本篇內容乾貨滿滿！想要申請BA項目，或對BA行業很感興趣的小夥伴可一定不要錯過！話不多說，let’s get it！
BA項目特點與分析
01
BA的誕生背景——傳統分析師之殤
在這一part正式開始之前，我其實想講一下BA的由來，幫助大家更加透徹地理解一下這個近六七年才出現的專業。
根據IBM在2014年的一項研究顯示，在過去兩年內生成的信息和數據量實際上佔人類歷史信息總量的90%，這個數字我當時第一次看到的時候，也是有一些出乎意料的。
因為你很難想像我們在過去兩年的時間裡就產生了這麼大的數據，而且這個過程實際上還是在被無限加速的。也就是說從14年到現在為止，2020年這個比例會更誇張，這就是我們現在所說的數據信息爆炸。
那麼就有很多傳統公司，以及傳統的商業分析師，他們可能很多都是靠邏輯或者說那種MBA商學院學出來的那一套思路去思考、設計產品，然後去設計解決方案，去做項目、寫標書。
但是由於我們現在處於一個信息和數據完全「爆炸」的狀態，他不可能像以前一樣用有限的信息來做出決策了，因為這些數據幾乎可以說是無限的。
此時，那些各種各樣的編程代碼工具，還有一些可視化工具，以及更偏向數據科學的數據分析就逐漸地派上用場了。
這就是傳統分析師之殤，也就是傳統分析公司最大的一個痛點。
於是乎這些公司就開始尋找新的出路了，既然傳統的分析師不行，那麼就把實驗室裡的研究員給拉出來做這一行吧，他們又可以做編程，又懂數學，還可以做很多統計學的計算和模型，看似是個完美的解決方法。
但在實際應用過後，一個更為致命的問題又誕生了——這些研究員對商業完全是一頭霧水。
公司總不能再多花好幾年，去培養這些人的商業思維，然後再去重新思考這個商業的模式吧？
所以說BA項目從本質上來講，它是一個由市場倒逼催生的學科。它又有商業分析師的那些思維，又有很強的科研能力和數學能力。
它的這種基因本質決定了它註定會在就業市場中「出道即巔峰」，成為當前商科熱門之冠。
02
從BA的定義中，窺見你的將來
關於Business Analytics其實有很多定義，但到目前為止我見過最好的定義依然是來自於維基百科。
我們不妨以提取關鍵詞的方式來分析一下這條定義。
首先，BA它的對象是什麼？
它實際上本質是對於歷史商業的表現進行一個持續迭代的挖掘和深入調研。這就是在我們目前信息爆炸、大數據時代最可貴、最珍貴的東西。
然後第二是目標，即我以上述這些為對象去幹這些事情，我的目標其實是為了獲取獨特有價值的商業洞見（business insight），和制定商業規劃（business planning）。
接下來，還有以各類計算機軟體和代碼語言為代表的「手段」，以及類似人工智慧等領域的「技術技巧」。
綜上的這些關鍵詞彙合到一起，就揭開了BA神秘的面紗。
03
BA項目的三根「羅馬柱」
有關BA的項目分析，我們可以以老師的母校「USC」作為例子。
USC的BA項目大體由三個pillars組成，第一部分就是Computer Science，即計算機科學。
我個人認為，如果你想做一個數據科學家，那CS佔的比重大概是40%，如果你認為你是一個商業分析師，那它的比重可能就只有20%-30%。
第二部分是數學，不論你以後想做數據分析師、商業分析師還是數據科學家，基本上數學都會在你的職業學習中佔據30%左右的比重。
最後是商科，我認為商科本質上可以分成兩個部分來看待，第一是domain knowledge，即領域知識、行業洞見；第二則是business structure，指商業的一些結構化思維。
如果說你想要做一名數據科學家的話，有關商科的比例大概會在20%-30%，但如果你是以數據分析師或商業分析師作為自己的未來的話，這個比重可能會提到30%-40%，剛好與CS相反。
如何去選擇合適的BA項目&BA項目的名校推薦
01
職業規劃必備的三個向量
首先，在所有的功利因素之外，我希望大家可以先思考三個問題（三個向量），這幾乎是我給所有人做職業規劃的時候的必要問題。
首先第一個是你自己真正熱愛，或者說至少可以不討厭，去持之以恆做一輩子的事情是什麼？
很多人會說不要去把你的愛好當作你的職業，因為這樣可能會毀了你的愛好。
但這句話其實我很多時候都不太認可，你如果說做了一個非常討厭的工作和做一個你至少不那麼討厭的工作，你會選擇哪一種呢？
肯定會選擇不那麼討厭的，對吧？
至少你不能選擇一個你討厭的東西，不然你會一刻都受不了。
然後第二點就是自己真正長於他人，或者說真正能稱之為是才能和天賦的東西是在哪裡？
比如說很多人就適合做奧數，做物理競賽和化學競賽，因為他們在腦中會有一些靈光一閃的靈感迸發出來，這就是我所講的非常難得的天賦。
如果說你有這樣的一些天賦以後，請有效的去識別它和鑑別它，把它作為你的第二個向量。
然後第三個向量，就是搞清楚時代和社會真正前進的趨勢是什麼？
這一點對於不同人來說可能是不一樣的，但是也有一些具有社會共性的東西是可以把握的。
如果說一個人能把這三個向量處在同一個夾角上，比如說我自己真的非常喜歡數據，我自己也認為我在數據上很有天賦，且數據就是時代其方向。
那你當然就應該做數據，就應該做數據分析，就應該做數據科學家。
在思考完這三個本質的問題以後，我們再來看有關BA項目選擇的這幾個關鍵因素，一切就變得明了了起來。
02
查校的先行之路
我們首先需要查看學校的師資和課程質量，考量一下它的實踐和實習，再去看它的就業和職業人脈，還有一些錄取的水準，以及學校的聲譽和地理位置。
舉個例子。
假設一個人叫Edmund，他想在美國偏商業的方向去就業。
然後還有一個人叫Bob，他想直接回國，在國內去找一個類似BAT的科技巨頭，應聘很硬核的數據科學家崗位。那他就完全和Edmund走向了兩條截然不同的道路。
因此，他們在選擇學校之時，也一定會在側重點上有所區分。
Edmund可能會選一個在美國名聲比較好的，商業課程比較多的項目；
那Bob可能就會偏向一個更加全面的，有很多硬核課程，且在國內名聲更強的一個綜合性學校去讀。
在理解了這一先行規則之後，我們就可以把目光聚焦到具體的學校之上了。
有關BA的項目名校推薦，我在從多個角度進行考量之後，大體將這些名校分成了三檔，並將其總稱為「彩票校大聯盟（錄取率低的過分）」。
03
彩票校大聯盟
01
冠上明珠，豔壓群芳：MIT
MIT，冠上明珠，豔壓群芳，基本上在BA項目就是全方位的最強。雖然項目的創立時間不長，僅為兩三年，但是MIT的課程實在是太硬核了，畢業出路也是出奇的好。
在BA當中，如果你想學技術，那麼MIT一定就是天花板。
課程基本上有十二個月，內容十分硬核，很符合MIT這種頂級理工院校的一貫調性，它把Tech發揮到了極致，覆蓋有非常多的程式語言。
而且基本上可以說，如果你想當科學家，你可以在這裡學到所有基本的數據科學課程。
在就業方面，MIT的BA項目也依然是所向披靡，畢業生就業方向十分均衡，且都位於行業內頂級公司——MBB，FLAG，12w美刀平均薪資。
02項目元老，九五至尊：USC、UT-Austin
客觀來看，USC和UT-Austin這兩所學校都無愧於彩票校的第二檔稱號。
它們的BA項目基本上是六七年前就開始成立了，成立的久就代表著它有非常強大的就業資源和校友網絡，體系也是面面俱到、軟硬兼施。
至於錄取要求，基本上GRE均分要在325-330區間及以上，GMAT730+，GPA3.7+，工作平均經驗一年半以上。
USC擁有著目前全球最大的校友網絡，即特洛伊家族。當學生畢業以後會收到一個叫特洛伊家族成員的身份，從此就會有各種各樣的校友人脈關係可以享受。
除此之外，USC的BA項目還有著極佳的僱主企業關係，畢業後還會和UCLA一起組成西海岸科技公司，號稱BA&DS的本土頭號獵手。
USC還會給予你18~24個月的靈活就讀畢業時間，且覆蓋全產業和全技能棧的課程設置，由頂尖的業界大牛肩扛師資。
UT-Austin的項目時間相對會短一點，只有十個月左右，但是整體依然非常硬核。
不僅課程設置非常飽滿，而且由於它位於德州，所以就業基本上是不需要學生去有任何擔心的。
UT-Austin在德州本地有非常好的聲譽，而且有非常好的僱主關係，同時又有完美的capstone保駕護航，課程同樣秉承著實用主義，深入淺出、軟硬兼備。
03
瑚璉之器，南面百城：UCLA、UMN、Emory、Columbia & Duke
這一檔基本上就包括三所學校，外加兩個「編外（半個彩票校）」。
即基本上UCLA、 UMN和Emory還是比較穩定的，可以處在第三檔的學校。
而Columbia 與 Duke，則是由於它們的名聲和中國學生的偏愛，導致它們的申請熱度也總會暴漲，從而被變為了「彩票校」。
這一檔的學校基本上可以保證有優異穩定的生源和強有力的項目水準，畢業後輕鬆跨入10w+美金薪資聯盟，申請時被三維怪物申請團體聚集。
成績要求與第一檔十分接近，大體為GMAT720+，325左右的GRE均分，以及3.7+的GPA。
UCLA：和USC同屬最熱門項目，申請率<=1%，課程除了覆蓋數據科學所需全部外，實戰導向明顯，和USC相愛相殺。
UMN：同屬老牌項目，典型項目本身強於學校排名很多，課程同樣軟硬兼施，capstone同樣堅實，1年制 。
Emory：和UMN同屬彩票校中低調奢華有內涵，小班制10個月，課程實用度高帶有project，就業產業非常平均。
Columbia：初開設時無比誘人，可惜項目缺乏積澱和資源積累。
而且它被夾在了商學院和工學院之間，然後兩邊都有點不把它當作自己的親生孩子，商學那邊可能會傾向MBA，然後工學院這邊可能偏向金工金數，所以就會導致它在學校裡的定位有點尷尬，因此就業服務也相對粗糙了一些。
不過Columbia的名聲牌號依然響亮，但相對找好工作需要自身更多的付出。
Duke：和Columbia類似reputation佳，然而課程設置相比其餘彩票校更偏business，項目人數最多230+，但是就業還不錯。
四、USC的BA就讀體驗&BA就業情況
01
USC的BA之旅，妥妥的「5A級服務」
USC的課程設置非常有趣，它是軟硬兼施：商業+coding+數學打底，再進行全方位的產業課程拓展。
比如欺詐分析、遊戲分析，人力資源分析等...它會根據各個產業去切分你的領域，然後你根據這些領域去上課，每上一門課你就了解了一個產業，就知道這個產業在用什麼最先進的建模和數據科學方式。
然後在實踐方面，USC提供了大量的產業項目與workshop；
在校友方面則是全才or偏才均有，各行各業出身各種年齡無所不包，大家經常一起去互相學習交流各自的經驗，這個過程也會讓你產生很大的提升。
USC在就業支持和資源方面擁有著超強校友網絡——Trojan Family（特洛伊家族）+全套Career Center + Strategist，Round Table（圓桌會議，學生有機會參與到幾十家公司輪轉去進行一些分享會議，然後以此來了解行業的一些內部動態，並獲取一些內推的機會）。
在聲譽和地理位置方面則更是沒的說！
國內國外Trojan名聲都極佳，在西海岸尤其，會獲得很多青睞（和UCLA恩怨情仇），就業率基本上是100%的狀態。如果你去矽谷，基本上可以拿到12w美元以上的均薪。
產業分布基本上就會往科技公司、網際網路公司去走，也有一部分人會去到娛樂公司，少部分會去到諮詢和金融。
職業分布則會更偏向數據科學家與數據分析師，可能商業分析師會偏少一些，這也看個人的取向了。
02
BA的整體就業前景是否明朗？
BA就業情況就是同水準下，假設BA算商科，那它一定就是商科裡的最高就業率，在留學的熱門程度裡面可能也僅次於CS。
中等水平院校項目（20~30個項目）畢業，基本上可以做到想留在美國就留在美國，Stem穩定保證，自己不作就可以達到100%美國就業率，稍差項目自身努力也很容易留美高薪。
彩票項目均薪分分鐘10W美刀總包，回國基本脫不開BAT，TMD，華為、小米、京東、網易……，常見 40~50W總包。
國內就業情況目前存在加速升溫的吃香趨勢，且各行業Data Analyst、Data Scientist、Data Engineer、Business Analyst皆有。
五、申請BA的規劃、準備和核心競爭力
有關這一部分，我會比較簡要的將其分成四塊，並按照優先度排列。
三維準備大於實習科研，大於技能競賽，大於領導力、興趣和其他。
01
有關未來的核心競爭力
第一個是Programming（代碼能力）；
第二個是數學能力，即統計學、數據科學以及機器學習的能力；
第三是運籌學，即管理學裡面融入了比較高級的一些數據化的管理；
第四點是soft skills，即我們所常見的交流能力、數據可視化能力、諮詢能力、戰略能力、思考問題能力等；
然後最後就是Business Specialization，也就是類似欺詐分析、營銷分析、運籌分析、時間序列等特定化的、領域化的一些分析能力。
以上這五點，是我認為在你的職業生涯規劃中非常重要的幾個點。
我的職業建議是，假如你以後選擇BA，或者已經開始走上了，做BA或者做DS、DA這三者的時候，請你從這五種能力裡選擇一到兩種作為你的核心競爭力，然後把它深挖到很深，之後再去橫向拓展，拓展到這五種能力兼備。
這是我推薦的最佳路徑，也是我目前自己在踐行的一個過程。
Q&A之：GPA不到3.5的我，就沒機會去BA名校了嗎？
沒有3.5+肯定是一個比較硬的硬傷，但是我的確也有過一個GPA只有3.25的學生錄取到了羅切斯特，所以我給出的建議是——
你現在不要想自己GPA不足3.5+該怎麼辦，而是思考你現在有3.5，且這就是你最好的狀態了，那麼你現在還缺什麼？
比如你缺一個很好的實習背景，那如果有幾段非常有名的big name的實習給你加分是不是瞬間就有底氣了？
同時你又是否有很好的，比如GRE/GMAT去證明你的學習能力沒有問題？
你還有沒有那種過硬的科學研究項目，以及一些彰顯領導力的亮閃閃的生活經歷？
只要你從現在開始努力把你的其他方面做到最好，我覺得就依然是可以錄取到很好的項目，實現逆風翻盤的。