新商科人才數據分析能力體系與培養策略探索

唐光海　曾慧

［摘 要］社會經濟發展與新商科項目建設都對新商科人才的數據分析能力提出了新的要求。新商科人才數據分析能力體系包括數據價值觀、數據基礎知識、數據分析模型與方法、數據分析工具等。新商科人才數據分析能力培養策略包括拓展傳統商科課程內容、新建數據類新商科專業、“產教科賽”協同等。

［關鍵詞］新商科；數據分析；人才培養；專業建設

［中圖分類號］ G640 ［文獻標識碼］ A ［文章編號］ 2095-3437（2023）01-0081-03

新文科項目建設工程已經得到社會各界的重視，作為經管領域的重要組成部分，商科在新文科項目中占據重要地位。商科包括金融、會計、市場營銷、管理學、商務（包括國際商務和電子商務等）、物流、經濟學、人力資源管理等專業。商科有傳統商科和新商科之分，傳統商科是以工業經濟為基礎的商科，如市場營銷、企業管理、會計學等；而新商科是以數字經濟為基礎的商科，如電子商務、網絡營銷、跨境電子商務、數字旅游、數字金融、物流管理等[1]。新商科人才培養模式更加強調數字商業經營和管理，新商科建設并不是將傳統商科推倒重來，而是增加數字經濟時代賦予商科的新內涵[2]。數字經濟時代，企業經營和管理離不開數據分析，這就需要新商科人才具備相應的數據分析能力，為企業提供決策依據。

一、新商科人才需要掌握數據分析能力

互聯網、大數據、云計算、人工智能、電子商務、網絡金融等技術的發展為數據獲取和智慧決策提供了可能。國家一些政策的實施也離不開數據分析，如國家精準扶貧政策的實施等。消費者的購買決策也離不開數據分析，如對汽車銷量、二手車交易價值和頻率等進行數據分析，消費者可根據分析結果做出購買決策。數據分析的作用日益凸顯，這對相關人才的數據分析能力提出了新的要求。數字商業是經濟、管理人才培養的重要內容，在新商科建設中尤其需要注重培養人才的數據分析能力。

新商科項目建設重點在于結合社會人才需求，建立政產學研協同育人機制，共建共享數字商科實訓實踐基地、實驗室或創新平臺，完成對數字商貿、數字旅游、數字金融等數字經濟所需的人才數據分析能力體系構建和能力培養。

數據分析能力是傳統商科專業能力的延伸，同時也是新商科發展背景下的核心專業能力。新商科人才核心能力體系應包含基本素養、專業認知、專業能力、自學能力、交流能力等[3]，而專業能力又可以分為專業技能和專業數據分析能力兩部分。這里只討論新商科人才數據分析能力體系和培養策略。

二、新商科人才數據分析能力體系

李輝等[4]指出大學專業教育成功的重要依據是價值認同，對數據、數據分析的價值認同度是數據分析能力體系的重要指標。王青林[3]、徐緒堪[5]等指出專業能力體系包括專業基礎知識、專業模型與方法、專業工具等方面的能力。因此，新商科人才數據分析能力體系主要從數據價值觀、數據分析基礎知識、數據分析模型與方法、數據分析工具四個方面來構建。

（一）數據價值觀

價值觀是能力體系的基礎要求，新商科數據價值觀是大學生商科專業能力向數據分析能力延伸的重要基礎。新商科人才數據價值觀包括數據價值認同、數據工作定位和數據商業模式。

1.數據價值認同

對數據價值的認同與對數據分析意義和價值的認同，在一定程度上影響著數據分析質量。一個不認同數據價值、對數據分析的意義缺乏了解的人是很難做好數據分析工作的。對數據價值的認同，首先，需要工作單位的管理層高度重視和了解數據的價值；其次，需要數據分析人員認同數據價值，并能正確理解和呈現數據價值；最后，需要相關業務人員或數據采集人員認識數據的價值，并及時準確記錄、采集、整理相關數據。

2.數據工作定位

對數據工作的定位，既不能神化數據，認為數據無所不能，是萬能鑰匙，也不能輕易否定數據工作的作用。數據工作定位包括核心任務、戰略任務和風險任務三類。相關統計部門、數據企業會將數據工作作為核心任務，主要以數據收集、處理、分析和輔助決策為工作目標和主要內容；一般商貿、生產企事業單位在其主營業務經營或管理過程中將數據分析工作作為戰略任務之一，注重對業務過程或環節中的數據加以收集、處理、分析和挖掘，為企業戰略優化提供支持；而風險程度高的業務決策，需要決策者通過數據分析識別風險、創新業務或管理模式以規避風險。

3.數據商業模式

數據商業模式要符合企業的商業模式，以助力企業用戶量、市場份額、利潤增長。數據商業模式主要包括用戶使用數據、產生數據和數據變現三個方面，這三者的連接模式依賴于企業本身的商業模式。在數據商業模式設計和優化過程中，既要重視數據、數據分析的特征和過程，更要注重數據商業模式與企業商業模式的適應性。

（二）數據分析基礎知識

數據分析基礎知識包括數據認識、數據庫原理、網絡基礎知識、數據倉庫等。傳統商科專業開設有數據分析基礎知識相關課程，如網絡基礎、數據庫原理、管理信息系統等課程。而在新商科背景下，專業在原有課程的基礎上，將新商科數據分析要求與相關課程數據基礎知識進行融合，以滿足新商科人才數據分析能力的培養需求。

（三）數據分析模型與方法

數據分析模型、方法比較多，歸納起來主要有兩類：一是用戶生命周期數據分析模型，如AARRR模型；二是以學習為導向的創新迭代模型，又稱學習引擎。學習和掌握數據分析模型與方法是數據分析能力培養的重要部分。

1.AARRR模型

AARRR是指Acquisition（獲取）、Activation（活力）、Retention（留存）、Revenue（收入）和 Referral（推薦）。在進行數據分析的時候，應該考慮用戶行為處于 AARRR 模型的哪個環節、有哪些關鍵數據指標等，從而選擇數據分析工具和方法進行分析與挖掘。

2.學習引擎

學習引擎是一種精準運營方法。當有一個好的創意（Idea）時，可以采用最簡單的、具有可行性的方式構建產品（Product），交付種子用戶試用，并對用戶感知和反饋數據（Data）進行評估，以進一步優化或淘汰。

3.具體數據分析方法

在數據分析模型的基礎上，可以采用的數據分析方法比較多，包括數據對比、數據分組、數據歸因、漏斗分析、時間序列、截面數據、面板數據、結構方程模型等。

（四）數據分析工具

數據分析工具的選擇，對于分析工作來說至關重要，合理學習、使用工具能使數據分析工作事半功倍。數據分析工具包括表格管理軟件、數據采集工具、數據存儲工具、數據分析和數據可視化工具等。

1.表格管理軟件

表格管理軟件如Excel、WPS表格等被廣泛應用，在數據量不大的情況下，表格管理軟件便于用戶開展數據分析、統計和可視化等工作，使用簡單、快捷。

2.數據采集工具

數據采集工具包括后羿采集器、火車頭、爬山虎采集器等，還可以用Pathon、Java等軟件系統開發采集模塊來進行數據采集。

3.數據存儲工具

數據存儲工具包括關系型數據庫MySql、SQL Server、Access、DB、Oracle、Sybase、Informax等，以及分布式數據庫OceanBase、Redis、MongDb、MySql分布式集群等。

4.數據分析和數據可視化工具

數據分析和數據可視化工具包括：（1）表格管理軟件，如Excel；（2）統計軟件，如SPSS、SAS、Matlab、Eviews；（3）數據處理軟件，如R、Pathon、Hadoop等；（4）數據可視化工具，如Excel、Tableau、Echat、PowerBi、PPT等；（5）專業數據分析工具、網站流量分析工具，如百度統計、Google Analytics等；（6）用戶行為分析工具，如GrowingIO、Mixpanel、Kissmetrics等。

三、新商科人才數據分析能力培養策略

對新商科人才數據分析能力的培養，不同的學校有不同的做法，歸納起來主要有三種：一是將傳統商科課程內容拓展到數據分析領域[6]；二是將商科與數據科學進行融合，建立與數據分析相關的新商科專業，如商務數據分析、數字金融、數字營銷等[7]；三是“產教科賽”協同，培養新商科人才數據調研、分析、應用和創新能力[8]。

（一）拓展傳統商科課程內容，加強對傳統商科人才數據分析能力的培養

部分高校在傳統商科的基礎上進行了課程內容拓展。一是改革或創新人才培養方案，增加數據分析類相關課程；二是修訂教學大綱，在部分專業課程內容方面增加數據分析和應用方面的內容。

部分高校商科專業由原有的經濟管理類專業發展而來，缺乏新商科數據分析體系。為適應新商科對人才培養的需求，高校必須鼓勵教師去學習商科與數據科學融合的相關技能。在修訂課程教學大綱中逐步拓展課程內容，在原有專業課程中增加商務數據分析、挖掘、應用方面的內容。如市場營銷專業，要及時修訂網絡營銷、電子商務概論等課程的教學大綱，在原來的教學大綱基礎上增加數據分析相關內容，如基于電子商務平臺的數據挖掘、處理、分析和可視化等。

部分高校商科專業來源于原來的計算機應用專業，數據科學基礎較好，在沒有新建新商科專業的情況下，可在傳統商科專業的基礎上修訂人才培養方案，增加數據分析類課程來實現對人才數據分析能力的培養。例如在電子商務專業人才培養方案中新增商務數據分析、數據挖掘等課程。還可以在人才培養方案中增加SPSS、Pathon、R、Hadoop等課程，以提高人才數據分析能力。

（二）新建數據類新商科專業，將傳統商科專業與數據分析進行融合

數據類新商科專業是在新商科專業中強調將商科專業與數據分析進行融合的復合型專業，如數字商貿、數字旅游、數字金融、數字物流等專業。部分高校認為，電子商務、網絡營銷、跨境電子商務等強調數據要素的復合型專業也屬于數據類新商科專業。

高校可在發揮商科專業特色的基礎上，加強信息技術、產教融合等建設，開設商科數據類新商科專業，通過加強經濟管理與數據分析、應用的融合來培養學生的數據分析能力。

部分商科專業原本就是由計算機應用、會計電算化等信息技術類專業發展而來的，其開設的電子商務、市場營銷、金融工程、財務管理、物流管理、旅游管理等商科專業，有較好的經管、信息技術復合基礎。高校可以在此基礎上新建數據類新商科專業，如商務數據分析與應用、數字旅游、數字商貿、數字金融、數字物流等。

此外，還可以采用合并商科專業與信息技術專業的方式來構建數據類新商科，整合原有的經管領域和計算機應用相關專業，開設數字商貿、數字旅游、數字金融等新商科專業。加大新商科建設人才引進力度，不斷引進經濟、管理、信息技術等方面的高端人才，組建新商科建設團隊，開設新商科專業，培養新商科人才的數據分析能力。

（三）“產教科賽”協同，探索數據分析、應用和創新能力培養

“產教科賽”（產業、教學、科研、競賽）協同是新商科的特色之一，強調新商科人才培養的多方主體合作，解決大學生應用、創新能力培養問題。首先，“產教融合”有助于解決社會對人才的需求與高校人才培養錯位的問題。加強產教協同，有利于對人才有需求的企業參與高校人才培養目標制訂、過程考核等全過程。校企合作建立實訓實踐基地或實驗室，讓大學生能在學習過程中了解企業實際，收集企業實際運營和數據管理中存在的問題，并對其進行分析，由此提出相應的解決方案，探索數據分析和應用能力培養路徑。其次，“科教融合”是實現商科大學生創新能力培養的重要抓手。科研是大學生創新能力培養的重要內容之一，大學生主持或參與的科研項目主要來源于導師項目、企業項目或自擬項目。通過“科教融合”，可加強對學生的數據收集、整理、分析、挖掘和可視化能力的培養。最后，“賽教融合”能培養大學生綜合分析、解決問題的能力。專業競賽在一定程度上能反映出大學生的專業能力培養情況，是大學生應用、創新能力培養的重要途徑，新商科專業競賽項目較多，高校可鼓勵大學生參與中國“互聯網+”大學生創新創業大賽、全國大學生電子商務“創新、創意與創業”挑戰賽、“社科獎”全國高校市場營銷大賽、“ERP”沙盤模擬大賽等，培養學生數據調研、分析、創新和應用等方面的綜合能力。

四、結語

提高數據分析能力是數字經濟時代對新商科人才培養提出的要求。構建新商科人才數據分析能力體系、優化人才培養策略，對商科專業建設和人才培養模式創新有重要意義。在分析新商科人才數據分析能力體系和培養策略的基礎上，筆者對新商科建設提出以下建議。

首先，各高校應根據自身商科建設的實際情況，細化新商科人才數據分析能力體系，優化數據分析人才培養策略。

其次，加強新商科項目建設，結合各專業特色，注重對商業數據的收集、處理、分析、挖掘和開展可視化的實訓實驗系統建設，形成自己的新商科項目特色。

再次，注重“產教科賽”協同，尤其是產教融合，提高大學生對企業、行業數據進行采集、處理、分析和可視化等的技能，培養大學生利用數據認識問題、分析問題、解決問題的能力。

［ 參 考 文 獻 ］

[1] 肖安法. “新”之所在：新商科的內涵及建設路徑探討[J]. 南通職業大學學報，2019，33（4）：47-50.

[2] 李奕軒. 應用型本科高校“新商科”建設的思考[J]. 納稅，2020，14（3）：294-295.

[3] 王青林. 關于創新應用型本科人才培養模式的若干思考[J]. 中國大學教學，2013（6）：20-23.

[4] 李輝，練慶偉. 價值認同：當代大學生思想政治教育的重要取向[J]. 學校黨建與思想教育（上半月），2008（1）：11-13.

[5] 徐緒堪，薛夢瑤. 面向大數據管理與應用專業的數據素養能力評價指標體系構建[J]. 情報理論與實踐，2021，44（9）：50-56.

[6] 米傳民，肖琳，王詩雨. 研究型大學“新商科”人才培養模式探究[J]. 電子商務，2019（10）：68-69.

[7] 曹朝洪. “新商科”理念下的商科專業人才培養策略[J]. 高教學刊，2020（9）：152-154.

[8] 梁小紅，徐珊. 應用型高校財會專業“五重構，五融合”育人路徑探析：基于新商科背景下的產教融合視角[J]. 吉林工程技術師范學院學報，2019，35（9）：70-73.

［責任編輯：蘇祎穎］