学科简介
商业分析
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。Business Analytics这个领域，是Business、Statistics和Computer Science三个领域知识的结合。传统的Business analyst、Statistician和码农如果能够合体，才能成为适合新时代的Business Analytics人员。于是企业要求学校，特别是商学院，开设这样的专业，培养对Business、统计和计算机都有所掌握的人员，于是Business Analytics孕育而生。
数据科学
数据科学就是从数据中提取信息知识，即是数据挖掘与预测分析的延伸，亦是发掘知识与数据的过程。）所以，通俗来讲，数据科学，就是通过分析数据，来挖掘获得这些数据中的潜在信息。Data Science作为一个宽口径的新兴职业方向，充满了工作机会，同时，无论你是学什么专业出身的，都有新专业、新领域的知识要学。比如工作期间，学统计的去研究一下优化、计量经济，学计算机的深入加强统计知识，都可能有机会。
美国目前共有45所大学开设的数据分析相关专业硕士研究生课程项目。项目都相对集中在美国的东部与北部区域，所开设的大数据分析硕士学位课程可以分为三个类型。
由于商业分析和数据科学都需要对数据进行发掘和分析，所以他们学习的内容有很多重合，所以开设在商学院下的MSA和MSBA既属于商业分析也属于数据科学。如果同学们更偏向除商科范围外的数据，既更偏向广义上的数据分析，很多学校也会在其他学院开设与其他学科结合的项目，让同学们更加从庞大数量与种类的数据中去获得能有效沟通的可执行见解。
· 分析硕士（MSA)
是一个交叉学科，是综合应用数学、统计、计算机和各种商业定律的新兴专业。部分学校又叫语言分析和数据分析。北卡州立大学2007年最早开设此项目。典型学校有西北大学等。
·商业分析硕士(MSBA)
兴起于2013年，商学院最新型的项目，有的学校是商学院和其他系科联合形式的授课。此学位和分析硕士比较像，课程设置技术类课程少，学费贵。典型学校有罗切斯大学、密歇根州立大学等。
·数据科学硕士(MSDS)
开设该项目课程的有14所院校，常冠以数据科学(Data Science)或者信息与数据科学这个名称，一般开设在商学院以外的学院，比如在独立的研究所或是工程学院，将数据分析课程与其他学科结合的硕士学位，还有的情况是将原有的旧专业改为数据分析专业，有时还可能沿用原有的专业名称。该项目兴起于2013年，课程设置非常接近分析硕士，典型学校有哥伦比亚大学、纽约大学等。
每个学校的商业分析和数据科学学位培养目标不尽相同：西北大学认为分析是一个使用数据关系和计算机模型用来驱动的商业价值的，改善决策和理解人类的关系过程；纽约大学认为商业分析是一门通过统计和运营分析研究数据，形成预测模型，促进客户、商业伙伴之间的沟通以及技术优化应用的学科；乔治华盛顿大学的数据科学是一个新兴领域，旨在从巨大的数组的信息提取有效的信息，项目主要利用技术和理论统计、计算机科学和数学，在自然科学和社会科学领域对大数据进行有效分析和使用；凯斯西储大学的数据分析和数据科学更多关注数据采集、存储和分析，更多是学习计算工具和统计技术。
就业前景
商业分析
商业分析专业最大惊喜在于它是一个商科背景的STEM项目，在大多数开设商业分析项目的学校都明确指出“this is a STEM esignate program”。这就意味着毕业生将拥有更长的OPT时间，这对于那些毕业后想在美国实习工作并最终有一席立足之地的学生来说，无疑提供了很大的方便，而抽中H1B签证的机率也随着OPT的延长增加了很多。
BA的就业方向主要是当数据分析师和程序设计师。在不同行业中专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测。虽然这是一个较新的专业，但却有很好的就业前景。在大数据时代，很多行业都需要擅长挖掘和分析数据的人，例如IT、互联网、游戏、通信、金融、医药、咨询、零售等，因此BA的毕业生都比较抢手，而且薪资水平也较高。
Business Analytics 出来，最多的是在B2C的行业做customer analytics，这是因为数据量大的行业，大部分都是消费类行业，B2B的行业，除非是针对中小企业的公司，类似于UPS这种，很多分析数据量并不是很大。Customer analytics 可以有很多种，包括marketing analytics和银行里的risk analytics。
最典型的例子就是Marketing Mix Moeling。Nike把每家每周的销量作为Y，其他所有主要的可能影响销量的因素作为x，对此进行统计建模，能够发现价格、广告、促销这些条件在变化的时候，销量是如何变化的，以此作为决策参考。则是在iniviual customer的level上作分析。最典型的例子是在线广告的投放。亚马逊将点击广告的概率作为y，其他所有主要的可能影响广告点击的因素作为x，对此进行建模（这里运用到的基础算法为logistics regression或者ecision tree）。能够知道未来一个广告摆在你面前，你点击的概率为多少，以决定是否将这个广告呈现在你面前。
除了marketing，business analytics在各个商业function都有运用，比如人力资源管理，预测员工的流失概率，以提前进行招聘需求或者加薪挽留。再比如运营的领域，酒店对每天不同时段的访问量进行预测，对前台人员进行合理的安排，节省人工费用。从行业的角度，根据我们团队多年的观察，business analytics运用最广的几个行业依次为：互联网、金融、零售、媒体广告和交通旅游。互联网最典型的的business analytics运用是广告投放、商品推荐。金融最典型的的运用是风险管理和Direct marketing。零售最典型的运用是marketing mix moeling和需求预测。媒体广告行业最典型的运用是广告投放和效果评估。交通旅游行业最典型的运用是客户忠诚度和需求预测。
数据科学
麦肯锡认为未来需要更多的“translators”，能够在IT技术，数据分析和商业决策之间架起一座桥梁的复合型人才是最被人需要的。”translators“可以驱动整个数据分析战略的设计和执行，同时连接的IT ，数据分析和业务部门的团队。如果缺少“translators“，即使拥有高端的数据分析策略和工具方法也是于事无补的。
天才的”translators“非常罕见。但是大家可以各敬其职，数据战略家可以使用IT知识和经验来制定商业决策，数据科学家可以结合对专业知识的深入理解使用IT技术开发复杂的模型和算法，分析顾问可以结合实际的业务知识与分析经验聚焦下一个行业爆点。
这类硕士项目的最大优势是在于课程设置，software system、machine learning、atabase、optimization、ecision science、statistics、business intelligence等所有涉及到的领域知识，往往都会学一些。因此，跟比如学统计或者计算机出身的同学相比，有analytics硕士学位的同学，知识结构更合理、更全面。也正是因为这点，目前学这个专业的同学找工作很容易。
以下数字可以说明数据人才有多稀缺。一个拥有博士学位的数据科学家的起薪通常是六位数，工作两年后，就可以轻松赚到20万至30万美元的年薪。在美国职业社交网站领英网(LinkeIn)，有3.6万个数据科学家的职位虚位以待。另一家网站的数据显示，去年底有6000家公司正在招聘数据方面的人才。
背景要求
商业分析
商业分析这个专业绝大多数都是以就业为导向的，贴合就业实际big>
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。
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。
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。
数据科学
· 计算机科学能力
一般来说，数据科学专业大多要求具备编程、计算机科学相关的专业背景。简单来说，就是对处理大数据所必需的Haoop、Mahout等大规模并行处理技术与机器学习相关的技能。
· 数学、统计、数据挖掘的能力
除了数学、统计方面的素养之外，还需要具备使用SPSS、SAS等主流统计分析软件的技能。其中，面向统计分析的开源编程语言及其运行环境“R”最近备受瞩目。R的强项不仅在于其包含了丰富的统计分析库，而且具备将结果进行可视化的高品质图表生成功能，并可以通过简单的命令来运行。此外，它还具备称为CRAN（The Comprehensive R Archive Network）的包扩展机制，通过导入扩展包就可以使用标准状态下所不支持的函数和数据集。R语言虽然功能强大，但是学习曲线较为陡峭，建议从python入手。
· 数据可视化
信息的质量很大程度上依赖于其表达方式。对数字罗列所组成的数据中所包含的意义进行分析，开发Web原型，使用外部API将图表、地图、Dashboar等其他服务统一起来，从而使分析结果可视化，这是对于数据科学家来说十分重要的技能之一。
项目推荐
商业分析项目
麻省理工学院
Managent of Sloan School
Master of Business Analytics
在12个月内，麻省理工学院斯隆商业分析硕士课程为学生提供应用和管理现代数据科学以解决关键业务挑战的职业准备。
与MIT运营研究中心 （一个跨学科研究中心，于1953年建立）共同建立的MBAn计划专为计划在数据科学行业从事职业以及正在寻求职业发展或改变的人而设计的当前学生或刚毕业的大学毕业生，尤其是工程师，数学家，物理学家，计算机程序员和其他高科技专业人员。该计划满足了行业对技能娴熟的毕业生的需求，这些毕业生可以应用数据科学解决业务挑战。麻省理工学院提供本科，研究生和博士级别的分析学位。
由于MIT的强大功课背景，BA的课程设置以理工科课程为主，对量化以及计算机技能的学习要求较高，理工科背景的申请人较为有优势。
基本申请材料要求：
· GRE
· Personal Statement
· 简历
· 三封推荐信· TOEFL/LETS
· 前置课程
官网链接：
https://mitsloan.mit.eu/master-of-business-analytics
罗切斯特大学
Simon Business School
MS in Business Analytics
罗村MSBA项目开设在西蒙商学院下，主要培养学生坚实的分析技术以便利用这些技术挖掘社交媒体中的大数据，以帮助做出正确商业决策的专业。商业分析项目为期11个月（不含实习）或17个月（含实习），要求申请者本科毕业，拥有经济学或数学背景。商业分析项目向学生提供Merit-base奖学金，自动随Offer发放，无需单独申请。
罗切斯特大学商业分析项目秋季学期有五轮申请，截止日期分别为10月15日、11月15日、1月5日、3月15日和5月1日。如考虑奖学金授予，建议尽早申请。
基本申请材料要求：
· TOEFL/IELTS
· 个人简历
· 两封推荐信
· 工作经历
· GRE
· Personal Statement
官网链接：
https://simon.rochester.eu/programs/full-time-ms-in-business-analytics/inex.aspx
哥伦比亚大学
Columbia Business School
哥伦比亚大学的商业分析同时由哥伦比亚工程学院和哥伦比亚大学商学院联合提供，使用数据的建模技术和数据科学工具的人们做出更好的决定。新学位课程的关键要素是一个顶峰项目，该项目使用真实数据集与客户及其实际业务问题进行深入的咨询互动。
MSBA课程是一个为期三个学期的课程，可以在一个年内完成。学生进入秋季学期，可以在下一个八月尽快完成，或者参加暑期实习以在下一个秋季末完成课程。学生必须在以下领域修读相当于12门三学分的课程（36学分） IEOR部门的哥伦比亚工程专业至少18个学分（通常为6个课程）哥伦比亚商学院至少12个学分（通常为4-6个课程）
其余课程（如果有的话）可以从哥伦比亚大学的其他研究生院修读，包括：国际和公共事务学院，法学院或艺术与科学研究生院。
核心课程包括：概率论，算法（数据科学），统计推理和建模，计算机系统（数据科学），机器学习（数据科学），探索性数据分析和可视化等。在上完核心课程的基础上，学生可以选择六大研究中心的一个进行项目和科研，其中有金融和商业分析中心，新媒体中心等。
基本材料申请要求 ：
· GER
· 简历
· TOEFL/IELTS
· 三封推荐信
· Personal Statement
· Interview
· 理工科背景
官网链接：
https://biology.berkeley.eu/grauate
圣路易斯华盛顿大学
Master of Business Analytics
圣路易斯华盛顿大学的数据分析专业开设在商学院下，项目时长10个月，最长可在18个月完成学习。该项目要求学生在七月底提前过去修读基础课程，包括统计学和SPSS 以及算法课程。核心课程包括市场调查，定量决策，数据库行销，品牌管理数据分析，定价策略，数据挖掘，机器学习概论。从核心课程来看，该项目更倾向于将数据分析应用于市场营销领域上。对计算机以及数学的背景要求较哥伦比亚大学的项目相对低一些。对申请者的背景要求也只需要申请者修过微积分I，微积分II 以及统计学的课程。最好是有相关的实习经历。需要特别注意的是，该项目最早的截止日期是10月1日。圣特路易斯华盛顿的数据分析专业的优势在于该项目和IBM 有良好的合作关系。而且学生可以在导师的带领下做相关的课题项目，可以享受STEM 专业有29个月OPT 实习期。
基本材料申请要求：
· GRE
· TOEFL or IELTS
· 推荐信
· GRE单项考试 （强烈建议）
· 前置课程
官网链接：
https://www.slu.eu/business/grauate/inex.php
康奈尔大学
Master of Engineering in Data Analytics
康奈尔大学的数据分析专业开设在运筹和信息工程学院下，和其应用运筹学，金融工程，信息技术，工业工程以及战略运营均属于工程硕士项目下的分支专业。数据分析方向着重于理论和工具结合通过数据分析来做更好的决策。该项目需要修读30学时，需完成一课程设计。该项目需要申请者在本科阶段修过案例分析，运筹学I:最优化，线性最优化或最优化II或金融优化建模，工程概率轮和统计II，仿真建模与分析以及随机过程等课程。
基本材料申请要求：
·GRE
· TOEFL or IELTS
· 两封推荐信
· 前置课程
官网链接：
https://www.orie.cornell.eu/orie/programs/meng-egree-ithaca
南加州大学
Marshall of School of Business
MS in Business Analytics
南加州大学商业分析硕士为期1.5-2年，共需修读27个学分，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。要求申请者本科毕业，不限专业（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，录取者平均工作经验为1.5年。该项目不向国际学生提供任何奖学金。该专业属于STEM专业，可以申请OPT。
南加州大学BA国际学生申请截止日期是4月15日，但是采用的滚动录取rolling basis，先到先得，所以建议尽快申请。
基本材料申请要求：
· GRE
· 三封推荐信
· 简历
· TOEFL or IELTS
· Personal Statement
· 三个研究方向
官网链接：
https://www.biology.washington.eu/programs/grauate
数据科学项目
纽约大学
Center of Data Science
MS in Data Science
纽约大学的ata science既不是在stern商学院下面，也不是在computer science下面，而是在math下面。申请的时候应该比较看重数学背景，该专业开设于2013年，开设在math下面的一个专门的Center for Data Scienc，为想进入NYU的申请者多提供了一个录取的可能通道。
基于这个专业的培养目标focuses on the evelopment of new methos for ata science。它录取的学生背景大多是理工科背景的居多：Math，Stat，也录取过几个CS, EE, Econ专业的学生。
纽约大学数据科学硕士（MS in Data Science）一般为期4个学期，要求学生有足够强大的数学知识背景和一定的计算机科学基础知识，学习过微积分、线性代数、统计学、概率论以及计算机科学等课程。该项目仅秋季学期可以申请，截止日期为2月4日，无需GRE Subject数学科目考试成绩。该项目基本无奖学金。
纽约大学文理研究生院按学分收取学费，一般PhD要求修读72个以上的学分，硕士要求修读32-34个学分。按全日制授课型项目，平均每年可修读学分至少24个。此处为2016-17学年文理研究生院平均每个学分的学费标准，需要注意的是，该费用每年会有较小（不超过5%）的涨幅。
申请材料基本要求：
· GRE
· 三封推荐信
· TOEFL/IELTS
· Statement of Acaemic Purpose
· 前置课程
官网链接：
https://cs.nyu.eu/masters-program/
哥伦比亚大学
MS Data Science Track
哥伦比亚大学有一个世界顶尖的大数据科学与工程研究室（Institute for Data Sciences an Engineering），学生在此参与实验与科研项目。该项目是2014年秋季新开设的，由此可见其对于这一专业的重视。项目开设在工学院下，项目侧重数据挖掘、算法和统计建模(i.e., Algorithms for Data Science, Machine Learning for Data Science, Statistical Inference & Moeling)，培养方案面向业界需求。
主要课程
· Statistics&Computer Science
· Computer Science
· Statistics
· Electives
· Capstone
课程示例
· STAT W4105 PROBABILITY
· CSOR W4246 ALGORITHMS FOR DATA SCIENCE
· STAT W4702 STATISTICAL INFERENCE AND MODELING
· COMS W4121 COMPUTER SYSTEMS FOR DATA SCIENCE
· COMS W4721 MACHINE LEARNING FOR DATA SCIENCE
· STAT W4701 EXPLORATORY DATA ANALYSIS AND VISUALIZATION
· ENGI E4800 DATA SCIENCE CAPSTONE AND ETHICS
基本材料申请要求
· GRE
· TOEFL/ILETS
· 简历
· 三封推荐信
官网链接：
https://www.atascience.columbia.eu/master-of-science-in->
弗吉尼亚大学
MS in Data Science
弗吉尼亚大学数据科学学院的在线数据科学理学硕士（MSDS）扩展了夏洛茨维尔市以外我们最前沿课程的可访问性。数据科学在几乎每个行业中的应用是21世纪最重要的任务之一。从医疗保健到政府再到企业，从未如此疯狂地获取和依赖数据来帮助人们尽力而为。完成在线MSDS后，个人将能够：利用计算工具来获取，操纵和存储数据 从数据建模，分析和提取信息 使用模拟和可视化更好地理解和解释数据 应用与数据使用相关的重要隐私，安全性和道德问题
该项目属于文理学院下数据科学研究所，弗吉尼亚大学综合排名靠前，认可度高。
主要课程：
· Programming an Systems for Data Science
· Statistical Computing for Data Science
· Founations of Computer Science
· Linear Moels for Data Science
基本材料申请要求：
· GRE
· 前置课程
· TOEFL/ITLES
· Statement of Purpose
官网链接：
https://atascience.virginia.eu/egrees/mss-egree
