1.随意定topic
制定topic对写好和pass一篇毕业论文至关重要。以下的选题方式都不可取。
根据搜索中文硕士论文，按照硕士论文的主题，后期翻译论文。须注意到英国和国内的毕业论文的要求并不一样。Dissertation着力树立一个研究目标，围绕研究目标开展文献综述、数据收集和分析，对逻辑性要求很高。中文硕士论文往往泛泛而谈。
选题追求标新立异。很多同学为了找research gap而找gap。因此想一个很少有人研究过的，自认为新奇的想法。学校老师很多时候也觉得很好。从研究的角度确实是很好，殊不知已掉入大坑。新奇的题目(比如有同学写美妆博主与营销体验、支付宝进入欧洲的市场策略)很难找到对应的理论作为支持，实证的文献更少。在写文献综述和分析的时候，陷入大部分需要自己编编编的处境。
2.文献综述写成描述形式
Literature review需要作为研究topic的理论支持。这个部分需要对研究topic涉及的理论进行系统性且批判性的分析。写作时不能简单描述理论，需要结合topic，研究的内容如何与之前的literature联系。实证的文献需要进行批判性的分析，找出研究scope、研究方法等领域的缺陷，为dissertation写作的选题角度、研究方法选择做好理论的铺垫。
3.省事用二手数据
对于商科的论文，大部分都需要做一手数据收集，包括问卷调查和访谈。有的同学认为一手数据收集麻烦，选择不需要去做实地的二手数据收集方式。事实上secondary数据收集的工作量比一手大很多倍。比如需要做文本分析，或者通过网络的方式发现无法获取需要的资料。能用一手数据尽量不选择二手数据。
4.定量和定性一起用
正常情况下，定量分析比较容易pass且拿分高。但是前提是同学需要有基本的统计学分析能力，如使用SPSS进行相关分析和回归分析等。如果不会做统计分析，建议用定性分析，采用访谈的方式获取数据。
5.数据获取困难
对于大家都是第一次接触毕业论文的有的同学没有考虑数据收集的难度。有的商科的同学学校老师要求提供受访者的公司邮箱，有的金融会计论文数据获取的工作量极大甚至可能找不到数据，导致论文需要重写。将白白浪费时间和精力。
6.编数据结果
编造数据分析结果切不可取。Management或者MKT的同学可能发现定量分析的难度大，通过参考其他文献自己编造最终的结果。事实上编结果比自己算出来的更难。我之前遇到过一个同学的fail的毕业论文，相关分析一个数据和回归分析的数据相悖被客户学校老师发现，直接判定fail。数据分析部分往往有很多检验测试，结果前后都可能相互检验。编数据的方式只有真正的数据分析高手可以hold住。没有经验的同学不能随意编。对于金融专业的同学做数据分析，记得保持好Stata、Eviews代码作为附录。
