美國Business Analytics(商業分析)研究報告

大數據時代催生了Business Analytics（商業分析）這個新興專業，其是以商科知識為基礎，數據編程與分析為手段，核心是將大量數據轉化為清晰、可使用信息，目的是幫助企業進行合理預測，并引導決策，優化實現價值最大化。簡單理解就是將Big Data應用在商業領域。

隨著大數據時代發展，商業環境愈發復雜、市場需求變大，BA自出現以來，就一直火到現在，「高薪資水平」+「就業率幾乎 100%」，BA就是王道。?很多商科/非商科同學都想要選擇這個專業方向，作為新興專業，開設的學校雖然整體數量不如傳統商科專業多，但隨著近兩三年的發展，開設院校也是在逐年增加。?人氣高熱度=申請高難度美國開設BA專業比較早，項目也比較成熟。BA到底是一個怎樣的專業？申請BA需要具備哪些條件？如何進行選校？就業發展如何？今天小編就跟大家詳細聊聊美國BA專業申請解析~?

一

BA簡介

1、BA特點

Business Analytics是一門新興學科，核心是數據挖掘和數據分析，與現在的互聯網及大數據（Big Data）相聯，主要是利用高深的技術、模型和算法進行數據挖掘和商業分析，目標是進行預測，引導決策。BA的特點是：它介于純商業與數據學科之間，比純商業學科更數理，也比純數理學科更偏應用。它是商科和計算機科學交叉的學科，融合了統計、計算機、商科知識，也使得這個學科的人才能夠在非常廣泛的領域創造價值。?作為新興學科，這個行業目前還非常具有發展空間，每年都有一些學校新開設此專業。BA人才在各行各業都比較急缺，除了傳統的金融行業、銷售行業、制造行業，新興的互聯網行業等等，在大數據與互聯網的浪潮下都急需專業深入的數據分析，來幫助做優化決策。?

2、BA學什么？

可以掌握不少職場技能（商科+計算機+統計）：盡管各個學校的BA學位培養目標可能不盡相同，但其課程設置大同小異，基本上都是涵蓋數理編程和管理科學類的課程，包括：統計學、數據分析、數據可視化、商業決策等；拓展課程包括數據庫、數據挖掘、機器學習等。?

3、BA與金融的區別

同為量化商科項目，BA與金融看似都是利用數據去分析商業操作來使利益最大化，但兩者還是有很大區別的。?金融的量化是更細分領域的分析，集中于對金融市場的觀察與研究，用數據、工程手段解決金融問題或開發金融產品，就業方向也主要是投行、證券等金融機構或企業的投資、財務部門。?但BA相對來說就更為寬泛，學的量化課程則是更泛化更通用的統計、計算機知識，不局限于任一行業，所以就業范圍相對來說也更廣，可以做管理咨詢，或者任何一個行業的運營、市場類部門，當然同樣也有進金融機構。有的在阿里巴巴、大眾點評之類的互聯網公司，也有在耐克、聯合利華等消費品行業做市場運營，還有在四大做管理咨詢等，各種各樣的都有。?就業就是BA和金融最直觀的差別。?

二

BA項目分類

目前美國TOP100學校里，大約有接近60個Business Analytics相關專業。除了常規的BA項目外，還有一些課程設置與就業方向都與BA 相似的專業也可以納入BA 的申請范圍，比如Information System Management、Analytics、Customer Analytics、Marketing Analytics等。?正因BA屬于商科和計算機科學交叉性學科，所以不同院校開設此項目設置在了不同學院下，主要可分三兩類：① 商學院：大部分BA項目都設置在商學院下，如UT Austin、Emory、USC、UCLA、Duke、WUSTL、WM、Rochester、WFU、Miami、MSU、GWU等② 工程學院/計算機學院：如Columbia、Northwestern、Cornell等

③ 信息學院：如CMU等

?一般設置在工程學院/計算機學院/信息學院下的項目，對數學和計算機背景要求都很高。BA碩士絕大多數都是以就業為導向，從貼合就業實際的Big Data-Analytical Work角度來培養學生。?從學院分配角度看，也能大概看出各個項目的側重和錄取偏好。商科背景的同學，一般建議申請商學院下的BA，不要盲目選取工程、計算機、信息學院下的項目；后者會比商學院項目更考察申請者在計算機、數理上的課程背景和學術能力，不太建議純商科背景的同學去申請。?BA項目除基礎課程之外，也有各種不同的concentration，或者發展方向。如Big Data、Marketing Analytics、Customer Analytics、Strategy Analytics等等，在選擇的時候最好能夠結合自己的興趣和背景找到最適合的。例如Duke的MQM: Business Analytics下設有Finance、Marketing、Strategy、Forensics 4個不同的concentration。WUSTL的Business Analytics下也設有Customer Analytics、Healthcare Analytics、Supply Chain Analytics、Financial Technology Analytics 4個不同的concentration。?最適合自己的這點，不僅是和你的期望發展方向契合，一定還要注意自身的學術背景和專業匹配度，這一點是學校在錄取學生的時候非常在意的，因為學校要確保你有足夠的基礎能完成碩士階段的學習。所以在選校和選項目的時候，一定要兼顧自己的過去和未來，不要盲目選擇。?

三

申請攻略與建議

1、專業背景及申請方向選擇

?【商科背景】

大部分項目都可以考慮，但需考量自己課程與申請方向的相關程度，越高越好，最好選商學院下面的項目。?除了基礎了數學課：高數、微積分、概率論、統計外，需要著重準備數據庫、SQL、R、Python、C++、數理統計、隨機過程等數學、計算機相關課程。?如果是大一大二的同學，最好是之后的學習中學習一些相關課程。當然要保證能夠跟得上，避免選了一些很難的，到時候學不過來，拉低GPA。?如果現在已經大三，沒有時間去選修課程，可以考慮在Coursera這類網課平臺學習相關課程。時間充足的情況下，還是更建議在學校選課，因為可以出現在課程單上，幫忙更大；如果是網課，考察沒有比較立體的呈現，這個作為備選，優先還是學校選課。?

【文科轉專業申請】

項目選擇上一般只能申請商科的BA項目，不能選擇偏純理科的某些項目，比如西北大學的Analytics。需要極強的數學、統計、計算機、編程、信息系統等相關背景。?必須學過包括：高數、微積分、概率論、統計等基礎數學課程，還需要著重準備數據庫、SQL、R、Python、C++、數理統計、隨機過程等數學、計算機相關先修課程。?而Business方向的先修課則不需要太多，可以的話最好再先修一些宏微觀、計量經濟學、Finance、Accounting、Marketing相關課程。?有少部分學校可以給數理背景較弱的學生提供暑期數學課程，但僅限于背景特別優秀的學生。?

【理工科】

BA項目比較偏愛理工科背景的同學，如計算機、數據科學、數學等相關專業，但并不僅局限于這些學科。?大部分項目都可以申請，比商科/文科同學好申請很多，但是理工科重點在數學和計算機這類學科；如果是化學，也需要先看計算機和數學基礎，以這個為標準看是否需要選修相關課程。?2、硬性成績?

【GPA】

成績方面，如果考慮申請前50的學校，GPA需要達到3.3以上，如果想要申請TOP30的學校，至少3.5+，建議3.8的水平。?

【IBT/IELTS】

申請美國BA建議準備托福。雖然大部分項目對語言的要求不算太高，甚至有minimum僅IBT90的，但建議至少還是要準備100左右成績，TOP院校建議110左右。?如果英語基礎較差的同學可以考慮考IELTS，一般條件是6.5和7，僅少數學校不收雅思。但如果是申請排名高的學校，建議還是考IBT，部分學校對IBT的小分要求比IELTS要寬限很多。

【GMAT/GRE】

申請BA更推薦考GRE，且近來GRE分數越來越高。?最低GRE300/GMAT600即可；申請TOP50建議320+/700+；申請TOP30建議325+/720+，這只是比較基礎的要求，像TOP學校（如Columbia、UCLA、Duke等）最好有330/730+的水平。?3、軟性背景?

【實習】

尤其對于申請商學院BA項目來說，具有好的相關的實習經歷是非常加分的。與BA申請方向相契合的實習例如：券商、保險、基金、咨詢、快消、互聯網、500強等企業數據分析崗。以下列舉一些具體公司職位參考：券商：投行部/行業研究部

互聯網金融：百度金融數據分析…

四大：戰略咨詢、管理咨詢等偏數據崗

咨詢公司：尼爾森數據分析、波士頓戰略咨詢、貝恩戰略咨詢/數據分析…

互聯網公司：Google數據崗、滴滴出行數據分析崗、去哪兒網數據分析…

電商：京東數據分析實習生…

快消：聯合利華市場部、寶潔市場部…

大數據公司：BBD數據分析崗…

等等

【比賽】

大型數學建模比賽如美賽、國賽，這兩項比賽認可度較高，強烈建議參加。其他金融建模、統計建模比賽、數據分析學術活動等也可以參加。?參加這些類型的比賽，可以加強并鍛煉自身建模、代碼編程、論文寫作、數據處理分析等方面的能力，也為申請增加亮點。?

【學術課題研究】

參與優質的課題/導師項目，例如：本創、國創、創新創業訓練、助研等，這些都是增加科研項目經歷的途徑。?參加學術項目選擇上，要盡量選擇具有統計、編程、建模、數據分析等內容的數據研究項目課題，能夠運用分析工具、模型等進行相關研究（例如涉及SPSS、Eviews、Python、MATLAB等統計分析軟件使用），這樣的項目對申請幫助更大。甚至能有論文發表的話也會有一定優勢。?

【交換】

① 2+2國內現在不少院校都有挺多美國2＋2交換項目，參加這樣的項目國內和海外的學位都可以拿到，這對于申請美國來說是個天然優勢，美本申請一般事半功倍。大一大二的同學如有條件可以參加，都建議參加2＋2項目：一方面給自己更好的學位背景，可以主修輔修相關專業課程，并且好好學的話能拿到不錯的GPA；另一方面在美國有更好的平臺和資源優勢，可以接觸到當地實習等。?② 學期交換如果沒有辦法參加2+2項目，1年或者1個學期的交換也是建議盡量去參加，有當地的學習經驗對申請幫助也比較大，能夠提前適應國外教育環境，還能夠要國外教授推薦信。?③ 暑校如果前面兩種都沒有辦法參加的話，建議可以考慮一些暑校項目，能參加盡量參加，增加海外交流背景。如果在暑校表現很不錯的，可以和那邊的老師或者教授達成很好的溝通，也許會有愿意給你做推薦人的，幫助也很大。?

四

申請難度

雖然開設BA相關項目的學校不少，但美國前50的BA項目應屆本科生能申請到的只有二十多個，且大部分的項目總體招收人數偏低。尤其是從2017年開始，BA項目在國內外大火，有部分學校增開了新的BA 項目，但同時申請的人數翻了好幾番，競爭很激烈。?名校整體錄取偏好：對于TOP30的項目，3.5+/720+ or 320+/100+的三圍屬于標配要求，且之前錄取的頂級項目的學生大部分都有豐富的課外軟性背景經歷。如出國名校交換、頂級大公司實習與實習推薦信、高質量學術研究課題、高含金量比賽獲獎等等；TOP30-50區間的項目錄取條件也僅僅降低一點點，大部分項目都對應屆生比較友好，不要求要有全職工作經驗，但是有的話必然是非常大的加分項。?下面我們對相關學校申請難度區間做個劃分：?

① 頂級難度學校：Harvard、Chicago…能夠申請到這些學校的學生，其實已經非常優秀了，不需借用外力也能申到，各方面材料準備好就行，都是大神，不用來找我們也能申到。

② 比較困難學校：MIT、Columbia、WUSTL、UCLA、Cornell…普通211和985偶有個把錄取，能申到的都是GPA超級高，GRE/GMAT和IBT超級高（4 / 330 or 750 / 110）, 并且有非常Big Name、內容豐滿的實習（如四大咨詢等，且絕對不是水實習）。PS：水實習是指不是自己親身經歷的，或者去實習沒有很認真的參與核心項目的。在BA申請中比較有含金量的實習，一個是實習的Title比較大一定是Big Name公司，實習內容一定是和數據分析工作比較契合的，不能每天只是錄表格、填數據、找數據，需要涉及處理數據、數據分析，并運用一些比較專業的分析軟件，或者能跟進到某個項目中。

③ 高級學校（我們常常用來沖刺的項目）：Duke、USC、WFU、WM…需要基本條件GPA 3.5+，GRE320+/GMAT700+，IBT100+；有大量優質經歷（高質量比賽，高質量實習，國際交流等等）。

?④ 中級學校（約從綜排40-80）：Southern Methodist、Syracuse、Connecticut…需要基本條件GPA3.2+，GRE300+/GMAT650+，IBT100，正常經歷包裝即可。?

⑤ 保底考慮（綜排80之后，以及商學院排靠前的學校）：Temple，Denver，UTD…供硬件條件很一般的學生參考。總結下，申請建議考慮學校的申請難度匹配自己的三維和實習等軟性背景達標與否。申請難度整體來說美國錄取條件隨排名降低，排名越高的申請難度越大，越低的越容易。五

就業情況

在美國BA專業大多數都是STEM項目，意味著畢業生將擁有更長的OPT時間，可以在美國呆3年，普通OPT只有1年，所以這給了BA學生更多時間在美國實習或者工作。很多學校BA項目在就業服務上也做得很好。這對于畢業后想在美國實習工作，并最終有一席立足之地的同學來說提供了很大的方便。即便是部分地理位置偏僻，以及工作簽越來越難拿的大環境下，BA找短期實習或工作還是相對輕松，因為市場缺口比較大，畢業后短期留在當地不是很難。根據學校大部分BA項目的畢業數據來看，3個月內就業率高達99%。BA目前的就業當然還是好于商科的大部分其他專業（ACCT、Finance…），并且越來越多的美國公司開始建設自己的Data Analytics團隊。?從BA就業行業來看，非常寬泛，任何需要數據的地方都需要做分析。基本上BA可以適用于各類行業：咨詢、金融、保險、證券、消費品、科技、互聯網、零售、制造業、能源、醫療、娛樂業等各行各業，關鍵是公司有沒有這方面的數據分析需求，只要有那就是需要的。?從BA就業工作來看，美國BA畢業生中，只有極少數去了金融行業，大部分都去了各行各業做Business Analyst、Data Analyst之類的工作。

職位主要是側重于數據的整理性分析，a/b testing，data viz。具體又可以根據工作的部門/職能分類，比如Product Analyst，Customer Analyst，Marketing Analyst...，但是萬變不離其宗，分析方法基本都是一致的，只是對于Domain Knowledge的要求有所不同。比如有Marketing經驗的同學就比較容易拿到有Marketing Analytics方向的BA項目offer，也比較容易找到Marketing Analyst的工作，公司會看重你在這方面的商業經驗。?具體工作內容在不同行業中專門從事行業數據搜集、整理、分析、并依據數據做出行業研究、評估和預測。例如：咨詢領域Analytical Consultant（數據分析咨詢師）負責團隊咨詢服務中的統計分析部分（數據準備、數據清洗、數據挖掘、預測分析），與其他咨詢顧問合作，用預測模型進行數據挖掘和預測，提供技術支持，為客戶提供優化解決方案。互聯網領域Data Scientist（數據科學家）負責數據提取、挖掘、分析、數據可視化、轉換，為客戶提供商業決策方案。

金融領域Quantitative Risk Analyst（定量風險分析師）主要針對信用產品進行風險評估和管控，會經常用到SAS SAL這些統計軟件，職業發展可以是金融機構內部風險內控方向。

還有市場分析：廣告策略、廣告投放、市場定位、整合市場營銷；消費者分析：消費者畫像、消費習慣分析、消費偏好；零售行業：產品分析、定價分析、渠道分析；等等。

?常見就業公司：IBM, AT&T, Google, Facebook, Microsoft, Twitter, EY, PwC, DTT, KPMG, Roland Berger, Bain, JP Mogen, Coca-Cola, Home Depot, Georgia Pacific, Fedex, AMEX, Wayfair, Volvo, Ford等等。?雖然這是一個較新的專業，但卻有很好的就業前景。在大數據時代，很多行業都需要擅長挖掘和分析數據的人，而且薪資水平也較高。?