基于O2O模式下《商務數據分析與應用》專業人才培養探究

劉娟

（西安歐亞學院 陜西 西安 710065）

O2O模式將線下的商務活動與向上互聯網結合，該模式主要面向服務業。其核心理念是商家通過線上的商家信息、商品信息等展現給消費者，把線上用戶引導到線下的實體店中，線下進行消費驗證和消費體驗，這樣既能享受優質服務，又能極大地滿足消費者個性化的需求。其主要特點是商家和消費者都通過O2O電子商務滿足了雙方的需要，所以O2O模式的關鍵主要體現在資源的整合能力及對商戶的管理能力上，如果能通過大數據挖掘分析消費群體的行為特征，掌握商品的流通情況，同時通過數據分析提供消費者感興趣的信息進行營銷策劃以達到吸引消費者的進行線上或線下的購買行為。

2016年，工信部《大數據產業十三五建設規劃綱要》中提出加強大數據人才培養、整合高校、企業、社會資源，推動建立創新型人才培養模式。2017年，教育部新增設了高職層次的《商務數據分析與應用》專業。那么高職層次的《商業數據分析與應用》專業的人才培養，在O2O模式下如何開展是一個值得研究的問題。

一、國內外商務數據分析與應用專業培養現狀

（一）國外的商務數據分析專業現狀

國外的商務數據分析專業目前主要集中在Business analysis和Business analytics.Business analysis在國外發展成熟，屬于傳統商科，主要任務是對公司整個運營的流程、業務開展等方面的分析。比如發現新的商業需求、提出或改善某些商業問題的解決方案，通常以定性分析為主，以簡單的數據分析為輔助，分析公司整個運營的流程、業務開展，策略性的規劃，政策的制定和提高等方面，是深入了解商業模式又有技術背景的數據分析專家。Business analytics是最近幾年的新興學科，課程主要是統計學、概率論、數據分析與編程、商業決策、數據庫管理、數據可視化、數據挖掘與優化、網頁分析等，其核心就是數據挖掘和分析，通常是利用高深的技術、模型和算法。通過對數據的深度分析、挖掘對公司以往的業績進行研究，對行業市場潛在的商業信息的進行搜索等，目的是獲取那些通過定性分析和簡單的定量分析根本無法獲得的信息，這個領域逐漸得到了學術界、業界和政府的高度重視，與現在的互聯網大數據關聯緊密。

以上可以看出國外大數據人才的培養方向，是為了培養能夠幫助政府和企業轉變思維、解決實際問題的專門的數據管理決策支撐層，課程體系涉及統計類、計算機類、商學類的相關課程。主要聚焦于金融投資、商業管理、應用經濟學的數據應用問題，也體現出數據科學的高端人才必須是橫跨業務和技術領域的雙通道人才，而不是來自IT部門的技術專家，培養層次均已本科或研究生為主。

（三）國內商務數據分析與應用專業開設情況

與國外相比，我國大數據的發展時間相對滯后、發展相對緩慢。一直以來，我國高校開設的數據挖掘、商業智能相關的課程一直圍繞計算機技術開展。2014年年初，由北京大學聯合北京地區高校的師資力量與大數據應用的業界翹楚，通過院校合作創新、業界部門與業界研究部門協同的全新模式，以實際社會需求為導向共同開發課程并進行高級大數據分析人才的培養。在此之前國內只有兩所院校開設了大數據相關專業，分別是香港中文大學的數據科學與商業統計碩士課程、紐約大學上海分校的商業數據分析科學碩士課程。2016年 2月，教育部公布本科新增專業，《數據科學與大數據技術》專業。首家獲批高校有北京大學、中南大學、對外經濟貿易大學。商務數據分析與應用專業是教育部組織研究確定的2016年度高職類增補專業的13個專業之一，自2017年起執行，截止到2018年5月，開設該專業的院校全國只有不到十所。

二、商務數據分析與應用專業特色與定位

推動大數據應用，加快傳統產業數字化、智能化，做大做強數字經濟，能夠為我國經濟轉型發展提供新動力，而O2O的優勢在于把線上和線下的優勢完美結合。讓消費者在享受優惠的線上價格的同時，又可享受貼身的線下服務。一方面讓顧客對實體和價值進行意義判斷,節省交易費用，另一方面可以發揮數據的作用,深入把握顧客所認同的意義，由于O2O模式要求用戶在網上進行支付,因此支付信息就轉化為商家對消費者個性化信息進行深入挖掘的寶貴資源，避免了傳統線下實體交易時對用戶的數據難以進行采集和分析的缺陷。數據本身不產生價值，只有分析和利用大數據，才能將分布在不同平臺中的數據挖掘出真正的商業價值。通過掌握用戶數據,從而提升對老客戶的維護與營銷效果；同時通過數據分析,還可以挖掘出新客戶的線索，預判或者控制客流量，由此可以看出數據分析在O2O模式下顯得尤為重要。因此，商務數據分析與應用專業的人才培養目標是：結合線上銷售+線下體驗，挖掘商務數據，對消費者行為進行分析，做精準化營銷。培養學生既要懂商務管理、懂分析工具、還會數據分析與應用、會圖表設計的具有一定技能的高素質應用型人才。

三、從崗位需求分析構建理論與實踐相結合的人才培養體系

（一）崗位需求分析

2007年移動互聯網出現后，企業經營的數據大量增加。以前企業用Excel、Word做財務、市場、運營的分析就可以，現在出現了大量新的數據可以幫助企業了解消費者、提升運營水平。電子商務主要由信息流，資金流，物流和商流組成，O2O的特點是把信息流、資金流放在線上進行,而把物流和商流放在線下。因此用戶在網上的支付信息就成為商家對用戶個性化信息進行深入挖掘的寶貴資源。掌握了用戶數據,便能提升對老客戶的維護與營銷效果；另外通過分析,還可以提供發現新客戶的線索,通過線上發布新品預告，吸引客戶線下到店體驗，用來為線下門店導流、提高線下門店的銷量，因此掌握數據流量是推動業務活動開展的關鍵。目前根據數據人才需求趨勢，商務數據分析與應用專業主要面向數據分析類、運營類、營銷類、客戶服務類、產品開發類五大類崗位群。具體崗位是數據分析師、數據運營專員、市場分析專員、客戶數據分析專員、產品分析專員。

企業在選用數據人才優先考慮的因素如下：具有實踐或工作經歷、有一定的專業知識與技能 、具有團隊合作意識、善于溝通交流 、具有敬業精神等。因此該專業人才應具有的職業素養前五位的依次是：分析問題與解決問題能力 、責任心強、溝通能力 、敬業愛崗、積極主動。數據分析主要的工作內容是數據處理、數據采集、描述性分析、數據可視化與分析報告撰寫。目前企業數據崗位使用的工具主要EXCEL、PPT、可視化工具是數據崗位主要的工具軟件，其中EXCEL占比83.82%。，排在首位。企業使用的數據類型使用文本數據、消費者評價、結構化數據、圖像數據四類。 對視頻數據、語音數據、傳感器數據應用較少。企業使用數據分析解決的問題依次集中在市場分析 、用戶分析、產品分析 、運營分析四個方面。

（二）人才需求能力培養分析

高職高專人才培養的突出特色是要求崗位職責與工作內容相適應，知識范圍與技能水平相適應，能力分級與標桿崗位相適應，自我評價與職業規劃相適應。數據流通過程：生產→采集→存儲→加工→分析→服務→生產這樣一個循環反復的過程。數據分析包括：規范性分析、預測性分析、描述性分析三種類型，不同的數據類型培養不同的職業能力。

結合崗位能力的要求，商務數據分析能力的培養，主要做規范性分析，即面對未來即將發生的事情找出最優解，提出最適合的解決方案。數據應用能力培養，主要通過預測性分析，預測未來發生什么以及發生的原因。數據決策能力培養，主要做描述性分析，用來分析過去數據的模式以及現在的趨勢，數據決策能力與業務能力緊密聯系，能主動把業務問題轉化為可以用數據來解釋的問題。

通過數據分析結合業務活動內容得到數據觀點，同時對數據觀點做業務應用和解讀，將數據分析結果反饋到業務操作過程。根據數據分析結論推動企業內部做出調整，能夠將數據和技術轉化為企業的商業價值。不能用你的感覺去揣測用戶的感覺，因為每個人的教育背景、生活環境都不一樣。很多數據元素之間的關系沒有明顯的顯示，需要使用直覺與觀察，思考指標現狀，發現多維規律，通過數據可視化技術來呈現規律進行驗證，總結經驗。

《商務數據分析與應用》專業對高職學生要求能夠勝任中級數據分析師工作崗位，3-5年后可向高級數據分析師崗位發展，也可向另一職業通道的運營專家（用數據指導業務）、營銷經理（數據能力超強）、企業管理者（數據化管理或戰略決策）等崗位去發展。典型職業活動包括：采購數據分析、推廣數據分析、銷售數據分析、物流數據分析、客服數據分析、市場分析、客戶分析、產品分析。

（三）理論與實踐教學課程體系的搭建

《商務數據分析與應用》專業課程體系的搭建要注重理論與實踐相結合，課程學習要通過案例教學、項目化教學、合作式教學，多創造機會讓學生參與實際項目，在實踐中培養數據思維，提高數據挖掘能力、分析能力和展示能力。

一個合格的數據分析師必須具有對數據敏感、具有數據思維、熟悉業務背景、認知數據需求、具有超強的數據分析與展示能力等專業素質。專業課程體系安排中應融合統計學、計算機科學、經濟學知識，側重對用戶數據、產品數據、市場數據、運營狀況等進行分析，并利用EXCEL、PPT及可視化工具進行結果呈現。其課程體系設置建議包含有如下課程 ：商務數據分析與應用概論、數據可視化應用、EXCEL數據分析與應用、SPSS數據分析與應用 網絡營銷、商務網站數據分析、客戶關系管理、數據化運營與管理、商務數據分析與應用綜合實戰；商務數據挖掘與應用等課程。

結束語：

在O2O模式中，線下門店不再是傳統商業跟電子商務競爭的短板，而是優勢資源，因為線下門店消除了消費者對網購商品“看不見、摸不著”的顧慮，并且將線下門店的服務適度延伸，完成了從導購、營銷、下單、物流最后到消費者的閉環整合。因此結合線上和線下的業務不同特點，結合各地區、各行業的數據基礎和應用程度，我們高職院校對《商務數據分析與應用》專業人才的培養，就可結合當地區域經濟和產業的特點，為數據基礎較好、應用前景廣闊的產業培養專門的數據人才。行業的差異對數據分析人才能力要求也會有差異，但基于大數據平臺，側重于從大數據運營與大數據應用方面服務于企業經營管理的人才，將是未來該專業人才培養的重中之重。