段曉梅 花均南
當前,大數據正迅速改變著企業經營的內外環境及其運作模式,基于大數據技術和互聯網的創新模式給企業的營銷理念、業務流程、營銷決策等提出了巨大的挑戰,越來越多的企業正致力于從大數據中挖掘有價值的消費者信息,進行“用戶畫像”,從而實現“精準營銷”。大數據時代的到來對大數據營銷人才提出了更高的要求,大數據營銷人才的大數據處理與分析能力以及大數據商業價值挖掘能力備受企業重視[1]。但是,現有的營銷專業人才培養模式存在人才培養目標定位不準確、人才培養目標與市場需求不一致的問題[2],而OBE(成果導向)教育理念給出了解決這一問題的對策。
OBE 即成果導向教育,最早由美國人Spady 提出,是一種強調學生學習產出,注重學生專業素質培養及專業技能獲取的先進教育理念,目前已形成較完整的教育體系,被認為是追求卓越教育的正確方向[3]。桂林電子科技大學商學院市場營銷專業從2020年開始探索基于OBE 理念的大數據營銷應用型人才培養模式改革,旨在實現營銷專業的教學理念從“以教為中心”到“以學為中心”、從“以知識體系為中心”到“以能力達成為目標”的轉變。反向設計,重構營銷專業的課程體系;正向實施,使營銷專業教育聚焦新時代“培養什么樣的大數據人才”以及“培養出什么質量的大數據人才”。探索基于OBE 理念的大數據營銷應用型人才培養模式改革,有利于提升人才培養質量,改革后營銷專業培養的人才將具備大數據挖掘、分析和應用能力,能運用大數據思維進行科學決策、管理和創新,提高自身在人才市場上的競爭力。對有意向繼續深造讀研的優秀本科生而言,數據分析能力的提升也會成為其優勢。另外,人才培養模式改革有利于促進市場營銷專業本科教學資源配置優化,通過建立大數據營銷創新教學團隊,促進市場營銷專業本科教學質量提升,真正實現“以本為本”,促進“四個回歸”。
2021年12月,國務院印發《“十四五”數字經濟發展規劃》,提出到2025年,數字經濟邁向全面擴展期,數字經濟核心產業增加值占GDP 比重從2020年的7.8%提升到10%。同時,提出了11 個專項工程的建設。其中,“重點行業數字化轉型提升工程”和“數字經濟新業態培育工程”分別提出要“提升商務領域數字化水平,引導傳統業態積極開展線上線下、全渠道、定制化、精準化營銷創新”,“持續壯大新興在線服務,深入發展共享經濟,鼓勵發展智能經濟,有序引導新個體經濟”。由此可知,“十四五”期間企業對大數據營銷人才有著迫切需求。
本次教學改革通過爬蟲技術爬取BOSS 直聘網站上500 個大數據營銷崗位數據,通過數據清洗篩選出200 個大數據營銷崗位。根據數據分析發現,從行業分布上來看,以互聯網、通信、金融、商業服務等行業為主,其中電商企業、互聯網金融企業、互聯網教育企業、數據服務、生活服務、計算機服務、企業服務類公司有著較大的人才需求。崗位工作內容方面,企業的大數據營銷工作崗位內容包含了商業性和技術性的工作,技術性工作權重比例略大。崗位類別方面,對200 個大數據營銷崗位工作進行分類,具體可分為數據技術類、商業分析類、銷售類、數據技術&商業分析類、商業分析&銷售類。
大數據營銷人才的海量營銷數據處理與分析能力備受企業重視,挖掘數據背后蘊藏的商業價值是營銷人才應具備的能力[4]。從對200 個大數據營銷崗位要求的分析來看,任職者要具備數理統計知識、大數據思維和商業思維、數據庫操作能力、數據挖掘能力、商業分析能力、R 語言或Python 語言編程能力、Tableau 可視化工具運用能力等。概括地說,數據獲取能力、數據分析能力和數據應用能力是大數據營銷人才應當具備的三大核心能力[5]。大數據營銷人才要具備以上能力,需要至少形成四個方面的知識架構。
大數據營銷技術是基礎。要精通大數據營銷,必須會操作數量超過百萬條的數據庫。基本的大數據營銷技術包括以下內容。第一,營銷數據設施相關硬件和軟件技術。比如,如何從零開始搭建一個數據庫,以及如何搭建數據管理平臺(DMP),熟悉需求方平臺(DSP)、網站分析、計算廣告等。第二,數據工具。包括結構化查詢語言(Structured Query Language,SQL)、爬蟲及ETL(Extract-Transform-Load)工具、Tableau 工具等。第三,分析工具。數據挖掘工具如SAS(Statistical Analysis System)、SPSS(Statistical Product Service Solutions)、MATLAB(Matrix Laboratory)等,以及大數據工具如Hadoop、Spark等。第四,營銷工具。包括營銷自動化、客戶關系管理平臺等。
統計學隸屬于應用數學,利用概率論建立數學模型,收集所觀察到的數據,進行量化分析、總結,作出推斷和預測,為相關決策提供參考和科學依據。統計學不僅僅統計數字,也包括調查、收集、分析、預測等,應用范圍較為廣泛。如果說傳統的統計實務重心在于收集基礎數據,難點在于如何獲取數據,那么在大數據時代,統計實務的重心更在于如何選擇有用的數據。統計學知識內容由基本概念、數據收集、數據描述、回歸和分類、多元分析、概率分析、參數估計、假設檢驗等構成,對這些知識的了解有助于學生大數據營銷分析思維的培養,從而使學生更好地利用已有數據。
大數據營銷人才需要對傳統營銷理論有全面的了解,熟悉市場營銷理論體系:從定位理論到4P、4C、4R 再到4D,以及邁克爾·波特的“五力分析模型”,了解營銷的邏輯和模式,能夠為企業制定準確的大數據營銷策略,進而將其有效嵌入企業的整合營銷環節中。
與統計學、營銷學不同,對行業業務知識的理解與掌握需要長期的經驗積累才能獲得,沒有3—5年的行業經驗積累,一個大數據營銷人員無法對這個行業的大數據營銷有全面而深刻的理解。
OBE 理念下的大數據營銷應用型人才培養模式改革,以調查企業的大數據營銷人才需求為起點,根據企業需求,提煉大數據營銷人才的培養目標,發掘培養特色,反向設計成果導向型的專業課程體系及課程大綱,運用現代智慧教學手段及項目教學法等成果導向型的教學方法,依托大數據驅動的營銷創新教學團隊及大數據教學平臺培養學生,再運用多樣化的教學評估手段,評估教學效果,力求使培養的學生具備企業大數據營銷崗位所要求的能力和素養。同時,根據不斷變化的企業需求,以學生為中心,以產出為導向,持續改進,循環精進,追求卓越。具體路徑有五個方面。
大數據營銷應用型人才培養采用新理念、新技術改造營銷學科。在培養中納入統計學方法和前沿的計算機技術,培養學生應用大數據技術提升解決營銷管理問題的能力。基于此,本次教學改革將培養目標確定為:具備大數據營銷思維,能利用大數據技術對營銷數據進行挖掘與分析;具備計算機學科、營銷學科、統計學等學科專業知識;具備綜合運用所學理論和方法進行商業分析、商業策劃與銷售等相關營銷問題的調查、策劃、實施、評估的能力;具有良好的職業道德和團隊合作精神,有創新意識和創新能力;能夠與時俱進,擁有自主學習和終身學習能力,能夠跟蹤國內外專業前沿和發展趨勢。
為達成培養目標,使學生具備大數據營銷應用型人才能力結構體系中相應的能力,針對數字經濟快速發展形勢,市場營銷本科專業課程設置強調跨領域、交叉性和綜合性,突出現代管理與信息技術融合的專業特色,開設課程覆蓋管理學、經濟學、營銷學、統計學、計算機等主要相關學科。
以理論教學體系為例,理論教學體系模塊分為通識教育課程模塊、學科基礎課程模塊、專業基礎課程模塊、專業選修課程模塊。其中營銷學基礎模塊包含了市場營銷學、消費者行為學、品牌管理、服務營銷、銷售管理、營銷策劃等課程;大數據營銷課程模塊包括大數據營銷、智慧營銷、網絡營銷、市場調查與預測、營銷決策模型等內容;創新創業課程模塊包括創業管理等課程;大數據營銷技術模塊包括Python 語言、營銷數據分析與處理、數字新媒體營銷等課程;數字經濟模塊包括數字經濟概論等課程;國際化視野模塊包括國際化視野、市場營銷專業英語、國際市場營銷、涉外貿易實務、跨文化營銷等課程;行業類營銷模塊包括機電產品營銷、金融產品營銷、房地產營銷、營銷動態等課程。
大數據營銷應用型人才培養除了需要有先進的教育理念、與需求掛鉤的培養方案、與能力掛鉤的培養目標外,還需要跨學科的師資力量來支撐。本次教學改革進一步提高了師資隊伍的博士化率和國內外訪學、企業掛職的人數比例,2年間跨學科引進博士4 人,目前市場營銷專業師資的博士化率為53.3%。同時,組建大數據驅動的市場營銷創新研究團隊,致力于新零售大數據、通信行業大數據、金融大數據、視頻大數據等專業領域的研究。
大數據營銷應用型人才培養需要夯實產教融合的大數據營銷實踐教學,而夯實大數據營銷實踐教學不僅需要健全大數據營銷實驗實訓教學體系,還要加強營銷實踐基地建設。本次教學改革優化了以培養學生營銷數據處理與挖掘能力為目的的實驗實訓教學體系,籌建大數據營銷實訓平臺,并考慮優化實驗室服務器環境,滿足學生和教師大數據挖掘和高速計算的需要。同時,進一步深化市場營銷專業產教融合協同育人,本次教學改革以學院為主導,與軟通動力集團開展深度合作,建設WeLink 數字經濟云工場實踐教學基地。
OBE 理念倡導以學生為中心、以學生能力培養為教育導向,在此理念下,傳統的課程考評方式需要改革。如果課程主要考核學生對專業知識的記憶,考試獲得60 分就通過,那么課程教學就達不到“兩性一度”的要求,也影響學生平時的學習態度。因此,要改變這種單一、低效的課程考評方式,不囿于期末考試的紙面結果,更多地回歸學習過程。在本次教學改革中,鼓勵學生在學習過程中向教師學習、向書本學習、向隊友學習、向對手學習,并在相應環節設置目標任務和評估分值,著重考核學生分析問題、解決問題的能力,達到考核學生對復雜問題的理解能力及綜合運用知識的能力等課程高階目標,致力于提高學生的創新能力。