起薪50W, 人才缺口150W, 这是什么神仙专业？

联合国青少年外交官项目自启动以来，WOSL一直将统计学、大数据课程作为重点，引导外交官们学习并使用。从陌生到初步的了解，那这门专业的学科，在当今社会以及未来社会究竟是怎么样的形态呢？

麦肯锡《大数据行业报告》指出，未来6年，全球商业分析人才缺口将达150万，目前，商业分析（BA）起薪已达7万刀，折合人民币将近50万元。

BA专业为啥成了香饽饽？

BA简称商业分析，属于理工科和商科交叉专业，核心技能为数据挖掘和数据分析，同时需用到统计学、商业管理等多门类学科知识。近几年大数据的热潮，使得该专业持续爆红。

1、在美国, 人才缺口突破10万

BA就业方向十分广泛IT、金融、证券、咨询策划无所不包，最直接对口的岗位当属：商业分析师，身为商业分析师，你必须能根据业务需求，为公司决策提供数据支撑。

麦肯锡研报指出：未来2-3年，美国商业分析师的人才缺口将突破10万。

图片来源｜麦肯锡全球研究所

根据Glassdoor数据，Businees Analyst在美国的平均年薪已经超过7万刀。

2、在澳洲, 银行+通信业疯抢BA

根据澳洲第一大求职网数据统计，作为最近几年才兴起的职业，Business Analyst的招聘职位数量就有1W+。而在这13000+的岗位中，包括澳洲各行业的顶级公司在内，都秉持着“钱多缺人”，给出丰厚薪资，希望能够吸引优秀人才。

去年大幅度裁员的澳洲四大银行之一的ANZ，也连续PO出20+与商业分析高度相关的岗位。其中，Senior的商业分析师薪资高达12W AUD。同时，澳洲三大通讯公司之一Oputs，也开始大量招募BA人才，Senior均资则达11W AUD！

图片来源｜Glassdoor

3、在中国超万亿市场

在数据储量不断增长的推动下，大数据产业也将构建出多层多样的市场格局，具有广阔发展空间。在未来，大数据市场整体的收入规模将保持每年约70亿美元的增长，预计每年全球大数据市场收入规模将达到560亿美元。

随着相关技术的不断突破和大数据产品的相继落地，我国大数据市场产值不断提升，2021年将超万亿元，大数据正迎来发展黄金时期。

与此同时，中国大数据市场未来人才缺口也将达1400万。

BA的核心是数据分析，我们都知道：

第一次工业革命

以煤炭为基础，蒸汽机和印刷术为标志；

第二次工业革命

以石油为基础，内燃机和电信技术为标志；

第三次工业革命

以核能基础，互联网技术为标志；

第四次工业革命

以可再生能源为基础，_________为标志。

                                 ↑ ↑ ↑ ↑ ↑ ↑

空白处你会填上什么？也欢迎大家留言讨论。

但是目前可以预测的是，数据和内容作为互联网的核心，不论是传统行业还是新型行业，谁率先与互联网融合成功，能够从大数据的金矿中发现暗藏的规律，就能够抢占先机，成为技术改革的标志。

没有数据的时代

70 - 90 年代创办的企业，基本靠着一些简单的营销手段，比如广告推广，就能占领很高的时长份额。此时的企业没有数据化概念的，数据非常少，几笔大头数据都是老板、市场营销部、财务部掌握在账单上，无非就是进账，出账以及盈利。在这样背景下产生的企业，跟老板去谈数字化战略是毫无用处的。因为不充分竞争的市场，技术手段只是辅助。

数据初现

当企业生产、销售积累到一定程度时，开始有大量的进账、出账的操作。简单的记账方式已经不能很好满足对账的需求了。经常发生的是会计偷龙转凤的故事。侵吞母公司财产。老板开始对收集数据感兴趣，为的就是好对账。但统计手段并不高效，且容易被人为破坏。可以说是有数据，没统计。

数据系统

为了更好的管理公司，知道公司的强弱点，很多公司开始了 MES/ERP/HR/FP 等软件的上线。这些软件自己带有通用报表，给企业的各级管理者带去及时的数字反馈。此时再作弊难度高了很多。每个部门都有自己的数字，一进一出必须能完美对的上。最高管理者检查关键数字就能通晓公司的运营情况。

数据分析师由此登上历史的舞台，也取代了传统的手工对账的那些统计员，用各类编程技巧完成了大量繁琐的数据统计工作。

但很明显，这时候的数据分析师还处于“成本中心”的岗位上，只是显得比以往更高效，但并不能创收。在老板眼里还是个靠老板吃饭的岗位。因为这帮数据分析师并不能提出自己的意见，并不知晓为什么生产良率那么低，今年的生意收入却飚的老高。没有充分的自信，可以来总结和引领获取利润的战略。

商业分析师时代

1998 年前后，互联网登上历史舞台，开启了中国互联网元年。大量数据的涌入，带出了很多优秀的数据分析师。外行可能看到的都是数字，有多少人浏览，交易了多少金额，但内行看到的都是流量，即互联网的本质。

这些分析师成了产品经理、运营经理，用数字改变着用户的行为，获取了大量的研究资料和成功开展电子商务营销的经验。他们大多数都是数据分析的好手，懂 SEO, 懂社交化营销，知道 pv, uv, 知晓政策走向，会去看日志，懂得如何埋点，抓取用户行为并为之画像，采用推荐系统来提高关联销售。

此时的数据分析师，可以说摇身一变，成了“商业分析师”，具备商业结构的思维，需要懂各种各样的模型工具：RFM 客户价值模型、用户行为分析模型、SWOT 分析模型、5W2H 分析模型、决策树分析模型……

银行能及时地了解风险，我们的经济将更加强大；

政府能够降低欺诈开支，我们的税收将更加合理；

医院能够更早发现疾病，我们的身体将更加健康；

交通动态天气能够掌握，我们的出行将更加方便；

商场能够动态调整库存，我们的商品将更加实惠。

我们都将从大数据分析中获益。

图 | 联合国可持续发展目标

联合国可持续发展目标的实现是一个多维度、多文化、多学科的复杂问题。这17个目标的推动及建设一定不是粗放式的拍脑袋决策，需要大量的数据收集及数据分析做支撑。

2018年

我们远赴非洲埃塞俄比亚，考察当地资源及商业形态，在非盟发表实践观点，并在总统府与埃塞俄比亚总统肖梅特会面。

2019年

我们去往南美洲厄瓜多尔，参与到联合国可住屋计划，在不破坏当地生态的前提下，重建可持续的居住区域，利用当地资源发展商业，让他们负担的起房屋费用。并在总统府与新闻发言人会面。

2020年

我们借助线上平台，聚焦大数据/统计学，完成预备官课程，对SDG1、2、4、10、14六个目标进行了深入研究，在后续的科研讲座中更是被联合国报道。

2021年

可持续发展目标迈入最后的十年，对数据的分析及研究依然会是SDG目标完成的重要因素，WOSL也将继续引导青少年们，以数据为依据，解决社会、经济、环境三方面的问题。

——To Be Continue