【导语】新加坡国立大学、南洋理工大学的BA一直都是大热度
随着数据分析行业的蓬勃发展，各行业都有着巨大的市场需求，怀揣着对数据分析行业的热情，越来越多的同学都想申请BA项目。作为新加坡顶尖院校NUS和NTU均开设有相关项目，即便是NTU新开的BA项目申请热度也非常高。
今天就为大家带来20Fall新加坡BA申请案例对比解析，一起看看收割机是怎样帮助学员斩获TOP院校BA申请的！
基本情况
案例一：C同学
选校及申请过程
C同学原定的是申请会计专业，申请国家/地区以香港>新加坡>英国（英国只想去G5）。但后期，也有考虑想申请BA项目，此前C同学无论是专业还是软性背景，偏向会计的经历较多，于是在大三暑假实习上，我们老师建议C同学增加一段数据分析/市场数据相关的实习，为将来要是申请BA奠定背景优势。
进入申请期后，由于考虑香港的形势，在申请国家/地区偏向上有了变化以新加坡>英国（英国只想去G5）>香港。加上自身也想尝试转专业申请BA项目，基于C同学无论在财务还是市场数据背景上都有一定涉及，综合考量，为了扩大专业选择面（因为新加坡学校少，项目选择空间不大），提升好学校的录取几率，于是临时决定增加了BA项目申请。基于C同学无论是三维成绩还是背景都非常优异且丰富，其中软性背景也令人印象深刻，曾经在欧莱雅、安永实习，也参加诸多海外经历，如毛里求斯志愿者项目、摩根士丹利纽约精英培训项目以及香港保诚培训项目。选校基本确定为新加坡前二+香港前三+G5 IC和LSE的热门BA+会计项目。
因为C同学申请了两个专业方向，并期望均在第一批赶上申请，首先我们根据选定的项目，再根据DDL时间线进行优先级排序，分别于10月上旬递交了港中文BA和Acct项目申请，紧接着10月下旬陆续递交港大、港科、NTU、NUS项目申请，最后考虑时间梯度及其他客观因素，又在11月上中旬提交IC, LSE, SMU和港中深的会计项目。整个申请过程一气呵成，这和C同学和收割机团队紧密沟通合作分不开。
HKU ACCT曾经一直是C同学梦寐以求的项目，在收割机团队专业的助推下，很快在12月初便一举拿下！同时期还收到了SMU、CUHKSZ面试邀请，收割机团队迅速完成面经梳理和面试辅导，于12月中下旬先后收到SMU带奖offer、港中文BA、港中深会计offer。前面提到了，虽然港大曾经是C同学的梦校，但因为客观因素，C同学更期待能拿到新加坡更好学校的录取。新加坡院校反馈时间普遍较晚，C同学在经过一段煎熬等待后，终于在1月底得到面试通知。凭借申请季积累的丰富面试经验，9天后顺利拿到NTU首届BA项目录取，这也是今年为数不多C同学所在本科院校拿到录取的同学。
NUS BA的面试虽然姗姗来迟（3月中），但C同学凭借自身努力和收割机的全程护航早已胸有成竹，再借鉴了收割机近期其他同学的最新同专业案例，NUS BA offer也很快收入囊中，可喜可贺。不仅BA转向顺利，原计划的会计项目也大丰收，分别斩获了港大、港中文、港中深的offer，登入了20FALL收割机学员榜。
【Offer一览】
1
2
3
4
5
6
【服务好评】
【文书节选】
C同学综合背景很强，不仅有丰富的校园活动，各种海外项目经历，还有多个五百强实习。BA的文书里，我们采用了‘描述兴趣由浅及深的发展’这样一种思路。从C同学大二时参与管理某个公众号开始说起，在她的举措和成果里找到对于商业分析的初步接触。此后，通过选修课，分析类的比赛和项目经历，一步步加深了对于分析学和数据的了解。最终，欧莱雅的商务分析实习让她真切地体验了这个行业，积累了不少经验，并坚定了自己的未来目标。
案例二：Z同学
选校及申请过程
Z同学毕业于中山+澳洲昆士兰（2+2）会展经济与管理+国际酒店旅游管理项目，签约时已有2年知名网站产品经理工作经验。在本科期间，Z同学就展现出对数据分析的执着，并且凭借自身努力，成功转型到互联网产品领域发展，并期待能进一步在数据分析方向深造。然而，她的非理工科本科背景却和常年看重量化知识和技术能力的BA项目不完全契合。
我们收割机团队认真梳理和分析Z同学在本科量化经历和互联网领域工作数据案例运用，结合她职业信仰和规划，强力展现她在数据分析领域的巨大的潜能，尽可能弱化BA项目对数理背景的硬性期待。
Z同学硬成绩方面很优秀，除了本科3.9/4.0+5.875/7的GPA外，忙碌工作外也考出了雅思7.5+GRE323不错的成绩。12月中旬也很积极地和申请老师一起完成网申环节和讨论跟进策略。2.26晚终于得到NUS BA面试通知，虽然只有1天准备时间，收割机老师迅速为她整理面经助力，最终顺利完成面试。面试后，Z同学深知自己的技术工具应用短板，继续和申请老师沟通，并迅速通过网课学习和利用公司资源人脉帮助加以弥补。经过多次在线争取，终于在3.30拿下梦校录取。除此之外，Z同学在本申请季还斩获了UCL和KCL录取。
【Offer一览】
【服务好评】
【文书节选】
Z同学的优势在于丰富的数据工作经验，因此我们商量从目前的产品经理工作中找到一个侧重点，通过搜索算法策略的工作引发对数据科学的社会价值的思考，延伸出自己渴望深入技术领域，更好地将数据技术与人文相结合来进行开发的职业期待与求学目的；个人背景从本科专业学习、参与的数据研究项目，以及工作上突出数据处理、算法、编程、建模方面的知识与技能,再加上强劲的本科背景和丰富的海外学习、实践经历，全方面突出个人优势。
案例三：W同学
选校及申请过程
W同学的选校主要集中在英国、新加坡，经过与W同学的沟通，英国院校主要集中在爱丁堡、IC和LSE，申请后期又加了KCL来作为保底项目。在新加坡的院校选择上，主要集中在NUS和NTU的金融、金工项目。
虽然W同学数理背景相较普通金融专业的同学要好一些（自己选修了几门高阶数学），但选择的大部分专业都是对数理背景要求很高的且竞争比较激烈的偏金工类项目（如Financial Modelling、Quantitative Methods for Risk Management）, 因此在申请后期W同学自己也加申了NTU的BA等项目。
W同学很早就开始准备自己的各方面材料，在6月初首次参加GRE考试就考出325，之后按部就班准备申请材料及填写文书素材等信息表格。在时间把握和个人实习、学业安排上井井有条。
因为W同学的选校主要集中在英国和新加坡，由于英国大部分专业开通申请要早于新加坡，我们首先在11月初陆续递交了英国爱丁堡、IC、LSE的申请。紧接着递交了NUS Finance、QF和NTU的Finance、FE，最后W同学决定再申请KCL的Computational Finance作为英国的保底项目。
在申请过程中，Ｗ同学都积极和老师配合，邮寄材料、送分等都第一时间完成。于是在12月份收到了NUS QF的第一批笔试、面试通知，我们也同样在第一时间给W同学提供了历年面试笔试的真题以供参考，并进行了详细的面试辅导。由于今年该项目的申请量激增，笔试的难度也相对有所提升，最终的笔试面试结果，W同学拿到了NUS-SJTU QF项目的offer。在4月下旬也收到了KCL的offer。在申请后期，W同学自己又加申了几个项目，包括NUS的FE、NTU BA等，由于申请的大方向都是相同，W同学在我们文书的基础上稍作修改，递交了申请。在5月下旬W同学收到了NTU BA的面试邀请，我们为W同学提供了相关的面经，经过W同学的充分准备，面试一周后顺利收到了offer。
【Offer一览】
【服务好评】
【文书节选】
W同学虽然本科是金融专业，但是却有着很扎实的数理量化背景。大学期间，他参加了丰富的相关比赛项目，比如美赛，也都取得了优秀的成绩。此外，他还抓住大四的机会到法国交换，在综合实力上极大地提升了自己的竞争力。不仅有良好的金融经济基础，还掌握了大量统计建模技能和软件运用技巧。这些能力也在之后的券商回测实习中得到了考验和成熟。在职业目标方面，我们在量化的方向更进一步，将他的兴趣定位在机器学习这个领域，这也与BA方向十分契合。
申请Tips
【GPA+专业背景】
申请新加坡NUS/NTU商科项目，GPA建议3.5+，热门项目建议3.7+。且需要注意核心专业课程学习：
BA方向：整体而言BA项目录取更偏爱本科为计算机、数据科学、数学、统计等相关专业，但并不仅局限于这些学科。商科背景的同学可以加强自身数理背景，提升申请竞争力。除基础数学课：高数、微积分、概率论、统计外，有时间和能力的情况下需着重准备数据库、SQL、R、Python、数理统计、随机过程等数学、计算机相关课程。除了课程外，多参加数模类竞赛来增强量化背景，重点不一定是要拿到很高的名次，而是补充相关实践经历。
从案例中可以看到，案例一C同学因为是会计背景，其涉及的数理背景并不算强，但优质且相关的实习经历有起到加分作用；案例二Z同学因为有工作经验，工作中涉及编程和数据应用，同样也对申请起到加分作用。两位都不属于典型数理背景很强的，但在商科/商业应用方面均具有较为深入的实践经历，因此建议数理背景不是很强的同学可以通过软背景进行补充。
【语言】
申请新加坡商学院下的项目，建议：IELTS 7+/TOEFL 100+，没有必要硬刷高语言成绩，因为对这些项目来说，语言成绩达到比较优秀的程度便不是考量的重点。
且要注意，新加坡对于2+2背景的申请者并非都能免语言，很多项目是要求整个本科均在纯英文环境下完成才免。
【GMAT/GRE】
良好的GMAT/GRE可以作为重点，名校冲刺项目一般GMAT需要700+，GRE 320+。对于转专业申请的同学，高G对申请帮助比较明显。
【实习】
对于申请BA项目相契合的实习如：券商、保险、基金、咨询、快消、互联网、500强等企业数据分析岗，市场分析岗，或者其他行业的数据分析类岗位。如：互联网金融数据分析；咨询公司战略/管理咨询；尼尔森数据分析、波士顿战略咨询、贝恩战略咨询/数据分析；互联网企业Google数据岗、滴滴出行数据分析岗、去哪儿网数据分析；快消：联合利华、宝洁市场部等等。
学校及专业介绍
新加坡国立大学-MSc in Business Analytics
NUS的BA是亚洲大学最先开设此专业的大学，2013年成立，2014年第一届学生入学，该项目是由NUS商学院和NUS计算机学院联合开设，项目非常技术性，重视实践。适合有工作经验/优秀的应届同学申请。
学制：1y
学费：SGD$53,500
课程设置：8月入学，需完成44学分课程，8门课程，5门必修+3门选修，以及1个Capstone Project（3-6个月）、行业分析研讨会。
课程安排
Essential Modules
1. Analytics in Managerial Economics
2. Data Management and Warehousing
3. Deterministic Operations Research
4. Foundation in Data Analytics I
5. Foundation in Data Analytics II
Elective Modules (From 5 Verticals)
1. Big Data Analytics Techniques
Big Data Analytics Technology
Cloud Computing
Neural Networks and Deep Learning
2. Consumer Data Analytics
Hands-on with Business Analytics (Consumer)
Introduction to Network Science & Analytics
3. Financial & Risk Analytics
Fintech, Enabling Technologies and Analytics
Quantitative Risk Management
4. Healthcare Analytics
Economic Methods in Healthcare Technology Assessment
Healthcare Analytics
Information Technology in Healthcare
5. Statistical Modelling
Advanced Probability Theory
Advanced Statistical Theory I
Advanced Topics in Applied Statistics
Applied Regression Analysis
Categorical Data Analysis II
Nonparametric Regression
Survival Analysis
20Fall申请截止期：2019.10.14-2020.01.12
申请和录取要求：需要GMAT/GRE，看重Statistics/Mathematics背景、行业经验，G高分，青睐理工科背景学生，对应届生不友好，倾向2年+工作经验，有面试。
2014年开设（第一届招收28人），目前招收100人左右/年，接近50%有1-5年工作经验，应届生只占10%左右，竞争异常激烈。从20Fall申请看，最早发面试/offer的是有工作经验+海本的较多，紧接着发了些应届理工科背景的（如CS/EE/数学等）。
招生比例：
教育背景：
从录取背景可以看出，非常倾向理工科专业，商科学生仅占比25%。
工作行业背景：
大部分集中于银行、金融、保险、信息通信技术、科学技术等领域。
生源：
主要以亚洲学生为主，其中东南亚学生占比较多，东亚（含中国）学生月18.7%（十几二十人的样子），南亚学生也不少；其他少量欧洲、北美学生。
工作年限：
南洋理工大学-MSc in Business Analytics
2019年8月，NTU南洋商学院推出全新课程项目—商业分析专业硕士（MSc in Business Analytics-MSBA），该项目面向非技术背景的应届毕业生和商业专业人士，提供分析技能方法学习并运用到商业业务领域中，可以应用于管理、会计、市场营销、金融、行政、企业传播、新闻等领域。目标是让学生充分掌握商业分析技术，通过实践操作，将这些技术应用到各种业务领域中去。可与数据科学部门、IT/AI部门合作互补，担任此类技术部门和其他业务部门的关键联络角色。
学制：1Y
学费：S$52,000
课程设置：7月开学，3个学期，需完成6门必修课程+4门选修课程+2个项目
Core Modules
Programming in Python and R (Bootcamp)
Data Management and Visualisation
Probability and Statistics
Analytics and Machine Learning in Business
Analytics Strategy
AI and Big Data in Business
Electives (choose 4)
AI with Advanced Predictive Techniques in Finance
Risk Management with Fraud Detection and Forensic Analysis
Marketing and Customer Analytics
Supply Chain Analytics
Lean Operations and Optimisation
2 Projects
Project I
Project II
20Fall申请截止时间：
2019.8.31开
Round 1：2019.11.30
Round 2：2020.01.31
Round 3：2020.03.31
申请和录取要求：不限本科专业背景，非技术/非量化背景均可申请。TOEFL/IELTS，良好的GMAT/GRE成绩；有工作经验优先，不强制要求。PS：虽然不限本科专业，但还是应重视编程、统计、商业相关的数据分析核心技能。
NTU于2020年3月给的最新录取数据：
就业服务：在熟练的业务分析师手中，数据可以转化为竞争优势。通过该计划的强有力行业合作伙伴关系，可利用与DBS，KPMG和GE Digital等行业的实习机会，并提供相关的实践经验，以帮助毕业生做好承担业务分析职务的准备。