大数据背景下新商科专业人才培养路径探究

付启敏 罗纯军

（长江师范学院管理学院 重庆 408100）

互联网的广泛应用积累了大量数据。现代经济体系离不开大数据发展和应用，各个行业正在积极推进数字化转型、网络化重构以及智能化提升，在社会各界共同努力下，我国大数据发展取得积极进展，数据资源日益富集，零售、交通、能源等领域率先沉淀大量数据资源，我国成为生产和积累数据量最大、类型最丰富的国家之一。《促进大数据发展行动纲要》提出“创新人才培养模式，建立健全多层次、多类型的大数据人才培养体系”“大力培养具有统计分析、计算机技术、经济管理等多学科知识的跨界复合型人才”。未来5～10年，大数据市场规模年均增速将超过30%，人才缺口将突破150万；麦肯锡研究报告指出，截止2018年至少有150万个具有大数据分析能力的职位经理空缺。在2019年，已有数百所高校设立了大数据专业，有479所高校设立了数据科学与大数据技术专业，有405所高校设立了大数据技术与应用专业，有30所高校设立了大数据管理与应用专业。

一、新商科人才内涵

“新商科”专业是新生事物，“新”体现在何处？笔者认为，大数据思维作为在互联网时代产生的最具革命性意义的思维观与方法论，应该成为所有政府管理者、企业管理者等高端人群必须要掌握的思维方法，而高校作为高端人力资源最重要的培养基地，极有必要在培养人才的过程中将大数据思维贯穿整个教学过程。“新商科”教学改革将以大数据思维与大数据技术应用（含人工智能技术）为商科教学改革的切入点，落实“信息化时代教育变革”的要求。

1.新商科大数据人才培养知识要求。①理解商业现象和数据，学会利用科学的商科思维解决问题；②能对数据进行科学的整理；③利用科学的分析工具，对商业数据进行分析；④以企业需求为导向，为企业提供科学的商业数据分析。

2.新商科大数据人才培养技能要求。①建立数据源：对销售数据、库存数据、用户行为等形成文本、视频、图片等数据资源库；②数据处理：利用SQL、Excel、Python等工具提取文本信息、处理异常数据，网络爬虫，描述数据特征，保证数据质量；③数据分析与挖掘：利用SQL、Excel、Python Numpy、Pandas等工具，运用统计学（描述统计，推断统计）、 概率、线性代数，离散数学、机器学习等知识，分析4P框架等业务指标，推荐系统模型；④数据解释与呈现：利用Excel、Python Matplotlib、Seaborn、Power BI等工具，在网站前端形成可视化报告报表，部署自动化模型，形成销售报告。

二、新商科市场营销专业课程体系

市场营销专业人才培养目标：旨在为满足区域经济社会发展需要，培养践行社会主义核心价值观，德、智、体、美、劳全面发展，具有社会责任感、人文精神与科学素养，掌握市场营销理论及方法，具有国际视野、本土情怀、团队精神和沟通技能，能够在各类工商企业，包括营销策划咨询机构和市场调研机构，从事市场研究、市场开发、营销策划、网络营销、数据分析与挖掘、营销组织与管理等工作的应用型、复合型、创新型高素质管理人才。

1.通识基础课。开设管理学、宏微观经济学、高等数学、线性代数、概率统计等课程，掌握微积分、线性规划/线性经济模型、概率论、方差分析、相关分析等数据分析基本知识。

2.大数据基础课。开设市场调查与统计、会计与财务管理、管理信息系统、供应链管理、大数据营销等数据处理技术课，培养统计量与抽样分布、参数估计与假设检验、相关分析与关联规则、回归分析、分类聚类算法、数据透视表/仪表盘、数据可视化等基础知识的工具操作技能。

3.大数据必修课。开设市场营销学、消费者行为学、营销策划理论与实务、客户关系管理、服务营销、电子商务与网络营销、广告理论与实务、商务谈判与推销技巧等精准营销课程，培养应用SQL进行深度数据分析（分类，聚类，因子）、数据挖掘（关联规则，贝叶斯，决策树）、顾客画像/顾客细分、营销决策/市场分析/社交媒体数据分析等专业知识的业务应用技能。

三、新商科专业人才培养路径

1.结合市场需求培养新商科专业人才。随着各种新技术在商业发展中的持续应用，新商科人才需要兼备数据技术、网络技能、智能技术等各项能力。新商业发展将网络平台引入其中，使电商、物流等形成一个全新的线上、线下产业链，商业模式在不断创新。因此，新商科人才要有创新理念，对新型商业要有全新的认知，要注重培养自己的创新意识，逐渐形成具有专业技能强、创新意识高、知识领域广的新商科人才。

2.完善新商科各专业人才培养方案以及课程体系。要培养新商科专业人才，必须完善新商科各专业人才培养方案和课程体系，编写适合商科专业学生的教材。尤其应做好各专业课程设计，如《精准营销》的课程设计，应包括四个部分：①大数据基础，包括大数据概述、数据产生、数据思维、数据导入与预处理、数据分析、数据挖掘和数据展示；②精准营销理论，包括营销决策数据分析概述、市场分析与预测、客户数据分析与市场定位、营销组合数据分析和精准营销主要建模方法；③精准营销工具，运用SQL工具进行顾客画像和顾客细分；④精准营销案例应用，如在金融行业的应用案例、在互联网行业的应用、在零售行业的应用，等等。

3.加强新商科师资队伍建设。高度重视新商科高层次教师队伍建设，加强引进和培养，特别是要重点引进大数据相关专业方向的高级人才，从“入口”优化教师队伍结构。招聘教师注意考虑学历结构、年龄结构、学缘结构和性别结构，原则上要求具有博士学位，长期聘任一批大数据应用领域的行业专家。不定期开展使用SQL、Excel、Python Numpy、Python Matplotlib、Pandas、Seaborn、Power BI等工具应用培训，提升教师教学能力；构建包括进修访学、攻读博士学位、企业挂职锻炼等多元化的教师培训体系，并积极支持教师参加大数据领域高端国际学术会议，开展学术交流、开展教师互换项目，拓展国际合作渠道，创造条件积极争取国际合作与交流的机会。

4.加强实验室大数据实验平台建设。要培养新商科专业人才，必须大力建设大数据实验平台，逐步完成Python Numpy、Python Matplotlib、Pandas、Seaborn、Power BI等大数据软硬件实验平台建设。随着大数据技术产业快速壮大，大数据软硬件自主研发实力持续提升，龙头企业引领、上下游企业互动的产业格局初步形成。如《精准营销》的课程实验设计，运用SQL工具为顾客画像——什么是顾客画像？如何进行顾客画像？运用SQL为顾客细分——什么是顾客细分？顾客细分的理论基础是什么？要完成这些实验内容，必须要SQL实验平台。

5.探索新商科专业人才培养模式。校企合作培养新商科专业人才，可通过协同育人、专业共建来建设一流的专业和一流专业集群；探索将电子商务、新金融、新物流等手段应用于商科教育；采用理实一体案例式教学方法，通过改变传统的教学环境、方法、评估方式，采用信息化教学、案例教学、情景教学、小组讨论等多元化的教学模式，提高学生吸收问题、转换问题和解决问题的能力，激发学生的创造力，培养具创新观念、终身学习理念的新商科专业人才。[1-2]