方向肯定是很棒的，未来是大数据时代，DT时代，这是毫无疑问的，这个专业显然很前卫很符合潮流趋势。

最重要的不光是进入这样的专业，更要懂得应该学会什么，将来在何处发挥自己的社会价值，如何为企业为社会创造财富。

简单的说来，商务数据分析，就是把企业里一切可以数字话的行为都数字化，然后进行分析，找出其中的规律，再把这个规律应用到商业行为当中，提高效益，产生价值。

可数字话的，包括结构性数据和非结构性数据。比如说顾客给客服打分，1分很不满意，2分有部分不满意，3分基本满意没毛病，4分非常好完美解决，5分相当卓越超出预期。那么这些分数就成为结构性数据，有明确的数字可以表达其效果并后期进行加工。诸如此类的还有很多，比如会员的消费，客单价多少，平均购买周期多长，平均享受的折扣是多少，等等，这些都是可明确的用数字来计量的。非结构性数据，比如外卖点餐的顾客评价：“好极了，很好吃，下次还会再来”、“真的很失败，该咸的不咸，该辣的不辣”。这些信息不能明确用数字进行表达吧，但是这些信息重要不重要？非常重要，非常有利于企业去改进产品和服务，提高竞争力，对不对？但是如果一年下来积累几十万条评价，怎么办？用人工肉眼是阅读不过来的，即使阅读了也没有意义，因为没有统计出结果来，传统意义上的统计方法最多是“好评”、“中评”、“差评”，显然意义不大。那么处理这样的非结构性数字，就要有一定的技巧了。比如说把所有评价的文本全部放在一起，用机器去拆解统计每个出现在评论里面的词，其出现频率，然后排序，再人工为其打标签，最后进行分析得出结论。比如说计算机统计出来，并排序，“新鲜”这个词是最高频的词，那么就可以打标签了，凡出现“不新鲜”这样词语的评价，均打上“食材不够新鲜”这样一个标签。最后统计的时候就知道原来有20%的顾客都反馈说食材不够新鲜，那这明显就是产品必须改进的地方，对吧？诸如此类的角度还很多，就把非结构性的评论语句，变成可以进行数字化统计分析并得出结论的信息了。你说这样的专业知识是否有用？当然很牛逼了。

上面只是举个小小的例子，我曾在为一家零售企业做数据分析的时候，仅仅从会员管理的角度，就能拿出让老板又哭又笑的方案，因为在不增加任何硬性成本（比如新开店房租、人工）的情况下，我们就能把公司的净利润提高一倍以上。你说你还用考虑就业方向吗？广阔天地，大有所为。