美国商业分析专业文书应该怎么写？

美国商业分析的文书应该怎么写？下面慧德留学的商科老师给大家整理了一下几点，如果在写文书的过程中合理运用，相信一定能写出一整套有竞争力的文书材料！

1. 不能落入俗套，和别人都一样，就没法突出自己了。

商科专业essay通常包含职业规划、申请人的背景、选校理由三大部分。关于职业规划，很多学生会写进入投行、证券公司，或者自己创业等等。但是如何写才能不落入俗套呢？

首先申请人必须结合自身经历来写清楚这个职业规划从何而来，比如进入投行的理由，有的学生在商业银行的实习中，工作的主要内容是处理贷款、起诉未还款公司等重复细致的手续，而自己希望在之后的工作中可以建立模型定价、进行行业分析，而不是重复完成所规定的手续，所以决定了自己的职业规划并不是在银行做客户经理，而是去投资银行做VC或PE。

有的学生家里有上市公司，所以毕业后的长远规划是拓展公司的商业版图。短期职业规划是进入投行学习企业并购、上市，掌握各种金融工具。

这样的理由就很自然，真情流露，而不是因为投行赚钱多，投行看起来高大上等功利的理由。除了投行，有的学生写自己的职业规划是进入风投公司，是因为本科期间参与过大学生创新创业大赛，做过相关的创业项目，参加过很多创业者论坛，所以希望毕业后加入现有的孵化器，帮助年轻人在创业初期获得足够的支持和指导，架起老一辈创业家和年轻人之间的桥梁。

2. 不同的人经历不尽相同，所以申请人一定要思考，挖掘自己的经历，写出有说服力的，可信的文书。

选择文书思路的时候一定要好好整合自己的软性背景，做素材含金量和贴合度的分析，最终选定要选入的素材，并且这些素材能够像珍珠项链一样，串出一条逻辑链条。

BA商业分析的背景：数据分析为先

实习都是做与数据分析打交道的工作，而也并不是如全职的商业分析师那么复杂，因为实习毕竟是应届毕业生，实习岗位也基本都是助理工作，而不可能独当一面。而这里有的人只是用EXCEL的简单数据统计工作，用到很多EXCEL的函数，进行数据收集，计算，处理，分析的过程。而有的同学是计算机本科背景，就会用到计算机很多数据清理data processing, data mining数据挖掘的过程。而用到的软件也不仅是EXCEL那么简单，而是Matlab,Mathmatica和Maple. 但是后者的同学的背景往往是偏向Data Science(DS)，同时在一起申请计算机专业的数据分支，所以特长就不同了。

偏向Data Science的同学申请BA商业分析做的实习举例：

在音乐播放软件开发公司/游戏开发公司，要求会的数据分析工具和技术，比如SQL、R、SPSS、Excel、SAS等。

A。 支持业务部门需求，完成部门内部交付的数据分析和挖掘任务；

B。 对业务问题进行深入分析，能对关键分析思路进行产品化；

C。推动业务部门的数据化运营并对日常数据进行汇总。

偏向数据监测的同学，从事过互联网公司的实习，属于竞品监测举例：

A。 利用互联网检索和监督等多种形式，监测公司产品在互联网平台的相关舆情，及时上报和记录，并解决；

B。 竞品监控：可监测到的竞品相关数据，密切关注变化，包括竞品推出的营销活动；

证券公司金融圈的BA职位：这个是有可能和金融背景混合在一起申请的可能性的领域进行行研和数据拆解，建立公司数据库，上市公司标的研究，进行数据梳理，而全职的商业分析师会根据实习生的初步数据拆解和分析，书写投资报告。

3. 职业规划需要真的去认真看相关资料进行准备，列出清晰地三年五年十年职业规划

BA的职业规划比较单一直接，就是商业分析师，但是是可以在不同行业的商业分析室。而Finance金融的职业规划比较多样，取决于你选择的具体的分支，如果选择的是走向投行，VC,PE，私募这些，是一种风投导向的职业规划。

但是如果做财务咨询等等，就是偏向咨询的职业规划。而如果感兴趣的单纯就是咨询公司，比如麦肯锡这样的，就是consultant的职业定位。所以取决于你选择了什么分支。而如果学校的金融项目不是分支性很强的，也需要你在写文书的时候有一定集中性的梳理，不要做得都是行研，但是职业规划变成了另外完全风马牛不相及的东西，这样在回答“为什么你要选择这个学校，为什么偏偏只有这个学校可以满足你的职业规划？”这样的问题上面就尴尬了。

4. 合理的使用一些高级词汇和语言，让你的文书更加获得青睐！

下面有三个词，大家可以多多思考：Model + Programming + Quantity

在你的文书中，如果能出现这三个方面词汇，对于申请帮助会非常大。因为商业分析专业不管是将来课堂上学习的，还是毕业后工作中做的，都是在做数据分析。既然是数据分析，那么你怎么处理数据的？用什么模型分析的？在什么编程语言上分析的？分析后得到了什么结果？ 这些问题都是至关重要的。

所以，在文书中凸显：模型（专业词汇） + 编程语言 + 量化，就相当于告诉招生官：招我招我！ 我很厉害的！招我进来后我很快就能找到好工作，给项目带来好名声！

01 模型 —— 可以理解成专业词汇

你要在文书里面，凸显出你使用的模型的专业名词，比如multiple linear regression, xgboost, random forecast, decision tree, time series, ARIMA, exponential smoothing.... 等等等等

作为招生官，看到时间序列模型ARIMAX和exponential smoothing model，还有模型优化中的动态规划模型，就会觉得这位申请人很强，不招他来是项目的损失。

02 编程语言

在文书里需要体现精通一门编程语言，比如SQL, Python, R。当招生官看到一个申请者已经具备了一定的编程基础了，TA会觉得教授们教起来肯定很省心，而且申请人现在就具备一定编程基础了，那来了我们项目后很快就能找到好工作。如果你现在还没有编程语言的话，赶紧学起来吧！

Coursera上一门编程课，这些课学习时间大概三周到五周不等，上完了Coursera会生成一张有你自己专属编码的certificate也就是证书，Coursera上的证书都是受到美国高校认证的，也就说写在application里和你本科学校里学的课是等效的。

03 量化自己的成果

量化的目的是为了让你的文书更可信一点。你可以从以下的内容出发：

你的方法带来了具体多少年收益？

你的模型的准确度多高？error多大？

你的strategy带来了多少新用户？

你的提议能使公司产品的转化率提高多少？

相信看完以上四点，你肯定对于商业分析的文书会有更多的想法，我们也希望能看到拿出一份优秀的商科文书申请到最好的学校！