因为楼主基本都是 diy 的(除了面试有辅导)，申请过程中看了不少帖子也思考了很多，下面我就分享一下我对申请的一些想法和见解，希望可以帮助到以后的人。以下分析主要 based on 申请圣母 msba 的过程，但对其他项目的申请者也应该会有一些参考价值。

1.选校方面：

根据我个人经验，如果不 gap 的话，我们其实没有那么多时间去申请那么多学校，所以我建议个少而精。我就申请了两所（当然这有点儿少啊，我其实一月初还在纠结 gap 的事儿，所以佛系拖过头了），但我建议大多数时间不充裕的申请者申请 5～6 所学校差不多了（特意 gap 申请的可以多申请一些）。在 CD 上多看别人的帖子然后和他们的背景比对，最后选出大概 1-2 个 reach（觉得还需要努力和运气才有可能），2 个 match（感觉马马虎虎差不多能进），1-2 个 backup 的样子（感觉自己方方面面儿的都满足了）。可能对某些人看起来这些学校有点少，但其实真的不少。我知道很多申请者（尤其国内本科找中介的）在信息不对称的情况下，广撒网，一申请就申请十几二十所。但他们的申请大多数也就是准备下材料给学校提交过去，然后后面除了祈祷基本不干什么了。但其实申请后还有很多事情可以做来提升被录取的可能性，这些事情需要花不少时间，学校太多基本无法兼顾。关于申请提交后的事情我会在后面会具体讨论。然后，business analytics 其实是相对比较 general 的一个概念。虽然有很多项目都被归类为 ba，但其实各有千秋。比如说，duke mqm 偏 quant，cmu 和 ut austin 偏 tech，感觉除了 mit，其他的热门 ba 项目都有各自的优劣吧。具体哪个项目能为你带来什么，除了看 program website 和 curriculum，这就得花功夫问学长们和 adcom 了。非 ba 项目同理，重点就是你得搞清楚你想学啥，和想干啥，这个项目真能帮你实现你的目标吗？而不是仅仅就通过排名和地理位置这些浅显的特点来做决定。排名每年都在变，而且不同榜单排名也差很多，意义不大。还有关于地理位置我也分享个小故事。我一个本科学渣学长被 fb 要了，我就问他你咋申进去的。他说他的 leetcode 老师也是他的职业向导（在硅谷还是有些名气的）的解释是：一些大公司的不同 hr 会负责不同地区的招聘。因为我们学校学校附近方圆百里无敌手，所以进的概率就大了一些。好比这个公司目标湾区 20 人（但有 1000 个竞争者）；目标 boston 15 人（但有很多 mit harvard 竞争者）；我们学校这个区目标 3 人（但就 30 个同校竞争者）。所以我朋友说他那个组除了他基本都是顶级名校的。由此说来，地理位置并不像很多人想的那么简单（ca nyc 就一定更好找工作）。既然我们很难摸清这些 intangible 要素的影响，那么就多关注你能学到什么。因为你的个人能力才是让你在这个行业成功的终极因素。P.S. 我其实也是因为觉得 nd msba 和我的需求很匹配后面才没申请更多的学校，而且 nd 真的是越了解越讨喜。

2.材料准备：

出身校+专业+gpa（1）
Toefl/Ielts+gre/gmat（2）
文书+竞赛+奖+research+intern+乱七八糟证书+数理和编程背景（3）


我把整个 package 分成了以上三个部分。第一部分是我们的基础背景，所以这方面儿我们很难改变。既然改不了，我们就只能加强其他的部分，也就是上面的 2 和 3。我把 2 和 3 分开了，因为在我的观点里，2 的作用是让 adcom 不拒绝你（虽然这里也要越高越好，没时间的话过线就差不多了），3 的作用是让 adcom 考虑录取你。所以把这些要素考虑成游戏里的天赋属性的话，你的时间就是你的天赋点。所以只要你有时间，就尽量拉高 2 和 3 的部分。比方说很多因为本科专业导致数理和编程背景比较弱的朋友，就可以在 coursera 或者其他平台适当上一些课来填补自己这部分的空白。强调一下，目标不