高職院校電子商務專業數據分析能力培養研究
——基于長三角城市群企業調查數據

趙建偉 彭成圓

(無錫職業技術學院 管理學院， 江蘇 無錫 214121)

近年來，電子商務已經滲透到企業生產和經營的方方面面，電子商務交易額逐年攀升。特別是隨著國家“互聯網+”戰略的推進，互聯網與傳統商務的深度融合催生了電子商務的快速發展，物流、支付方式也呈現出爆發式增長，以互聯網應用為代表的新商業模式加速涌現。與此同時，數字化交易平臺也積累了大量的數據，交易平臺不再是單一的銷售渠道，產品的設計投放、用戶的需求、關鍵詞投放、網絡營銷策略的制定等都要依賴于數據的分析和挖掘。在這種背景下，企業對電子商務人才的需求發生了根本性的變化，企業的應用和社會的發展對電子商務專業人才數據分析能力提出了更高的要求。

近年來，大學生數據分析能力成為高校教師的研究熱點，侯錫林對10家企業進行了調研，研究了大數據分析師的能力要素和培養模式；桂喜民提出了大學本科階段數據分析師的培養方案；黃玉峰對電子商務專業學生數據分析能力現狀進行了調研；沈鳳池對高職數據分析與應用專業的設置和人才培養方案進行了研究。

電子商務專業數據分析能力的培養雖然是高等職業教育重要的研究課題，但是從社會和企業需求的角度對電子商務人才數據分析能力培養的問題卻罕有專門的研究，相關的研究文獻非常匱乏。

1 數據和方法

1.1 數據界定

一方面，電子商務是典型的應用型專業，模式的創新和技術的應用發展非常迅速，企業的應用也往往領先于理論研究；另一方面，職業教育人才培養應以企業需求為導向，從人力資源市場分析入手。因此，課題組從社會發展和企業的需求出發，以招聘網站的企業公開招聘信息作為研究的原始資料和數據。

結合筆者所在學校的畢業生主要就業去向以及地區電子商務的發展水平和發展狀況，以“長三角”城市群電子商務類崗位需求企業為調研對象，課題組根據2016年5月國務院批準的《長江三角洲城市群發展規劃》，選取“長三角”城市群包括的上海，江蘇省的南京、無錫、常州、蘇州、南通、鹽城、揚州、鎮江、泰州，浙江省的杭州、寧波、嘉興、湖州、紹興、金華、舟山、臺州，安徽省的合肥、蕪湖、馬鞍山、銅陵、安慶、滁州、池州、宣城等26市為對象進行調查。調查的招聘信息中包括了崗位描述、主要職責、任職要求等，真實客觀地反映了企業對電子商務人才的需求。

1.2 數據來源和方法

課題組選取“前程無憂”(www.51job.com)作為本次研究的數據資料調研平臺。“前程無憂”作為國內專業的人力資源服務機構，優勢明顯，服務覆蓋全國104個地區，有注冊用戶1億多，每天有超過500萬個招聘職位發布。經第三方監測機構iResearch等調查，“前程無憂”連續多年市場占有率第一，先后多次被CNNIC、Alexa 和Euromonitor評為“中國最具影響力的人才招聘網站”。因此，數據的來源具有典型性和代表性。

為了保證科學性和普遍性，避免數據過少所帶來的樣本偏差，課題組采集大數據集作為研究對象。由于數據來源為互聯網公開信息，因此采用大數據爬蟲技術進行數據的采集。

結合高職電子商務專業的典型崗位和長三角城市群，定義：

X：電子商務崗位集{電子商務運營、淘寶運營、崗位是電子商務運營、淘寶/天貓/京東運營、網絡營銷/推廣、SEO推廣}

Y：城市群城市集{上海，江蘇省的南京、無錫、常州、蘇州、南通、鹽城、揚州、鎮江、泰州，浙江省的杭州、寧波、嘉興、湖州、紹興、金華、舟山、臺州，安徽省的合肥、蕪湖、馬鞍山、銅陵、安慶、滁州、池州、宣城}

運用大數據爬蟲技術，以“X+Y+專科”作為關鍵詞搜索，爬取公司信息、主要職責、任職要求等數據。數據記錄結構如表1所示。

表1 企業崗位信息數據記錄結構

2 數據分析

2.1 統計分析

通過爬蟲技術，總共爬取到用人單位崗位數據3 860條，對其中的臟數據(數據缺失、數據重復、數據不完整等)采用刪除法處理，再將最后剩余的3 740條數據進行整理、探索。數據描述統計如表2所示。

表2 崗位數據分析能力統計

在長三角城市群中，有數據分析能力要求的電商崗位占比表現出地區分布的差異，占比最高的是上海，其次是浙江、江蘇、安徽。顯然這與該地區企業信息化、數據化應用水平和電子商務的發展成熟度有關。

2.2 文本挖掘詞頻分析

從2 116條有數據分析能力要求的職位中，隨機抽取200家典型企業的崗位描述和任職要求，借助R語言中文分詞包jiebaR進行分詞處理和詞頻統計。

崗位描述詞頻統計排名前三位的分別是“數據”“分析”“數據分析”，這說明企業的電子商務崗位對數據分析能力提出了比較高的要求。對具體關鍵詞詞頻的統計結果如表3所示。

表3 崗位描述詞頻分析

2.3 詞云可視化圖

借助R語言詞云包wordcloud2制作詞云，如圖1所示。

圖1 數據分析詞頻統計詞云

3 分析結論

3.1 數字化交易平臺不再是單一的銷售渠道

數字化交易平臺不再是單一的銷售渠道，而是以數據的存儲、分析和挖掘應用為核心支持的，前端實現與客戶快速溝通，將客戶的特征、行為、個性化需求等快速收集的綜合平臺。數字化交易平臺能在海量營銷數據的智能分析技術支持下實現目標客戶特征、客戶行為、商品銷售、商品推薦等營銷數據的深度挖掘和分析，為企業提供精準營銷、精細化運營的依據以及數據化營銷解決方案。

3.2 數據分析能力是電子商務專業的核心能力

數據分析顯示：在收集的3 740個電子商務典型崗位中，有2 116個崗位對數據分析能力提出了明確的要求，占比為56.6%。因此，可以認為數據分析能力是電子商務專業的核心能力。

事實上，數據分析的應用依賴于數據的產生、收集、存儲和不斷地積累。隨著技術的發展，數據的收集和存儲有了比較完善的解決方案。電子商務行業在運營過程中產生、存儲了大量的數據，因此電子商務行業成為數據分析應用發展最快的行業，并且成為對數據和數據分析應用依賴性最強的行業。

3.3 數據分析能力是電商企業的內生需求

電子商務交易平臺在運營過程中產生了大量詳實的數據，包括流量數據、支付數據、用戶行為數據等等，這些數據是真實的、有效的，同時數據的價值密度也是非常高的。企業已經意識到借助于這些數據進行分析和預測，從海量的數據中挖掘出有價值的信息并將其結論應用到企業營銷中，通過數據進行驅動營銷。這樣既能節省巨額的營銷成本，又能通過數據挖掘提升精準度，給企業帶來巨大的價值，具有巨大的現實意義。因此，電子商務的核心競爭力來源于對數據的解讀能力。數據分析能力是電子商務企業精細化運營的現實需求。

3.4 電商崗位對數據分析能力要求

根據崗位描述詞頻分析，提取出的關鍵詞主要有“數據”“數據分析”“數據收集”“數據報表”“數據分析報告”等。電商崗位對數據分析能力的要求更強調對數據分析的復合型應用；從商業應用出發對大量商業實戰案例的應用；以業務為核心進行數據的收集、分析、挖掘以及報告等。

課題組根據調研企業典型崗位職務描述和任職要求，歸納總結出具有代表性和完整性的數據分析典型職業活動，并對典型職業活動的特征進行系統分析和梳理，對每項典型職業活動的職業能力和技能要求進行簡要描述，形成職業活動能力分析表，以此作為電子商務專業人才培養方案制定的依據。職業活動能力分析如表4所示。

表4 職業活動能力分析

4 數據分析能力培養措施及建議

4.1 注重數據分析意識的培養

傳統電子商務專業的人才培養更注重網絡交易、網絡營銷和網絡編輯，對數據分析能力的培養比較缺失。數據分析能力是一種多學科交叉融合的復合能力。對于電子商務專業人才的培養，學校應該及時轉變人才培養的理念和思路，將數據分析教學內容滲透貫穿到整個人才培養方案中，多門課程融會貫通，加強數據的認知，加強對信息和數字的敏感度，樹立數據分析理念和認識。

4.2 優化專業課程體系

電子商務專業人才培養應該突出數據分析培養特色，優化專業課程體系，將數據分析能力的培養貫穿到人才培養方案的全過程，并且開設“大數據數據分析實務”“數據分析工具”“企業數據化運營”“數據分析實戰”“數據分析報告寫作”等專業課程和專業基礎課程；開設“數據分析實戰”等實踐課以及“商務數據挖掘”等選修課程，通過這些數據分析能力培養模塊課程，培養電子商務專業學生的數據分析能力和素養。

4.3 能力培養以業務為核心，強調校企結合

電子商務專業數據分析能力的培養有別于數據分析師的培養，不需要深厚的數據建模、算法優化、數據挖掘等理論，但是更強調業務邏輯和商業應用。因此，電子商務專業數據分析能力的培養強調數據分析實踐能力，強調以業務邏輯能力為核心。因此，電子商務專業數據分析能力的培養一定要強調校企合作，引進企業的力量將企業的真實項目應用于教學實踐過程中，將理論教學根植于實踐情境，同時結合職業教育的特點做到專業與產業的對接，教學過程與生產過程的對接。

4.4 加強數據分析工具的應用，提升數據分析技能

歸根結底電子商務專業培養的是應用型人才，數據分析能力的提升要求學生熟練掌握一定的數據分析工具。可從三個方面入手：首先Excel統計分析，不要把Excel簡單的當作辦公軟件和商務應用軟件，Excel實際上有強大的數據分析功能；其次運營分析工具，包括關鍵詞分析工具、量子恒道、指數分析工具等；另外商務智能軟件，如國外的Tableau、國內的如國云大數據魔鏡、FineBI等，這些功能非常強大的智能軟件能形成多樣的數據報表、儀表盤，適合對數據進行可視化分析。

4.5 培養高素質、具有數據分析能力的師資隊伍

專業教師要轉變思想，提高認識。一方面，通過學習和進修不斷充實專業教師的數據分析理論水平，另一方面，通過參與企業項目實踐和科學研究提高教師數據分析的實踐能力。另外，學校也可以直接從企業聘請有豐富實戰經驗的數據分析師兼職授課等。