可能一直被人誤解，但未來十年會越來越火的高薪專業
每個人都會累
也許是累於身上
承擔的沉重責任
也許是疲憊于應付
各種關係
當你很累很累的時候
閉上眼睛深呼吸
告訴自己堅持住
因為上天只會給我們
能過得去的坎
在一切變好之前
我們總要經歷一些
不開心的日子
所以無論多難
也告訴自己再堅持一下
即使沒有人為你鼓掌
自己也要優雅的謝幕
Marketing 專業的？
就是以後出來要做銷售了對吧？
還是要去零售行業？
或者負責佈置活動場地？
總之很難找到好工作吧？
被資料加持後的 Marketing
這麼多年以來，Marketing 一直被人認為是“水專業中的戰鬥機”，無非是因為 Marketing 的課程一般很理論化，讓人感覺很泛泛而談，就業門檻相對於其他專業也比較低，不需要太多競爭力，導致就業前景不夠吸引。
根據資料指出，Marketing 專業的畢業生最後有30.6% 從事與銷售、廣告相關的職業，有25%從事與該領域無關的職業；所以 Marketing 一直不太受大家待見。
但近幾年，各大院校開設的 Marketing 旗下分支 Marketing Analytics 專案借著大資料的崛起，
一個專業，三項全能
Marketing Analytics，從字面上理解，不難發現，這是一個對市場行銷領域進行資料分析的專業，通過資料分析的方式更好地認識市場的商品供應和需求的比例關係，從而採取正確的經營戰略，滿足市場需要，提高企業的經濟效益。
其實粗暴來說，就是通過進行市場相關的資料分析幫企業賺更多的錢，這絕對是一個每天會死很多腦細胞的領域！
截圖是 New York University 紐約大學 SPS學院旗下開設的 Markting Analytics 課程設置。不難發現，MA 學習的主要方向是：
市場行銷：包括市場行銷基本、消費者行為學、客戶關係管理、社交媒體廣告等
資料分析：統計學、資料處理軟體SQL、SAS、SPSS、R語言等、資料視覺化等
兩者結合：通過資料瞭解客戶的需求
類似的專案還有：
Northwestern University
MC專業Marketing Analytics方向，Medill學院
University of Georgia
Marketing Research專業，Terry商學院
Rochester University
Marketing Analytics專業，Simon商學院
Bentley University
Marketing Analytics專業，屬於STEM
New York University
Marketing Analytics專業，SPS學院
Washington University in St.Louis
Customer Analytics專業，Olin商學院
要怎樣解釋 MA 的工作內容？
所以如果別人問我，MA到底是幹嘛的？如何防止別人還以為我是銷售？
其實，MA 無非就是要通過分析一系列的相關資料（包括銷售趨勢、顧客資料資料如性別、年齡、購買習慣等），
1. 對市場進行資料分析
潛在客戶是怎樣的（性別、年齡、所在地區等）
競爭對手的活動
分析應該如何抓住客戶
2. 對市場行銷活動進行資料分析
市場行銷活動效果如何？
市場行銷活動對A人群和B人群的作用區別？
市場行銷活動對實際銷售的影響？
3. 以資料分析作為市場行銷決定的理據
對於在Y區域銷售的X產品是應該升價還是降價？
不同地區是否應該對應售賣不用產品？
不同地區的推廣力度應該如何不同？
至少還會再火10年
Marketing Analytics 對應的職業一般是 Marketing (Research) Analyst，是公認的“商科”十大最佳職業之一！（儘管不是每個學校都把MA歸類為“商科”）。
據美國勞動局資料指出，預測與 MA 相關崗位從2017年到2027年將增長超過30％；這個增長速度遠高於所有職業的平均水準！要知道，現在資料對於企業來說已經是金礦，有資料就一定需要人去分析這些資料。
缺乏統計、資料分析知識的 Marketing 專業可能會不知道該怎麼去分析；同時統計專業的同學對分析實驗結果很在行，但對 商業運作 和 市場行銷 卻一竅不通；所以這一個商科與資料的結合體完美地解決了這個難題，想不火也難！
沒碼農那麼高薪，但也足夠體面
根據勞動局 資料顯示，MA 的平均薪資為 $62,000，而八卦的小 i 還去特意搜了一下 Morgan Stanely 的MA 薪資在 $80,000 左右；Barclays 甚至給到了 $100,000，實在是十分吸引！
（資料來源 PayScale)
（資料來源 Glassdoor)
小 i 還發現，同樣職位薪資給得最高的地區都在西海岸（難道是因為西海岸是眾科技龍頭公司所在地？)，包括 矽谷 和 三藩市，所以如果將來想從事該領域，建議往西海岸去找機會。
最看重的能力與技能
從前面NYU的課程設置不難看出，想成為一名出色的 MA 從業者，要有數學/統計、電腦能力、Marketing 商業領域的知識：
SQL：用來存儲和查詢 Structured 資料
Programming：比如用 Python for parsing/scraping data 。如果既會一門 Scripting language，又會一門 Compiled/object oriented language，會是優勢。主要是用來處理Unstructured 資料。
Hadoop/parallel processing：你處理的資料可能太大無法一次性裝入記憶體，而你需要對資料進行快速的分析，這就需要 MapReduce 等技術。
這其中，SQL 可以說是最基本的，你必須會用 SQL 查詢資料、會快速寫程式分析資料。
要想更深入的分析問題，還會用到：
Exploratory analysis skills，可以使用 Python、R、Matlab 等各種工具，IT 公司用 SAS 和 SPSS 相對較少，儘管有些 Job ads/descriptions 裡提到了，當然也不是完全不可以。但是如果你只會 SAS，那麼選擇無疑要少很多。
Optimization、Simulation：有些職位需要研究顧客需求變化，調整產品或者服務價格，來説明公司最大化盈利。
Machine Learning、Data Mining：比如有人用資料採擷技術，發現很多人在超市里買尿布的同時，也買了啤酒 – 現在還沒理解為啥，但是也許尿布和啤酒應該放一起賣；另外比如手機廣告的精准投放。
Modeling：你需要理解不同的統計模型有什麼應用範圍、有什麼限制和特長。
Problem Solving & Communication
較強的交流能力：你需要知道區分什麼是問題本質、什麼是技術細節，要有能力給上層領導講 High level 的分析和推薦，有能力給同事講解和 Defend 你的技術細節，也就是”見什麼人說什麼話”，這不是說要你油滑，而是說要知道什麼時候需要隱藏技術細節，而只展現跟聽眾最相關的資訊。
MA可能還需要經常做 Presentation，一切的解決方案，都要從產生 Business revenue 的角度來考慮是否合理。因此需要很強的資料 Visualization 的能力，就是用客戶明白的方式講解資料。
對於在Y區域銷售的X產品是應該升價還是降價？
不同地區是否應該對應售賣不用產品？
不同地區的推廣力度應該如何不同？
至少還會再火10年
Marketing Analytics 對應的職業一般是 Marketing (Research) Analyst，是公認的“商科”十大最佳職業之一！（儘管不是每個學校都把MA歸類為“商科”）。
據美國勞動局資料指出，預測與 MA 相關崗位從2017年到2027年將增長超過30％；這個增長速度遠高於所有職業的平均水準！要知道，現在資料對於企業來說已經是金礦，有資料就一定需要人去分析這些資料。
缺乏統計、資料分析知識的 Marketing 專業可能會不知道該怎麼去分析；同時統計專業的同學對分析實驗結果很在行，但對 商業運作 和 市場行銷 卻一竅不通；所以這一個商科與資料的結合體完美地解決了這個難題，想不火也難！
沒碼農那麼高薪，但也足夠體面
根據勞動局 資料顯示，MA 的平均薪資為 $62,000，而八卦的小 i 還去特意搜了一下 Morgan Stanely 的MA 薪資在 $80,000 左右；Barclays 甚至給到了 $100,000，實在是十分吸引！
（資料來源 PayScale)
（資料來源 Glassdoor)
小 i 還發現，同樣職位薪資給得最高的地區都在西海岸（難道是因為西海岸是眾科技龍頭公司所在地？)，包括 矽谷 和 三藩市，所以如果將來想從事該領域，建議往西海岸去找機會。
最看重的能力與技能
從前面NYU的課程設置不難看出，想成為一名出色的 MA 從業者，要有數學/統計、電腦能力、Marketing 商業領域的知識：
SQL：用來存儲和查詢 Structured 資料
Programming：比如用 Python for parsing/scraping data 。如果既會一門 Scripting language，又會一門 Compiled/object oriented language，會是優勢。主要是用來處理Unstructured 資料。
Hadoop/parallel processing：你處理的資料可能太大無法一次性裝入記憶體，而你需要對資料進行快速的分析，這就需要 MapReduce 等技術。
這其中，SQL 可以說是最基本的，你必須會用 SQL 查詢資料、會快速寫程式分析資料。
要想更深入的分析問題，還會用到：
Exploratory analysis skills，可以使用 Python、R、Matlab 等各種工具，IT 公司用 SAS 和 SPSS 相對較少，儘管有些 Job ads/descriptions 裡提到了，當然也不是完全不可以。但是如果你只會 SAS，那麼選擇無疑要少很多。
Optimization、Simulation：有些職位需要研究顧客需求變化，調整產品或者服務價格，來説明公司最大化盈利。
Machine Learning、Data Mining：比如有人用資料採擷技術，發現很多人在超市里買尿布的同時，也買了啤酒 – 現在還沒理解為啥，但是也許尿布和啤酒應該放一起賣；另外比如手機廣告的精准投放。
Modeling：你需要理解不同的統計模型有什麼應用範圍、有什麼限制和特長。
Problem Solving & Communication
較強的交流能力：你需要知道區分什麼是問題本質、什麼是技術細節，要有能力給上層領導講 High level 的分析和推薦，有能力給同事講解和 Defend 你的技術細節，也就是”見什麼人說什麼話”，這不是說要你油滑，而是說要知道什麼時候需要隱藏技術細節，而只展現跟聽眾最相關的資訊。
MA可能還需要經常做 Presentation，一切的解決方案，都要從產生 Business revenue 的角度來考慮是否合理。因此需要很強的資料 Visualization 的能力，就是用客戶明白的方式講解資料。