看了留学板非常多年，如果没有留学板这么多前辈无私的分享，我觉得我今年的申请没办法有好的结果，因此也希望能来分享一些自己申请的经验。
去年两位申请上Quantitative Marketing PhD(HBS/Berkeley)的文章在申请的相关资讯上已经着墨相当多，而他们提到的多数资讯也能适用于IS的申请，因此他们提过的东西我就不再赘述，而尽量在我此次的申请经验上进行一些资讯的补充，希望能为往后对Quant Mkt/IS PhD有兴趣的申请者有所帮助。
申请结果：
Program: Marketing (Quant)*7, Information Systems*5, Political Science (Methodology)*1 (All PhD)
Admission:
- CMU Heinz College - PhD in Information Systems & Management (3/12, w/ 1yr fellowship + 4yr TA/RA)(无面试录取)
- Columbia Business School - PhD in Marketing (Quant) (2/17, w/ 5yr fellowship)
- Boston University Questrom School of Business - PhD in Information Systems (2/16, w/ 5yr TA/RA)
- New York University - MA in Politics (pre-PhD track, downgraded from PhD program)(3/15, w/ 50% scholarship)
Rejection:
Marketing: MIT Sloan (2/12), Northwestern Kellogg (2/24), Cornell Johnson (3/3), Wharton (3/9)
Information Systems: U of Minnesota Carlson (2/24), UW Seattle Foster (3/22)
Pending:
Marketing: CMU Tepper, Emory （应该都是silent rej....)
Information Systems: UT Austin (应该是silent rej)
Interview:
UW Seattle(1/15), Boston University(2/3), Columbia(2/12)
Decision:
Columbia Business School
Education:
Bachelor of Laws @ NTU, minor in Political Science: 3.92/4.3
M.A. in Economics @ NTU (Transferred from NTU Political Science): 3.85/4.3
Math/Stat-related Courses (All taken during master):
Calculus, Linear Algebra, Advanced Statistics, Introduction to Mathematical Analysis I
CS-related Courses (All taken during master):
Data Structure and Programming(EE), The Design and Analysis of Algorithms(EE)
Test Score:
GRE: V155 Q170 AW3.5
TOEFL: 109, R29 L30 S25 W25 (二战, 一战就口说少了两分.....)
Research Experience:
Full time RA @ NTU Econ
Part time RA @ NTU Econ
Part time RA @ NTU Political Science
Teaching Experience:
TA, Applied Statistics @ NTU Political Science
Professional Experience:
Data Scientist @ Financial Industry (8 months)
Publication:
None, 不过含硕论有两个Independent Research Projects, 也是这次申请面试的重点
Honors and Awards:
NTU Outstanding TA*1
NTU Presidential Awards*2
References:
2 from NTU Econ
1 from NTU IM
1 from NTU Political Science (Only for NYU Polisci)
1 from UT Austin Political Science (Only for NYU Polisci)
申请心得：
从我的背景可以看到我是个非典型的申请者，这次的申请结果运气确实占了绝大部分的比重，但我尽力从我的申请经验中找出一些比较有用的资讯出来分享。
在开始前先说明我的研究兴趣，我的兴趣主要分为两个：
1.从数位足迹/行为资料中了解消费者/用户的个人特质、偏好，并了解这些因素与消费/其他经济或政治行为的关联
2.线上社群网络中的资讯散播/同侪效应及其对现实社会与个人行为的影响
方法上则结合Econ & ML/Stat
这些题目在Quantitative Marketing及Information Systems的文献中都有相当的着墨，因此我在申请上比较题目导向，找出这两个领域中跟我兴趣相符教授较多的program进行申请。另外由于NYU PS做Social media和Methodology的老师很多，考量自己的背景可能申请政博会比较有机会，因此额外申请了NYU的政博（事实证明NYU的老师并不这么认为......）
资源分享：
对于Quant Marketing的申请者，我推荐大家可以先读以下这篇文章。这篇文章调查了Quant Marketing的学者对于领域现况及发展的想法与省思，有助于了解整个领域的发展方向，里面也有一些关于博士生培养的一些看法，或许会有点帮助：
https://reurl.cc/E24mzk
另外去年两位HBS的录取者针对商博的申请写了一份非常详细的指南，里面有一些SOP/CV可供参考：
https://reurl.cc/0D9e0K
大鼻去年的申请经验：
https://reurl.cc/Q7R0Kq
以及板上无数商博与Econ前辈的分享(关键字Econ PhD, Marketing PhD, Management PhD, etc.)
此外我也满推荐中国的追梦网(ChaseDream)，里面关于商学院博士班申请的资讯乃至各校的一些情况都非常丰富（虽然有些学校的资讯有点过时，建议要看一下发文时间），可以作为申请时选校及准备面试的一些参考。不过建议大家里面的申请定位文章参考就好，有时候好学校不是只看硬条件来筛选人的。
所需修课背景：
相较于财博，Top Bschool的Quantitative Marketing及IS对于申请者的数学背景要求似乎没有这么高且绝对，主要取决于学校的强项、申请者本身的研究兴趣与该年committee的偏好而定。举例而言，一个研究兴趣为Micro Theory/Analytical Modeling的申请者，或一间整体较偏econ的学校(eg: Chicago Booth, Stanford GSB)，对数学背景及修课成绩的要求可能就会更高；而对一个兴趣偏向兼采Econ+ML方法做empirical modeling或applied research的申请者，学校对于一些高等数学课成绩（如分析导论）的重视程度可能就会较低。
因此，在基本的数学条件（微积分、线代、数统/高统、计量）具备的情况下，只要申请者整体背景与能力能够撑起自己的研究兴趣，其实不太需要因为数学课修得不够多或分导成绩不够好（对就是我，而且我分导二还停修......）而放弃申请top school，毕竟这些只是工具，而PhD的前两年就是要训练博士生掌握这些工具，只要具备了足够的基础并展现自己学习的意愿，学校会更为看重申请者其他的潜力与特质来进行挑选。
选校：
参加virtual visit day时，有人问教授们对于选择PhD program的建议，而所有教授都非常一致强调"Fitness"的重要性。这个Fitness不只包含研究兴趣上，还包含了你想要在博班接受什么样的训练、喜欢怎么样的文化、对地点有没有偏好等等，综合我自己的经验以及老师们的看法，在选校上几点我认为比较重要的考虑因素为：
1. 你有多想要念PhD：
这个因素会决定你的申请策略。如果你非PhD不可，那建议拉大区间申请。如果你觉得就算全灭，另寻出路也是个可以接受的选择，在选校上就可以较为任性。
2. 如果只拿到该校offer，是否会毫不犹豫地去唸：
综合考量任何一切会影响你愿不愿意在一个地方居住/唸书五年的因素后（如学校reputation/ranking，placement，program design，课程安排，program氛围（可以先尝试打听），地点，气候，物价水准，该校现在的博士生组成等），若你会毫不犹豫地去念这间学校，才建议将之纳入选校清单，不建议为了保底而申请自己不愿意念的学校，这只是浪费申请费与时间成本而已。
3. 该program faculty与自己研究兴趣契合度：
如果program整体的强项与自己兴趣不合，或是没有至少两到三位让你十分感兴趣的教授，就不太建议纳入选校清单。
以我而言，博士班五年时间，如果不能念我最想去的program，那我宁愿回到业界工作。因此，我先根据第二点筛选出我喜欢的program或学校，再用第一点从这些学校里筛出我想申请的program，其实最后的申请名单有点像在丢乐透。如果PhD就是你的唯一目标，除了拉大区间拟好策略外，或许也可以参考各校的PhD student profile去了解一下各校可能的招生偏好以寻找较有机会的学校。（并不是绝对，有时换个committee或是学校为了diversity的考量，选人可能就会差很多，仅做参考）。
在Ranking部分，除了UT Dallas的排名可以反映该校faculty的研究实力外，我更建议以placement为主要参考依据，并且看placement要把Quant跟CB分开来看（可以搜一下那些毕业生的CV，可以看出是哪个track的）。以近几年来说，即使是top school，Quant跟CB的placement也会不太一致XD 详细情况可以参考中国追梦网上的讨论。
另外在virtual visit day的时候，一个2017从Booth毕业来到CBS的老师有跟我们分享他对几个program(HBS、MIT、Booth、Stanford GSB、Wharton、CBS、CMU Tepper)的看法，在此分享给以后的申请者做为参考(Program特色代表的是他们可能的招人偏好，毕竟fitness很重要)：
1. 偏经济或偏DS：
偏经济(Structural/Analytical modeling)的有Booth跟Stanford GSB，CBS、Wharton跟CMU Tepper比较偏DS/technical，MIT略偏Econ但比Booth/Stanford Balance。
2. Academic or Practical：
老师认为最偏Academic(研究上比较没有强调要跟业界相关)的是Booth，HBS最Practical，CBS跟Wharton位在中间，MIT较偏Academic但没有Booth的倾向明显。
3. 其他：
Top program大部分都比较偏entrepreneur model，也就是老师们比较不会主导一个project让学生跟，而是鼓励学生从博一就开始自己想idea，寻找合作的faculty并且lead the project。他认为这之中Booth跟Haas是最强调学生独立性的培养，CMU相对来说比较偏apprentice model。另外有个待过Tepper的老师说CMU相对来说CB比较弱，所以不像其他program size大的学校能够有跨CB/Quant的研究机会(CBS就很强调Interdisciplinary这一点)。
GRE/TOEFL：
GRE因为懒得自己准备，选择去Mason补习，TOEFL听读写基本都吃GRE和看美剧的老本，因此这部份我只想特别分享一下TOEFL口说的准备。
我在确定要申请商学院博士班并回学校当RA后，就请一个母语程度的朋友帮忙，从我考前约三个月开始，每周一次一小时帮我练习口说。我们每周会练习两到三个TPO的独立题及一组整合题。每题练完，她都会给我一些feedback，我们会讨论刚刚出现的问题及改善方式，她也会问我的答题思路以及口说的习惯以给我适合的建议。多练几次后，我也渐渐摸索出适合自己的答题方式与需要加强的弱点。由于我们的练习方式并不是我单方面的接收她给我的建议与策略，因此过程中我也对自己一些口语和表达上的习惯与方式有了较深的检讨与了解，
对我在语言的组织与表达上很有帮助，也让我之后面试遇到没有准备过的题目时能够不慌不忙的临场发挥。如果身边刚好有英文程度非常好的朋友且对方也有意愿且时间帮忙，或许可以考虑这样的方式。
至于这些标准化考试的成绩标准，以商学院而言，我的建议是TOEFL越高越好，如果目标是top school，不要只满足于100分，口说也尽量到25分以上。GRE的部分，我反而觉得没有托福这么重要，尽管top school的GRE平均成绩列出来都非常惊人，好像没有330+4.0就上不了，但实际上对国际学生而言，GRE的Bar应该没有这么高，至少在比较Quantitative的领域，325应该是够的（当然Q最好要接近满分）。过了这个bar之后，GRE在整个申请过程中就不再是决定因素了。
推荐信：
关于推荐信的重要性、如何选择推荐人等问题，之前几篇商学院与Econ博士班的录取文中皆有详细分享，在此我想补充以下两点：
1. 推荐信可以补充在SOP, CV, 成绩单等其他申请文件上无法客观呈现的优势与能力：
如果你觉得自己有什么能力或优势需要重点强调，但在其他申请文件中无法客观呈现，请与你的推荐人沟通，并提供实际案例，让他在推荐信中帮你强调这些面向。以我的例子而言，由于我的研究兴趣在方法上是ML+econometrics，但我一方面不是电资or资管背景，一方面成绩单上没有机器学习的修课纪录，因此我特别请在RA期间有研究上合作的资管系教授在推荐信中帮我强调这些能力。此外，我的指导教授兼RA老板也表示她会在推荐信中特别帮我强调我在硕班三年期间，为了研究兴趣与需要从零开始补了多少东西，以展现我的学习能力。
2. 多跟推荐人分享你对相关领域文献的心得与研究idea：
对跨领域的申请者而言，展现自己对于该领域已经有一定程度的了解和自己一些研究想法相当重要。然而SOP篇幅相当有限，可能不一定能在SOP中写得非常详细。因此，如果能多跟你的推荐人分享一些你喜欢的文献和一些research idea，不仅能让推荐人有更多素材可以写，也能更加证明你对该领域的热情与研究潜力。
SOP：
关于SOP在商学院申请中的重要性以及写作中如何展现研究潜力、应该呈现哪些面向、怎么阐述研究兴趣、把自己的经历与研究兴趣包装成一个说服人的故事等，去年的两篇录取文已经有了很好的说明。在此我想分享另一个写SOP的技巧：找到自己独特的优势与定位。
对于好学校的商学院博士班而言，一年收到的申请数量非常多，且许多申请者都是well-qualified并有很好的美国connection，更不乏A+学生。对于一个纯台湾学历的申请者而言，我们在推荐信的connection甚至母校的名声上可能已经居于劣势。因此，我们更需要从自己的经历中找到与该校特色match且与众不同的优势做为SOP主轴，让审查委员留下深刻印象而增加进入shortlist的机会。
以我为例，我跟多数Quant Marketing &
IS的申请者比起来，最大特色应该是我的学术背景。多元的社科训练及短暂的业界经历让我对各项议题都有较高的敏感度。因此在SOP中，我有特别强调自己想做结合科技、社科与商学的跨领域研究，而录取我的学校刚好都有不只一个faculty在做这方面研究，CMU
Heinz更是强调他们希望学生可以做跨领域的研究。当然，我也不能确定这是不是录取关键，但不管是商学院还是社科院，本质上做的还是关于“人”的研究，除了技术能力外，社科或是商学背景的申请者应该更加强调自己在这部分的优势，而不是跟理工出身的申请者竞争技术能力，才有机会让自己在审查中脱颖而出。
SOP写完后，除了给该领域的教授/已经在唸博士班的学长姐看之外，也建议可以找熟悉自己学习历程的朋友帮忙给点意见，透过跟他们的讨论，可以帮助你找出自己与众不同的优势与特点，更能让你明白自己的写作是不是足够清楚。而在内容确定后，可以考虑找母语人士帮忙进行文句的编修，除了让整体表达更精练外，也能避免出现一些文法错误，毕竟SOP对国际学生的另一个作用就是让审查委员衡量你的写作能力，还是尽量不出错的好。
我的SOP结构如下：
第一段先简单陈述自己的动机、教育背景、研究兴趣（含方法）与未来目标；
第二段写自己的修课给了自己哪些方法上的能力并且对应到自己的研究兴趣上；
第三段到倒数第二段写自己的两个独立研究、RA做的研究与业界经验。
每段开头都先以一句话总结这些经验如何形塑我的研究兴趣，再简单讲述一下project的motivation/问题及所用的方法、结果。
在业界经验的部分，我则强调这段经验如何让我对商业问题产生兴趣并萌生念商博的想法。
最后一段则是写Why this school，每所学校列二到四位我有兴趣的老师并写出我对他们研究方向有兴趣的部分。
面试：
面试最重要的就是对自己CV/SOP上所列出的所有经验足够熟悉，并有能力回答相关的问题。除了Why PhD/Why this field/Why
us这些基本问题外，面试大部分的重点都会放在你的研究/project上。包括你的motivation、研究问题、研究方法、资料特性与来源、结果、相关文献、contribution、可能的延伸方向、过程中一些资料分析的细节、研究限制等等，都是有可能在面试时被问到的问题。因此，请确保你对自己的每一个研究与project非常熟悉，最好还能先模拟过可能会被问到或挑战的地方，并且把这些问题的答案与其他的常见问题都先写成拟答。写拟答的用意不是为了要背下来后在面试上照本宣科，而是帮助你整理自己的思绪及逻辑。
举例而言，教授可能会问你的某个研究所得到的结果是不是causality? 如果不是，那问题可能出在哪里？是reverse causality还是omitted variable bias？你觉得可能哪些变量没有被控制到？当你被教授挑战自己的研究时，不用害怕承认你研究上的限制会让教授质疑你的能力，毕竟不太有人会期望这个阶段的申请者能独立做出top journal等级的研究，更多是要考察申请者对研究的敏感度及认识。
以下详列我面试三间学校的问题供以后的申请者参考：
UW Seattle (3 professors for 25 min):
1. Self Introduction
2. Research projects and follow up questions (including research design, data size...)
3. Why IS?
4. Why us?
5. What other schools do you apply to?
6. What are your top priorities?
7. Any questions for us?
UW Seattle的面试非常标准，问的问题基本上都是我事先有准备到的。在面试完后还会再安排一个跟博士生的Informational Meeting，这部分就不是Interview，只是给申请者一个跟博士生问问题与闲聊的机会。
Boston University (4 professors for 20 min):
1. Which project would you like to share with us?
2. Motivation?
3. The logic of your statement?
4. Challenges (Causality? Other factors?)
5. Related literature in economics and political science?
6. Contribution?
7. Follow up ideas?
8. Any questions for us?
Columbia Business School (2 professors for 30 min):
1. Any interviews or offers from other programs?
2. Why PhD, why marketing, why Columbia?
3. Tell me about your master thesis & Follow up questions (Causality?)
4. Paper discussion: What do you think about the paper assigned?
5. 2 minutes to briefly introduce your another project to us & follow up questions.
6. Which programming language do you mainly use/prefer?
7. What kind of methodology are you interested in?
8. Which course or experience is the most important to you?
9. Any questions for us?
Columbia比较特别的是会在面试前先指定一篇与你研究兴趣相近的paper要你先看，大约有一周的时间可以准备。实际面试时讨论这篇paper是自由发挥，老师只会问你有什么想法，因此你可以把任何你对这篇paper的看法说出来。我的回答方式是先讲说我喜欢这篇paper的什么部分，提出我对研究设计的一个问题，然后再提两个我觉得可以更改的模型设定与延伸方向。
在询问对方问题的部分，我准备的问题大概有
1. 什么时候会出结果/预计收几个人
2. 学生跟faculty什么时候会开始合作？合作模式？怎么match学生与faculty?
3. 跟业界的connection如何？是否能跟业界合作做field experiment或拿资料？
4. Teaching requirement
5. 是否支持跨系修课？
这部分建议多问关于program的问题，不用花时间在跟老师讨论他们的paper。前面的部分已经足够面试官们衡量你的潜力，不太需要在这个时候刻意去展现自己有多了解老师的研究。尤其第一个问题，强烈建议大家一定要问，我UW面试时没经验忘了问这个问题，结果面试后完全不知道该等多久该期望什么，痛苦指数完全是加倍XD后来两间学校问了之后心里就比较有底，在等待时就比较不会这么煎熬（虽然他们最后都非常快出结果XD）
另外也建议把自己修过的math/stat/CS/econ等相关课程的课本与课程内容、可能需要解释的弱点（比如某门重要课程成绩不好）列入准备范围，避免教授问起时没办法回答。如果身边有英文程度好的同学，也可以请对方帮忙进行模拟面试。模拟面试的主要意义在于训练自己的临场反应，即使听到没有准备过的题目也能迅速的组织语言回答，并让对方可以提供一些口说上的建议。实际面试时，不用太过在意文法细节，只要大体流利且清楚地把你的意思表达出来即可，更重要的是不管遇到什么状况都要尽可能冷静并展现自己的自信，这样就可以了。
p.s. CMU Heinz有无面试录取也可能有面试，所以没拿到面试不要觉得自己没机会了!
总结：
大学毕业后，我一直努力在寻找自己真正有兴趣的题目与领域，不断慢慢地摸索，除了补足自己的量化背景外，也接触了包括政治学的formal theory, political economy,
应用个体经济学中几个主流的题目，却发现这好像都不是我真正喜欢的。在读这些paper时，我似乎都缺少了那一点热情，没有哪篇paper让我能看到摘要后就想要继续看下去。直到后来硕论接触到了脸书资料，做了一些政治行为相关的研究，我发现自己对于如何从这些非传统资料中了解使用者的行为，并进一步应用在社会科学研究或商业决策上相当有兴趣。然而，当时的自己对政治和经济学以外的领域毫无所知，只觉得自己的研究兴趣在这两个学科里似乎都不是主流，因此我决定到业界工作，希望能接触更多新型态的资料及其应用。
非常幸运的是，我在公司遇到了一群非常好的同事以及一个天使主管，给我许多参与各项专案的机会，让我有相当大的空间发挥。为了专案需要，我开始找了一些Marketing & IS的文献来看，并惊讶地发现这些paper中的题目与方法跟我的兴趣完全符合。同时，在工作专案进行的过程中，也刺激了我许多研究想法，有了一些想要深入探讨与研究的问题，而这些问题，是无法在业界讲求快速回收效益的环境中沉下心来好好研究的。几经考虑之后，我决定辞职回到台大担任专任助理，开始专心准备申请。
然而，关于资管及量化行销博士班的申请，在台湾相关的网络资讯其实并不多，过去台大经研所也极少有人申请这两个领域，我在一开始的选校上也因此有点失去方向。加上我的分导成绩真的不算好，受到经研所数学军备竞赛(?)的影响，一直认为自己的profile根本不会受到top school的青睐，在对自己的申请策略以及定位上十分迷茫。能在后来确定选校名单与目标，真的非常感谢大鼻给了我很多Quant
Marketing申请的资讯，告诉我Bschool没有把分导看得这么重，可以勇敢丢好一点的学校，并且在SOP的撰写上也给了我很多修改的意见。更感谢我的几位推荐人，全部一口答应帮我写推荐信，对于我完全好高骛远不切实际的选校名单也没有任何批评XD
两位政治系的老师对我主申商学院的策略也完全理解，并也愿意在这样的情况下为了NYU一间学校花时间帮我写推荐信，实在不知道该如何表达对几位老师们的感谢。当然，要感谢的家人朋友跟老师太多了，我就不在这里一一列举了，留到其他地方说吧XD
跟无数优秀的学长姐和同学们比起来，我并不觉得我有特别优秀或聪明，也不是有着超高TG的A+学生，有的可能只有社科背景带来的多元视角以及愿意自学的心(?) 我相信比我优秀、条件比我好的一定大有人在，我只是比较幸运，受到了很多人的帮助，加上申请中一些天时地利人和(?)，而有了不错的结果。因此，我想要鼓励往后对这两个领域有兴趣的申请者，可以更大胆的试着申请top
school。申请是很随机的一件事，尤其Bschool常常想要的是最适合，而不一定是最优秀的学生，或许你刚好就是那年committee想要找的人。如果因为各种因素而侷限了自己的选校，那这样的运气就不会轮到你的身上了。因此，如果真的是你想去的学校，就请大胆申请吧！或许就让你申请上dream school呢！
无预期的被自己守备范围以外的学校录取是幸运的，但接下来更加严峻的挑战才要开始。大学毕业以来，我清楚时间和经历可以带给一个人多少改变，所谓梦想这种东西对我而言实在太过虚无，要在五年的博班生涯中生存下来需要更多实质的动力与目标，我想对我来说，大概就是要努力能对得起自己和那些看好我及帮助过我的人，还有时刻记得自己是为什么离开业界吧（毕竟我转领域遇到一些困难时也是靠着时时谨记自己为什么离开法律系而撑下去的XD）。至于最终会去到哪里，就随缘吧～
如果有任何想申请美国Quantitative Marketing或IS PhD的人，也非常欢迎站内信我！我会尽我所能的提供我所知道的资讯与帮助，希望能有更多的台湾人一起加入这个领域。