新商科人才數據思維與數據分析能力培養體系構建研究

夏 黎

（武漢商學院工商管理學院 湖北 武漢 430056）

數字經濟時代，數據分析在企業運營中發揮著不可替代的作用。社會各行業對員工數據思維與數據分析能力提出了更高的要求，需要其能夠順利開展數據整理與分析工作，以此保障企業能夠高質量開展經營管理工作。鑒于此，高校應將如何培養新商科人才的數據思維與數據分析能力作為重要研究課題，確保新商科人才培養工作與時俱進，為新商科人才快速融入社會發展夯實基礎。

1 數據思維與數據分析能力培養的必要性

科學技術全面、根本性的變革與產業轉型升級，深化了互聯網、大數據等信息技術對人們生活學習方式、思維模式以及社會各領域組織運行方式的影響。社會各領域逐漸認識到數據的重要性，數據思維與數據分析能力逐漸成為影響組織核心競爭力的關鍵因素。部分企業已積極成立大數據部門，依托大數據技術繪制消費者畫像，以此為參考創新運營方案，制訂重要戰略，并通過數據尋找創新產品的新方向，提升企業收益。由此可見，數據資源已成為新型產業與傳統企業重要的戰略資源，其對數據處理的需求也不斷提高，各崗位工作人員都應具備一定的數據思維與數據分析能力，以便更好地完成數據收集、分析等工作。鑒于此，在新商科人才培養過程中，高校應將如何培養學生數據思維、提升數據分析實踐能力作為重要研究課題，以數據分析理論與方法教學為基礎，在理論與實踐相結合中強化學生數據思維與數據分析能力，幫助其成長為合格的新商科人才，滿足社會對人才的需求。

2 新商科人才數據思維與數據分析能力培養中的問題

2.1 課程體系不完善

部分高校忽視系統培養新商科人才數據思維與數據分析能力，僅有部分專業開設了與之有關的課程，如數據挖掘、商務數據分析與決策等[1]。在依托該課程開展的人才培養工作中，數據分析板塊仍處于邊緣地位，教師與學生對其重視程度不足，無法幫助學生逐步掌握數據分析基礎、方法、工具等，導致數據思維與數據分析能力培養難以收獲理想效果。

2.2 實踐環節無法充分調動學生積極性

數據思維與數據分析能力具有較強的應用性與實踐性，所以，高校應重視相關實踐活動。在傳統實踐環節中，學生僅作為旁觀者或學習者的角色，并未切實執行相關項目，導致實踐環節最終效果不夠理想。部分教師在實踐環節中選擇的數據過于簡單老舊，無法調動學生學習興趣。除此之外，部分學生雖理論知識扎實，但難以依托理論知識獨立解決遇到的問題，導致在實踐中屢屢受挫，直接影響學生積極性，長此以往形成惡性循環，無法有效培養學生的數據思維與數據分析能力。

3 新商科人才數據思維與數據分析能力培養體系構建路徑

3.1 系統性重構課程體系

3.1.1 因崗設課

培養新商科人才數據思維與數據分析能力的課程體系構建應以某專業在多種相關崗位上必須具備的通用素質為基礎、以培養人才的培養相關崗位人才必備專業素養為目標、以職業發展性素質為延伸、以培養人才在職業發展中需要的綜合素養為價值導向[2]。高校應調研各專業所對應的就業市場，明晰新商科人才未來就業崗位特點與人才需求，與行業專家、企業等攜手研究各崗位工作全過程，梳理崗位任務，分析崗位任務完成過程中需要的職業能力，以此為基礎明確新商科人才需具備的理論知識、職業技能與綜合素養等，為制訂課程標準提供參考，確立課程體系的核心課程，完善新商科人才培養體系。

3.1.2 分層遞進

高校應在第一課堂與第二課堂的基礎上打造“通識能力、專業能力、跨專業能力”的三層能力遞進、融合的培養模式[3]。其中，不同能力對應不同層級與不同學習課程。大學一、二年級重點培養管理能力、個人素養等通識能力；大學三年級重點培養技術能力、職業素養等專業能力；大學四年級重點培養創新創業能力、實踐動手能力、終身學習能力、數據素養等跨專業能力。通識課程可增設大數據挖掘和分析、大數據和人工智能等新興技術類課程，并適當加大高等數學、微積分、統計學、統計工具軟件使用、編程語言等課程的課時與學分比例。專業課程必修課與選修課可適當加大數據分析類課程的占比。對于開設編程課程的專業，高校可增設“Python程序設計基礎”“數據采集與預處理”“Python數據可視化”等課程。對于未開設編程基礎課程的專業，高校可增設能夠幫助學生掌握相關軟件應用技巧的課程，例如“SPSS數據挖掘與案例分析”“Tableau數據可視化”等，通過培養學生的計算機思維、數據素養與信息處理技術應用意識強化學生的數據分析能力。高校應提高對跨學科課程的重視程度，增加創新創業類課程課時占比，并允許學生跨專業選課，以此培養學生的跨專業能力。高校還應統籌協調通識課程、專業課程與跨專業課程教學內容，避免課程內容重復，并引入企業實際案例，幫助學生將理論與實際相結合。

3.2 創新教學方式

高校應圍繞協同培養新商科人才數據思維與數據分析能力這一目標創新教學方式，打造“項目引領、任務驅動”的教學模式。首先，引導教師圍繞案例教學、任務驅動與研究型學習創新教學方式，推動學生自主探究，充分發揮學生的自覺能動性[4]。如，在講授“標準差”時，教師可創設問題情境，逐步引導學生自主探索標準差的意義與計算公式：假如兩名田徑運動員十次百米比賽的成績平均值與極差相等，如何比較兩者發揮的穩定性？學生可通過數據對比體會到標準差與數據波動性的關系。其次，教師應結合企業應用實際情況設計與課程內容相契合的項目，依托網絡教學平臺指導學生自主開展項目實踐活動。如，“數據可視化”課程教學重難點為數據可視化過程中的可視化設計、可視化工具與方法等，教師應將其融入項目中，幫助學生體會將數據以圖或表直觀呈現的意義與組織建設的重要性。鑒于此，教師可創設虛擬企業，向學生提供該企業的商品庫存、商品銷售額、人力資源等數據庫，并設立實踐項目。

其一，分析人力資源數據。組織學生分析該企業近三年人力資源結構、薪資分布等，為來年優化人力資源管理體系、制訂社會招聘計劃提供參考。學生應在網絡教學平臺提交分析報告，分析報告內容應用可視化方式呈現分析結果，明晰相關工作中存在的問題，并提出相應解決策略。

其二，分析庫存管理數據。組織學生分析該企業近三季度庫存數量、庫存結構等，為企業相關部門開展庫存管理工作與采購工作提供支持。學生在網絡教學平臺中提交的分析報告內容應用可視化方式分析庫存管理中存在的問題與相應解決措施。

其三，分析銷售額。組織學生分析近三年銷售趨勢、銷售額與利潤額的對比，為企業開展市場營銷工作提供支持。學生在網絡教學平臺中提交的分析報告內容應用可視化方式展示分析結果、銷售中存在的問題與解決措施。

在項目組織與實施中，教師應將學生劃分為四到六人小組，由小組結合自身實際情況自由選擇項目任務。教師可引導學生將項目選擇、項目開展過程中遇到的問題分享至網絡教學平臺互動交流模塊，并及時解答學生疑惑，同時為其他小組開展項目研究提供新思路。在項目實施后期，教師應督促各小組撰寫分析報告，并對其進行評分，將評價結果依托網絡教學平臺反饋給學生。

3.3 將實踐活動與數據挖掘競賽相對接

教師應在數據挖掘競賽題目公開后組織學生開展數據分析實戰訓練，將學生分為三人小組，學生通過小組合作的方式實戰演練競賽題目，將數據思維與數據分析能力協同培養實踐活動與數據挖掘競賽相銜接[5]。教師可通過以下過程開展實戰演練活動：

其一，集中討論。教師應在課堂教學中預留充足時間組織學生開展集中討論活動，討論內容主要圍繞以下三方面進行：學生對競賽題目的理解；教師根據學生思路選擇某一主題組織學生自由討論；討論中出現的問題。在集中討論活動中，教師應允許學生運用手機自主查閱相關資料，鍛煉學生資源獲取能力與辯證分析問題的邏輯思維能力。

其二，匯報進度。在每周固定時間，教師應組織學生匯報自身任務完成情況，幫助教師第一時間了解學生在實踐中遇到的問題。這一環節也是數據分析實戰訓練中的關鍵環節。如，在實戰“中央空調系統的數據分析與控制策略”這一數據挖掘競賽題目時，教師應組織學生匯報階段任務完成情況，根據完成結果分析學生能否理解如何通過正確計算判斷樣本相似性，了解學生在實戰中遇到的困難與自身存在的問題，有序推進實踐環節。

其三，現學現用。學生自身掌握的知識與技能有時無法完全有效解決實戰訓練中遇到的問題，所以，教師應設置現學現用環節。如，賽題“中央空調系統的數據分析與控制策略”須學生分析優化策略，但學生因理論知識體系不完善可能無法靈活應對。教師可在現學現用環節組織學生在規定時間內運用某一算法解決實際問題，鍛煉學生的資源獲取能力、應變能力與Python編程能力，有效培養學生的數據思維與數據分析能力。

3.4 創新評價體系

在數據思維與數據分析能力協同培養過程中，教師應注意采用過程性評價，了解學生實際學習情況，及時優化教學方式與教學內容，幫助學生更好地掌握理論知識、切實培養學生實踐能力[6]。在過程性評價中，教師可對學生的考勤、在數據實戰訓練中的表現情況、項目參與度、項目成果展示情況等進行考核評價。教師應根據評價結果分析預期培養目標完成程度，以此進一步反思協同培養過程中各環節計劃與實際是否存在偏差，為教師調整協同培養模式提供重要參考。教師還應根據學生實際情況給予其個性化的指導，針對性提升數據思維與數據分析能力協同培養效果。

4 結語

大數據時代對新商科人才提出了更高的要求，其需擁有數據思維與數據分析能力。高校應緊跟時代發展步伐調整新商科人才培養計劃，積極從系統性重構課程體系、創新教學方式、將實踐活動與數據挖掘競賽相對接、創新評價體系等路徑構建數據思維與數據分析能力培養體系，完善新商科人才能力體系，提高其就業競爭力。