首先，大資料和商業分析的前景都是不錯的，可以根據自身的知識結構和興趣愛好進行選擇。

大資料經過多年的發展，目前已經形成了一個初步的產業鏈，這個產業鏈中包含大資料平臺研發、大資料應用開發、大資料分析、大資料運維和大資料教育等幾個常見的崗位。另外，從資料的角度出發，大資料的相關工作崗位還包括資料採集、資料整理（資料清洗等）、資料儲存、資料安全等，這些崗位往往與物聯網、雲計算相關技術也有密切的聯絡。

大資料目前正處在落地應用的初期，隨著產業網際網路的發展，大資料將與物聯網、雲計算、人工智慧等技術共同賦能傳統行業，所以未來大資料的應用前景還是非常廣闊的，學習大資料相關技術是一個不錯的選擇。另外，當前正處在大資料時代，作為職場人來說，掌握一定的大資料技術，尤其是資料分析技術是很有必要的。

商業分析專業是近幾年新興的專業，國內有部分高校開設了相應的實驗班，但是相比於國外的大學（MIT、UT Austin、USC等）來說，國內的商業分析專業尚處在發展的初期。商業分析與大資料的關係非常密切，商業分析專業的知識結構包括商業、統計學和計算機三大部分，可以說商業分析與大資料一樣也是一個典型的交叉學科。

商業分析專業是在大資料時代背景下，培養更加專業的商業領域的專業人才，也可也說是大資料在商業領域的垂直專業，從這個角度來說，商業分析專業的發展前景也是不錯的。

大資料也好，商業分析也罷，都是網際網路發展帶來的新興專業，這些專業未來的發展前景也將伴隨著網際網路的發展而發展，相信隨著大資料、雲計算、人工智慧等技術的落地應用，大資料和商業分析專業將會有更好的發展機遇。

最後，大資料分析、商業分析對於基礎學科的要求比較高，尤其是數學知識，所以對於選擇這些方向的學生來說，一定要重視數學等基礎學科的學習。

一回事，沒有理科基礎有商務基礎就是商業分析，有理科基礎沒有商務基礎就是大資料。既有理科基礎又有商務基礎，tm你是領導。

大資料 or 商業分析的前景分析

大資料

大資料(big data,mega data)或稱巨量資料，指的是需要新處理模式才能具有更強的決策力、洞察力和流程最佳化能力的海量、高增長率和多樣化的資訊資產。 在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大資料時代》中大資料指不用隨機分析法(抽樣調查)這樣的捷徑，而採用所有資料進行分析處理。大資料的5V特點:Volume(大量)、Velocity(高速)、Variety(多樣)、Value(價值密度)、Veracity（真實性）。

商業分析

商業分析指的是對方案進行經濟效益分析，從財務上進一步判斷它是否符合企業目標。如果符合，產品概念就可進入產品研製階段了。 包括審視預計的銷售額、成本和利潤是否達到公司預計目標;如達到，則此產品概念才能進一步發展到產品開發階段。可從商業或消費統計公告中查到特定商品的零售額、有效購買收入、總的零售額等資料。大資料的商業前景從概念上面要比商業分析更寬、更廣。

商業分析其中一方面也涉及統計，統計也是需要大資料的支撐的。而大量的資料集合是死的，都要加上人的主觀能動性的分析才會得到人們想要的答案。所以說這兩者融合起來運用會增加企業的助攻，也會讓企業執行得更加的順暢。

題主的問題是哪個前景更好？

這兩者肯定是各有各的優缺點，其實題主應該想問的是接下來的5年-10年這兩者誰先會發展得更加的迅速吧。不知道你是準備創業或者是就業，或者還是單純的想問問。

如果是就業的話，我建議還是大資料前景相較於商業分析來說面更寬一些，薪資水平也會更加的高一些。畢竟跟網際網路沾邊的職位薪水確實是要高出不少，崗位也還蠻多的。也相當於大學選專業，你選擇冷門還是熱門？這都是很糾結的問題，因為我們誰也無法準確的預知未來是怎麼樣的。

不管創業還是就業，關鍵還是看你是否在大資料或者商業分析上面肯去下功夫，肯去專研。只要成為領域的精英或者創業的那1%，相信你都不會太差。

當然是商業分析了。

商業分析師透過資料加強商業運轉的效率，減少商業運轉的成本以及商業運轉過程中所出現的潛在問題，加強商業運轉的效率和商業運轉的能力。

商業分析師透過資料來告訴我們運轉過程中存在的趨勢和方向。資料分析透過分析資料、判斷資料和學習收集到的資料，來反映資料趨向和結果，從而作出下一步的決策。讓資料告訴我們市場中的問題。

由上可以看出，資料分析只是告訴市場問題所在，而具備商業分析能力則可透過資料來判斷市場發展方向和趨勢。

商業分析師一個職業，並不僅僅是工作崗位。想學好商業分析，就得考個CBAP認證。CBAP認證囊括了商業分析六大知識領域，國際地位很高，含金量也很高！

【關於艾威】

首先需要了解大資料和商業分析的區別。

大資料與BI是兩種不同的概念和工具，是社會發展到不同階段的產物，大資料對於BI，既有傳承，也有發展。

首先，瞭解兩者的概念

大資料，Big Data，是指在可承受的時間範圍內用常規軟體工具進行捕捉、管理和處理的資料集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程最佳化能力來適應海量、高增長率和多樣化的資訊資產。大資料更偏重於發現，以及猜測並印證的迴圈逼近過程。

BI(BusinessIntelligence)即商業智慧，它是一套完整的解決方案，用來將企業中現有的資料進行有效的整合，快速準確的提供報表並提出決策依據，幫助企業做出明智的業務經營決策。

其次，兩者的共同點

大資料和BI從思想角度上來看，都是遵循“資料→資訊→知識→智慧”這個發展過程的。

02 發展方向

BI在企業中的應用是一種管理和思維方式的轉變，對企業內部資料進行分析，支撐企業運營與決策，從傳統商業模式走向商業智慧。

大資料除了解決企業業務問題，還包括與行業、產業的深度融合，不同行業所呈現的內容與分析維度各不相同，是用全新的資料技術手段來拓展和最佳化企業業務。

03 技術標籤

BI的技術標籤：ETL、資料倉庫、OLAP、視覺化報表。

大資料的技術標籤：Hadoop、MPP、MapReduce、HDFS、流處理等。

隨著時代變革與技術迭代，相應的，BI在技術上也經歷了多次最佳化和變革，新型BI被賦予了更多“大資料”潛能，既滿足海量實時資料分析，也滿足決策型的業務分析。

結論：

大資料≠BI，大資料也不是BI的簡單升級，大資料涉及了思想、工具和技術的深層次變革。無論企業當前如何選擇，未來終將迎來數字化轉型，走到資料驅動時代。