商业分析专业解析-新东方前途出国

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。

1.2  项目设置

目前美国大约有250个Business Analytics或Data Science 相关专业的硕士项目，每年毕业生有8000~10000名。从专业的名称来看，大部分学校都是叫Business Analytics, 根据开设课程和所在院校的不同，也有的学校开设的项目叫做Analytics, Data Analytics, Applied Analytics等等。专业的时间长度大多数是1-1.5年，绝大部分BA项目是属于STEM项目，毕业后最长可获得36个月的OPT时间。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。

1.3  开设院系

从院系设置来看，主要有以下几种情况：

Ÿ   绝大多数设置在商学院下，如 MIT, UT Austin, Rochester, GWU 等；

Ÿ   有些设置在工程学院下，如Northwestern，Columbia，Cornell；

Ÿ   也有设置在信息学院下的，如CMU，Rutgers；

Ÿ   也有设置在继续教育学院下的，如Columbia的Applied Analytics，Chicago；

一般设置在工程学院及信息学院下的项目，更多是数据科学，对数学背景和计算机背景要求要更高。

2.1 专业背景

商业分析作为一门交叉学科，并没有限制专业背景，但是想要申请的同学最好要有一定的商业知识储备，并掌握编程和数据处理软件，例如SAS, Python以及一些语言比如R语言。因此，数学和统计，计算机科学，工程类，以及商科类同学相对有优势。

2.2 先修课要求

商业分析的先修课可以分成以下三大类：

第一：数学 （要修过相关课程）

Ÿ   Linear Algebra

Ÿ   Calculus I

Ÿ   Calculus II

Ÿ   Probability and Statistics

第二：计算机 （最好修过课程，如果没有修过课程，通过实践，实习或科研证明掌握能力也是可以的）

Ÿ   Computer programming course in a general programming language such as C, C++, Java, or Python，R

Ÿ   Statistical, econometrics and mathematical applications and tools (for example, SAS, Stata, SQL，MatLab, R, S-Plus, Mathematica).

第三：商科（极少项目作为硬性要求，如有时间最好还是补充一到两门）

Ÿ   Introduction to Corporate Finance

Ÿ   Introduction to Financial Accounting

Ÿ   Introduction to Marketing

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。

2.3 科研实习建议

2.3.1 实习

对于申请商学院BA项目来说，具有好的相关的实习经历是非常加分的。与BA申请方向相契合的实习例如：券商、保险、基金、咨询、快消、互联网、500强等企业数据分析岗。

以下列举一些具体公司职位参考：

Ÿ   互联网金融：百度金融数据分析

Ÿ   四大：战略咨询、管理咨询等偏数据岗

Ÿ   咨询公司：尼尔森数据分析、波士顿战略咨询、贝恩战略咨询/数据分析…

Ÿ   互联网公司：Google数据岗、滴滴出行数据分析岗、去哪儿网数据分析、LinkedIn商业分析，字节跳动数据分析师…

Ÿ   电商：淘宝，京东，什么值得买，小红书等数据分析实习生…

Ÿ   快消：联合利华市场部、宝洁市场部…

Ÿ   大数据公司：BBD数据分析岗…

Ÿ   其他公司：教育，在线医疗，医疗器械/科技（现在有些BA项目开了healthcare方向）等等

2.3.2 比赛

大型数学建模比赛如美赛、国赛，这两项比赛认可度较高，强烈建议参加。其他金融建模、统计建模比赛、数据分析竞赛等也可以参加。参加这些类型的比赛，可以加强并锻炼自身建模、代码编程、论文写作、数据处理分析等方面的能力，也为申请增加亮点。

2.3.3 学术课题研究

Ÿ   课题/导师项目，例如：本创、国创、创新创业训练、助研等，这些都是增加科研项目经历的途径。

Ÿ   学术项目，要尽量选择具有统计、编程、建模、数据分析等内容的数据研究项目课题，能够运用分析工具、模型等进行相关研究（例如涉及SPSS、Eviews、Python、MATLAB等统计分析软件使用），这样的项目对申请帮助更大。如果能有论文发表的话也会有一定优势。