商业分析硕士（masterofscienceinbusinessanalytics）主要是将大量复杂数据，经过定量方法和应用分析转换为合理清晰，便于管理的信息，从而做出合理的商业决策。学生会接触到先进的决策分析工具和技术，应用这些工具和技术在实际的商业领域中给予合理的解决方案。课程中涉及应用统计学、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，商业统计方法，商业流程模型，商业决策模型，数据管理，运营管理等，并整合一些商科基础课程，如商业沟通技巧，领导力，市场营销，供应链管理等。这就是今后的数据科学家索要学习的内容了，以上课程可以分为三大类，商科基础课程，技术类基础课程与专业课程。
数据科学家应具备的知识与技能要求非常高，从各大学的专业课程中的核心、必修、选修科目加上毕业设计（capstone）的设置情况，我们可以获得一些启示，可将数据科学家应具备的知识与技能归纳为“技术硬指标”和“人文软实力”两个方面。
技术硬指标方面主要有以下要求：
（1）数学。微积分和线性代数是大多数数据挖掘应用程序需要矩阵计算的基本算法。 （2）统计学。掌握相关性分析、多元回归，揉合各种数据从不同角度进行预测性和指导规范性建模，会使用r、sas、spss、scipy、stata等统计工具软件。 （3）编程和写脚本。掌握编程语言可以更具竞争力，如：python、c/c++、java、ruby、perl、matlab、pig等。 （4）数据库。熟练掌握sql，关注newsql这类高扩展、高性能数据库，如：cloueraimpala、clustrix、voltb等。 （5）分布式计算系统：熟悉apache产品族，钻研nosql平台，了解apachecassanra和mongob的优缺点，动手实践haoop、hbase、cassanra、mapreuce、hive等不断出现的新系统。 （6）数据挖掘。数据挖掘是跨学科的，借鉴人工智能和机器学习、统计数据和数据库系统等。 （7）数据建模。从erwin、agileatamoeling、ormiagrams、umlclassiagrams、crccars、conceptual/logical/physicalschema、l、bachmaniagrams、zachmanframework等数据建模工具开始，掌握建模技术和方法。 （8）预测建模 （9）机器学习。 （10）数据可视化。选择掌握flare、highcharts、amcharts、3.js、processing、googlevisualizationapi、raphael.js、tableau等其中一些可视化工具。
软实力方面主要有以下要求：
（1） 专业领域知识。对某行业及其数据非常了解，诸如医药、政府、零售、制造业等。（2）创造力和求知欲。有创造力的数据科学家都是充满好奇心的，需要出众的发现能力。（3）善于包装会编故事。将复杂的数据包装后像讲故事般娓娓叙述出来。 （4）顺利执行项目、保证实现目标的项目管理能力。 （5）保护数据隐私的道德。 （6）通过简短的交流能达到目的的能力，称为电梯间交流（elevatorspeech）能力。
目前最火的就是计算机，就是数据算法。但是要在这方面成为专家，需要的成长周期太长。不过，技术发展到现在，数据分析早已经不是it企业的专利。传统企业比如欧莱雅，lv，甚至娱乐公司开始用数据分析让业务流程更高效，让客户定位更精准。大数据在未来几年内一定会像自来水一样对接到每家公司。但是光给数据没有意义，客户需要大数据公司理解需求，设立方案。大数据公司既要懂客户也要懂点儿技术，还要能出方案。这个中间点就是ba商业分析，这就是需求。
对于英国来说，ba这个专业在英国还没有遍地开花。kcl，杜伦，布里斯托等一些几个综合强校都没有开设。而且虽然这两年申请人数在逐步上升，但是跟传统的商科专业比起来，还是差得远。所以ba的申请竞争还不算太激烈，现在还是上车的好机会。
就业领域
企事业单位、集团公司、it、金融、证券、咨询策划等涵盖经济分析、市场调研、情报研究、数据采集集合及相关领域的行业。而较常见的雇主有：政府、外资投行、商业银行、投资公司如葛兰素史克﹙中国﹚投资有限公司等;电脑公司如 ibm、惠普等;手机行业如苹果、三星等;互联网网站如 google、yahoo、百度等;专业的第三方数据分析公司;大型连锁商贸机构如 wal-mart、家乐福等。
就业前景 商业分析是一个较新的专业，但其却有很好的就业前景。现在越来越多的政府机关、企事业单位都选择招收数据分析师资质的专业人士为他们做出科学、合理的分析、以便正确决策;越来越多的风险投资机构把数据分析师所出具的数据分析报告作为其判断项目是否可行及是否值得投资的重要依据;越来越多的高等院校和教育机构把数据分析师课程作为其中高管理层及决策层培训计划的重要内容;越来越多的有志之士把数据分析师培训内容作为其职业生涯发展中必备的知识体系。
