电商怎么做数据分析，商务数据分析和应用专业的区别？
首先，商务数据分析与应用专业以培养电子商务领域的技能型人才为主，而大数据专业的教育目标是培养大数据相关领域的各类人才(含专科教育)，从课程设置来看，大数据专业涵盖的内容更多一些，涉及到数据的采集、整理、存储、分析、呈现等内容，而商务数据分析与应用专业则以数据分析和呈现为主。
从就业岗位来看，大数据专业的毕业生可以从事大数据平台开发、大数据应用开发、大数据分析和大数据运维等岗位，而商务数据分析与应用专业的毕业生往往会集中在数据分析岗位(电子商务运营等)，所以从就业岗位的适应性来看，大数据专业更具优势一些。
由于大数据专业属于典型的交叉学科，涉及到数学、统计学和计算机三大块内容，所以不同高校会根据自身的教育资源分配情况来设置具体的课程，比如一部分高校会以计算机专业为基础来打造大数据专业，还有一部分高校(财经类)会以统计学专业为基础来打造大数据专业，但是总的课程体系还是比较统一的，比较注重学生技术能力的培养。
商务数据分析与应用专业通常是以电子商务专业为基础进行打造的，也可以说是电子商务专业为了适应大数据时代而打造的新型专业，课程内容涉及到统计学、计算机和电子商务三大块内容，也会涉及到一些管理类课程。在就业岗位方面，该专业依然以电子商务领域的相关岗位为主，但是加强了数据分析能力。电子商务领域在大数据时代会释放出一些基于数据分析的岗位，而这些岗位往往就是商务数据分析专业毕业生比较适合的岗位。
商务数据分析硕士就业前景？
就业前景不错。
商务数据分析就业前景非常广阔，一般是互联网公司、电子商务类企业，做数据分析工作，比如数据统计、调查与分析应用、数据化营销与管理等。当然这一块，个人更建议，了解各类经济板块后，学习一些专业上的技能来弥补不足，数据类知识偏向于计算机科学，可以多学习分析软件的作用，多积累经验，这个专业学历没有那么看重，所以学生完全可以凭能力和经验取胜。
大家都在讲大数据？
“大数据的运用，汽车私人定制服务已经不远。”
这里仅从笔者比较熟悉的汽车行业举一个例子，分享一下车联网大数据在汽车产业运用的一个例子，抛砖引玉。
背景2017年我国汽车保有量已经达到2.05亿辆，而且预计在未来的销量还会增加，到2020年达到3000万辆。
汽车的最终目的是为人们提供移动出行的解决方案，对于未来汽车的发展趋势，业界基本上有一个共识，未来的汽车会朝着“电动化，网联化，智能化，共享化”四个方向发展。
以用户为中心的生态链基于汽车网联化的发展，形成了以用户为中心的生态链，如下图：
围绕在车主周围，有不同层级的参与者。传统的主机厂，汽车制造商，硬件供应商，4S店，只是其中很一小部分。还有各种服务商，提供商，开发商，保险公司，传媒，甚至教育机构，也扮演着重要的角色。
车联网能够将这些参与者全部连接起来，靠什么？
大数据汽车产业数据，驾驶行为数据，汽车感知数据，外部环境数据，还有最重要的人的社会数据，都储存在“庞大的汽车保有量”这个数据库中。
围绕着车联网，以上的数据不断地更新，不断地累积，形成了庞大的数据库，可被收集，并进行分析和处理。
运用举例-私人定制服务通过数据处理，得到基于用户里程的分布，轨迹，行驶速度，超速违规事件一系列统计：
由此，构建出一个精准的用户画像，做什么，爱好是什么，习惯什么等等。
那么，针对于该用户，各种服务商就可以提供私人的“定制服务”，比如安全指导，保费个性化，出行效率提升等等。
据估计，车联网的市场规模从目前年250亿，到2020年能够达到4000亿元，又是一个巨大的蛋糕。
版权声明：本文为“汽车人参考”原创，如需转载，请务必提前联系。转载时请注明“本文出处于+媒体平台名称+汽车人参考”以及原文链接，侵权必究。技术·原创·精致·有趣
汽车圈儿的清流
希望以上回答对您有所帮助，欢迎关注“汽车人参考”，获取更过精彩原创文章
收到一商业银行数据分析岗和中国电信某分公司技术岗？
我是老杨，20年银行老兵，我来回答你的问题。
先说答案：商业银行数据分析岗钱多但是忙，电信分公司技术岗钱少但是相对闲。
在国有企业，你的收入增长是跟行业、职级、年限挂钩的，那么同等工作年限下，决定收入水平的就是行业跟职级两个因素了。下面老杨就重点从这两个方面谈谈我的看法：
行业这两个岗位分属两个完全不同的行业——银行业和电信业。在社会上很多人眼里，这两个行业都属于“夕阳产业”，但是相对于大多数行业来说，这两个行业的平均收入还是不低的。从去年的统计数据来看，信息传输、软件和信息技术服务业（也就我们常说的IT行业）的平均工资位于各行业之首，金融业第二。
但是，在IT行业里，工资分布大致的方向应该是
互联网公司（BAT）＞设备商（华为、中兴）＞运营商（移动、电信、联通）
所以IT行业的平均工资高很大程度上面是得益于互联网和设备商们的高收入水平。这两年互联网公司和以华为为代表的设备商强势崛起，运营商作为央企在他们面前的却也强势不起来。
前几天还有个新闻，中国移动董事长杨杰：运营商这几年干得确实很辛苦，移动的一把手都诉苦了，电信联通的日子不会好到哪儿去。
这两年运营商年年被国务院批提速降费不力，但是5G建设、共享经济、电子商务、移动支付这些领域都在爆发式发展，作为基础设施，运营商的建设成本越来越高。一方面需要加大投入，一方面国家要求降低费用。所以显而易见，在短期内运营商员工的收入还是会比较惨的。
在金融行业里，工资分布大致的方向应该是:
信托＞证券＞银行＞保险
但是，在我国，银行业在金融行业中是处于主体地位的，说白了就是银行手中有最多的钱、最优质的客户、最好的资源。还有个更直观的数据，今年前三季度，A股34家上市银行合计实现净利润1.33万亿，A股3700家上市公司前三季度净利润一共才3.19万亿，也就是说，银行净利润占了整个A股上市公司净利润的41.5%。
所以从各自在行业中的地位来看，银行是比运营商更有前景一点的。
商业银行的基层行是没有数据分析岗的，这里的基层行是指的省级以下。如果你熟悉银行的组织结构，你就会发现，这个岗位职级的下限是很高的。举个例子，很多人进入国有银行是要从柜员干起的。晋升路径如下:
柜员-客户经理-二级分行部门（地级市）-一级分行部门（省级）-总行
数据分析岗基本上就分布在省级分行的数据管理部门或者总行直属开发中心（享受总行职级和待遇），这就意味着如果你是在开发中心仅仅依靠自然晋升过个三年左右就可以变成业务经理（正科级），而在基层行你可能一辈子都到不了正科级。所以你的职业生涯起点在银行里算很高的，毕竟大部分银行员工终其一生也就在一个二级分行的范围里流动。
电信的技术岗分布就比较广，总公司、省公司、市公司，都有技术岗，不知道你拿到的OFFER是哪个级别的，如果是省级以下，你的职业起点或者说你的初始职级就会比较低，这会影响到你的后续发展。
我也有很多电信的朋友，目前运营商的技术基本上都外包给设备商了，所以所谓的技术岗可能技术含量相对于设备商来说会有差距。这一点就决定了如果你干得不爽了，有一天想要跳槽了，大概率你只能走营销路线而非技术路线。因为市场上就那三家运营商，而且基本无社招，你跳槽就只能去设备商，设备商的技术你跟不上，那就只能靠你在运营商积累的资源来做销售。
岗位前景随着移动互联网、云计算、大数据、物联网的发展，运营商逐渐由沦为管道的趋势，说白了就是大家都需要用你的信息传输渠道，但是钱都被这些应用开发厂商赚走了。所以你看腾讯、阿里、美团的利润一年比一年高，而移动、电信、联通利润连年下滑，就是因为客户现在都到人家手里去了，你只是个提供数据传输通道的配角。
而微信、支付宝、百度、京东、美团、头条等互联网巨头都拼命做互联网金融业务，这个行业目前还处在爆发式增长的前夜。这些巨头的资金来源无一例外都是商业银行，业务发展靠也紧密依靠大数据，所以你现在去银行，又做数据分析岗，既靠近资金来源，又掌握核心数据，未来的发展路子就会广阔很多。
以上是我的回答，若有不到之处欢迎大家留言交流。
关于【电商怎么做数据分析】和【商务数据分析和应用专业的区别】的介绍到此就结束了，热烈欢迎大家留言讨论，我们会积极回复。感谢您的收藏与支持！
发表评论