商业分析（Business Analytics）专业紧俏的程度，大概是十个准留学生里，一大半想要去申请。
2019年美国联邦政府在发布5年STEM教育战略计划（America'sStrategy for STEM Education）中明确指出，希望美国教育可以“Making Mathematics a Magnet”（让数学成为一块磁石），即明确了数据相关专业在近期发展中的重要地位。
除了国家层面的支持，对于留学生来说，商业分析专业，究竟有何魅力，竟吸引了一大波商科专业以及数理专业的学生，挤破了头，想要一脑门扎进商业分析的大潮？
商业分析专业在申请中又具体需要哪些条件？
排名靠前的商业分析专业学校，更看重申请人的哪些特质？
商业分析的就业到底如何？
那就带着问题，跟学姐一起，深度了解一下这个当红专业吧！
商业分析专业出现的原因
从商业决策角度来看，伴随着科技的发展，大家进入到大数据时代。曾经依靠经验跟部分数据进行商业决策的办法，逐渐失效。
为了在大数据时代，能够更好进行商业决策，需要引进更好的大数据工具以及分析方法，应用在商业方面。
定义：Business Analytics refers to the skills, technologies, practices for continuous iterative exploration and investigation of past business performance to gain insight and drive business planning. Business analytics focuses on developing new insights and understanding of business performance based on data and statistical methods.
简单来说，商业分析是统计分析的一个延伸，主要应用于商业方面，尤其是在预测、以事实为依据的管理以及商业决策几个方面。
商业分析专业排名
根据QS大学针对商业分析专业的排名，我们可以发现，开设商业分析专业硕士的学校，依旧主要在美国。
而QS的排名依据中，则主要针对于就业，包括：就业能力、校友产出、经济价值等标准。
完整榜单链接：https://www.qschina.cn/university-rankings/business-masters-rankings/business-analytics/2018
商业分析专业申请
热门炸子鸡专业的申请，必然是困难的；而TOP排名的学校申请，则是难上加难。
先来看一下麻省理工学院商业分析专业的录取数据：
但是要说商业分析专业是不可攀登的高峰，却也不尽然。
我们现在就从学校的官网上找一下，商业分析专业，究竟青睐什么样的申请人。
以西北大学（Northwestern Univeristy，美国US NEWS排名第9）的Master of Science in Analytics（分析学硕士）为例。
按照往年的录取情况来看，申请人的背景专业主要是集中在计算机专业、数学、统计（占比超过50%）；而商科与管理学方面，仅有6%。
或者说，在商业分析/分析学硕士的申请方面，数理背景将在申请中为申请人提供强力的支撑。
而芝加哥大学（世界排名TOP 10）的Master of Science in Analytics（分析学硕士），甚至强调了prerequisite course，即预修课程，包括Linear Algebra and Matrix Analysis（线性代数与矩阵分析），Programming for Analytics（分析学编程）。
因此想要申请商业分析硕士/分析学硕士，商科出身反而可能不如数理背景出身更加有优势；
而想要成功被录取，良好的数学、统计、计算机编程基础将会提供强力的支撑。
商业分析专业课程
以南加州大学的商业分析硕士为例
虽然商业分析硕士放在南加州大学的马歇尔商学院下，但是我们可以看到，在课程设置上，依旧将很大的精力放到数学、统计、数据方面的学习，同时结合管理学的内容将数据方面的技能进行应用。
而常年在榜单排名第一的麻省理工学院的商业分析专业，则在数理方面有更多的倾向性。
商业分析专业就业
商业分析专业的兴起，很大程度上依赖于市场的强烈需求；换句话说，商业分析专业，几乎是不愁就业的。
以南加州大学官网数据为例，商业分析硕士毕业后，就业的方向包括：
而结合行业来看，收入方面虽然整体很高，依旧受行业的影响：
平均薪资方面，甚至不输于常年大热的计算机相关专业（Computer Science）:
就业位置
麻省理工学院的就业数据上，甚至显示，商业分析专业可以做到100%的就业率：
想要在就业路上领先一步，商业分析专业了解一下？
集思学院拥有高质量相关课题，包括：
而想要成功录取，进一步加强自身数据科学以及数学的基础必不可少 ，还不准备起来吗？
想要了解更多，
请扫码咨询！
记得备注“商分”哦
