大数据时代高校就业指导工作改革思考
2020-08-16王珩夏道勋杨焱
王珩 夏道勋 杨焱
[摘 要] 近年来,大学生就业问题已成为社会普遍关注且热度较高的话题,采取何种策略实现对大学生就业的精准且有效的指导是当下高校就业指导工作需要思考的问题。主要以大数据时代为背景,对高校就业指导工作改革策略进行探索,旨在依托大数据技术挖掘出就业指导新的思路,更好地为大学生的就业服务。
[关 键 词] 大数据;高校;就业指导工作;改革
[中图分类号] G647 [文献标志码] A [文章编号] 2096-0603(2020)01-0130-02
大数据时代的到来,给人们的日常工作和生活带来了极大的便利,尤其对熟练使用网络信息的大学生群体来讲,无论是思想、行为还是生活受到大数据影响更为深远。纵观当下可以得知,大学生就业问题已成为现阶段广受关注的话题,如何基于大数据时代背景下实现对大学生就业指导工作的改革是高校教育工作者需要深入思考和亟待解决的问题。
一、大数据的概念界定
大数据在近年来有着较高的提及频率,也是现阶段被广泛讨论的话题,然而针对其概念界定方面却没有明确的阐述。以国外来讲,大数据权威学者维克托·迈尔和肯尼思·库克耶在其著作中,对大数据是这样定义的,他们认为大数据是对海量数据予以客观分析,并依托分析结果衍生出具有重大价值产品和服务的一种方式。我国著名学者涂子沛在《大数据》这一著作中提道,大数据中的“大”囊括了多个方面的内容,除了最常提及的容量大外,還可以围绕现有数据予以整合与分析,并从中分析出新的知识,应用于后续价值的创造,是大知识、大科技、大利润和大发展的总和[1]。
总之,大数据技术应用过程中计算机技术发挥着重要的支撑作用,从而以具有海量性和复杂性特征的数据为面向,对其予以分析和挖掘,从中提炼出新型的有价值的信息内容,更好地为后续实践提供指导与服务。
二、大数据对高校就业指导工作的重要意义
众所周知,高校大学生就业问题已成为近年来广受外界关注的焦点问题。以贵州地区来讲,2017年贵州全省的应届高校毕业生达到了14万人。在此背景下,大学生就业压力逐渐增加,高校推动就业也刻不容缓。尤其在教育部的有关毕业生精准就业相关文件出台后,更是给高校就业指导工作带来了巨大的困难与挑战。大数据技术在高校就业指导工作中的应用主要是以全部数据为对象实施的收集、整理与分析,并从中剖析出能够对就业指导工作起到辅助作用的规律,结合阶段不同和专业不同的大学生特征,为其提供具有个性化、精准化特征的服务,这为后续大学生就业形势变化、行业走向和入职匹配等分析也提供了可以借鉴和参考的模式,是高校就业指导工作在毕业生就业市场领域内充分发挥其纽带作用的重要保障。大数据技术的应用与渗透可以打破时间与空间具有的局限性,有助于高校就业指导工作的可持续发展。
三、大数据时代高校就业指导工作存在的问题
在大数据时代到来的背景下,不仅给人们的思维方式转变提供了重要助力,而且也是带动高校人才培养变革的重要因素,无论是针对就业指导工作的方法还是技术层面也都提出了较高的要求。然而,纵观现阶段的高校就业指导工作来讲,其大数据应用现状不尽如人意,这也是高校就业指导工作水平提升过程中需要着重关注的问题。
(一)学生数据缺乏平台支持与共享
就现阶段的高校学生管理而言,已经将信息化的管理手段应用到学生管理当中,现有的学生数据信息也逐渐丰富起来。除了就业部门的就业系统中包含着与学生相关的数据资源外,教务系统、校园卡中心等系统也不例外,是对大学生个人学习活动予以详细记录的重要载体。然而,上述有关学生信息的资源间缺乏应有的链接与应用,既没有相应的平台实现对学生数据的有效整合,利用率又不高,这也是制约完善体系形成的重要因素。以信息内容为切入点来讲,就业系统囊括了多个方面的内容如基本信息、就业去向等,但是其在信息获取过程中还存在明显的不足,例如获取就业信息渠道不够丰富,不能实现对毕业生职业发展和薪酬变化情况的充分掌握等。也正是由于受到信息量小等因素的限制,阻碍了就业服务系统精准性的提升。
(二)数据分析能力专业性亟待提升
学校依托数据处理能力不仅可以了解到历届毕业生的就业情况,而且还可以借助就业信息深度分析尝试完成就业情况报告的制定等工作,但是其中存在的数据分析存在明显的局限性这一弊端也不容忽视。具体来讲,在分析过程中,其分析主要侧重就业率、就业行业等基础情况,针对就业基本信息予以分析也仅仅涉及数据和比例统计两个方面,既没有开展相关性的研究,也没有围绕毕业生的职业生涯予以跟踪。在大数据时代背景下,高校就业数据分析能力亟待提升,分析结果的准确性无法得到保障等问题日益突出,这与高校就业工作人员信息化能力不高有着直接关系。此外,部分高校负责大学生就业指导工作的人员甚至还出现了身兼数职的情况,这就使大学生就业指导工作队伍缺乏应有的稳定性。加之专业专项培训力度不足,其工作效率也无法得到有效提升。
(三)没有对毕业生进行跟踪服务
据了解,高校与毕业生的联系并不紧密,围绕毕业生开展就业方面的数据跟踪与调查受到此方面影响也呈现出了明显的滞后性。虽然就业指导工作人员会深入企业了解学生的就业情况,但是由于工作强度大、涉及群体不广泛等因素的影响,给毕业生工作动态信息的建立增加了难度。一般来讲,学校针对应届生开展有关就业方面的问卷调查,并进行后续的数据统计与分析等相对容易,但是学生一旦离校时间较长,那么在对其职场信息采集过程中的难度也将大大增加,这也阻碍了后续就业信息统计的顺利进行。
四、大数据时代高校就业指导工作具体实施路径
(一)搭建针对高校毕业生就业信息的大数据平台
随着大数据时代的到来,高校毕业生就业指导工作就必须基于高校毕业生就业数据平台来开展[2]。高校要加大对网络资料的利用程度,推动契合高校毕业生特征的相关数据平台的建立,并对其中涉及的毕业生各项数据予以补充与完善。例如除了要将毕业生基本信息和就业去向进行明确外,还要对此届毕业生的就业率有清晰的认识。之后,要以调查问卷行为为载体,来对毕业生职业转换和平均收入等多个问题进行深入了解,并将对最终结果实施调研与分析,这也是具有科学性的高校毕业生就业数据分析系统得以建立的重要前提,对促进毕业生就业大数据平台的完善也起到了重要的推动作用。同时,通过整合毕业生就业数据与分析,还能为现阶段的高校教育提供一定的参考和借鉴,从而使高校人才培养质量得到快速提升。此外,高校还要对校友工作给予一定的重视,并以大数据技术为载体,以网络平台为支撑实现对校友相关信息资源的整合,并为校友间的资源互动与沟通建立良好的渠道,保证就业资源和信息能够得到有效的流通。高校还要抓住数字化、智慧校园建立的这一契机,提升各职能单位信息共享通道的流畅性,以此使学工内部数据资源能够得到充分的应用。
(二)推动就业指导工作人员能力的提升
想要实现大数据技术在高校就业指导工作中的渗透与应用,就必须将高校对数据收集、整理分析和整合能力的提升作為首要任务。所以,强化对高校就业指导工作人员信息化人才的培养极具现实意义。这就要求高校要不断强化师资培训力度,借助专题讲座、主题培训班等多样化方式推动就业指导工作者综合素质和信息化水平的持续提升,这不仅是就业指导工作人员能够实现对有用信息充分挖掘的重要保障,而且也是其能够熟练应用信息化网络手段解决各类问题的主要手段。同时,高校还要注重计算机专业人才、数据分析专业人才的引进,打造一支专业性较强的就业指导队伍,从而使就业指导工作人员的信息素养得到充分的提升,更好地满足大数据背景下对就业指导工作的需求[3]。高校就业指导工作人员还要树立主动学习、终身学习的思想意识,逐步树立起信息意识,并熟练掌握大数据基本原理和方案,从而能够灵活运用大数据技术实现对毕业生信息的有效处理,以筛选、处理和分析能力的提升带动工作时效性和针对性的提升。
(三)建构针对毕业生离校后的跟踪服务体系
要注重毕业生就业信息的挖掘,深刻意识到高校毕业生就业的相关数据对在校生职业生涯规划和就业指导产生的重要影响。现阶段的学生管理系统除了包含学生基本信息外,就业去向、就业薪酬等内容也纳入其中,这些数据信息都是毕业生在校情况和就业情况的直接反映。但是毕业生离开学校后的跟踪数据与调查存在空缺的现象需要引起我们的注意。在对以贵州大学、贵州民族大学为主的8所高校体育专业学生2017届毕业生予以深入调查的过程中可以发现,虽然在获取其就业率以及就业情况方面相对简单,具有高就业率和高跳槽率,但是在对其职业发展情况的相关数据情况获取时却存在较大的难度。因此,我们可以依托第三方公司对毕业生予以跟踪调查,或建立起以毕业生为主的校友数据库,并及时对包含在其中的毕业生就业信息进行更新[4]。所以,针对毕业离校生建立起相应的跟踪服务体系,并实现对其信息的精准掌握是现阶段高校就业指导工作中的重要任务。
综上所述,伴随着大数据时代的迅猛发展,网络信息资源开始呈现出整合与共享的趋势,这也给高校就业指导工作带来了发展机遇与挑战。在此背景下,就需要深刻认识到大数据带来的新机遇,将大数据技术渗透到就业指导工作当中,从而使其在就业指导问题中具有的引导作用得到充分的发挥,并以此为依托向学生提供具有个性化和精准化的就业指导服务,这不仅是当下高校就业指导工作的重要任务与目标,而且也是就业指导工作实现创新的重要路径。
参考文献:
[1]汤龙升,宗晓蕾.大数据时代高校就业工作的机遇与挑战[J].牡丹江大学学报,2018,27(5):150-152.
[2]宋玲霞.大数据时代下的大学生就业指导工作研究[J].赤子(上中旬),2016(20):141.
[3]汤龙升,陈冉,徐萍,等.大数据时代下的大学生就业指导思考[J].赤峰学院学报(自然科学版),2016,32(10):201-203.
[4]王菲.大数据时代高校就业指导教育工作的创新路径研究[J].课程教育研究,2019(16):237.
编辑 陈鲜艳