话题：BA

随着时代的发展，传统商科 Business Analysis 已然不再吃香，作为近两年留学申请专业里面冉冉升起的一颗新星，Buisness Analytics（简称BA）可以说是令无数同学和企业都趋之若鹜的一大热门。

无论是MIT、Duke、Emory、UCLA、Columbia等名校竞相组织资源开设此类硕士项目，还是康涅迪格大学这种以往宽进严出的BA项目都明显了提高了自身的录取要求。

但是选专业不能盲目跟风，这个项目究竟是研究什么的？同为商科项目，它跟 Business Analysis 有什么区别？又有哪些院校实力更强一筹？在申请上需要具备哪些条件？

听蒙圈儿一一给大家解答。

BA到底是什么?

要解释BA是什么，首先要知道为什么会出现 Business Analytics 这个专业。传统商科 Business Analysis 和 Business analytics 翻译出来差不多都叫做“商业分析”，但前者是传统商科，后者才是大数据风口浪尖上的新专业。

传统的 Business Analysis 主要是对公司运营、业务开展进行的分析，比如说发现新的商业需求，提出解决方案。这个领域虽会涉及一些销售业绩的数据分析，但总的来说还是定性为主导，数据分析一般都是起一个辅助的作用。

而BA是商科与数据科学交叉的学科，运用分析工具研究大数据信息，如市场数据、用户行为、偏好、基本信息等，并根据分析结果作出或优化商业决策。

也可以认为，BA是连接IT部门和Business部门之间类似于起到桥梁作用的一个专业，是指导商业决策的一门新兴学科。根据大数据来注重规范性和预测性，而职业的情况根据你学的不同的领域来讲，主要有两大块，一个是去做大数据这类，还有一个是去做像市场这块的内容，比如消费者数据研究。

BA主要学习什么科目

• 数理类

微积分、 应用概率论、分析实验室微积分、线性规划

• 编程类

MIS(简单但非常实用的编程如 VBA+SQL）、Python、数据分析与编程

• 数据库知识

数据库、数据挖掘

• STAT类 (使用统计软件编程来自动分析等)

基础统计软件（SPSS、SAS等）、统计学、数据分析、OR/Statistics

• 商科与管理类

商业决策、数据库管理、电子商务、数据可视化、网页分析

BA的就业方向和前景

首先，BA作为为数不多被归为STEM的商科类专业。3年的OPT可以给学生丰富的在美工作经验；同时3年OPT意味着可以抽3次H1B，留美机会相对更多，政策扶持力度更大。

其次，BA专业的就业面很广，包括银行、政府、医疗、能源、制造和药品等行业均能一展拳脚。

在大数据时代，很多行业都需要擅长挖掘和分析数据的人，例如IT、互联网、游戏、通信、金融（券商、投行、基金、资产管理）、医药、咨询、零售等。像麦肯锡，贝恩，波士顿咨询MBB三家去年都收购了专门的BA部门做数据分析。因此BA的毕业生都比较抢手，就业率基本大于90%，而且薪资水平也较高。

就业方向主要分4块：

• 金融领域：可以成为前台model tester或者后台risk control
• Consulting（咨询）：非常典型的就业方向解决不同行业的问题，着重problem solving的能力，翻译成数据能够解决的问题，反馈给客户
• 市场营销和市场分析：比如淘宝用户数据分析
• 互联网公司：网站维护，用户浏览等hidden insight数据。

薪资待遇：

以Glassdoor上纽约地区的数据为例，商业分析师的平均年薪为75413刀。

根据Salary网站提供的数据，截至2018年9月1日，美国的商业分析经理（Business Analytics Manager）的平均基本年薪达到117,867美元，基本薪资的主要区间在104,414美元到132,233美元之间。

在包含了奖金、医保等一系列福利之后，平均基本年薪达到126,017美元，基本薪资的主要区间在110,292美元到143,809美元之间。

此外，该领域在加州和纽约附近的岗位薪资是最高的，薪资水平再随周围扩散减少。

BA申请攻略

硬件分数

美国BA类项目士由于所属学院的不同，所需要的硬件条件也不同。

• 开设在商学院下面的BA项目接受GMAT和GRE;
• 开设在工程学院下面的更倾向于GRE。

建议在申请时，具体查看学校的要求。

通常专排TOP15的要求是：GMAT720/GRE325，T100-105，GPA3.6+。

专排越靠后，三维的要求就随之降低。另外还要匹配实习实践经历、面试发挥、推荐信、文书以及是否满足必修课程。

具体分数可参考各学校往年录取的平均分。
 

申请背景

大部分学校没有给出明确的本科申请背景。也有部分学校强调，喜欢招生来自数学、计算机、统计、工程、经济学和金融等领域定量分析能力强的学生。

总体来看，来自任何背景的学生均可以申请此专业，但该项目对申请者的数学和计算机背景要求较高。

一般来说，学过高数微积分Calculus、统计Statistics、线性代数Linear Algebra等数理能力强的学生在申请过程中更有优势；有编程数据库知识，例如Matlab、SAS、SPSS、SQL等更好，当然这不是硬性要求。

所以申请该硕士项目的本科生大多来自科学类、工程类或商科类专业。
 

工作&实习经验

大部分开设该项目的院校不对申请者的工作经验作要求，但是能有数据分析，行业分析、金融分析方面的等实习经验将非常有助于申请。

因此如果能利用假期在知名的电商企业、TMT公司、四大的审计或咨询岗位、市场分析、证券私募分析、社交媒体、医药行业的市场分析部门实习，对你的申请一定有所帮助。

院校推荐

MIT麻省理工学院

Master of Science in Business Analytics（MSBA）

Class Size： 40-60人

项目时长： 1年

MIT无论是学校还是其商学院，都是顶尖。其中该项目于2017年秋季新开，并立刻横扫UTAustin、USF、UMN、NCSU等女神校的光环。第一届收到了大约800+份的申请，平均100个左右的人拿到面试，录取60人左右。

德州大学奥斯汀分校

Master of Science in Business Analytics（MSBA）

Class Size： 60人左右，25人左右的国际学生

项目时长： 10个月，36学分

BA界毫无疑问的女神校，很全面，挑不出什么缺点。

录取标准极高，课程设置非常屌，BA中的战斗机，SAS，R, SQL, Java, Python, Hadoop全都能学到。

100%爆高的就业率，即使单算国际生，也能在95%+.

GIT佐治亚理工学院

Master of Science in Analytics（MSA）

Class Size： 60人左右，20+人的国际学生。中国学生基本个位数

项目时长： 1年

毕业生平均起薪直达10万刀，名气与声望响当当，每年都有已具备PHD、MD、JD等顶尖学位的人在读此项目。

NCSU北卡罗来纳州立大学

Master of Science in Analytics（MSA）

Class Size： 120人左右，但80%+的美国人，中国人基本都在个位数

项目时长： 10个月

公立学校，学费比较良心，但是国际生的比例很低。

UMN明尼苏达大学双城分校

Master of Science in Business Analytics（MSBA）

Class Size： 80人左右。院长是印度人，印度人占三分之一。中国人15+左右

项目时长： 1年，三学期，45学分，6月初开学

在美国的名气不小，BA女神校之一，项目良心，教授良心。但是该校是所有开设BA研究生项目压力最大的学校，没有之一。

USF旧金山大学

MS in Analytics（MSAN）

Class Size： 50-60人，中国人在10个左右

项目时长： 12个月，35个学分

项目质量和学生质量足以匹敌顶级名校，学费良心价，经常发奖金。

UVA弗吉尼亚大学

M.S. in Commerce Track Business Analytics

Class Size： 25%国际生比例，平均每个专业40人左右

项目时长： 10个月，32学分

公立校，排名高，但是申请也难，国际生比例炒鸡低。

UCLA加州大学洛杉矶分校

Master of Science in Business Analytics（MSBA）

Class Size： 40人左右

项目时长： 13个月，从11月开学到次年12月毕业

2017年新开，项目相对来说比较有竞争力，包实习分配。

总体来说，BA专业的实用性比较强，而且项目前景好，就业上更有竞争力，再加上有着3年OPT的STEM专业，非常值得同学们尝试与申请。

作者Steve Bai，芝士圈留学行家，就读于美国布兰迪斯大学商业分析Master学位。

说到BA专业，我这两天刚从midterm的苦海里短暂抽身出来，在下周密密麻麻的due之前和大家分享一下我在Brandeis读BA这两个多月的一些心得。

目录：

1. 什么是BA
2. 我的课程有哪些
3. 技能应用
4. BA申请小tip
5. 就业方向
总结

1. 什么是BA

很多人一提到BA第一反应往往是编程。确实，教会学生足够的编程技能是所有BA项目的目标之一。但这并不意味着BA专业的学生在经过一年到两年的学习后，就可以精通所有编程语言和编程技巧。事实上，由于项目时长限制，每个BA项目对不同编程语言的侧重和教学深度也并不相同。BA项目里常见的编程语言包括R, Python和SQL，有些学校还会加入Java一类的选修课。但这一类的课程通常并不是教会学生如何精通这些技能，而是教会学生如何理解编程，并且通过运用这些技术提供可以用于公司business的建议。所以，在BA项目中更重要的是学会“如何学习编程”，掌握在短时间快速学习和运用新技能的方法。

BA的另一个重点就是培养学生的沟通技巧。作为开设在商学院里面的研究生项目，BA专业着重培养企业中数据部门和决策部门的沟通桥梁。如何将海量数据转化成便于理解的信息，帮助企业管理者更快地发现市场中的机会，是BA学生区别于传统的商科生和datascientist的关键。而communication skill就是将BA学生对公司价值最大化的核心之一。很多商学院会提供商科里各种领域的课程供BA学生选修，例如marketing，finance，consulting等。这些课程里往往包含了很多presentation的作业，帮助学生提高沟通技巧。

2. 我的课程

作为一个到目前为止只开了两年的BA项目，Brandeis对于本科偏文科专业的学生十分友好，录取人里不乏本科专业艺术，传媒和文学。在美国BA对申请人的quant背景筛选越发严格的背景下，Brandeis无疑给很多申请人提供了进入BA领域的机会。但它的workload却不算轻。

第一学期必修的R和SQL对于完全零基础的学生并不容易，选修里面还可以提前学machinelearning和python有关的课程。另外，由于地处麻省，Brandeis也因地制宜开设了和healthcare有关的数据分析课程，对于想进入healthcare这个在波士顿拥有庞大市场规模的行业的学生也是一个十分适合的选择。

而在第二个学期的课程设置上，不止Brandeis，很多美国的学校都会开设capstone项目。这个项目为学生提供直接服务于校外企业的项目机会，要求学生在一个学期的项目时间内向合作企业提供正式的可行的咨询报告，在制作报告的过程中可以运用一切已经掌握的技能。这也是在美国正式实习前最接近真实工作环境的项目之一。（简直是充实resume的法宝）。另外，更多的选修学分可以允许学生选择不同的方向进一步向感兴趣的方向深造。除此之外，每个商学院都会利用自己的资源为学生提供校外交流的机会。比如前往纽约，加州等地的Tour visiting，以及去别的国家交换culturalexchange。

3. 应用

BA项目所学到的技能最直接的应用就是找工作。而工作的行业和岗位又在很大程度上取决于学校的地理位置。

比如地处波士顿，Brandeis的校友很多都会选择医疗保健保险行业作为职业生涯的起点，而这个行业的确拥有庞大的大数据应用潜力。而在德州和加州的学生则偏好科技公司和互联网公司的众多职位。

所以，在申请学校前提前了解学校的地理位置和当地的强势行业对自己的选择学校也有很大帮助。而在目标公司的选择上，除了比较知名的Big Name，很多高校聚集的城市都会有一大批新兴的start-ups，这些公司虽然不像大公司一样声名显赫，但都专注于科技和数据对business的创新作用，在这些公司实习也能过学到很多数据分析在实际工作中的应用。

4. BA申请

不同的BA项目的确对申请人的背景有着不同的偏好。评判商学院好坏的一个重要标准便是学生毕业以后的就业情况。所以作为不缺学生申请的各大热门BA项目，选择那些背景足够出色，并且毕业后相对容易找到工作的申请者对自身商学院的口碑建设更为有利。

但这也不代表没有quant经历的人就永远无法进入BA的世界。如何突出自己对大数据的热爱和对数据分析技术应用的洞察是一篇好的文书所要表达的核心思想。在这方面的确需要很多insiders的建议。

我自己在申请的时候也用到了芝士圈的文书服务，在自己DIY的基础上寻求了来自数据分析方向的导师的帮助，进一步完善自己选择商业分析作为自己未来职业发展方向的理由。

而另一方面，想要打动学校招生官的一大法宝便是对学校有深入细致的了解。无论是某一名教授的研究方向，还是项目里开设的一门课，抑或是学校提供的独一无二的项目体验机会，都可以成为申请人选择来到这个学校的理由之一。毕竟对学校了解的越多，招生官越容易感受到你对这个项目的渴望。

5. 就业方向

在信息爆炸的今天下很多词都被炒得火热，大数据无疑是其中之一。作为大数据时代下迅速走红的一个专业，商业分析给很多已经进入数据分析，或者尚未涉猎此领域的人提供了一个很美好的遐想：学会数据分析就可以在职场闪转腾挪，平步青云。

但是商业分析不像金融，会计，计算机科学等其他专业，有着明确的行业偏好和发展前景。事实上，数据分析可以应用在各个行业中，从最传统的商品百货到最fancy的互联网公司。而广阔的行业自然提供了充足的就业岗位。但这并不意味着商业分析的毕业生在就业市场上会容易半分。在心仪的行业中寻找到合适的岗位，更需要对整个行业有深入的洞察。

作为BA项目的申请人，无论是寻找自己申请动机，还是完善文书逻辑，都应当发掘数据分析在自己最感兴趣的行业中的发展前景。与其一股脑学别人一样扎身进科技公司互联网公司，思考如何用数据为自己最热爱的行业带来创新，帮助其更好地适应新的时代方向，才是一个出色的商业分析学生更应该思考的问题。

以波士顿为例，医疗健康是波士顿最大的产业之一。而医疗行业在美国的资源流失情况也十分严峻。如何通过数据分析合理分配医疗资源，提高资源利用率则是行业内所有集体思考的方向。所以，越来越多的医疗行业向商学院出身的数据分析师敞开大门，以帮助他们在信息时代下完成资源分配效率的进一步提高。而这一切的前提，都建立于分析师对整个行业深入的了解。

作为时长只有一年到一年半的硕士项目，商业分析是一个在大数据时代下万金油类型的教育项目，为企业培养理解编程，并且能将其转化为商业策略的中层人才。就像前文所说，学习BA更像是学习“快速掌握新技能的方法”。

同样，在就业市场中企业评估一个申请人的时候也会看重这个人的学习能力。在这个领域里没有不会过时的技能，唯一能帮助自己走的更远的方法只有不断学习。所以即使项目时间不够长，只要展现出出色的学习能力，同样可以收获企业的青睐。

总结

商业分析是一个很火热的项目，但它并不代表着清晰的就业方向。它需要每一个学生对自己未来的职业规划有着清晰明确的认知和笃定的信心。在这个专业里，学习编程并不是最难的一部分；难的是如何让自己迅速适应大数据时代的商业变革，并且帮助更多的人适应大数据对我们生活带来的改变。也希望今后每一位走入商业分析领域的同学都能在自己理想的行业内有所建树。

作者Claire Wu，芝士圈留学行家，2017-09~2018-12就读于UIUC的MSIM项目，曾拿到多个美国的MSA项目和BA相关的项目offer。

我就读于UIUC的信息管理专业（Master in Information Management），2017年8月底入学，2018年12月毕业，目前在美国一家互联网电商公司工作。在读MSIM之前，我的本科是会计专业，入学前没有任何编程基础。从我自己找工作的经历来看没有觉得特别艰难，时间线大约是从2018年8月底到11月初，以投商业分析和分析方向的咨询职位为主。美国的就业市场，商业分析相关的项目（商业分析/数据分析/统计/信息管理/信息系统）主要有以下就业方向：

1）数据工程师
2）商业分析师
3）数据科学家

Salary水平：商业分析师<数据工程师<数据科学家
技术的要求：商业分析师<数据工程师<数据科学家

这个回答中我会主要focus在商业分析找工作的主题上，聊一聊文商科背景的同学（我在高中是读文科）如何转商业分析找工作。

先来看一份亚马逊招商业分析的职位描述：

- 基本技能

1）熟练掌握SQL、Excel、Tableau和其他统计分析工具
2）书面和口头把复杂的分析和insight有效传达给senior领导的能力

- 如果有以下技能可以加分：

1）优秀的书面和口头表达能力
2）使用Reporting工具的经验（Cognos，Tableau，MicroStrategy，etc）
3）对Redshift和Quicksight有基本的认识
4）很强的商业运营认知 ，例如对商业决策的预计影响的预估
5）了解如何最高效进行分析的方式、编程语言以及可视化Reporting工具
6）注意细节
7）独立工作，调整优先级，在不断变化的环境工作的能力
8）与多功能团队共事的经验

- 以上所有的技能可以总结为一下几点：

1）熟练掌握分析工具 - SQL/Excel/Tableau等
2）Business Sense - 碰到一个问题能不能从business的角度剖析，找到最合适的方向进行分析
3）沟通能力 - 与不同团队沟通；将分析结果汇报给senior leadership

划重点：

从我的个人角度聊聊分析工具的要求：这份职位描述中提到的分析工具，例如SQL和Tableau，都是我入学前完全没有接触过的，都是在项目中根据课程和自己在网上找资源学习。

这份职位描述里没有提到Python等编程语言，但是学Python也是非常必要的，在理想的情况下同一个问题应该可以有能力用多种工具解决（这样你可以择优而选）。在商业分析/数据分析需要掌握的分析工具中，作为一个完全没有先修知识的商科背景同学，学Python的确对我来说是稍微有一些struggle，SQL和Tableau相比真的是非常非常简单了。

根据我的经验，在一年的时间中掌握SQL+Tableau+用于数据分析的Python是完全没有问题的，需要花费的时间Python > SQL > Tableau（或其他reporting工具）。

这样的toolset的组合是对于一个文商科同学可达到的基本水平，如果你想更加technical，那不能避免得还要学习机器学习，人工智能，算法等等。但是这样最基本的skill set找到一份商业分析的工作是完全OK的。

了解了toolset，大家要做的就是根据需要掌握的工具来进行选课，还没申请的同学也可以参考这个来选项目。如果有文科背景的同学对统计、数学比较害怕，强烈建议大家仔细阅读课程中的必修部分，衡量一下是否自己可以handle – 我会比较建议Data零基础的文商科同学选择选修课更多的项目，这样自己可以根据自己的学习情况灵活把握学什么课程，避免造成压力过大的情况。在这里也给我们项目打个广告（UIUC MSIM：https://ischool.illinois.edu/degrees-programs/ms-information-management），这个项目非常flexible - 想更technical的可以走数据科学或者码农方向，想走BA也可以选BA相关的课。

总得来说，一个文商科的同学读一个商业分析Master，学习最基本的BA toolset，是非常有可能在美国找到一份商业分析的工作的。

下面也根据职位描述简单说一说DE（数据工程师）和DS（数据科学家）：

一、数据工程师

- 需要什么技能？

以一份亚马逊的Job Description为例，亚马逊的数据工程师要求掌握以下技能：

1）编程经验 - 例如Python的编程经验
2）数据建模，ETL（数据提取-转换-加载），数据仓库相关经验
3）掌握类似Tableau的可视化Reporting工具
4）熟练掌握SQL

- 如果有以下技能可以加分：

1）写基于大数据量的复杂、高效SQL的经验
2）用Jupyter和Pandas等数据分析工具进行数据分析的经验
3）与不同层级business和engineer stakeholder沟通的经验
4）用AWS工具的经验 - 如Redshift, SageMaker, etc.
5）在engineer, business, product, finance等不同team中协调项目的能力
6）通过written communication的沟通分析结果的能力

- 以上所有的技能可以总结为一下几点：

1）编程 - Python（特别是用Pandas等相关库进行数据分析）
2）数据库 - 需要有数据仓库、数据建模的基础。SQL非常重要（基本的写SQL + 更高阶的如何优化）
3）可视化 - 需要会用Tableau，PowerBI这样的dashboard工具做report
4）沟通能力 - 需要跟工程师、产品、business各个stakeholder进行沟通；分析的结果需要以一种stakeholder可以清楚理解的方式传达

前三点可以通过学习达成，第四点在实习和工作中会更有体会。

二、数据科学家

- 需要什么技能？

同样以一份亚马逊的Job Description（这里看的是一个Senior职位），亚马逊的商业分析师要求掌握以下技能：

1）编程经验 - Python, R, MATLAB

2）相关的行业经验

- 如果有以下技能可以加分：

1）自然语言处理、机器学习、统计等的博士学位
2）大量将理论模型运用至应用环境的经验
3）精通机器学习方法和技术
4）强的问题处理、算法设计、复杂分析的基础
5）编程语言 - 使用Java，C++等的经验
6）很强的沟通和数据展示能力
6）开发云相关软件的经验，并对scalability，performance，reliability有基本理解

- 以上所有的技能可以总结为一下几点：

1）相关专业的学术背景
2）机器学习的知识和运用
3）编程语言 - Python，R，MATLAB，JAVA，C++
4）开发知识和算法设计
5）数据的沟通能力

*这里也想补充一下，数据科学这个职位名最近非常流行，很多没有要求这样高的职位也会叫这个（比如Facebook的DS Analytics），大家不要因为看到这个skillset就不去投这个职位，具体还要一个一个看每个position的职位描述。

横向比较这三个职位，从转专业的技术难度上，明显商业分析是更转专业友好，特别是对于商科背景的转专业同学。但是想提醒大家的是，现在大多数学校的BA项目大多会有机器学习等等比较Technical的课程，这也跟就业环境有关 - 现在找BA/DA相关的工作，都需要对机器学习有或多或少的了解。

从“好就业”的角度来看，目前这三个职位都需求量尚可，大家可以根据自己的兴趣和技术水平在上课的时候选择对应的课程，满足不同职位的要求。

如果想进一步详细了解商业分析在美国如何找工作，工作的具体实际内容（例如A typical day as a Business Analyst），欢迎浏览我在芝士圈的咨询服务，希望能帮到大家：）