衡量业绩是大生意。今天，世界上大多数大公司都采用商业分析法来获得有价值的商业洞察力，并在竞争中获得优势。利用数据建模和统计分析，商业分析使公司能够衡量其过去的业绩，提高效率，增加利润，进行创新，并做出有根据的决策，推动公司的发展。全面、灵活的商业分析硕士课程非常注重商业分析工具和技术在现实世界中的应用。你将发展你的计算机编程、数据库、应用统计和应用于大数据的机器学习技术知识。你将善于认识到道德推理在解决分析相关问题中的重要性。你将学习如何与不同的团队有效合作，在不同的背景下实现一系列的目的。
商业分析
Master of Business Analytics
专业介绍
衡量业绩是大生意。今天，世界上大多数大公司都采用商业分析法来获得有价值的商业洞察力，并在竞争中获得优势。利用数据建模和统计分析，商业分析使公司能够衡量其过去的业绩，提高效率，增加利润，进行创新，并做出有根据的决策，推动公司的发展。全面、灵活的商业分析硕士课程非常注重商业分析工具和技术在现实世界中的应用。你将发展你的计算机编程、数据库、应用统计和应用于大数据的机器学习技术知识。你将善于认识到道德推理在解决分析相关问题中的重要性。你将学习如何与不同的团队有效合作，在不同的背景下实现一系列的目的。
Program Introduction
Measuring performance is big business. Today, most of the
world’s major companies employ business analytics to gain valuable
business insights and get an edge on their competitors. Using data
modelling and statistical analysis, business analytics allows companies
to measure their past performance, improve efficiency, increase profits,
innovate and make educated decisions that drive them forward.The comprehensive, flexible Master of Business Analytics has a strong
focus on the real-world application of business analytics tools and
techniques. You’ll develop your knowledge of computer programming,
databases, applied statistics and machine learning techniques applied to
big data. You’ll become adept at recognising the importance of ethical
reasoning in the solution of analytics-related problems. And you’ll
learn how to collaborate effectively with diverse teams to achieve a
range of purposes in varied contexts.
| 所属大学 | 麦考瑞大学 |
| 关联学科 | 商业分析 |
| 开学时间 | 2月,7月 |
| 学制 | 1,1.5,2 年 |
| 学费 | 43,200 AUD |
| 项目网址 | https://www.mq.edu.au/study/find-a-course/courses/master-of-business-analytics |
申请要求
2年学制：任何专业。1.5年学制专业领域：任何专业+2年相关工作经历/均分65（如60-65可用GMAT600弥补）。2 相关专业。 1年学制专业领域：相关专业+均分65（如60-65可用GMAT600弥补）。 相关专业包括，精算学、银行学、计算机科学、数据科学、计量经济学、经济学、金融学、保险学、数学、统计学或其他相关专业。
语言要求
IELTS
| 总分要求： | 6.5 |
| 分项要求： | 听力: 6 | 阅读: 6 | 写作: 6 | 口语: 6 |
TOEFL
| 总分要求： | 83 |
| 分项要求： | 听力: 12 | 阅读: 13 | 写作: 21 | 口语: 18 |
课程设置
| 中文课程名 | 英文课程名 |
|---|---|
| 基本单位 | Essential units |
| 计量经济学和商业统计 | Econometrics and Business Statistics |
| 数学6904 | MATH6904 |
| 数学建模 | Mathematical Modelling |
| 业务分析中的技术 | Techniques in Business Analytics |
| BUSA8001 | BUSA8001 |
| 应用预测分析 | Applied Predictive Analytics |
| BUSA8030 | BUSA8030 |
| 数据管理、分析和变更 | Management of Data, Analytics and Change |
| BUSA8031 | BUSA8031 |
| 业务分析项目 | Business Analytics Project |
| BUSA8090 | BUSA8090 |
| 业务的数据和可视化 | Data and Visualisation for Business |
| 经济8040 | ECON8040 |
| 应用计量经济学 | Applied Econometrics |
| 选修单位 | Elective units |
| 会计原理 | Principles of Accounting |
| ACST6003 | ACST6003 |
| 金融原理 | Principles of Finance |
| COMP6010 | COMP6010 |
| 计算机科学基础 | Fundamentals of Computer Science |
| COMP6200 | COMP6200 |
| 数据科学 | Data Science |
| COMP6210 | COMP6210 |
| 大数据 | Big Data |
| 区块链竞争优势 | Blockchain for Competitive Advantage |
| AFIN8014 | AFIN8014 |
| 金融科技与创新 | FinTech and Innovation |
| COMP8210 | COMP8210 |
| 大数据技术 | Big Data Technologies |
| COMP8220 | COMP8220 |
| 机器学习 | Machine Learning |
| MGMT8005 | MGMT8005 |
| 管理技术 | Managing Technology |
| MKTG8005 | MKTG8005 |
| 应用营销研究 | Applied Marketing Research |
| STAT8123 | STAT8123 |
| 统计图形 | Statistical Graphics |
| STAT8310 | STAT8310 |
| 统计理论 | Statistical Theory |