商業(yè)分析亦稱應(yīng)用分析，即MS in Business Analytics，簡稱MSBA，是目前為留學(xué)生提供H1B工作相對容易的專業(yè)，也是商學(xué)院畢業(yè)生年薪超過10萬刀的高薪專業(yè)，而且，已有逐步打敗金融MSF（Master of Science in Finance）的勢頭。

01 商業(yè)分析專業(yè)緣何升溫迅猛

當(dāng)大量的消費(fèi)數(shù)據(jù)已無法用傳統(tǒng)的模式來統(tǒng)計(jì)時(shí)，必然會(huì)催生一個(gè)新的模式出來。

回想近十年，“大數(shù)據(jù)”三個(gè)字已比人們預(yù)想更快的速度覆蓋到了人常生活中，這便要求這一模式需要的是Business商業(yè)+Statistic統(tǒng)計(jì)+Computer Science計(jì)算機(jī)科學(xué)的跨學(xué)科領(lǐng)域結(jié)合。

目前，在商學(xué)院和部分工程學(xué)院，商業(yè)分析專業(yè)在幾乎所有這些學(xué)校都是1年的項(xiàng)目。該專業(yè)分為兩個(gè)研究方向：

一是偏數(shù)據(jù)量化計(jì)算科學(xué)的，如麻省理工MIT，卡梅CMU；二是偏商業(yè)管理研究，如羅徹斯特Rochester，布蘭迪斯Braneis，當(dāng)然，也有兩者結(jié)合的，如埃默里Emory和加州洛杉磯UCLA。

MIT的培養(yǎng)目標(biāo)：畢業(yè)生進(jìn)入數(shù)據(jù)科學(xué)產(chǎn)業(yè)，以及適合那些工程師、數(shù)學(xué)家、物理學(xué)家、計(jì)算機(jī)程序員和高科技產(chǎn)業(yè)從業(yè)人員職業(yè)轉(zhuǎn)換。專業(yè)引導(dǎo)學(xué)生應(yīng)用數(shù)據(jù)科學(xué)解決商業(yè)挑戰(zhàn)問題。

說通俗點(diǎn)，就是在商業(yè)領(lǐng)域運(yùn)用統(tǒng)計(jì)、編程和量化工具來分析商業(yè)大數(shù)據(jù)并做決策。

近幾年世界產(chǎn)業(yè)進(jìn)入數(shù)據(jù)、IT，并且向人工智能AI方向發(fā)展，以Facebook和Instagram為代表的社交網(wǎng)絡(luò)平臺(tái)，以阿里和Amazon為代表的電商消費(fèi)平臺(tái)，以Uber和Airbnb為代表的共享商業(yè)平臺(tái)，從最基礎(chǔ)的醫(yī)療、消費(fèi)、廣告行業(yè)，到金融、社交媒體、創(chuàng)新型產(chǎn)業(yè)，都因?yàn)榉e累了大量的、動(dòng)態(tài)的消費(fèi)者行為數(shù)據(jù)，因此這些行業(yè)急需數(shù)據(jù)分析人才來從大數(shù)據(jù)分析角度來改進(jìn)改善企業(yè)的商業(yè)模式和市場策略。

麥肯錫報(bào)告顯示：目前美國急需15～19萬具有分析專長的人才，以及150萬能夠基于大數(shù)據(jù)做決策的管理人才。根據(jù)領(lǐng)英的數(shù)據(jù)：商業(yè)分析的平均年薪是7.2萬美元，最高年薪可達(dá)10.4萬美元。

熱門的企業(yè)包括頂尖咨詢公司、IT以及商業(yè)企業(yè)，熱門的行業(yè)包括信息產(chǎn)業(yè)、金融服務(wù)、銀行投行、軟件、管理咨詢和市場營銷等。

也就是說，從MSBA畢業(yè)，今后或許就是介于CS程序猿和公司高管經(jīng)理之間的職位，為公司做商業(yè)決策。可選擇的行業(yè)不再局限于專業(yè)領(lǐng)域，而是各行各業(yè)，只要有需要做客戶分析、咨詢、決策的崗位都可以勝任。重點(diǎn)是，這是STEM專業(yè)，那就意味著可以在美國有3年的OPT實(shí)習(xí)，同時(shí)，起步年薪將高達(dá)10萬美元。

02 申請商業(yè)分析碩士需要哪些條件？

該專業(yè)對申請者本科背景限制不大，學(xué)過高數(shù)微積分Calculus、統(tǒng)計(jì)Statistics、線性代數(shù)Linear Algebra，都可申請，當(dāng)然有編程數(shù)據(jù)庫知識(shí)，例如Matlab、SAS、SPSS、SQL等更好，當(dāng)然這不是硬性要求。

如果是申請麻省MIT，卡梅CMU這類計(jì)算機(jī)頂尖學(xué)校的MSBA，那就還需要編程及量化知識(shí)，包括面向?qū)ο蟮木幊蹋↗ava/C++）以及概率與統(tǒng)計(jì)課程。因?yàn)檫@些課程偏向于編程和數(shù)據(jù)科學(xué)。

所以，建議那些非常文科的同學(xué)（語言學(xué)、公共管理、傳媒等非常文科，沒有修過微積分、統(tǒng)計(jì)和概率），在申研之前先補(bǔ)修這些課程。近幾年我們有政治國際關(guān)系本科背景的同學(xué)，也申到了不錯(cuò)的MSBA項(xiàng)目，也是因?yàn)樵趯?shí)習(xí)工作中積累了相當(dāng)多的量化知識(shí)，來彌補(bǔ)本科缺失背景課程。

與MSBA最相關(guān)的碩士專業(yè)當(dāng)然屬于更偏向于量化的MS Data Science 數(shù)據(jù)科學(xué)，因此MSBA非常歡迎具有量化背景的同學(xué)，包括數(shù)學(xué)、計(jì)算機(jī)、物理、統(tǒng)計(jì)、金融、會(huì)計(jì)、經(jīng)濟(jì)、運(yùn)籌學(xué)等。當(dāng)然也有同學(xué)拿環(huán)境科學(xué)、土木工程等背景申到了不錯(cuò)的Offer。

在MSBA碩士階段會(huì)學(xué)到一些編程知識(shí)，因此在此前，最好有一些編程背景，包括常用的Python，R，Tableau，SQL，SAS，SPSS或Matlab，以及其數(shù)據(jù)視覺化工具Data Visuliazation Kit。

也別擔(dān)心，這些知識(shí)完全可以自學(xué)，或者通過網(wǎng)絡(luò)課程（例如Coursera.com）彌補(bǔ)，更高級(jí)的算法背景要求，可以有Machine Learning機(jī)器學(xué)習(xí)，以及高級(jí)數(shù)據(jù)庫編程，如Java/C++。不過，商學(xué)院并沒有具體要求，只要有一些背景知識(shí)就是加分的。

除此之外，有分量的實(shí)習(xí)非常重要，因?yàn)镸SBA是一門實(shí)操學(xué)科，希望學(xué)生具有分析實(shí)戰(zhàn)經(jīng)驗(yàn)。因此如果能利用暑假在知名的電商企業(yè)、TMT公司、四大的審計(jì)或咨詢崗位、市場分析、證券私募分析、社交媒體、醫(yī)藥行業(yè)的市場分析部門實(shí)習(xí)，那就再好不過了。

03 MSBA如何定位？

雖然在網(wǎng)上也有MSBA專業(yè)的相關(guān)排名，但留學(xué)港顧問看來這份榜單相對還是隨性了一些。因?yàn)?，事?shí)上很多學(xué)校都是這幾年新開的，并沒有大量畢業(yè)生進(jìn)行對比。留學(xué)港團(tuán)隊(duì)結(jié)合QS世界商學(xué)院/TFE的商業(yè)分析，以及就業(yè)情況，錄取難度，結(jié)合實(shí)戰(zhàn)案例以及在讀學(xué)生反饋等，做出如下專業(yè)建議排名：

表中越是MSBA專業(yè)排名高的學(xué)校，對于三維以及背景的要求越高。通常專排TOP15的要求是：

GMAT：720/ GRE：325

TOFEL：100-105

GPA：3.6+

專排越靠后，三維的要求就隨之降低。這還要匹配實(shí)習(xí)實(shí)踐經(jīng)歷、面試發(fā)揮、推薦信、文書以及是否滿足必修課程。

04 專業(yè)所學(xué)課程有哪些？

1.傳統(tǒng)商業(yè)課程

課程包括：金融、會(huì)計(jì)、市場營銷、策略、管理優(yōu)化、商業(yè)模型、供應(yīng)鏈、定價(jià)分析、商業(yè)智能等。

2.統(tǒng)計(jì)課程

主要是學(xué)習(xí)如何建立和評估多變量的統(tǒng)計(jì)模型，最典型的例子就是回歸分析模型。課程包括：數(shù)學(xué)與統(tǒng)計(jì)、時(shí)間序列分析、商業(yè)管理統(tǒng)計(jì)、說明性模型、優(yōu)化模型、預(yù)測模型等。

3.編程課程

主要有：Python、R、Haoop、SAS和基礎(chǔ)數(shù)據(jù)庫SQL，這是需要通過編寫代碼來完成數(shù)據(jù)的查詢、提取和分析。高級(jí)一點(diǎn)的MSBA專業(yè)（例如Emory）還需要學(xué)習(xí)Machine Learning，或者M(jìn)initab。

其實(shí)很多學(xué)校的課程都是將編程直接融入商業(yè)和統(tǒng)計(jì)課程，例如羅村UR的大部分課程是XXX using R，XXX using Python（例如：Core Statistics Using R，Marketing Analytics Using R，Preictive Analytics Using Python），也就是把R和Python編程應(yīng)用到這個(gè)傳統(tǒng)的學(xué)科中。

4.數(shù)據(jù)類課程

很多學(xué)校將數(shù)據(jù)挖掘、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)分析作為很重要的課程，因此就有數(shù)據(jù)挖掘、數(shù)據(jù)管理、大數(shù)據(jù)、數(shù)據(jù)可視化、數(shù)據(jù)分析等課程。

5.部分學(xué)校開設(shè)特色課程

例如馬里蘭UMD開的Google online Challenge Analytics 谷歌在線挑戰(zhàn)分析，SMU南衛(wèi)理公會(huì)開的Web an Social Meia Analytics網(wǎng)絡(luò)與社交媒體分析等，都非常有趣而且實(shí)用。

6.特色實(shí)踐課程

一些學(xué)校為了給學(xué)生準(zhǔn)備畢業(yè)前的實(shí)訓(xùn)，包括Capstone Project、Practicum和Internship等。

【微語】愿留學(xué)生活充滿陽光,每一天充實(shí)快樂。