方案 A：商科本科（金融 / 会计 / 工商 / 市场）
痛点：商科知识充足，但数理、编程薄弱
✅补强动作：
- 优先补统计、Python、SQL；至少产出 2 个数据分析项目
- 实习尽量找带数据分析的岗位，不要纯后台行政实习
✅选校倾向：避开极度硬核纯技术 BA，优先兼顾商业应用的项目：USC、曼大、港中文 BA 等。
方案 B：理工科（数学 / 统计 / 计算机 / 工科）
痛点：编程数学强，但商业故事薄弱，缺少商业场景经历
✅补强动作：
- 找 1‑2 段商业场景实习（咨询、互联网业务分析、金融风控），理解业务逻辑
- PS 重点讲：如何用你的技术解决真实商业业务问题，体现商业思维，不要通篇只写代码
✅选校倾向：冲刺硬核技术向 BA，MIT、UCSD、NUS BA 等都非常欢迎。
方案 C：跨专业（文科为主，无数理基础）
BA 属于中等难度跨申，不建议零基础直接硬冲BA；
✅路径：
- 校内选修微积分、统计；系统学习 SQL+Python，完成完整项目；
- 选对友好项目，不要盲目冲港三新二 G5；可搭配管理科学、数字商业等作为备选；
- 建议预留更长准备周期，至少 1‑1.5 年补齐背景。
六、BA 面试专项指导
两种面试类型：
- 行为面：Why BA、Why our program、职业规划、团队经历、遇到的困难；要和 PS 故事保持统一。
- 技术面（高频）：概率统计概念、SQL 查询、Python 基础、案例商业分析题（比如如何分析销量下跌）。
部分学校是 Kira 机器录面（Video Essay），需要提前模拟计时录制。
七、高频踩坑避坑清单
- 只看综合排名，不看 BA 课程设置：有的 BA 挂名，实质是纯管理，没有统计编程内容，不利于就业。
- PS 通篇讲我很喜欢数据，但没有具体项目、实习细节支撑。
- 商科背景，完全没有编程经历，硬申港三新二、美国 Top30 BA，容易直接被拒。
- 英国不看 List 直接投递，系统直接过滤。
- 赶截止日提交，推荐人来不及上传推荐信，材料不全。
