美国大学商业分析(BA)专业概况
在美国留学众多热门专业列表中，商科一直都是申请人数最多，竞争最为激烈的热门专业之一。而时下的美国大学商学院除了传统的金融、会计、市场营销、人力资源等之外，隶属于STEM专业的商业分析(Business Analytics)当属最热专业之一。
业数据分析专业，它主要是以商业知识为基础，数理编程为手段，从数据分析出发，以决策优化来创造价值的新兴专业，不同于传统的商业分析(Business Analysis)。
Business Analysis属于传统商科，一般设在MBA下面，主要是分析整个公司的运营流程、开展的业务等方面，偏向于案例分析，以简单的数据分析为辅助。
Business Analytics则是一门新兴学科，核心是数据挖掘和数据分析，与现在的互联网及大数据(Big Data)相联，主要是利用高深的技术、模型和算法进行数据挖掘和商业分析，服务的公司都是像IBM、Google、百度、腾讯、阿里这样的互联网公司。
美国大学商业分析申请条件
同其他美国大学专业一般，商业分析硕士(MSBA)需要准备的申请材料也包含如下三大方面：
1、硬件分数：
美国商业分析类硕士一般在美国基本属于STEM专业，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。好的学校托福要求100+， GPA 要求3.5+;具体分数可参考各学校往年录取的平均分。
2、申请背景：
就读BA专业硕士的学生将学习应用统计学、应用数学、计算机、优化选择、客户行为学、风险管理、运筹学和决策理论等课程。因此，这个专业对申请者的数学和计算机背景要求较高，大部分学校要求数学、统计、计算机、预测类等前提课程，建议申请者及时学习这些课程。
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，如旧金山大学。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。
3、工作(实习)经验：
大部分商业分析硕士项目不需要工作经验，一般能有数据分析，行业分析、金融分析方面的等实习经验将非常有助于申请。商学院的MSBA对申请者工作经验要求更高一些。比如，亚利桑那州立大学录取的学生有平均1.8年的工作经验;伦斯勒理工学院、德保罗大学、明尼苏达大学双城分校和路易斯安娜州立大学建议申请者有一定工作经验，有利于申请。MSA/MSBA/MSDS硕士项目只有一所纽约大学要求有至少5年的工作经验。
就业：
企业优化 :
企业优化（Enterprise Optimization ，EO)是“为了最好而可行的任务结果，计划、整合、协调与执行所有维度的企业活动 "，EO的目的在于回答一个基本问题：“在持续可变的市场条件下，为了获取最大达利润，我们需要做些什么？”作为管理科学的实际应用部分，EO既是科学，又是艺术。EO的最主要用的数学工具是线性规划（Linear programming,LP）。EO定义了5种形式资源：资本、采购选择、销售机会、生产能力、信息。EO可以被认为是采购与运用资源的最优化。机会价值（OVs）是线性规划的副产品。正值的OVs表现出在每一个约束放松时，会有多少基础利润。当OVs为负时，这个值显示亏本活动的成本，有时它也被称作影子价格或边际价格。利润差额是EO的另一个概念，是公司可能的最佳状况和现在状况之间的差值。
需求管理 :
需求管理（Requirement management）是完整管理模式中的一环，同其他特性诸如完整性、一致性等不可分割，彼此相关而成一体。一套需求管理应当是已知系统需求的完整体现，每部分解决方案都是对总体需求一定比例的满足（甚至是充分满足），仅仅解决部分需求是没有意义的。对关键需求的疏忽很可能是灾难性的，试想一架飞机的安全设计不过关将会带来什么样的后果。不同的需求组合起来，构成了一套完整的需求模型。用户需求决定了系统设计所要解决的问题，所要带来的结果。可以说， 需求管理指明了系统开发所要做和必须做的每一件事 ，指明了所有设计应该提供的功能和必然受到的制约。需求管理的过程，从需求获取开始贯于整个项目生命周期，力图实现最终产品同需求的最佳结合。通过对需求管理在项目进程中实施的不同任务进行分析，我们可以看出需求管理所起的作用。需求管理本就是一个动态的过程，离开了能动的、变化的系统进程而空谈需求管理，无异于纸上谈兵。需求管理直接关系到最终产品的成型。仅从字面出发，如果一个产品满足了客户需求，那它无疑就是成功的。需求管理的过程，从需求分析开始贯穿整个项目始终，力图实现最终产品同需求性的最佳结合。需求管理能够确证：1. 我们确知客户的需求是什么（质量） ；2. 满足客户需求的最佳解决办法（统一性） 。著名学者Crosby对于质量的定义是"同需求保持统一"。从这个意义上说，需求管理正是从质量出发以确定需求。每个人都应当始终明白他们所做的具体任务其意义何在。然而，在一个产品的生命周期里，其需求性是能动的，是处于变化之中的。对于系统工程没有严格统一的定义，因此很难找到足够的数据以说明系统工程所起的作用。有些致力于研究需求分析的组织认为，一项开发计划应当至少将8-15%的资源投入到系统工程方面。如果低于这一标准，将很可能导致无法对客户群做出准确把握。如果该项开发计划含有创新或实验的成分，那么这一百分比还应当适度提高。
数据挖掘 :
数据挖掘（英语：Data mining）。它是数据库知识发现（英语：Knowlege-Discovery in Databases，简称：KDD)中的一个步骤。数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。而在商业分析中，通过海量的数据分析顾客需求、预测未来业绩，也越来越成为现代企业决策中不可或缺的环节。数据挖掘利用了来自如下一些领域的思想：(1) 来自 统计学的抽样、估计和假设检验 ，(2) 人工智能、模式识别和机器学习的搜索算法、建模技术和学习理论 。数据挖掘也迅速地接纳了来自其他领域的思想，这些领域包括最优化、进化计算、信息论、信号处理、可视化和信息检索。一些其他领域也起到重要的支撑作用。特别地，需要数据库系统提供有效的存储、索引和查询处理支持。源于高性能（并行）计算的技术在处理海量数据集方面常常是重要的。分布式技术也能帮助处理海量数据，并且当数据不能集中到一起处理时更是至关重要。主要方法：分类（Classification） 估计（Estimation）、预测（Preiction）、相关性分组或关联规则（Affinity grouping or association rules）、聚类（Clustering）、复杂数据类型挖掘(Text, Web ,图形图像，视频，音频等)。
Business Analysis与Business Analytics的差别
虽然翻译出来差不多，但这两者实质差别很大。前者是传统商科，后者才是偏ata science的新兴学科。
- Business Analysis
应属于传统商科，主要是任务是对公司整个运营的流程、业务的开展等方面的分析。比如发现新的商业需求、提出/改善某些商业问题的解决方案。它可能包括公司组织上的变更，业务流程的改善，策略性的规划，政策的制定和提高。这个领域需要一定的数据分析，一方面因为公司发展前期一般主要靠业务的扩展，会涉及一些销售业绩等类似的数据分析。另一方面，大数据时代嘛，很多公司都觉得好像应该顺应潮流掺和一把。但总的来说还是business analysis为主。即 定性为主导，数据分析（一般较简单）为辅助 。这也是大多数答主所提到的。要在这个领域成长为专业人才，一般会选择MBA，MBA课程一般也会包含一定的相关课程，但很简单。
- Business Analytics
BA(Business Analytics)以商业知识为基础，数理编程为手段，从数据分析出发，以决策优化来创造价值的新兴专业，实现Big Data的商业应用。
一般而言BA都开设在商学院下，还有部分在信息学院（Carnegie Mellon, Columbia等，CM的项目是这个专业绝对的女神项目!每年的毕业生被各大公司抢，当然这些学校的BA更多的Data Analytics，相对而言更重视计算机编程能力，所以更抢手）无论冠名哪个学院，从招生来看当然大多数是本科数学和计算机，少数其他专业的(商科背景的也少)。
这才是真正的新兴学科。翻译上都叫商业分析，但内容却差很多，所以特意用英文区分开来。这个行业的核心就是数据分析，而且是高深的技术、模型和算法。通过对数据的深度分析、挖掘来研究公司以往的业绩，对行业市场潜在的商业信息的搜索等。目的是获取那些通过定性分析和简单的定量分析根本无法获得的insights。这个领域逐渐得到了学术界、业界和政府的高度重视：学术界，从纽约大学13年开始开设business analytics的硕士专业以来，全球各大高校纷纷增设相关专业，并且学费直逼MBA，在金钱至上的资本主义国家，高学费往往是高收入和良好职业发展的风向标。业界，更不用说了，BAT都在开设这一类的部门，阿里巴巴去年跟今年就从名校挖了一些这个领域的教授，百度更是把斯坦福大牛Anrew Ng请了来。政府，就我知道的，新加坡和澳洲政府直接拨款赞助开设business analytics部门的公司。
总体来说business analytics无疑是个交叉学科，包括数学（统计）、计算机和商学（经济学、市场营销，博弈论等等）。统计类的方法占据了数据分析学科的首要地位（主要是回归模型）。可以说如果把统计方法全部拿走，数据科学基本就支离破碎不成体系了。然后是计算机（包括机器学习、模式识别、图像处理等一类的领域），基于一些应用层面的需求，计算机领域提出了一些新颖的思路和模型。值得一提的是，这些东西又吸引了统计学家的关注，他们把同样的问题又用统计学方法做了出来。再结合一些传统的回归模型，统计学出现了新的分支：统计学习。最后是商学类，现阶段来说比重最小，不过其中一些思路也是值得借鉴的，比如博弈论。一些专门的business analytics硕士会结合商业应用来讲统计和计算机方法。
学校
南加州 TOEFL 100 GPA 平均3.6 GMAT 平均729
南加州大学商业分析硕士（Master of Science in Business Analytics）为期1-1.5年（相当于3-4个学期），共需修读33个学分（units），要求申请者本科毕业，不限专业背景，亦无前置课程要求（但实际要求有相当的数学功底），未设定有最低GMAT/GRE分数要求，无需工作经验但如有则更受欢迎。该项目主要专注于大数据的挖掘与分析，整体课程偏向于数据科学与信息技术方向，属STEM范畴，可申请OPT。
纽约大学 TOEFL 平均90 GPA 平均3.5 GMAT 平均710
MBA in Business Analytics 纽约大学 项目无需工作经验，应届本科毕业生均可申请，不限专业背景，不接受转学，共分五个轮次申请，受签证的限制，国际学生最好在第3轮前申请。
维克森林大学 TOEFL 107 GPA 3.25 只可申请夏季 ealine 3月1日
维克森林大学商业分析硕士（Master of Science in Business Analytics (MSBA)）为期10个月，共计修读37个学分。要求申请者本科毕业，拥有商科、工程、数学、经济学、计算机科学或通识教育专业背景，本科阶段学习过微积分和统计学课程。主要为本科应届毕业生开设，没有或有较少工作经验皆可。符合录取条件的学生将参加受邀面试，在面试中，学校看重的有学生的领导能力、学习动机、专业方向、团队精神等。
该项目属于STEM范畴，在读期间可申请OPT项目，为国际学生提供一定的就业机会。拥有STEM+OPT，国际学生可获得在美国3年的就业时间，从而获得H1B签证。所有被录取的学生将自动获得Merit-base奖学金，无需单独申请，自动随offer发放。
