关于大数据以及大数据分析处理的讨论近来持续升温，现在基本成了新一轮工业革命级的话题。大数据是什么，作为留学行业，我们很长的一段时间也在思考，什么是大数据，大数据的前景如何？有哪些学校开设相关专业呢？

"大数据"是一个体量特别大，数据类别特别大的数据集，并且这样的数据集无法用传统数据库工具对其内容进行抓取、管理和处理。 "大数据"首先是指数据体量大，指代大型数据集，一般在10TB规模左右，但在实际应用中，很多企业用户把多个数据集放在一起，已经形成了PB级的数据量；其次是指数据类别(variety)大，数据来自多种数据源，数据种类和格式日渐丰富，已冲破了以前所限定的结构化数据范畴，囊括了半结构化和非结构化数据。接着是数据处理速度快，在数据量非常庞大的情况下，也能够做到数据的实时处理。最后一个特点是指数据真实性高，随着社交数据、企业内容、交易与应用数据等新数据源的兴起，传统数据源的局限被打破，企业愈发需要有效的信息之力以确保其真实性及安全性。

下面会举例说明大数据分析在各行各业的前景：

大数据应用案例之：医疗行业 

Seton Healthcare是采用IBM最新沃森技术医疗保健内容分析预测的首个客户。该技术允许企业找到大量病人相关的临床医疗信息，通过大数据处理，更好地分析病人的信息。

在加拿大多伦多的一家医院，针对早产婴儿，每秒钟有超过3000次的数据读取。通过这些数据分析，医院能够提前知道哪些早产儿出现问题并且有针对性地采取措施，避免早产婴儿夭折。

大数据能够让更多的创业者更方便地开发产品，比如通过社交网络来收集数据的健康类App。也许未来数年后，它们搜集的数据能让医生给你的诊断变得更为精确，比方说通过检测到你的血液中药剂已经代谢完成会自动提醒你再次服药，而不是采用一贯的成人每日一片的用法。

大数据应用案例之：零售业

有一家领先的专业时装零售商，通过当地的百货商店、网络及其邮购目录业务为客户提供服务。公司希望向客户提供差异化服务，如何定位公司的差异化，他们通过从 Twitter 和 Facebook 上收集社交信息，更深入的理解化妆品的营销模式，随后他们认识到必须保留两类有价值的客户：高消费者和高影响者。希望通过接受免费化妆服务，让用户进行口碑宣传，这是交易数据与交互数据的完美结合，为业务挑战提供了解决方案。大数据技术帮助这家零售商用社交平台上的数据充实了客户主数据，使他的业务服务更具有目标性。
零售企业也监控客户的店内走动情况以及与商品的互动。它们将这些数据与交易记录相结合来展开分析，从而在销售哪些商品、如何摆放货品以及何时调整售价上给出意见，此类方法已经帮助某领先零售企业减少了17%的存货，同时在保持市场份额的前提下，增加了高利润率自有品牌商品的比例。

那么美国又有哪些学校开设business analytics这样的专业呢？又需要申请者有怎样的背景呢？

要有独立收集数据，而且把数据化为己用的能力，可能会用到的技术有：

• SQL：用来存储和查询structured数据。

• Programming：比如用Python for parsing/scraping data。如果既会一门scripting language，又会一门compiled/object oriented language，会是一项优势。Programming主要用来处理unstructured数据。

• Hadoop/parallel processing：你处理的数据可能太大（比如超市过去半年的购物记录、信用卡公司两年内的刷卡记录）无法一次性装入内存，而你需要对数据进行快速的分析，这就需要MapReduce等技术。

这其中，SQL和Programming是最基本的，你必须会用SQL查询数据、会快速写程序分析数据。当然，你的编程技术也不需要达到软件工程师的水平，因为你写的code大多数只是一次性的、不会被复用，而且也只会被你或者个别同事使用，并非放在网上让无数人点击，因此对程序质量要求不高。

要想更深入的分析问题，你可能还会用到：

• Exploratory analysis skills：可以使用python、R、matlab等各种工具，IT公司用SAS和SPSS相对较少，当然也不是完全不可以。但是如果你只会SAS，那么选择无疑要少很多。

• Optimization、Simulation：有些职位需要研究顾客需求变化，调整产品或者服务价格，来帮助公司最大化盈利。

• Machine Learning、Data Mining：比如有人用数据挖掘技术，发现很多人在超市里买尿布的同时，也买了啤酒 – 现在还没理解为啥，但是也许尿布和啤酒应该放一起卖；另外比如手机广告的精准投放。

• Modeling：你需要理解不同的统计模型有什么应用范围、有什么限制 。

近几年新开设Business analytics专业的有MIT，Emory，Northeastern等大学，根据学校公布的class profile来看business analytics更偏爱理工科或商科背景的申请者，尤其是计算机科学或统计学背景的申请者，一般希望申请者在本科修过线性代数、微积分，概率论等。除了必备的托福和GRE/GMAT，如果有相关的实习就再好不过啦，岗位可以是数据分析相关，行业可以是零售业、咨询公司或四大。