大數據背景下工商管理學生數據分析能力素質模型的構建與應用

吳劍琳 石錦 朱寧

［摘 要］ 在大數據時代背景下，企業對工商管理人才的數據分析能力要求提升，這也對高?，F有工商管理學生的培養方式提出了挑戰?；谠L談、崗位分析和理論分析，工商管理學生應具備數據分析知識和技能、數據思維和數據態度，據此構建數據分析能力素質模型，并建立相應的測量模型和指標體系，包括數據獲取能力、數據預處理能力、數據分析能力、數據應用能力、數據思維和數據態度六個方面，運用數據分析能力素質模型能夠為高校培養工商管理學生數據分析能力提供理論支持與實踐建議。

［關鍵詞］ 工商管理；數據分析能力；能力素質模型；大數據

［基金項目］ 2022年度安徽省高等學校省級質量工程重大教學研究項目“大數據背景下工商管理本科生數據分析能力培養探索與實踐”（2022jyxm1838）；2020年度中國科學技術大學教學研究項目“大數據背景下工商管理類本科生數據分析能力培養探索與實踐”（2020xjyxm045）；2022—2023年中國科學技術大學創新創業教育研究課題“安徽省創新創業人才培養共享平臺建設研究”（SCJY2022018）

［作者簡介］ 吳劍琳（1974—），女，安徽滁州人，管理學博士，中國科學技術大學管理學院副教授，主要從事高等教育教學研究；石 錦（1999—），女，安徽安慶人，中國科學技術大學管理學院2020級工商管理專業碩士研究生，研究方向為高等教育管理；朱 寧（1975—），女，北京人，管理學博士，中國科學技術大學管理學院講師，主要從事工商管理研究。

［中圖分類號］ G640 ［文獻標識碼］ A ［文章編號］ 1674-9324（2024）06-0017-05 ［收稿日期］ 2023-01-09

大數據時代背景下，數據量迅速增加。盡管數據更容易獲得，但從海量數據中提取有效信息、助力企業決策的難度也大大增加。企業需要越來越多的掌握數據分析能力的工商管理人才。在工商管理教育中融入相關知識與實踐、提升學生數據分析能力迫在眉睫。然而，工商管理專業現實培養效果卻不盡如人意，工商管理作為曾經的熱門專業，近年來卻遭遇了就業滑坡。當前工商管理專業學生就業競爭力普遍不強，專業技能和核心競爭力不足，特別是缺乏企業認可的硬技能。這導致學生對該專業的前景失去信心，甚至有高校取消了部分專業。

在這一背景下，學生數據分析能力的培養被很多高校的工商管理專業提上日程［1］。加強工商管理專業本科生的數據分析能力培養，能夠提升學生的專業能力與就業競爭力，對于提高人才培養質量具有重要的意義。然而，當前的培養方式仍然停留在課程層面，只簡單地增加數據類的課程，或是在現有課程中增加數據分析的內容。這樣的課程設置缺乏理論依據，且課程間相互支撐不足，無法系統培養工商管理學生的數據分析能力。究其原因，可能是對工商管理人才所需具備的數據分析能力缺乏系統了解。對此，有必要建立工商管理學生數據分析能力素質模型，為高校培養工商管理學生提供理論支持。

一、研究現狀

目前，部分學者已開始關注大數據背景下工商管理專業學生數據分析能力的需求與培養。學者們通過對現狀的調查和梳理分析了目前存在的問題，并提出相應的培養建議。郭昱瑯［2］對工商管理類本科生大數據培養課程方面的現狀進行了梳理，提出其關鍵實施路徑。雷擎［1］借助文獻檢索法和內容分析法，統計了自2003年以來共計12年的經管專業碩博論文，從操作數據與分析數據兩個方面對經濟管理類專業研究生的科學數據素養進行了評價，指出了目前研究生科學數據素養教育培養方面存在的一些問題，并提出了較完善的設想。殷曉梅等［3］對安徽財經大學大學生的數據分析能力現狀進行分析，通過問卷了解當前學生數據分析能力培養存在的問題，包括數據識別、收集、整理、分析和評價總結五個方面，并提出了有針對性的培養建議，以提高大學生的數據分析能力。李鑫浩等［4］則從互聯網企業崗位的視角分析了高校大數據人才所需要的能力，認為大數據人才在專業技能要求的基礎上，還應掌握常用的數據分析工具、專業的統計知識以及數據可視化工具。楊煒明［5］對大數據背景下如何提高學生數據分析能力的培養路徑進行了初步探索，認為需要更新觀念，加強實踐性和創造性的訓練，培養學生的數據思考能力。黎偉等［6］提出要結合大數據的特點，整合統計和計算機處理技術，強調實踐環節，提升大數據時代下經管類人才的數據分析能力。同時，也有少量研究對數據分析能力的構成進行了初步探索。楊天紅［7］提出了大數據背景下電子商務專業人才數據分析能力的構建要素，包括數據收集、數據整理、數據描述、統計分析和數據推斷。程平等［8］建立了基于PBL的“互聯網+會計”MPAcc大數據分析能力培養模型，具體包括數據爬取能力、文本挖掘能力和數據分析與可視化能力。周瑩［9］建立了大數據背景下高校學生統計數據分析能力的組成，包括識別、收集、整理與分析和評價數據。

從以上研究來看，學者們已對大數據背景下高校學生特別是工商管理專業學生數據分析能力的需求與培養進行了有益的探索。然而，由于大數據本身出現的時間較短，現有研究大多是初步的探索與分析，所涉及的數據分析能力大多屬于外在的知識和技能，而能力素質還包括態度、價值觀、動機等內在特質。基于目前工商管理專業的培養現狀，亟須圍繞數據分析能力培養目標進行整體設計，對工商管理學生需要具備的數據分析能力進行系統把握與分析，從外在和內在兩方面提升學生的數據分析能力，使學生更能適應未來的競爭環境。

二、研究方法

能力素質又稱素質、勝任力、勝任特征等，是個體的潛在特質，指能將杰出者與一般者區分開的個人特征的集合，包括通過各種方式表現出來的知識、技能、態度、價值觀、個性、動機等。一般用冰山來形象地表示個體的能力素質：外在的知識、技能等浮在水面上；內在的特質，包括態度、價值觀、動機等，則處于水面之下。

本研究采用兩條途徑綜合建立工商管理專業學生的數據分析能力素質模型：一條途徑是對已參加工作的工商管理專業學生進行訪談，了解他們所從事的工作對數據分析能力的要求，以及其對高校進行數據分析能力培養的看法和建議。具體包括日常工作對數據分析的要求，有關數據分析的任務的成功或失敗的例子，在校期間已獲得的數據分析能力、需要補足的能力等。對訪談記錄進行分析，從學生視角歸納工商管理專業培養中需要關注的數據分析技能。采取一對一半結構化訪談的形式，我們訪談了10位工商管理專業的畢業生。他們的工作地點分布在合肥、蘇州、淮安、杭州等長三角地區城市，所從事的崗位性質包括戰略分析、人力資源、市場營銷、運營等。另一條途徑是考慮用人單位的視角，搜集企業招聘工商管理專業人才的廣告，分析職位的工作內容與要求，特別是企業對所招員工數據分析能力的要求，從中提煉關鍵詞。根據市場需求對工商管理人才的數據分析能力進行總結。為反映未來的發展趨勢，本研究主要搜集了行業領先企業發布的工商管理類職位招聘廣告，包括戰略分析、人力資源、財務、營銷、生產運營等職位。

三、資料分析

1.訪談結果分析。對10份工商管理專業畢業生的訪談資料進行逐句關鍵詞提取、合并和歸納，從中得出數據分析能力的構成要素。

如一位戰略事業部研究員談道：“要針對行業交易進行數據清洗、建模和分析，結合市場基本面、交易策略、交易復盤的深入分析撰寫咨詢報告，還要進行行業政策分析和行業趨勢預測。要求不僅有數據處理的基本能力，還要能夠深入理解業務的實際場景，并將其量化到數據分析中。”據此提煉出數據清洗、數據建模、數據分析、數據處理等數據分析技能。人才發展經理強調：“要進行人才發展質量的測量與判斷，各項培訓內容與業績提升之間的關聯判斷，以及區域各項業務問題的數據層面診斷。具體的工作包括搜集相關數據、整理數據、分析數據、輸出各項診斷報告。這需要足夠的數據敏感度、數據分析理論知識，恰當使用數據分析工具?！边@體現了數據搜集、數據整理、數據敏感度和使用數據分析工具的重要作用。市場營銷人員認為工作中“要具備數據思維，提高對所分析數據所屬行業的熟悉度。搜集客戶相關的數據進行分析，生成營銷方案。重點在于通過分析明晰宏觀市場、競爭企業和自有項目的情況，發掘其中的問題和機會，比如客戶的年齡、職業等特征，以及他們的需求。這些結果可以為研發部門、營銷部門所用。需要結合多個渠道進行數據真實性的識別檢驗，還要能夠挖掘數據中潛在的信息”。這里可以提煉出數據思維、數據搜集、數據分析、數據檢驗等關鍵詞。

綜合分析訪談內容，我們發現工商管理人才不僅需要具備基本的數據分析能力，更重要的是具備數據意識，能夠結合行業實踐數據進行分析，為管理決策提供支撐。

2.崗位分析。對搜集的工商管理類職位招聘廣告的職責和要求進行分析，包括戰略分析、人力資源、財務、營銷、生產運營等職類，從中提取有關數據分析的關鍵詞，歸納出數據分析能力。

例如，商業分析職位的主要工作職責是建立業務數據體系規劃，為管理者提供決策支持。其任職要求包括熟練掌握數據分析軟件，具備業務導向，能在復雜業務和數據之間連點成面，洞察深刻，同時要具有良好的溝通能力、抗壓能力、說服力和強大的推動力，有良好的展現匯報能力。這里既包含外在的數據分析知識技能，又包括內在的說服力、推動力和數據展現能力。產品運營職位的主要工作職責是收集用戶反饋，形成產品需求，并推動產品功能升級。其任職要求包括具備體系化的運營思維，能用數據思考和反饋問題，并且有較強的協同能力，能夠合理地利用資源解決問題。這說明求職者既要有收集用戶數據并分析的外在知識技能，也要具備數據思考的內在特質。財務崗位的工作職責主要是掌握不同職責和工作內容，培養敏銳的商業分析與決策力，通過不斷提升數據解構能力和積淀思考框架，協助業務量化財務影響，合理評估風險與機會，給予中立建議。其任職要求包括快速的學習能力、強烈的好奇心及自驅力、優秀的邏輯思維能力、良好的數據處理和分析能力、嚴謹扎實的專業態度。

從用人單位的需求來看，不僅要求應聘者具備數據處理和分析等知識技能，還要求具備強烈的動機、學習能力與嚴謹的專業態度等內在特質。

四、建立工商管理學生數據分析能力素質模型

1.建立數據分析能力素質模型。結合學生訪談和招聘需求中提及最多的關鍵詞，結合現有文獻對數據分析能力的描述，本研究構建了工商管理學生數據分析能力素質模型及具體的測量模型，見圖1。

如圖1所示，整個冰山代表工商管理學生的數據分析能力，包括水面上的外在顯示和水面下的內在特質兩個部分。水面上的部分包括數據獲取、數據預處理、數據分析、數據引用等數據分析過程需要掌握的知識和技能，是比較容易培養和測量的部分，在各大企業的招聘需求中提及最多、要求最詳細。水面下的部分包括數據思維和數據態度，在企業招聘的任職要求中也有所提及。數據思維指的是應用數據分析的原理、方法、技術解決現實問題的思維邏輯，在基于數據的問題解決過程中對數據知識和技能的選擇與學習產生調控作用，指導實踐活動的開展。數據思維屬于潛在素質，其培養需要在數據分析知識與技能的習得過程中漸進發展。對數據的態度是主觀能動性方面的內容，是個體價值觀的表現，一般來說，在經過先天塑造和后天培養之后較難改變。

2.建立數據分析能力測量模型和指標體系。通過對既有文獻中數據分析能力的構成指標進行整理和頻次統計，選取出現次數最多的核心指標，剔除相關度不高的指標，結合訪談和招聘需求中提及最多的關鍵詞，本研究進一步構建了工商管理類本科生數據分析能力的測量模型。模型共有六個一級指標，分別是水面上的數據獲取能力、數據預處理能力、數據分析能力、數據應用能力，以及水面下的數據思維和數據態度。一級指標下有14個二級指標和30個測量題項。具體如表1所示。

按照數據分析過程涉及的基本環節，外在顯示的能力包括數據獲取能力、數據預處理能力、數據分析能力與數據應用能力。內在的數據思維是用數據來看待問題、解決問題的思維模式，具體包括思維模式和數據敏感，是發展數據分析能力的高階目標，需要在數據分析知識與技能的習得過程中漸進提升。數據態度則是個體價值觀的表現，包括數據認知、數據情感和行為傾向，影響數據的收集、處理、分析、應用的過程以及最終結果。

五、工商管理學生數據分析能力素質模型的運用

本研究基于實地訪談和招聘廣告內容，分析構建了工商管理學生數據分析能力素質模型及具體的測量指標，能夠為高校培養工商管理專業學生數據分析能力提供有益指導。應用這一能力素質模型具體可以分為以下幾個步驟：（1）建立差異化的數據分析能力測評體系。由于專業差異、地域差異，學生就業目標也有差異。高?？梢匝垖I權威人士，根據自身工商管理專業的特點與培養目標選取表1中的指標，并采用層次分析法對指標重要性進行評價，構建適合本校專業的指標與權重體系。（2）實地測評。對即將畢業的學生開展實地測評，了解學生所具備的數據分析能力以及來源途徑，客觀評估學生數據分析能力的水平，明確高校在培養學生數據分析能力中的作用和任務。（3）對現有培養方案進行評估和調整。根據上述結果對現有培養方案進行評估，分析目前課程設置中包含的數據分析能力內容，對比目標要求對現有培養方案進行調整。具體而言，將目標要求分解至各門課程及實踐活動，從知識講授與實踐應用兩方面培養學生的數據分析能力，包括知識技能與底層的數據思維和數據態度。工商管理學生數據分析能力的提升將有效提高其就業能力，促進其未來職業生涯的發展，成為優秀的工商管理人才，為我國的經濟建設做出有益的貢獻。

參考文獻

［1］雷擎.經濟管理類研究生科學數據素養的數據分析能力研究［J］.工業和信息化教育，2017（3）：8-11.

［2］郭昱瑯.工商管理類本科生大數據分析能力培養的路徑探索［J］.經濟管理文摘，2020（12）：173-174.

［3］殷曉梅，盧浩，王加琪，等.大數據背景下高校學生數據分析能力培養研究：以安徽財經大學為例［J］.現代商貿工業，2020，41（4）：168-170.

［4］李鑫浩，李世玉，郭名誠，等.互聯網企業崗位視角下的高校大數據人才能力分析［J］.現代企業，2020（6）：104-105.

［5］楊煒明.大數據背景下研究生數據分析能力培養的路徑探索與實踐［J］.才智，2020（2）：137.

［6］黎偉，李蓬實.大數據時代管理統計學課程教學改革思考［J］.教育教學論壇，2020（22）：177-178.

［7］楊天紅.大數據背景下電子商務專業人才數據分析能力現狀及培養對策研究［J］.科技資訊，2019，17（16）：213-217.

［8］程平，王立宇.基于PBL的“互聯網+會計”MPAc大數據分析能力培養［J］.財會月刊，2018（16）：29-34.

［9］周瑩.大數據背景下高校學生統計數據分析能力培養研究［J］.海峽科技與產業，2020（7）：56-58.

Construction and Application of Data Analysis Competency Model for Business Administration Students in the Context of Big Data

WU Jian-lin， SHI Jin， ZHU Ning

（School of Management， University of Science and Technology of China， Hefei， Anhui 230026， China）

Abstract： Under the background of big data era， enterprises needs of data analysis ability of business management talents are increasing. This poses a challenge to the existing training methods of business administration students in colleges and universities. Based on interviews， job analysis and theoretical analysis， business management students should have data analysis knowledge and skills， data thinking and data attitudes. Based on this， the competency model for data analysis of business administration students is constructed. The corresponding measurement model and indicator system are established as well， including six aspects： data acquisition ability， data preprocessing ability， data analysis ability， data application ability， data thinking and data attitudes. The application of this model could provide theoretical support and practical suggestions for colleges and universities to cultivate the data analysis ability of business management students.

Key words： business administration; data analysis capability; competency model; big data