Business Analytics要学的东西，就是三个方面：Business 、统计、计算机。那么Business的学习内容与传统上我们了解到的相关领域差距不大，这里主要说一下统计和计算机。
传统的统计，主要是学习对实验结果做显著性检验，比如一队小白鼠吃药，一队小白鼠不吃药，谁的身体比较好？有没有显著性的差别？以前商业中大量招聘统计专业同学的是市场调研机构：一队消费者看了广告，一队消费者没看广告，谁对品牌认知度高？有没有显著性区别？另外，统计讲究抽样，消费者太多没办法一一访问，于是抽样，于是就要看抽样的合理性。现代企业中的数据分析，可以说和这些传统的统计方法，有了很大的改变。Business Analytics的统计知识，主要是学习如何建立和评估多变量的统计模型，最典型的例子就是回归分析模型。回归分析在传统的统计中，可能只是重要的一块而已，而在Business Analytics的教育中的统计部分，几乎是全部。除了回归分析（包括逻辑回归），其他Business Analytics中要学的统计知识差不多也就是相关系数、时间序列之类，也都是小头。传统统计中的显著性检验、抽样方法，Business Analytics基本不教。
接下来分析Business analytics要学的计算机知识。计算机博大精深，幸运的是Business analytics只用学其中可能是最简单的三块：第一就是数据库和SQL，因为企业里面数据都是储存在系统里面的。你要分析数据，首先要知道怎么把数据按照你要的方式提取出来。这就是用SQL写代码提取数据。学校一般不会花很多时间去教你，但是这个是学、做analytics的基础的基础。第二就是学习怎么在统计软件中进行编程。以前提到分析数据，国内最熟悉的是SPSS，像Excel一样妥妥拽拽就行了。但其实美国根本就没人用。现在分析数据的流行工具，必须通过写代码的方式进行操作，最典型的工具就是R和Python。这里的编程，其实是统计编程，和真正编网站的C语言、Java是很不一样的，也容易的多，但是仍是类似的编程思维。第三要学的计算机知识就是现在最流行的机器学习，机器学习基本上是代替和补充前面所说的回归分析等统计模型方法。做的事情几乎是一样的，就是建模，但做的方法是计算机的。不过很多原则其实和统计的回归分析是一样的，也都是用R或者Python的代码来实现，实现起来，不会比回归分析难太多，大家大可放心。
从专业名称来看，大部分学校都是叫MSBusiness Analytics，有些直接叫MSAnalytics，还有些叫MSin Preictive Analytics. 从设置的院系来看，这个专业多数设置在商学院下，如UTAustin, Rochester, MSU, GWU等；有些设置在工程学院下Northwestern；也有设置在信息学院下的，如CMU。设置在工程学院及信息学院下的项目，对数学背景和计算机背景要求高很多，而且由于这是新开发的专业，在有限时间下，我们目前只选择研究设置在商学院下的项目。设置在其他学院下的项目，有待以后补充。设置在商学院下的项目，目前能够搜得到的有15个，其中排名前100的有10个，排名100后的有5个。
