我们生活在一个充满数据的时代，一方面，我们是数据的创造者，我们打电话，刷朋友圈，阅读，购物，看病，旅游，甚至走路，都在不断产生数据，为数据大厦添砖加瓦；另一方面，我们还是数据的受益者，享受着大数据给我们带来的工作生活上的各种便利，比如根据您的浏览记录，给您推送可能感兴趣的新闻，餐厅和产品等等。
美国互联网数据中心指出，互联网上的数据每年将增长50%，每两年便将翻一番，而目前世界上90%以上的数据是最近几年才产生的。除了跟普通人的生活息息相关以外，在商业社会中，数据就是金矿，谁掌握了数据，并且能够巧妙运用，谁就能在风起云涌的商业竞争中掌握主动权，寻求更广更好的商业发展机遇。
那么，问题来了，人类社会每时每刻都有大量数据被产生和存储下来，要想把这些看似没有联系的大量数据联系起来，转换为有价值的商业信息，就得有专业的人才去分析这些数据。在处理这些数据时，需要运用到计算机，统计，和商业三门学科的知识和技能。但是，在传统的教育下，计算机方面的人才也许不具备足够的商业和统计知识储备，学商科的毕业生对于数据存储系统和数据分析软件等较为陌生，而学习统计的同学对于商业，消费者商业习惯等了解不够。
所以，近几年，一直引领各学科世界最前沿的理论和不断改革出新的教育模式的美国院校，也顺应信息时代的发展，陆续开设这一门新兴交叉学科的硕士项目—Master of Science in Business Analytics（有的院校也叫做Analytics，Data Analytics等）。今天我们就全方位的来了解这个专业吧！
01
Business Analytics是什么？
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。
这三个阶段分别是：
描述性分析（Descriptive Analytics） : 通过报告、记分卡、聚类等历史数据的呈现和分析，发现商业问题和机遇；
预测性分析（Preictive Analytics）: 通过对历史数据进行建模，对未知情况和状况进行准确的预测；
规范性分析（Prescriptive Analytics）: 通过模拟和优化等找出最佳商业决策。
0
BA毕业后工作前景？
BA相关专业的毕业生所掌握的技能广泛运用到各行各业中去，因此就业前景广阔，一般毕业生进入 互联网，零售，管理咨询，金融机构，科技，能源，健康护理，制造等行业。职位也多样化，比如商业咨询师，数据分析师，数据挖掘师，商业情报分析师, 定量或价格和收入优化分析师、保险风险评估分析师等 。
根据美国权威就业网站数据显示，商业分析专业毕业生的的平均年薪从市场实习生的34,249美元到数据科学家的120,122美元不等。
04
BA美国硕士怎么准备申请？
BA专业是一门新兴学科，在国内暂时还没有对口的本科专业，美国国内也鲜有在本科设置该专业的院校。因此，BA的研究生项目对申请人的本科专业背景要求不设置过多局限，欢迎所有专业背景的同学申请，也因此，该专业申请也是越发激烈，想要获得满意的录取，就必须在硬件和软件背景上都下一番功夫。
硬件方面：
除了常规的大学成绩，TOEFL或者IELTS，CV+ESSAY+RL以外，BA专业在申请材料上与其他专业最大不同之处是：该专业有的接受GRE或者GMAT成绩（USC, M.S. in Business Analytics），有的仅接受其一（Columbia University, M.S. in Business Analytics仅接受GRE）。这是因为各个院校的BA隶属院系不同，在工程学院（Gatech M.S. in Analytics），商学院（MIT MS in Business Analytics）和文理学院（Georgetown University M.S. in Analytics）都有。所以务必提前确定自己心仪的院校接受GRE还是GMAT，避免走弯路，影响录取。
软件方面：
给大家举例一些BA硕士专业学习中经常使用到的技能和知识
- 统计学相关知识和软件：回归分析，多元统计分析，R，SPSS，SAS等；
- 计算机算法和编程：数据结构，数据库，数据挖掘，机器学习， C/C++，Java，Python，Haoop / MapReuce，Tableau等；
- 商业背景知识：金融，管理经济，市场等课程，或者相关实习工作经验。
因此，建议同学们在本科期间，努力提高自身的数量分析能力和计算机科学技能，并且参加商业的相关实习，有助于在众多申请中脱颖而出。
