信息時代下高校學生數據分析能力培養策略研究

夏黎，李瓊

（武漢商學院工商管理學院，湖北 武漢 430056）

隨著大數據互聯網時代的發展，傳統商務與互聯網相互融合，促進了傳統商業模式向互聯網應用模式的轉變，數據和信息也呈大幅增長趨勢。在數字化交易的背景下，大量的數據與信息不斷積累，在銷售渠道、客戶需求等方面對專業數據分析的要求越來越專業。在這樣的現實環境下，企業對市場營銷專業人才的要求也越來越嚴格，高素質數據分析人才的社會價值也越來越重要，數據分析能力已經成為大學生職業能力培養的核心。基于此，基于信息時代培養市場營銷專業學生數據分析能力是一個重要的教育課題。

一、學生數據分析能力指標

（一）認識數據

認識數據是開展數據分析的基礎，是進行數據分析的先行條件。在信息時代，可以被數據化的信息都稱之為數據，具有缺失性、量綱性的特點。認識數據不僅要熟練了解數據的組成屬性，還要了解到不同屬性的類型、量綱以及分布特征等因素，對數據質量也要具有一定的檢驗能力。

（二）收集數據

對于收集數據，大部分學生通常采用調查問卷的方式，但事實上存在多種多樣的數據收集方式，是由數據分析的目的決定的。獲取數據一般采用直接下載的方式，互聯網中豐富的數據庫、多種多樣的數據資源以及大量的業務數據，人們可以選擇最簡單的數據下載方式［1］。在信息迅速發展的時代，互聯網是傳播數據的主要渠道，收集有效數據，篩掉無用信息已經成為培養高校學生數據分析能力的重要內容。

（三）數據整理

受現實環境不確定性以及實際生活多樣性、復雜性等因素的影響，使得數據采集結果較為雜亂，并與數據分析規范較為不符。因此，在挖掘分析數據前，要事先開展數據整理工作，對相關數據進行轉換、清洗等，從而達到數據分析整理的規范要求。在實際教學中，數據分析的重要程度遠遠高于數據處理，對數據的選擇也大多是經過處理后的結構型數據。因此，在大數據時代，高校學生要掌握多樣化的數據處理方法。

（四）數據分析

數據分析與數據挖掘在本質上是一樣的，都是對數據中的重要信息進行提取，進而整理與加工。數學分析相比數據挖掘，有著較強的目的性，主要分析過程為：假設—數據分析—驗證假設—得出結論。數據挖掘指的是借助統計學或者其他學習方法對大量數據中的價值信息進行挖掘。該部分主要內容有：統計分析、推斷性統計分析等。市場營銷專業的學生大多數據分析能力較為薄弱，對分析建模內容更是充滿抵觸情緒。因此，合理運用教學方式對培養學生數據分析能力有著重要意義。

（五）數據可視化

數據可視化主要內容是將數據分析的結果借助圖形的方式展示出來，更加直觀有效地傳達相關信息。雖然數據可視化看起來較為簡單，但是實際上需要清晰了解數據指標，對數據維度具有清楚認知，能夠精準地傳達出圖表信息。如果學生對上述內容不能靈活地把握，則會影響到數據可視化效果，對學生數據分析能力的培養造成一定影響。

二、信息時代下高校學生數據分析能力培養的現狀

（一）數據分析課程體系不完善

當前，我國某些高校尚未開設較為完善的市場營銷專業數據分析課程，大多院校只開設了一些理論性較強的專業課程如市場調查與預測、統計學［2］，這些課程雖然包含較為完整的理論體系，但是缺少信息時代背景的融合，對大數據分析不夠重視，不利于教學的發展與實踐。大數據分析屬于時代背景下的新興領域，高校市場營銷專業也應開設數據分析課程。雖然部分高校的市場營銷專業簡單開設了數據分析相關課程，但缺乏以下幾方面的思考：如何借助數據分析課程培養復合型人才？如何通過教學課程完成從認識數據到數據的可視化？針對以上問題，若不加強對專業課程體系的重視，則不利于培養高校大學生數據分析能力，也就不能夠滿足當前企業對人才的需求。因此，高校要優化較為科學的人才培養方案，完善數據分析課程體系，明確市場營銷專業人才培養方向，建設符合時代背景的課程體系。

（二）不夠重視實踐教學

若教學中缺少實踐教學，則會使教學知識缺少系統性與層次性。傳統教學最主要的問題是教師過于重視理論教學，忽略了數據分析實踐教學。恰巧市場營銷專業是一個實踐性較強的專業，若理論知識不能完全應用到實際的市場營銷工作中，則會造成市場營銷專業學生所學與實際工作崗位不符等問題。市場營銷專業學生大多是文科畢業，對數據分析不夠了解，導致數據分析課程學習積極性不高。在實踐課堂中，絕大部分學生對數據分析都產生抵觸情緒，對實際項目工作的參與程度很低；而另一些主動參與到實踐課堂的學生，教師則無法為其提供更加準確的市場營銷數據。若市場營銷脫離實踐教學，就不能滿足市場對應用型人才的需求。因此，高校要重視市場營銷專業實踐教學機會，積極引導學生將數據分析能力應用到實際工作中。

（三）缺少專業的師資隊伍

如今高校市場營銷專業的數據分析教育者大多從管理學、統計學或者計算學專業轉型的，在專業能力與實踐應用上都很難達到專業的標準。雖然一些培訓資料可以彌補教師理論知識的缺失，或者實際操作能力不足的問題，但是在專業教學中仍存在一些缺點，不能給予學生更加專業的指導。大部分市場營銷專業的教師只重視市場營銷理論教學，對信息技術教學不夠重視［3］。而大數據專業的教師只擅長信息技術，對營銷理論不夠了解。再加上受發展空間和薪資待遇等因素的限制，專業性較強的市場營銷教師聘用起來不是特別順利。因此，高校要重點培養市場營銷專業數據分析人才，建設一支雙師型師資隊伍。

三、信息時代下高校學生數據分析能力培養策略

隨著現代社會的發展，不同行業、不同崗位對數據分析的需求越來越高，高校必須革新教學理念、更新教學思路，除了要強化計算機數據分析教學外，還要加強對應用專業數據教學的重視，并且以此為基礎開展其他相關的數據分析教學活動，將數據分析深入到市場營銷各個專業課程教學中，引導學生將理論與實踐教學相結合，幫助學生掌握數據分析的理論知識和應用方法，樹立專業的數據分析意識，提高大學生數據分析能力，促進高校完成教學目標。

（一）更新培養思路，完善教學目標

1.構建數據分析相關課程體系

為了強化大學生數據分析能力，高校市場營銷專業在設置培養方案中應重視學生數據分析課程內容，在高校開展數據分析教學時，可以在計算機專業的基礎上設置相關的數據分析課程，借助專業的教學方式，對學生的數據分析能力進行培養。一方面，數據分析能力培養目標要貫徹到市場營銷專業課程中，在市場調查與預測、統計學等課程基礎上開設數據分析實踐課程，從而提高學生數據分析能力，構建完善的數據分析知識體系［4］。另一方面，市場營銷專業還可以設置專業選修課，滿足大學生對數據分析課程的多樣性需求，幫助學生考取數據分析師或者相關的資格證書，滿足國家對專業化數據分析人才的需求。

2.運用滲透式教學方法

高校在開展市場營銷專業課程時，可以根據大學生多樣化的需求，采用滲透式教學方法，深入培養市場營銷專業學生的數據分析能力。為了確保數據分析能力的培養，教師在開展課程教學時要重點強調數據分析的特點，根據數據分析的特性制定教學計劃，在數據收集、挖掘與整理的內容基礎上，選取更具針對性的市場營銷數據分析課程。與此同時，還要將專業課程內容與實際工作相結合，采用案例教學方法加強大學生對數據整理與分析的體驗感。教師要運用典型案例，使隱形的數據轉化為可視化的數據，讓學生掌握更為直接的數據分析方法。除此之外，教師要引導學生自主對案例中的數據信息進行分析，并及時對學生的分析情況進行反饋與點評，強化學生對數據分析的理解力，加強學生數據分析的記憶力。通過教師反饋與點評，可以幫助學生認識到在數據分析方面存在的不足，激勵學生在后期學習中更加努力地學習數據分析相關內容。高校教師還要制定系統性的數據分析能力培養教案，幫助大學生認識到數據分析能力的重要性，進一步提高大學生數據分析能力。

（二）深化教學實踐，提升教學質量

1.開展多方位實踐教學

新時代開展教學要積極引用信息技術，數據分析是信息時代的產物，而實踐教學是掌握知識最迅速的教學方法。市場營銷專業教師在培養學生數據分析能力時，可以根據數據分析能力的特點多角度地設定教學計劃，培養大學生數據分析的實際應用能力。一是在市場營銷基礎性課程中融入數據分析內容，抽取出數據分析核心知識。二是針對技術性較強的專業課程，開展實踐教學，在實踐操作中激發學生對數據信息的分析興趣與熱情，以促進大學生數據分析能力的培養與發展。在這個過程中，高校教師可以采用小組合作的教學方式，促使學生在合作與競爭并存的環境中掌握數據分析、數據整理的課程內容，調動學生對數據分析課程的積極性。

在市場營銷專業數據信息的分析過程中，鼓勵學生自主對所需數據進行收集，并篩選出重復數據，識別出有用的數據，培養大學生良好的數據辨別能力。在市場營銷專業課程中培養數據分析能力，市場營銷專業教師要多角度地分析，加強學生對多種類型數據的認知，培養其數據思維，順利完成數據信息的收集與調研，從而促進學生綜合能力的發展。在數據分析的過程中，高校教師還可以增強學生對數據收集與整理的體驗感，可以借助游戲教學，創設有趣的教學情境，促進學生形成數據分析思維，提高市場營銷專業學生數據分析能力。

除此之外，教師要綜合考慮數據分析實際教學需求。在大數據時代前，最常應用的數據分析軟件是Excel，但是隨著大數據的發展，其已經無法滿足新時代的數據分析的需求［5］。在大數據時代主要應用的數據分析工具是Python，相比Excel 更具數據分析優勢，但也增加了學習難度，需要學生掌握扎實的編程能力。因此，為了促進大學生數據分析能力的提高，高校教師要根據實際教學需求為學生引進無須編程即可開展數據分析的教學軟件，以此激發學生對數據分析課程的興趣，鍛煉大學生的數據思維。

2.開展針對性實踐教學

在現代教學理論中，數據分析能力主要包括認知能力、收集能力、表述能力以及探究能力等。數據分析能力是培養大學生思維品質、創新意識的良好方式，高校要以分析數據為基礎開展實踐應用教學活動，滿足企業對數據分析人才的需求。隨著“互聯網+”的發展，現代企業對高質量數據分析人才的需求越來越大，要求也越來越嚴格。高校要加強對數據分析能力培養的重視，有針對性地開展數據分析課程，陳列數據分析內容的重點與難點，構建完善教學工作體系，切實提高大學生的職業競爭力。

數據分析是一個細致、嚴謹的過程，需要數據分析人員端正工作態度，以耐心負責的工作態度要求自己。為了促使畢業生在工作時達到工作標準，高校要重視對大學生數據分析專業態度的培養，基于市場營銷課程數據分析探索更為實際的模擬教學方式，使學生多方面地掌握數據分析內涵。在實際工作中，應用數據分析方法針對性地開展實踐模擬教學，培養學生的耐心，例如，可以采用逐步增加數據的方式培養大學生細心、耐心的數據分析態度，提高市場營銷專業學生數據分析能力，幫助大學生樹立良好的數據分析觀念。

高校在開展基礎性教學活動中，還要將系統性的思維方式融入其中，按照數據采集、整理與分析三步驟，系統性地展開數據分析學習與應用教學，并且要在此基礎上，強化學生數據分析所需掌握的思維，引導學生發展數學思維，強化學生思維創新，優化學生學習狀態，從而進一步實現培養數據分析能力的目標。

（三）加強師資隊伍建設，促進教學開展

師資建設是高校培養學生能力的基礎工作。針對當前高校缺乏專業的數據分析教師以及缺乏實踐能力較強的教師的問題，學校可以要采用多種方式，提升學校師資水平。一是可以從其他學校引進專業的教師開展授課，或者鼓勵本學校教師到其他高校進修學習，充實教師的專業理論水平，提高數據分析的實踐能力。二是可以聘請企業型師資。企業師資既能幫助學生掌握數據分析最新的理論技術，還能為學生提供真實性的市場營銷實踐模擬項目，有助于市場營銷專業人才培養體系的構建與完善，提升高校學生的核心技能與職業素養。三是提升市場營銷專業教師的數據分析水平，強化其對相關教學軟件的使用能力。四是學校要積極引導本校教師考取相關數據分析的資格證書，鼓勵高校教師積極參與科研項目，不斷提升自身的專業水平［6］。總之，打造市場營銷專業理論與數據分析能力相結合的高素質師資隊伍，是高校完成人才培養目標的重要基礎。

四、結語

對于畢業生而言，要主動形成數據分析意識，掌握更加專業的數據分析能力；對于高校而言，大力開展教育教學改革，明確市場營銷專業人才培養的定位，解決實踐教育與崗位技能脫節、人才培養與行業需求脫節的問題，以更好地培養專業的市場營銷數據分析人才，提升高校畢業生的就業效率；對于教師而言，要轉變傳統的教育理念、固化的授課方式，將培養大學生數據分析能力貫穿到整個市場營銷專業課程教學中，充分落實市場營銷專業數據分析實踐教學目標，重視大學生邏輯思維培養，從而切實提高大學生數據分析能力。