微信扫一扫
1.1 专业简介
根据维基百科定义， Business Analytics（以下简称BA）指的是连续迭代探索和调查过去的企业经营绩效去获取价值信息以及推动商业计划的技能，技术和实践技巧。
用比较通俗易懂的语言来说，那就是，
· 确定最佳分析模型和途径，
· 解释过去的、现在的经营业绩，从中研究和提取有价值的信息，
· 为企业提供和解释解决经营问题的方案，促进正确的商业决策，提高企业运营水平，发现新商机等等。
BA在商业用途中主要体现在三个阶段
这三个阶段分别是：
1. 描述性分析（Descriptive Analytics）: 通过报告、记分卡、聚类等历史数据的呈现和分析，发现商业问题和机遇；
2. 预测性分析（Predictive Analytics）: 通过对历史数据进行建模，对未知情况和状况进行准确的预测；
3. 规范性分析（Prescriptive Analytics）: 通过模拟和优化等找出最佳商业决策。
1.2 学位简介
目前美国前100名的综合大学，大约有30多所学校开设了Business Analytics这个专业。
从专业名称来看，大部分学校都是叫Business Analytics，有些直接叫Analytics，还有个别叫Marketing Analytics， Applied Analytics，学制以1年到1年半为主。
1.3 常见分支
从院系设置来看，多数设置在商学院下，如 UT Austin, Rochester, MSU, GWU 等； 北卡罗来纳大学教堂山分校开设在统计与运筹系。有些设置在工程学院下，如Northwestern、Cornell University；也有设置在信息学院下的，如CMU；一般设置在工程学院及信息学院下的项目，对数学背景和计算机背景要求都很高。另外如MIT，弗吉尼亚大学，罗切斯特大学，维克森林大学，纽约大学，凯斯西楚大学，加州戴维斯分校，加州圣地亚哥分校、哥伦比亚大学、康奈尔大学、南加州大学等均设有商业分析项目。BA硕士绝大多数都是以就业为导向的，从贴合就业实际的Big Data-analytical work 角度来培养学生。
课程参考（以麻省理工学院为例）：
• Applied Probability and Stochastic Models 应用概率与随机过程
• Optimization Methods 优化方法
• Analytics Lab 分析实验室
• Machine Learning 机器学习
• From Analytics to Action 从分析到行动
• Analytics Capstone 分析学顶点项目
• Communicating with Data 通信数据
• The Analytics Edge 边缘分析
2.1 专业背景
总体来看，来自任何背景的学生均可以申请此专业，但数理能力强的学生在申请过程中更有优势。申请分析类硕士的本科生大多来自科学类,工程类或商科类专业。
2.2 先修课要求
BA项目相对于商科别的项目，对于个人的数理背景、编程背景会有较高的要求。不少项目对于申请人有先修课的限制，常见的先修要求有微积分、线性代数、统计、甚至编程。当然，没有达到先修课的要求也未必完全申不了，一方面可以积极和学校协商大四补课、或者上网课代替，另一方面也可以用成绩单以外的其他经历来证明自己这些方面的能力。
其实大部分BA项目没有强制的先修课要求，但是在不强制要求的明目下，各个项目实际对于数理背景有着不同程度的要求。在此举四个例子——UT，UCSD，USC和GWU。
2.2.1 UTAustin
女神级别的BA项目：UT项目官网的pre-enrollment criteria中写的要求是“Computer programming experience is required; experience in any programming language is sufficient but Python is preferred (those admitted to the program are strongly encouraged to learn Python prior to beginning the program)”，而没有具体的课程要求。学校在info session中反复强调对quantitative and technical skills的关注，而从录取情况来看，UT也确实偏好那些拥有较强数理背景的申请者。
2.1 专业背景
总体来看，来自任何背景的学生均可以申请此专业，但数理能力强的学生在申请过程中更有优势。申请分析类硕士的本科生大多来自科学类,工程类或商科类专业。
2.2 先修课要求
BA项目相对于商科别的项目，对于个人的数理背景、编程背景会有较高的要求。不少项目对于申请人有先修课的限制，常见的先修要求有微积分、线性代数、统计、甚至编程。当然，没有达到先修课的要求也未必完全申不了，一方面可以积极和学校协商大四补课、或者上网课代替，另一方面也可以用成绩单以外的其他经历来证明自己这些方面的能力。
其实大部分BA项目没有强制的先修课要求，但是在不强制要求的明目下，各个项目实际对于数理背景有着不同程度的要求。在此举四个例子——UT，UCSD，USC和GWU。
2.2.1 UTAustin
女神级别的BA项目：UT项目官网的pre-enrollment criteria中写的要求是“Computer programming experience is required; experience in any programming language is sufficient but Python is preferred (those admitted to the program are strongly encouraged to learn Python prior to beginning the program)”，而没有具体的课程要求。学校在info session中反复强调对quantitative and technical skills的关注，而从录取情况来看，UT也确实偏好那些拥有较强数理背景的申请者。
2.2.3 USC
USC的BA项目官网FAQ板块中关于prerequisite非常随意的写道“While we do not have any required pre-enrollment courses, we find students who have taken at least one statistics course at the college level are most successful in the program.”在USC的网申中，倒是有一个空白需要填写能够熟悉使用的computer language。而从USC的录取情况我们也可以看出，USC对于申请人的数理背景要求并不像UT那么高，上过高数，统计学相关的就可以了。
总结一下，不同项目对于数理背景的要求程度不同，不强制要求不代表要求低，有先修要求也不代表要求高，需要根据不同项目具体分析。一般而言，满足数学三件套——微积分、线代、概统即可，有编程技能则是锦上添花。
2.3 实习和竞赛
实习：BA实习在乎的不是行业，而是内容。和大数据分析相关、技术性强的实习当然最好，退而求其次，与数据分析相关的其他实习也可以管中窥豹。
科研：就业导向的商科项目一般对于科研没有什么要求。然而对于BA而言，如果你的科研经历或者课题项目经历能够展现你的技术能力，当然也会为申请增光添彩。
竞赛：参加美国数学建模大赛国大学生数学建模竞赛。
