美國(guó)留學(xué)商業(yè)分析究竟分析了什么？

商業(yè)分析就是用數(shù)據(jù)分析方法，解決商業(yè)問題。數(shù)據(jù)分析是一個(gè)基礎(chǔ)工具，可以運(yùn)用在政策、學(xué)術(shù)、教育、體育等多個(gè)領(lǐng)域，商業(yè)分析在目的上區(qū)分手政府的政策研究。政策研究要考慮的方面很多，比如公益事業(yè)、基礎(chǔ)建設(shè)、政治任務(wù)等等，因此目標(biāo)相對(duì)多元化，不一定每一件事都要求有經(jīng)濟(jì)回報(bào)。而商業(yè)分析的目標(biāo)則單純的多：提升企業(yè)效益，獲得大的商業(yè)價(jià)值。

商業(yè)分析是一門使用歷史數(shù)據(jù)開發(fā)數(shù)學(xué)模型的科學(xué)，幫助公司或組織為其未來做出決策。商業(yè)分析通過使用預(yù)測(cè)分析法對(duì)結(jié)果進(jìn)行建模，實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的決策。商業(yè)分析被用于各種行業(yè)，包括醫(yī)藥、技術(shù)、零售和房地產(chǎn)。公司比以往任何時(shí)候都能獲得更多的數(shù)據(jù)，這使得商業(yè)分析專業(yè)的申請(qǐng)也日益熱烈。

二、主要專業(yè)分支

1、商科-營(yíng)銷管理 (Marketing Management)

營(yíng)銷管理是規(guī)劃、執(zhí)行和跟蹤一個(gè)組織的營(yíng)銷戰(zhàn)略的過程。這包括用于創(chuàng)造和滿足目標(biāo)客戶需求的營(yíng)銷計(jì)劃、 活動(dòng)和戰(zhàn)術(shù)，以推動(dòng)盈利能力。商業(yè)分析的主要的目的就是為企業(yè)實(shí)現(xiàn)營(yíng)銷或效能的提升，所以營(yíng)銷類課程是商業(yè)分析專業(yè)的必修。

2、商科-會(huì)計(jì)與財(cái)報(bào) (Accounting and Financial Reporting)
財(cái)務(wù)會(huì)計(jì)、財(cái)務(wù)報(bào)告和財(cái)務(wù)報(bào)表是會(huì)計(jì)人員在日常工作中使用的相關(guān)但獨(dú)立的概念。財(cái)務(wù)會(huì)計(jì)是會(huì)計(jì)的一個(gè)分支，對(duì)公司的財(cái)務(wù)交易進(jìn)行監(jiān)控。這個(gè)作為很多商科類專業(yè)的必修課，是可以用來幫助商業(yè)分析專業(yè)的學(xué)生或工作者了解做出的企業(yè)決策是否有提高公司效益。

3、理科-統(tǒng)計(jì)分析 (Statistical Analysis)
統(tǒng)計(jì)分析是對(duì)數(shù)據(jù)的收集和解釋，以發(fā)現(xiàn)模式和趨勢(shì)。它是數(shù)據(jù)分析的一個(gè)組成部分。統(tǒng)計(jì)分析可用于收集研宄解釋、統(tǒng)計(jì)建�；蛟O(shè)計(jì)調(diào)查和研究等情況。它對(duì)需要處理大量數(shù)據(jù)的商業(yè)智能組織也很有用。

4、理科-優(yōu)化 (Optimization）
數(shù)學(xué)優(yōu)化或數(shù)學(xué)編程是指根據(jù)某些標(biāo)準(zhǔn)，從一些可用的備選方案中選擇一個(gè)元素。和商業(yè)中的決策分析也息息相關(guān)，在用預(yù)測(cè)分析法對(duì)結(jié)果進(jìn)行建模時(shí)，通常也都會(huì)使用到數(shù)學(xué)中的優(yōu)化方法和算法。

5、計(jì)算機(jī)-數(shù)據(jù)可視化 (Data Visualization)
在我們這個(gè)越來越以數(shù)據(jù)為導(dǎo)向的世界里，擁有查看和理解數(shù)據(jù)的便捷方式比以往任何時(shí)候都更加重要。畢竟，對(duì)員工的數(shù)據(jù)技能的需求每年都在穩(wěn)步增長(zhǎng)。每個(gè)級(jí)別的員工和企業(yè)主都需要對(duì)數(shù)據(jù)及其影響有一個(gè)了解。數(shù)據(jù)可視化就是這樣一門課程，如何將數(shù)據(jù)以一個(gè)更便捷清晰的方式展現(xiàn)出來，并加以利用和解釋。
6、計(jì)算機(jī)-機(jī)器學(xué)習(xí) (Machine Learning)
機(jī)器學(xué)習(xí)（ML）是人工智能 （AI） 的一種類型，它允許軟件應(yīng)用程序在預(yù)測(cè)結(jié)果方面變得更加準(zhǔn)確，而無(wú)需明確編程。機(jī)器學(xué)習(xí)算法使用歷史數(shù)據(jù)作為輸入來預(yù)測(cè)新的輸出值。不管是在數(shù)據(jù)科學(xué)還是商業(yè)分析的領(lǐng)域，機(jī)器學(xué)習(xí)的應(yīng)用都非常廣泛。

三、課程設(shè)置

1、Independent Activities Period (IAP)獨(dú)立活動(dòng)期
在MIT，每個(gè)學(xué)生都有一個(gè) 1月的獨(dú)立活動(dòng)期，為期4周，在這段時(shí)問，老師和學(xué)生們會(huì)進(jìn)行靈活的教課和學(xué)習(xí)，做一個(gè)獨(dú)立的研究。

2、 Analytics Capstone Project 畢設(shè)
共24個(gè)學(xué)分，會(huì)跨越IAP階段（1月）以及接下來的春季學(xué)期和夏季學(xué)期。

3、Analytics Edge 分析的極限
研究如何使用R語(yǔ)言和統(tǒng)計(jì)模型等數(shù)據(jù)分析方法來研究電子商務(wù)、醫(yī)療保健、社交媒體、高科技、體育、互聯(lián)網(wǎng)等領(lǐng)域的案例。

4、Optimization Methods 優(yōu)化方法
這門課是講線性、網(wǎng)絡(luò)、離散、魯棒、非線性和動(dòng)態(tài)優(yōu)化的主要算法，強(qiáng)調(diào)方法論和基本的數(shù)學(xué)結(jié)構(gòu)。

5、Machine Learning Under a Modern Optimization 現(xiàn)代優(yōu)化視角下的機(jī)器學(xué)習(xí)
這門課是從現(xiàn)代優(yōu)化的角度為機(jī)器學(xué)習(xí)的核心問題開發(fā)算法

6、Analytics Lab分析實(shí)驗(yàn)室：關(guān)于分析、機(jī)器學(xué)習(xí)和數(shù)字經(jīng)濟(jì)的行動(dòng)學(xué)習(xí)研討會(huì)

7、From Analytics to Action 從分析到行動(dòng)

8、 communication and Persuasion through Data 通過數(shù)據(jù)進(jìn)行溝通和說服