者说，Excel永远都是analyst的基本功。比如你用SQL直接得到了一个summary table，那么接下来能用一个Excel pivot table搞定的事情，又何必大费周章去弄R和Python呢？

高级一点的就是R和Python了（少数行业，比如金融业和医疗行业，会使用SAS）。一方面相对于Excel，他们可以处理的数据量更大，另一方面他们可以做一些更加灵活的处理，并且进行modeling等等工作。R和Python之间的话，基本上可以说是平分秋色，在数据分析上没有明显优劣。当然在数据量特别大的情况下你还可能会需要使用Spark等工具。
数据可视化的工具

同样的，最基本的工具是Excel。但是当我们需要能够自动更新的、方便共享的、更加flexible且fancy的dashboard的时候，现在使用最多的当属Tableau。同类的还有PowerBI，R Shiny， d3.js等等。

但是我依然要强调的是，这些工具都只是工具而已，BA更重要的是，你面对一个Business question的时候，你理解你需要解决的这个问题，心中有相应的目的，再去找达成目的需要的工具。


那么在一个BA的项目是否可以学到以上的全部呢？一般而言可以覆盖到大部分的重点（可能会着重于其中R和Python某一个）。但是必须要强调的是，由于这个行业的特殊性，一个BA的从业者要求的是持续性的自我学习。仅从R来讲，各种package层出不穷，提供了便利也要求不断的增加知识储备。因此，仅仅是完成课程内容的话，通常都是不够的。

Q3. BA在美国好就业吗？

BA目前的就业当然还是好于商科的大部分其他专业（ACCT，Fin等），并且越来越多的美国公司开始建设自己的data  analytics团队。我有很多同学或者学姐学长去了big name，比如Amazon，Cisco，  Yahoo!，VISA等等（但是类似Google，Facebook和Apple的analytics类岗位都极少招fresh  graduate，能进big name的概率其实也很低）。可以说在一个公司完成了传统的optmization的部署之后，data  analytics是他们进一步降低成本、提升价值的必要手段。

但是我也不得不给大家浇一盆凉水——目前国际生在美国找工作的情况不容乐观，而且看目前的状况只怕会越来越不乐观。一个国际生为了留美，在毕业季投上100+的简历几乎是无法避免的，而这100+的简历，最后能够换来的面试可能只有10个不到（然后最后你很有可能就会输给一个美国人，仅仅因为他是美国人）。在目前政策极端不确定的情况下，愿意支付高昂的成本并且承担风险为你抽H1B的公司是越来越少了。

CD的申请人最常见的说法是，“希望毕业后能在美国工作2-3年”，然而这并不是像看上去那么容易实现的事情。你有STEM不等于你就可以留下来工作三年。如果在OPT前60天+后90天的时间内你都没有找到工作，那么遗憾，你不得不离开了（挂靠等其他手段暂且不提）。我和很多其他BA项目在读的同学们聊过，几乎每个学校都有找工作不上心以至于最后没找到不得不离开，或者即使很上心的找，投了几百份简历，最后也很遗憾的没找到的情况（有时候运气也很重要）。基本上除非你天赋异禀或者运气超群，只有下定决心留美（而不是“啊我回国也可以”这种心态），扎扎实实的做好找工作的每一步，才能最后留下来（即便如此，还要通过H1B这个真正考验运气的环节）。特别是对于十个月或者一年的BA项目的同学，必须是一入学就开始完善简历、进行networking、广泛网申、准备面试。因此，留美工作的难度比申请要难上很多很多倍。而且找工作是非常personal的一件事情，申请上了一个好的项目绝对不是你能够留下来的保证。请大家做好心理准备。

Q4. BA的就业方向主要是什么？ （我想进金融业/咨询，我适合读BA吗？）

根据个人观察，BA的毕业生只有极少数去了金融行业或者咨询公司。

有进金融行业做量化分析的吗？有。但是很少。我也有和MFE的同学聊