的统计部分，几乎是全部。除了回归分析(包括逻辑回归)，其他business analytics中要学的统计知识差不多也就是相关系数、时间序列之类，也都是小头。传统统计中的显著性检验、抽样方法，business analytics基本不教。

　　接下来说下business analytics要学的计算机知识。计算机博大精深，幸运的是business analytics只用学其中可能是最简单的三块：第一就是数据库和SQL，因为企业里面数据都是储存在系统里面的。你要分析数据，首先要知道怎么把数据按照你要的方式提取出来。这就是用SQL写代码提取数据。学校一般不会花很多时间去教你，但是这个是学、做analytics的基础的基础。第二就是学习怎么在统计软件中进行编程。以前提到分析数据，国内最熟悉的是SPSS，像Excel一样妥妥拽拽就行了。但其实美国根本就没人用。现在分析数据的流行工具，必须通过写代码的方式进行操作，最典型的工具就是R和Python。这里的编程，其实是统计编程，和真正编网站的C语言、Java是很不一样的，也容易的多，但是仍是类似的编程思维。第三要学的计算机知识就是现在最流行的机器学习，机器学习基本上是代替和补充前面所说的回归分析等统计模型方法。做的事情几乎是一样的，就是建模，但做的方法是计算机的。不过很多原则其实和统计的回归分析是一样的，也都是用R或者Python的代码来实现，实现起来，不会比回归分析难太多，大家大可放心。

　　 说了这么多，我们来举个企业里面数据分析的例子来对应相应business analytics要学的技能。你要分析可口可乐的广告投放是否有作用。传统的business analyst说了一堆逻辑，只有简单的数据图表支持。你说，啥年代了，还不拿历史存储的大数据说话？市场调研公司里面的统计专家告诉你应该抽样发问卷调研消费者，你也让他一边去，过去广告投放的时间、区域和销量的变化数据全调出来进行多变量的建模，还搞什么抽样调研。于是你作为business analytics的毕业生，首先运用对business、市场的知识对问题进行分析，比如，广告是如何影响销量的?投少了会不会没作用？投多了是不是边际效应递减？除了广告之外，还需要考虑哪些其他的变量？电视、互联网广告，是否有1+1大于2或者小于2的内在联系？商业分析的框架搭好后，就是数据分析了。你首先非常熟悉公司的数据库架构，然后用学过的SQL知识写SQL代码把数据从数据库里按照你的要求提取出来。进行了简单的数据清理整理探索之后，你就开始建立统计回归模型，而这个建模的过程，你都是在R或者Python通过写代码完成的。你可以在R或者Python里面除了回归分析，也试试机器学习，对回归分析进行一个补充，比如检查是否有些变量被回归分析的模型所遗漏。这些也就是在R和Python里面多写几行代码。最后，你run出了模型的结果，你要用你的统计知识对结果进行分析，判断广告到底对销量是如何影响。最后结合你的business的知识，对你的老板进行汇报。

留学也是一种投资，你的留学预算充足吗，简单3步，轻松了解留学预算？

费用计算

想去留学，不知道自己是否符合条件？马上测一测吧？

条件评估