USC（南加州大学） MSBA（商业分析）申请

经常碰到很多乎友咨询MSBA申请方面的问题，最近正好有事需要大大积累下人品，特把经常被问到的一些问题整理在此，供正奋斗在申请master第一线的同学们参考下

第一部分- 自我介绍

曾读于南加州大学的商业分析项目，对商业分析比较了解的同学们应该知道我们这个项目已经连续三年获得全美第一了，所以说如果想申请BA，尤其是一些比较好的学校的BA项目的话，大家还是要尽早准备的。

第二部分- MS in Business Analytics简单介绍

有一些学校它的名称叫Business Analytics，而有一些学校它的名称叫Data Science，但本质上它们是差不多的，Data Science 会更多涉及到原理上的东西，比如algorithm，统计原理等，Business Analytics更多涉及到实践应用，比如会学相关软件如SQL, NoSQL,R, Python等，以及会涉及到business 方面的知识，如marketing， communication，how to present to your clients等。本科为理工科的同学推荐申请Data Science，而本科为business方向的同学推荐申请Business Analytics。

那商业分析这个专业为什么会火爆呢。自互联网出现以后呢，data volumn越来越大，也就是大家常常听到的“大数据”。就拿amazon来说，每天全球新增上亿条数据，以前可以用Excel解决的问题随着数据量的增大以及数据复杂度的增加，不借助先进软件和算法便将无法进行储存和运算；另外，留住老用户，开拓新用户才能保证公司现金流的稳定增长，保证公司的长久发展，而商业市场竞争者越来越多，分析用户行为和偏好，做好用户画像，有针对性地向用户推荐产品才能增加市场投资回报率，而用户的行为数据是以秒计的，分析这类大规模数据，建立模型进行预测是需要拥有强大运算能力的软件和CPU才可以进行的，而很明显，excel是无法满足这些要求。这时先进的数据运算软件便应运而生，如SQL，Python，R，Hadoop等；而除了拥有软件上的技能，商业思维也是必不可少的。相应的，很多学校为了培养出这商业分析方面的人才以应对企业的大量需求，便开设了专门的商业分析专业，或者叫数据科学，来教学生们怎么去使用这些软件，同时拓展学生 business方面的眼界，也就是说这个专业是一个商科和数据能力的一种combination，它需要学生们同时兼具这两方面的能力。这一专业一般会开设在商学院下面，也有一部分学校会开设在工程学院下面。这个专业的就业是非常乐观的，硅谷的诸多一线大公司，比如Google，Amazon, Linkin等High Tech、全球性医药公司如Kaiser Permanent,还有娱乐媒体行业，做推荐系统，预测用户未来订阅数量等。我现在是在Sony Picture Entertainment做data science 的internship，日常主要是做数据解析。目前只有美国有business analytics专业，国内目前还是没有开设相关专业，不过国内也有越来越多的大公司对data scientist有需求，就我所知，目前腾讯，还有网易游戏，就需要很多的数据分析人才，相信国内很快也会有相应的课程或相关专业。

第三部分-申请过程


1. 确定专业

我本科是金融专业的，而当时之所以会申请数据分析专业，是因为那个时候“大数据”这个概念在国内突然火了，我自己做了一些研究后发现，这个数据分析专业在美国非常吃香，毕业之后就业非常好，薪资非常高，就拿我们USC来说，2016年毕业之后平均薪资达到了85000美金一年，这个薪资水平还是很有竞争力的，并且专业本身是STEM，也就是说毕业后可以不抽签在美国合法工作3年。

2. 确定目标学校

研究学校就是要找哪些学校开设这个专业，就我所知，18年开设的学校已经很多了，像USC，UCLA, 圣路易斯华盛顿等，这些大家可以在各个学校官网上看一下，确定要自己的申请目标。那研究学校的途径主要有：

ü 学校的official website。去看所开设的program的时间长短，毕业之后薪资水平，课程设置是否合适；

ü 校友推荐。认识的亲戚朋友、论坛上结识的学长学姐，大家可以多和他们交流；

ü Informatica session。很多学校在YouTube上会有Information session，项目的director或者professor会来介绍一下他们项目的概况，另外学校的官网上也会放出Informatica session的信息。

3. 硬指标: TOEFL, GMAT/GRE, GPA

那确定好了学校之后就要准备T,G,GPA以达到学校的录取门槛。那很多同学可能会问到底该考GMAT还是GRELE 。很多学校的商业分析或数据分析项目它是两个都接收，但有的项目会比较prefer GMAT,有的是prefer GRE，所以这些大家要先去官网上了解好了再考。另外对于GMAT和GRE 都招收的学校，建议大家自身逻辑能力比较强的考GMAT，单词积累量大的考GRE。关于托福和GMAT哪个先考，大家可以先考托福再去考G类，因为托福考完之后，大家的学术单词会得到很大的积累，之后再去考GMAT，基本不用特意再多背单词，考GRE的话再适当多积累些词汇。关于TOEFL和G 类时间线的问题大家也经常会疑惑，我可以以自己为例给大家提供个参考，我当时托福是大二大三考出来的，GMAT是到了大三下学期考出来的。我自身认为这个时间线不会申请的时候太紧张，当然，也不能太早考，毕竟TOEFL是有两年时限的。除了这两个硬指标之外，还有GPA，那很多MSBA项目呢是非常看重GPA的，尤其看重大家专业核心课程的GPA。我知道有一些同学大二大三会去刷分，那么建议大家在刷分的时候不要把时间浪费在那些水课上，比如说像心理学啊，马哲这些，这些课程大家即使把分数刷上去了，使得自己整体GPA看上去比较高，也没有用的，学校招生委员会还是会非常看重大家核心课程的GPA。

4. 软指标。

那么之前介绍的硬指标外呢，还要看一下自身专业水平和所申请的项目门槛之间的gap。拿我自己来说，我本科是金融背景的，想申请的是商业分析专业，我当时研究了下各个项目的官网，发现大部分学校在项目期间会教授一些数据分析的软件，像是SQL,PYTHON,R，而自己当时又是不具备这些软件技能的，那这种情况下大家可以去上一些能够拿certificate的网络课程，我当时用的比较好的网络课程，有datacomp、cousera，大家可以去解一下。另一方面就是实习了。那可能大家会说，我申请的时候已经到大三了，我大一大二就已经实习过了，所做的实习内容没有办法去改变了，那如何在自己的文书里面将实习经历与所申请的专业紧密贴合起来也是一种技巧。关于学校的project，申请数据类专业的话，在project里面体现出大家处理数据及分析数据的能力就尤为重要的，可以从以下几点出发：用了怎样的软件、最后达到了怎样的结果，或者说获得了怎样的一种成就。除此之外呢，就是推荐信了，找有力度的推荐性是非常重要的，什么叫“有力度”的推荐信，或者说我们可以找谁要推荐信呢？这边我有几下几点建议，一个是去找当时指导你做project的那位老师，他对你的project有一定了解，对你在整个项目过程中的表现也有一定的评价，那么请他来写一封非常详细的推荐性对大家的申请是有很大帮助的；那另一个呢，就是请你本科专业领域的一些大牛来写推荐信，比如当时我找了我们学院的副院长来写推荐信。除了以上基本的软指标外，最后一点——国际交流就因人而异了。如果大家的本科院校提供了比较好的国际交流机会，并且大家也有这个条件，还是建议大家去进行这种短期的或者一个学期的国际交流的，因为毕竟国际交流是大家第一次进入到一个英语环境里面去进行学习，这也为日后的研究生学习打下基础的，此外，在交流期间，大家可以请一些美国的比较权威的教授写推荐信以增加录取率。那这就是整个申请过程中自身profile上需要做的准备。

5. 学校招生流程

最后我还要再提到一点，就是学校方面的录取过程。现在普遍是分为两种，一种是rolling basis的，也就是说学校给你一个时间跨度，让你在这个时间跨度中去申请那么从他开始接收申请文件开始有第一个同学去递交了，那申请委员会就会来审第一个申请人的profile，有第二个同学递交了，他就接着去审第二份；另外一种是学校设立了一个deadline，在这cut off之前所递交过来的申请信呢，学校都暂时是不看的，直到deadline结束之后，学校也不再接收新的申请文件了，这时候学校就收集了所有的同学的申请内容，开始统一进行审阅和挑选。所以很多同学呢，可能会想说我要花久一点的时间去对一所学校进行了解，使自己的申请文件更加的丰满以达到学校录取要求，但是大家在做充足准备的同时，也一定要注意学校到底是rolling basis的，还是设置了deadline后统一审阅的，如果是前者，大家一定要注意申请的事情不能太晚，如果太晚的话，那些在你之前已经递交了申请的人，他们可能已经被录取了，一旦学校的录取名额招满了那你再去递交也没有用了，即使你的条件比之前任何一个招收的同学都好。所以大家在进行学校研究的时候，也一定要注意好学校的招生流程是怎样的，以此来合理分配好自己的整个申请过程，申请学校的先后顺序要在申请前就考虑好，自己列一张timeline来清晰知道每所学校的deadline。那最后呢，就祝大家都能拿到理想的offer啦。