你似乎来到了没有知识存在的荒原...
来源链接是否正确？用户、话题或问题是否存在？&img src=&/50/v2-139c3bc600a0f_b.jpg& data-rawwidth=&723& data-rawheight=&486& class=&origin_image zh-lightbox-thumb& width=&723& data-original=&/50/v2-139c3bc600a0f_r.jpg&&&blockquote&&p&利用R语言也可以制作出漂亮的交互数据可视化，下面和大家分享一些常用的交互可视化的R包。&br&&/p&&/blockquote&&h2&rCharts包&/h2&&p&说起R语言的交互包，第一个想到的应该就是rCharts包。该包直接在R中生成基于D3的Web界面。&br&&/p&&p&rCharts包的安装：&/p&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span&require(devtools)
install_github('rCharts', 'ramnathv')
&/code&&/pre&&/div&&p&rCharts函数就像lattice函数一样，通过formula、data指定数据源和绘图方式，并通过type指定图表类型。&/p&&p&下面通过例子来了解下其工作原理。我们以鸢尾花数据集为例，首先通过name函数对列名进行重新赋值（去掉单词间的点），然后利用rPlot函数绘制&strong&散点图&/strong&(type=”point”)，并利用颜色进行分组（color=”Species”）。&/p&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span&library(rCharts)
names(iris) = gsub(&\\.&, &&, names(iris))
p1 &- rPlot(SepalLength ~ SepalWidth | Species, data = iris, color = 'Species', type = 'point')
&/code&&/pre&&/div&&img src=&/v2-fe6f3e12f059beeae612d3eb631b07f0_b.png& data-rawwidth=&700& data-rawheight=&327& class=&origin_image zh-lightbox-thumb& width=&700& data-original=&/v2-fe6f3e12f059beeae612d3eb631b07f0_r.png&&&br&&p&rCharts支持多个javascript图表库，每个都有自己的长处。每一个图表库有多个定制选项，其中大部分rCharts都支持。&/p&&p&NVD3 是一个旨在建立可复用的图表和组件的 d3.js 项目——它提供了同样强大的功能，但更容易使用。它可以让我们处理复杂的数据集来创建更高级的可视化。在rCharts包中提供了nPlot函数来实现。&/p&&p&下面以眼睛和头发颜色的数据(HairEyeColor)为例说明nPlot绘图的基本原理。我们按照眼睛的颜色进行分组(group=”eye”),对头发颜色人数绘制&strong&柱状图&/strong&，并将类型设置为柱状图组合方式(type=”multiBarChart”)，这样可以实现分组和叠加效果。&/p&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span&library(rCharts)
hair_eye_male &- subset(as.data.frame(HairEyeColor), Sex == &Male&)
hair_eye_male[,1] &- paste0(&Hair&,hair_eye_male[,1])
hair_eye_male[,2] &- paste0(&Eye&,hair_eye_male[,2])
n1 &- nPlot(Freq ~ Hair, group = &Eye&, data = hair_eye_male,
type = &multiBarChart&)
&/code&&/pre&&/div&&img src=&/v2-82ce5721ba1afa442cd1ce4eb2ababd2_b.png& data-rawwidth=&708& data-rawheight=&351& class=&origin_image zh-lightbox-thumb& width=&708& data-original=&/v2-82ce5721ba1afa442cd1ce4eb2ababd2_r.png&&&br&&p&可以通过图形右上角选择需要查看或隐藏的类别（默认是全部类别显示的），也能通过左上角选择柱子是按照分组还是叠加的方式进行摆放（默认是分组方式）。如果选择Stacked，就会绘制&strong&叠加柱状图&/strong&。&br&&/p&&img src=&/v2-7676d5eee17fbf702edec9f1022ace09_b.png& data-rawwidth=&722& data-rawheight=&354& class=&origin_image zh-lightbox-thumb& width=&722& data-original=&/v2-7676d5eee17fbf702edec9f1022ace09_r.png&&&br&&br&&p&Highcharts是一个制作图表的纯Javascript类库，支持大部分的图表类型：直线图，曲线图、区域图、区域曲线图、柱状图、饼状图、散布图等。在rCharts包中提供了hPlot函数来实现。&br&&/p&&p&以MASS包中的学生调查数据集survery为例，说明hPlot绘图的基本原理。我们绘制学生身高和每分钟脉搏跳动次数的气泡图，以年龄变量作为调整气泡大小的变量。&/p&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span&library(rCharts)
a &- hPlot(Pulse ~ Height, data = MASS::survey, type = &bubble&,
title = &Zoom demo&, subtitle = &bubble chart&,
size = &Age&, group = &Exer&)
a$colors('rgba(223, 83, 83, .5)', 'rgba(119, 152, 191, .5)',
'rgba(60, 179, 113, .5)')
a$chart(zoomType = &xy&)
a$exporting(enabled = T)
&/code&&/pre&&/div&&img src=&/v2-fa626f0d80b22fb789f1628_b.png& data-rawwidth=&715& data-rawheight=&359& class=&origin_image zh-lightbox-thumb& width=&715& data-original=&/v2-fa626f0d80b22fb789f1628_r.png&&&br&&p&rCharts包可以画出更多漂亮的交互图， &a href=&/?target=http%3A//ramnathv.github.io/rCharts/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&rCharts&i class=&icon-external&&&/i&&/a&和&a href=&/?target=https%3A///ramnathv/rCharts/tree/master/demo& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&ramnathv/rCharts&i class=&icon-external&&&/i&&/a&有更多的例子可供大家学习。&/p&&h2&recharts包&/h2&&p&学习完rCharts包，可能有读者会问，我们有没有国人开发的包实现相似的效果呢？这边给大家推荐一个同样功能强大的recharts包。&br&&/p&&p&本包来源于百度开发的国内顶尖水平的开源d3-js可视项目Echarts(Github Repo)。Yang Zhou和Taiyun Wei基于该工具开发了recharts包，经Yihui Xie修改后，可通过htmlwidgets传递js参数，大大简化了开发难度。但此包开发仍未完成。为了赶紧上手用，基于该包做了一个函数echartR（下载至本地，以后通过source命令加载），用于制作基础Echart交互图。需要R版本&=3.2.0.&/p&&p&安装方式如下：&/p&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span&library(devtools)
install_github('yihui/recharts')
&/code&&/pre&&/div&&p&安装完后，需要在&a href=&/?target=https%3A///madlogos/recharts/blob/master/R/echartR.R& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&/madlogos/rec&/span&&span class=&invisible&&harts/blob/master/R/echartR.R&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&将echartR.R脚本下载到本地。&/p&&p&假如想对鸢尾花数据集绘制&strong&散点图&/strong&，可以执行如下代码：&/p&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span&source(&~echartR.R&)
names(iris) = gsub(&\\.&, &&, names(iris))
echartR(data=iris,x=~SepalLength,y=~PetalWidth,series = ~Species,
type = 'scatter')
&/code&&/pre&&/div&&img src=&/v2-1ec206eb88155dfe82b00fd_b.png& data-rawwidth=&672& data-rawheight=&431& class=&origin_image zh-lightbox-thumb& width=&672& data-original=&/v2-1ec206eb88155dfe82b00fd_r.png&&&br&&p&绘制&strong&柱状图&/strong&：&br&&/p&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span&hair_eye_male &- subset(as.data.frame(HairEyeColor), Sex == &Male&)
hair_eye_male[,1] &- paste0(&Hair&,hair_eye_male[,1])
hair_eye_male[,2] &- paste0(&Eye&,hair_eye_male[,2])
echartR(data = hair_eye_male, x = Hair, y = ~Freq,
series = ~Eye,
type = 'bar', palette='fivethirtyeight',
xlab = 'Hair', ylab = 'Freq')
&/code&&/pre&&/div&&img src=&/v2-ad25a79aad826f6507937_b.png& data-rawwidth=&688& data-rawheight=&452& class=&origin_image zh-lightbox-thumb& width=&688& data-original=&/v2-ad25a79aad826f6507937_r.png&&&br&&p&&strong&玫瑰图&/strong&：&br&&/p&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span&dtcars &- mtcars
dtcars$car &- row.names(dtcars)
dtcars$transmission &- as.factor(dtcars$am)
levels(dtcars$transmission) &- c(&Automatic&,&Manual&)
dtcars$cylinder &- as.factor(dtcars$cyl)
dtcars$carburetor &-as.factor(dtcars$carb)
echartR(dtcars, x = ~cylinder,
y = ~car, type='rose',
palette='colorblind', title='Number of Cylinders',
subtitle = '(source: mtcars)')
&/code&&/pre&&/div&&img src=&/v2-7b7feb6a15f3ee96d2a0_b.png& data-rawwidth=&739& data-rawheight=&489& class=&origin_image zh-lightbox-thumb& width=&739& data-original=&/v2-7b7feb6a15f3ee96d2a0_r.png&&&br&&p&&strong&雷达图&/strong&：&br&&/p&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span&player &- data.frame(name=c(rep(&Philipp Lahm&,8),rep(&Dani Alves&,8)),
para=rep(c(&Passing%&,&Key passing&,&Comp crosses&,
&Crossing%&,&Successful dribbles&,
&Dispossessed&,&Dribbled past&,&Fouls&),2),
value=c(89.67, 1.51, 0.97, 24.32, 0.83, 0.86, 1.15, 0.47,
86.62, 2.11, 0.99, 20.78, 1.58, 1.64, 0.9, 1.71))
echartR(player, x= ~para, y= ~value, series= ~name, type='radarfill',
symbolList='none', palette=c('firebrick1','dodgerblue'),
title='Lahm vs Alves', subtitle= '(by @mixedknuts)')
&/code&&/pre&&/div&&img src=&/v2-12ef5bec55b705cc1c66_b.png& data-rawwidth=&699& data-rawheight=&483& class=&origin_image zh-lightbox-thumb& width=&699& data-original=&/v2-12ef5bec55b705cc1c66_r.png&&&br&&h2&plotly包&/h2&&p&接下来要给大家介绍的是另一个功能强大的plotly包。它是一个基于浏览器的交互式图表库，它建立在开源的JavaScript图表库plotly.js之上。&br&&/p&&p&有两种安装方式：&/p&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span&install.packages(&plotly&)
&/code&&/pre&&/div&&p&或者&/p&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span&devtools::install_github(&ropensci/plotly&)
&/code&&/pre&&/div&&p&plotly包利用函数plot_ly函数绘制交互图。&/p&&p&如果相对鸢尾花数据集绘制&strong&散点图&/strong&，需要将mode参数设置为”markers”。&/p&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span&library(plotly)
p &- plot_ly(iris, x = Petal.Length, y = Petal.Width,
color = Species, colors = &Set1&, mode = &markers&)
&/code&&/pre&&/div&&img src=&/v2-1ebfa3c5cc02acb58ea5f_b.png& data-rawwidth=&720& data-rawheight=&464& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/v2-1ebfa3c5cc02acb58ea5f_r.png&&&br&&p&如果想绘制交互&strong&箱线图&/strong&，需要将type参数设置为box。&br&&/p&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span&library(plotly)
plot_ly(midwest, x = percollege, color = state, type = &box&)
&/code&&/pre&&/div&&img src=&/v2-d03aebb1c56c58b9c08ff270dc22f395_b.png& data-rawwidth=&699& data-rawheight=&487& class=&origin_image zh-lightbox-thumb& width=&699& data-original=&/v2-d03aebb1c56c58b9c08ff270dc22f395_r.png&&&br&&p&如果你已熟悉ggplot2的绘图系统，也可以针对ggplot2绘制的对象p，利用ggplotly函数实现交互效果。例如我们想对ggplot绘制的&strong&密度图&/strong&实现交互效果，执行以下代码即可：&br&&/p&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span&library(plotly)
p &- ggplot(data=lattice::singer,aes(x=height,fill=voice.part))+
geom_density()+
facet_grid(voice.part~.)
(gg &- ggplotly(p))
&/code&&/pre&&/div&&img src=&/v2-3abd2c38bdafda63012c2_b.png& data-rawwidth=&686& data-rawheight=&502& class=&origin_image zh-lightbox-thumb& width=&686& data-original=&/v2-3abd2c38bdafda63012c2_r.png&&&br&&p&&strong&其他&/strong&&/p&&p&此外还有很多好玩有用的交互包。例如专门用来画交互&strong&时序图&/strong&的&strong&dygraphs包&/strong&，可通过install.packages(“dygraphs”)安装。&br&&/p&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span&library(dygraphs)
lungDeaths &- cbind(mdeaths, fdeaths)
dygraph(lungDeaths) %&%
dySeries(&mdeaths&, label = &Male&) %&%
dySeries(&fdeaths&, label = &Female&) %&%
dyOptions(stackedGraph = TRUE) %&%
dyRangeSelector(height = 20)
&/code&&/pre&&/div&&img src=&/v2-3518adf1f8bb99015a8bfedd53650cf9_b.png& data-rawwidth=&743& data-rawheight=&398& class=&origin_image zh-lightbox-thumb& width=&743& data-original=&/v2-3518adf1f8bb99015a8bfedd53650cf9_r.png&&&br&&p&&strong&DT包&/strong&实现R数据对象可以在HTML页面中实现过滤、分页、排序以及其他许多功能。通过install.packages(“DT”)安装。&br&&/p&&p&以鸢尾花数据集iris为例，执行以下代码：&/p&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span&library(DT)
datatable(iris)
&/code&&/pre&&/div&&p&networkD3包可实现D3 JavaScript的网络图，通过install.packages(“networkD3”)安装。&/p&&p&下面是绘制一个力导向的&strong&网络图&/strong&的例子。&/p&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span&# 加载数据
data(MisLinks)
data(MisNodes)
forceNetwork(Links = MisLinks, Nodes = MisNodes,
Source = &source&, Target = &target&,
Value = &value&, NodeID = &name&,
Group = &group&, opacity = 0.8)
&/code&&/pre&&/div&&img src=&/v2-e7f93fa7ad15bc0a166a839c_b.png& data-rawwidth=&610& data-rawheight=&427& class=&origin_image zh-lightbox-thumb& width=&610& data-original=&/v2-e7f93fa7ad15bc0a166a839c_r.png&&&br&&p&我们可以通过&strong&d3treeR包&/strong&绘制交互&strong&treemap图&/strong&，利用&/p&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span&devtools::install_github(&timelyportfolio/d3treeR&)
&/code&&/pre&&/div&&p&完成d3treeR包安装。&/p&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span&library(treemap)
library(d3treeR)
data(&GNI2014&)
index=c(&continent&, &iso3&),
vSize=&population&,
vColor=&GNI&,
type=&value&
d3tree( tm,rootname = &World& )
&/code&&/pre&&/div&&img src=&/v2-96cdccce2bca2570aed5c_b.png& data-rawwidth=&726& data-rawheight=&387& class=&origin_image zh-lightbox-thumb& width=&726& data-original=&/v2-96cdccce2bca2570aed5c_r.png&&&br&&p&本文主要是介绍了几个R常用的交互包。在R的环境中，动态交互图形的优势在于能和knitr、shiny等框架整合在一起，能迅速建立一套可视化原型系统。&/p&&p&作者：谢佳标
数据分析与挖掘R语言十三式，打造R全栈专家
&a href=&/?target=https%3A///classroom/1& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&数据分析与挖掘R语言十三式，打造R全栈专家 &i class=&icon-external&&&/i&&/a&&/p&&p&大家也可以加小编微信：tswenqu，进R语言中文社区 交流群。&/p&
利用R语言也可以制作出漂亮的交互数据可视化，下面和大家分享一些常用的交互可视化的R包。 rCharts包说起R语言的交互包，第一个想到的应该就是rCharts包。该包直接在R中生成基于D3的Web界面。 rCharts包的安装：require(devtools)
install_github('rCharts'…
&b&6.8日更新对BA职业生涯发展路径的探索的第二部分：&/b&&br&&ul&&li& Consulting&/li&&/ul&SAS（软件和相关分析咨询服务提供商）&br&title: Senior associate analytical consultant&br&responsibiltiies: 负责咨询服务当中的统计分析部分内容（数据准备，数据清洗，数据挖掘，预测和最优化分析）；和其他的咨询顾问合作，为企业寻找合适的解决方案（quite a lot different topics, plz refer to the official website of SAS） ；参与企业内部的统计方法培训&br&&br&Elder Research（tech consulting company seting foot both in public sector and private sector）&br&title: Data scientist&br&responsibilities: 和客户交流，理解客户需求并制定技术规划； 通过进行建立和使用predictive models（预测模型）来进行数据挖掘； 能够熟练应用建立各种分析模型完善提供给客户的解决方案&br&key words: communications&br&&br&Deloitte&br&title: consultant, advanced analytics & &br&roles: 在咨询团队中提供技术援助，处理SAS, SQL模型；利用客户数据建立相关预测分析模型，并进行可视化处理并能够良好的呈现研究结果；&br&&br&总结：consulting 分为大数据tech consulting 和传统的management consulting 两种类型，不过即使在两种不同类型的企业之中，BA毕业生所承担的工作也是类似的，在软件和技术咨询公司，BA更接近业务的前端，承担着帮助客户更加熟悉更好地运用自己的软件产品，甚至是衍生的咨询服务工作；而在更接近传统的管理咨询的领域，BA则能够起到团队当中技术和数据分析员的角色，为咨询项目提供更多的材料支持。&br&&br&&br&&ul&&li&IT &/li&&/ul&Amazon( from retail companies Nordstorm)&br&title: data scientist&br&roles: 利用内部和外部数据来面向不同类型的客户制定有效的营销策略； 建立机器学习算法，推荐系统；评价不同营销活动的效率&br&&br& Linkedin &br&title: data scientist&br&roles: 为新产品和功能建立评价机制并监督他们的表现； A/Btest，测试新的产品功能并对业务方向作出指导；利用客户数据发现有价值的信息； 能够对自己的工作结果进行可视化，与相关的团队进行合理沟通，推进产品优化&br&&br&&br&总结：在IT公司的数据科学家可以说工作是非常多样化的，这主要取决于IT公司所在市场的类型。比如PAYPAL的数据科学家可能就类似于银行当中的risk analyst的角色， 而amazon的数据科学家则更多的会用到marketing 和retail方面的数据处理，所以如果不能一开始就进入到这些公司之中，制定好职业发展路径，在其他公司积累几年经验之后也会更有机会一些。
&br&&br&&p&&b&5.20日开始更新对BA职业生涯发展路径的探索，持续更新中：&/b&&/p&&p&
在探索职业路径的过程中，主要通过收集一些比较成熟的analytics的项目的资料，在linkedin当中检索各个行业校友的档案和日常工作情况，目的是探索BA在各个行业发展的可能性和日常的主要工作，从而对自己以后的学习和职业生涯的选择起到指导作用。&/p&&br&&p&
首先更新一些银行的主要工作内容：&/p&&br&M&T bank &br&title: quantitative risk analyst/modeler
&br&responsibilities: 针对银行信用产品建模计量违约风险，违约损失和风险敞口； 每月进行压力测试，保证适当的核心资本充足率； 保证M&T能够在多变的宏观经济中稳定运行，提供预测模型和回测报告； 通过风险计量建立和修正内部管控标准； 制定积分卡的使用标准； &br&&br&Bank of America&br&title: Quantitative
VP Quantitative finance - Commercial portfolio S
Assistant VP, Quantitative Finance Analyst&br&responsibilities: 信用卡建模，风险评分系统； 通过建模来侦查信用卡使用过程中的资金不足问题； 通过SAS编程来进行模型诊断&br&
压力测试和损失预测，产品组合分析和战略推荐 ； 通过SAS和SQL编程进行数据库管理； 和建模分析师和技术专家团队沟通，并和业务经理交流模型特性和建议； 在excel中建模并分析各个业务风险，和各个业务负责人沟通&br&Linkedin 职位描述（QF analyst）：建模或者修正已经存在地模型； 进行损失预测和建立资本模型； 为内部监督制定清晰，有连续性的技术文件&br&&br&总结：&br&&br&
从收集的资料来看，项目当中进入银行的毕业生主要承担的是risk management 和 credit card analysis 的工作，会大量用到SAS和SQL等统计软件。随后的职业发展路径是走risk和银行内控的方向。&br&&br&&br&&p&&b&分割线--原始答案&/b&&/p&&p&------------------------------------------------------------------------------------------------------------------------------------------&/p&&p&随着“大数据”概念的持续火热，这两年business analytics 和data science成为了新的申请热门。由于data science大多对于申请者的数理背景要求比较高，开在商学院的business analytics成为了人数众多的商学院毕业生的新的关注方向。似乎对于整天摆弄excel和ppt的商学院同学来说，突然有机会成为一个数据科学家，掌握很多统计软件的是一个看起来很美的选择。&/p&&p&而单单2015年新开BA项目的学校我所知道的就有MIT，UCSD，Wake Forest，Case等等，这也显示出有越来越多的学校看到了BA的市场需求，因此也很有理由相信未来会有更多商学院设置BA项目。&/p&&p&那么business
analytics到底学什么呢，我想简单的分享一下我自己了解的一些信息和体会。&/p&&ul&&li&学什么&br&&/li&&/ul&&p&以开BA项目时间稍长的UT-Austin和UMN为例，我们来看一看他们的课程设置：&/p&&p&-UT-Austin&/p&&img src=&/f35a3cb7ed5c8b417a6b88ed_b.png& data-rawwidth=&361& data-rawheight=&633& class=&content_image& width=&361&&&br&&p&-UMN&/p&&p&&img src=&/a91bd9e5eba5a91a309313_b.png& data-rawwidth=&631& data-rawheight=&494& class=&origin_image zh-lightbox-thumb& width=&631& data-original=&/a91bd9e5eba5a91a309313_r.png&&&br&从两个学校的课程来看可以简单的总结一下BA的项目特点：&/p&&p&以programming 和statistics 为基础，广泛接触数据分析的全过程（ data
visualization）并学习如何在不同的商业背景（ predictive analytics）下应用数据分析的能力。&/p&&p&相对于传统的商科master，比如management, finance和marketing来说，BA会涉及到更多的统计模型和数据处理的课程，因此课程难度对于商科背景的同学来说也应该会更高。但是好处是掌握很多基础的统计和数据库应用软件之后，将会更有利于找到entry-level的工作，毕竟开始职业生涯的第一步是要有一份工作&/p&&ul&&li&工作方向&br&&/li&&/ul&&p&-UT-Austin&/p&&img src=&/aa8dbb04f_b.png& data-rawwidth=&494& data-rawheight=&639& class=&origin_image zh-lightbox-thumb& width=&494& data-original=&/aa8dbb04f_r.png&&&br&&p&-UMN&/p&&p&&img src=&/b254a5f06a6a241c9aeed210_b.png& data-rawwidth=&819& data-rawheight=&493& class=&origin_image zh-lightbox-thumb& width=&819& data-original=&/b254a5f06a6a241c9aeed210_r.png&&&br&从两个学校的就业报告来看，就业的情况都相当的可喜地接近了100%。而且根据我常年在论坛潜水的情况来看，即使在其他的学校当中，BA的就业率也都是相当可观的。另外，两个学校的年薪中位数都超过了80000刀，也是属于不低的薪金待遇。&/p&&p&从就业方向来看， risk analyst都是有可能的，这也说明了各行各业对于data analyst都是需求的。不过需要提醒大家一点的就是，作为国际生的出路可能就会受到一定的限制，比如management consulting等对于沟通能力要求比较高的行业对于国际生来说就相对要困难。对于国际生而言，更容易的职业方向应该是data scientist和data analyst。&/p&&p&暂时先写这么多，因为目前还没有真正的参与到项目之中，所以也只能是凭自己申请当中的一些了解来抛砖引玉，希望以后能够有更多体会来分享。&/p&
6.8日更新对BA职业生涯发展路径的探索的第二部分： ConsultingSAS（软件和相关分析咨询服务提供商） title: Senior associate analytical consultant responsibiltiies: 负责咨询服务当中的统计分析部分内容（数据准备，数据清洗，数据挖掘，预测和最优化分…
谢邀。终于得空来更新一下&br&&br&从商业分析说起吧。关注过不少知乎上类似的问题和回答，发现个较严重的问题：大多数人对商业分析这个行业的认知并不准确。具体说来&b&商业分析有两种&/b&：&br&&br&1. Business analysis. 应属于&b&传统商科&/b&，主要是任务是对公司整个运营的流程、业务的开展等方面的分析。比如发现新的商业需求、提出/改善某些商业问题的解决方案。它可能包括公司组织上的变更，业务流程的改善，策略性的规划，政策的制定和提高。这个领域需要一定的数据分析，一方面因为公司发展前期一般主要靠业务的扩展，会涉及一些销售业绩等类似的数据分析。另一方面，大数据时代嘛，很多公司都觉得好像应该顺应潮流掺和一把。但总的来说还是business analysis为主。即定性为主导，数据分析（一般较简单）为辅助。这也是大多数答主所提到的。要在这个领域成长为专业人才，一般会选择MBA，MBA课程一般也会包含一定的相关课程，但很简单。&br&&br&2. Business analytics. 这才是真正的&b&新兴学科&/b&。翻译上都叫商业分析，但内容却差很多，所以特意用英文区分开来。这个行业的&b&核心就是数据分析，&/b&而且是高深的技术、模型和算法。通过对数据的深度分析、挖掘来研究公司以往的业绩，对行业市场潜在的商业信息的搜索等。目的是获取那些通过定性分析和简单的定量分析根本无法获得的insights。这个领域逐渐得到了学术界、业界和政府的高度重视：学术界，从纽约大学13年开始开设business analytics的硕士专业以来，全球各大高校纷纷增设相关专业，并且学费直逼MBA，在金钱至上的资本主义国家，高学费往往是高收入和良好职业发展的风向标。业界，更不用说了，BAT都在开设这一类的部门，阿里巴巴去年跟今年就从名校挖了一些这个领域的教授，百度更是把斯坦福大牛Andrew Ng请了来。政府，就我知道的，新加坡和澳洲政府直接拨款赞助开设business analytics部门的公司。&br&&br&说完基本概念，回到题主问题。仔细读过问题描述后，我相信题主感兴趣的应该是business analytics吧（不是的话，就请忽略以下吧）。那再深入一点讲一下&b&相关的技能&/b&。题主是统计本科生，很好！哈哈！我是统计博士，现在在纽约一家投资管理公司做类似的工作，同事不乏一些计算机、自动控制、信号处理等数据分析相关的领域的博士。总体来说business analytics无疑是个交叉学科，包括数学（统计）、计算机和商学（经济学、市场营销，博弈论等等）。&b&统计类&/b&的方法占据了数据分析学科的首要地位（主要是回归模型）。可以说如果把统计方法全部拿走，数据科学基本就支离破碎不成体系了。然后是&b&计算机&/b&（包括机器学习、模式识别、图像处理等一类的领域），基于一些应用层面的需求，计算机领域提出了一些新颖的思路和模型。值得一提的是，这些东西又吸引了统计学家的关注，他们把同样的问题又用统计学方法做了出来。再结合一些传统的回归模型，统计学出现了新的分支：统计学习。最后是&b&商学类&/b&，现阶段来说比重最小，不过其中一些思路也是值得借鉴的，比如博弈论。一些专门的business analytics硕士会结合商业应用来讲统计和计算机方法。&br&&br&&b&实际的商业分析案例&/b&（当然是business analytics）。简单说几个吧：1.&b&生存模型&/b&，生物统计最常用的模型，研究疾病的愈合、死亡时间之类的问题，可以用以测试某些药品、治疗手段是否有效。应用到商业中，比如公司对特定人群投放广告，他们通过不同的渠道点击观看，那么需要多久的时间他们才会决定购买？我们定义：消费者不购买=‘活着’，一旦消费即为‘死亡’。接下来的任务就是研究哪个渠道的广告/哪种组合的广告最为有效。2.&b&聚类问题&/b&，公司投放过大量广告，做过促销。然后大量消费者前来购买，到底哪些真的看过上述宣传呢？如果这个都不知道如何分析哪个渠道或者哪些渠道的组合最有效？聚类分析就是解决这一类问题的。3.&b&贝叶斯方法&/b&，不知你可了解过贝叶斯分析？是统计/机器学习领域很火的方向。主要应用是在建模时候可以把人为的观点融合进模型中去。使得定性和定量分析的结果结合起来。这一点很是受在business analysis领域做数据分析的人的欢迎。除此外还有很多，就不一一说了。&br&&br&最后说到你的近况。本科背景还是弱了点，想要接触上述类型的工作，你需要更进一步。并且想吃的开最好也不要限制在统计学领域，毕竟读一个偏应用的学科，学会从应用角度考虑问题对于职业发展更有好处。升学的话可以考虑data analytics/business analytics的硕士专业。不过，如果觉得学费太高的话，其实统计硕士也是个不错的选择。自学的话，coursera上也有很多不错的课程。至于R/Python/SAS嘛，能会一个就够了。数据分析级别的编程，会一个，别的看个把礼拜就能上手。&br&&br&最后的最后，分享一个链接：&a href=&///?target=http%3A////graduate-programs-in-big-data-and-data-science/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Graduate Programs in Big Data Analytics and Data Science&i class=&icon-external&&&/i&&/a&。里面列举了全世界各地高校开设的数据分析类的研究生专业、各种收费的/不收费的在线课程。&br&&br&与题主共勉！
谢邀。终于得空来更新一下 从商业分析说起吧。关注过不少知乎上类似的问题和回答，发现个较严重的问题：大多数人对商业分析这个行业的认知并不准确。具体说来商业分析有两种： 1. Business analysis. 应属于传统商科，主要是任务是对公司整个运营的流程、业…
已有帐号？
无法登录？
社交帐号登录
589 人关注
181 条内容
16929 人关注
783 条内容
407 人关注
1639 条内容
5172 人关注
193 条内容
2525 人关注
566 条内容