第1学期

• 商业统计（15学分）- 概率和统计学的理论和应用知识是商业分析的一个重要组成部分。统计方法是商业分析必备的一系列技能之一，也是一些高级课题的基础，如机器学习和人工智能等。在该模块中，学生将重点学习使用R编程语言的描述性和推断性统计。这为商业分析提供了必要的统计基础，同时也介绍了R编程。
• 数据管理（15学分）- 对小数据和大数据的有效管理是所有商业分析项目的一个重要组成部分。本模块探讨管理数据的理论和实践，包括识别和提取数据、数据预处理、数据质量、数据仓库、关系数据库和大数据解决方案。
• 人力资源分析（15学分) - 有效使用人力资源（HR）数据可以提高人力资源管理（HRM），从而提高更广泛的组织绩效。本模块将考虑数据在人力资源管理中的实际运用，通过监测与评估雇员的活动和表现，预测未来的表现和预测雇员的流失等。该模块还将考虑在人力资源管理中使用数据的理论基础，从而将人员分析的实践方面与人力资源管理理论联系起来。   
• 人工智能在商业与社会中的应用（15学分）- 人工智能（AI）已经对商业和社会产生了实质性的影响，如数据驱动的商业战略、工作性质的改变、塑造个人和社会行为的创新发展、隐私和监控问题、以及近期在数据使用方面的道德危机。随着AI的快速发展，这些趋势似乎可能会延续下去，因此必须考虑AI对商业和社会的广泛影响。本模块将鼓励学生参与这些问题、深入了解AI的广泛影响。学生将学习如何在未来的职业生涯中为AI的发展与使用作出贡献。

第2学期

• 高级分析和机器学习（15学分）- 机器学习是支撑预测分析和人工智能的核心技术，也是许多其他分析任务的基础。本模块将建立在统计模块中开发的编程和更先进的统计技术方面的技能，即机器学习算法的应用。
• 数据挖掘（15学分）- 模块重点是使用Python进行数据挖掘。模块从Python的核心编码和数据挖掘任务开始，集中在非结构化数据的挖掘上。如今产生的许多数据都是非结构化的，如社交媒体帖子、文本文件、图像和视频；挖掘这些非结构化数据为企业提供了机会，通过开发新的和改进的产品和流程以及改善决策来获得巨大利益。与分析较小的结构化数据集相比，从非结构化数据中提取价值需要额外的工具和技术。模块涵盖了从非结构化数据中获取价值所需的关键分析工具和技术。该模块将涵盖非结构化数据的各种来源和用途，并特别关注文本数据的实际分析。该模块将使用Python编程语言授课，这是分析学中最流行的编码语言之一。因此，它也有助于向学生介绍这种重要的编码语言，补充在其他模块中培养的R编码技能。
• 数据驱动的决策（15学分）- 数据的分析只有在有助于改善商业决策时才是有意义的。本模块探讨企业如何使用数据来做出商业决策。这包括重点从有效管理和分析数据、数据可视化和讲故事以及预测性分析技术中获得商业洞察力。学生将有机会使用先进的可视化和优化软件，如tableau、excel和R。该模块还将分析人的因素考虑在内，将决策的分析技术置于商业环境中，考虑成为一个数据驱动组织所涉及的管理和组织因素。
• 市场营销分析（15学分）- 数据和分析工具的可用性为公司从营销分析的应用中获取利益带来了大量机会。营销分析已经发展成为商业分析的关键领域之一，大多数大公司都从中受益。本模块的重点是将分析技术应用于营销问题，强调运营和战略利益。在本模块中，学生将学习如何将分析技术应用于营销组合的四个方面。该模块将探索几种可用于实现分析驱动的营销决策的方法。该课程将提供必要的基础知识，并将作为旨在探索现代营销快速发展领域的有志之士的一个坚实基础。

第3学期

• 论文（60学分）- 毕业论文为学生提供了进行独立项目的机会。学生将运用所学理论，开发出一个技术性的商业分析解决方案。建议学生使用课程所涉及的解决方案技术。该解决方案通常应包括一个数据库、机器学习和可视化组件。我们认识到，在某些情况下，项目可专注于特定的组件（如存储与处理、预测分析或先进的可视化与解释），但应获得导师事先同意。学生还将获得有关潜在数据源的建议，以便在项目中使用。除了技术解决方案之外，学生还需制作一份书面报告，包括文献回顾、问题解决方案、结果和结论。模块要求学生从整个课程中汲取知识，纳入三个核心商业分析领域的知识：统计、计算和商业。