新商科人才数据分析能力体系与培养策略探索

2023-05-30唐光海曾慧

大学教育 2023年1期

唐光海　曾慧

［摘要］社会经济发展与新商科项目建设都对新商科人才的数据分析能力提出了新的要求。新商科人才數据分析能力体系包括数据价值观、数据基础知识、数据分析模型与方法、数据分析工具等。新商科人才数据分析能力培养策略包括拓展传统商科课程内容、新建数据类新商科专业、“产教科赛”协同等。

［关键词］新商科；数据分析；人才培养；专业建设

［中图分类号］ G640 ［文献标识码］ A ［文章编号］ 2095-3437（2023）01-0081-03

新文科项目建设工程已经得到社会各界的重视，作为经管领域的重要组成部分，商科在新文科项目中占据重要地位。商科包括金融、会计、市场营销、管理学、商务（包括国际商务和电子商务等）、物流、经济学、人力资源管理等专业。商科有传统商科和新商科之分，传统商科是以工业经济为基础的商科，如市场营销、企业管理、会计学等；而新商科是以数字经济为基础的商科，如电子商务、网络营销、跨境电子商务、数字旅游、数字金融、物流管理等[1]。新商科人才培养模式更加强调数字商业经营和管理，新商科建设并不是将传统商科推倒重来，而是增加数字经济时代赋予商科的新内涵[2]。数字经济时代，企业经营和管理离不开数据分析，这就需要新商科人才具备相应的数据分析能力，为企业提供决策依据。

一、新商科人才需要掌握数据分析能力

互联网、大数据、云计算、人工智能、电子商务、网络金融等技术的发展为数据获取和智慧决策提供了可能。国家一些政策的实施也离不开数据分析，如国家精准扶贫政策的实施等。消费者的购买决策也离不开数据分析，如对汽车销量、二手车交易价值和频率等进行数据分析，消费者可根据分析结果做出购买决策。数据分析的作用日益凸显，这对相关人才的数据分析能力提出了新的要求。数字商业是经济、管理人才培养的重要内容，在新商科建设中尤其需要注重培养人才的数据分析能力。

新商科项目建设重点在于结合社会人才需求，建立政产学研协同育人机制，共建共享数字商科实训实践基地、实验室或创新平台，完成对数字商贸、数字旅游、数字金融等数字经济所需的人才数据分析能力体系构建和能力培养。

数据分析能力是传统商科专业能力的延伸，同时也是新商科发展背景下的核心专业能力。新商科人才核心能力体系应包含基本素养、专业认知、专业能力、自学能力、交流能力等[3]，而专业能力又可以分为专业技能和专业数据分析能力两部分。这里只讨论新商科人才数据分析能力体系和培养策略。

二、新商科人才数据分析能力体系

李辉等[4]指出大学专业教育成功的重要依据是价值认同，对数据、数据分析的价值认同度是数据分析能力体系的重要指标。王青林[3]、徐绪堪[5]等指出专业能力体系包括专业基础知识、专业模型与方法、专业工具等方面的能力。因此，新商科人才数据分析能力体系主要从数据价值观、数据分析基础知识、数据分析模型与方法、数据分析工具四个方面来构建。

（一）数据价值观

价值观是能力体系的基础要求，新商科数据价值观是大学生商科专业能力向数据分析能力延伸的重要基础。新商科人才数据价值观包括数据价值认同、数据工作定位和数据商业模式。

1.数据价值认同

对数据价值的认同与对数据分析意义和价值的认同，在一定程度上影响着数据分析质量。一个不认同数据价值、对数据分析的意义缺乏了解的人是很难做好数据分析工作的。对数据价值的认同，首先，需要工作单位的管理层高度重视和了解数据的价值；其次，需要数据分析人员认同数据价值，并能正确理解和呈现数据价值；最后，需要相关业务人员或数据采集人员认识数据的价值，并及时准确记录、采集、整理相关数据。

2.数据工作定位

对数据工作的定位，既不能神化数据，认为数据无所不能，是万能钥匙，也不能轻易否定数据工作的作用。数据工作定位包括核心任务、战略任务和风险任务三类。相关统计部门、数据企业会将数据工作作为核心任务，主要以数据收集、处理、分析和辅助决策为工作目标和主要内容；一般商贸、生产企事业单位在其主营业务经营或管理过程中将数据分析工作作为战略任务之一，注重对业务过程或环节中的数据加以收集、处理、分析和挖掘，为企业战略优化提供支持；而风险程度高的业务决策，需要决策者通过数据分析识别风险、创新业务或管理模式以规避风险。

3.数据商业模式

数据商业模式要符合企业的商业模式，以助力企业用户量、市场份额、利润增长。数据商业模式主要包括用户使用数据、产生数据和数据变现三个方面，这三者的连接模式依赖于企业本身的商业模式。在数据商业模式设计和优化过程中，既要重视数据、数据分析的特征和过程，更要注重数据商业模式与企业商业模式的适应性。

（二）数据分析基础知识

数据分析基础知识包括数据认识、数据库原理、网络基础知识、数据仓库等。传统商科专业开设有数据分析基础知识相关课程，如网络基础、数据库原理、管理信息系统等课程。而在新商科背景下，专业在原有课程的基础上，将新商科数据分析要求与相关课程数据基础知识进行融合，以满足新商科人才数据分析能力的培养需求。

（三）数据分析模型与方法

数据分析模型、方法比较多，归纳起来主要有两类：一是用户生命周期数据分析模型，如AARRR模型；二是以学习为导向的创新迭代模型，又称学习引擎。学习和掌握数据分析模型与方法是数据分析能力培养的重要部分。

1.AARRR模型

AARRR是指Acquisition（获取）、Activation（活力）、Retention（留存）、Revenue（收入）和 Referral（推荐）。在进行数据分析的时候，应该考虑用户行为处于 AARRR 模型的哪个环节、有哪些关键数据指标等，从而选择数据分析工具和方法进行分析与挖掘。

2.学习引擎

学习引擎是一种精准运营方法。当有一个好的创意（Idea）时，可以采用最简单的、具有可行性的方式构建产品（Product），交付种子用户试用，并对用户感知和反馈数据（Data）进行评估，以进一步优化或淘汰。

3.具体数据分析方法

在数据分析模型的基础上，可以采用的数据分析方法比较多，包括数据对比、数据分组、数据归因、漏斗分析、时间序列、截面数据、面板数据、结构方程模型等。

（四）数据分析工具

数据分析工具的选择，对于分析工作来说至关重要，合理学习、使用工具能使数据分析工作事半功倍。数据分析工具包括表格管理软件、数据采集工具、数据存储工具、数据分析和数据可视化工具等。

1.表格管理软件

表格管理软件如Excel、WPS表格等被广泛应用，在数据量不大的情况下，表格管理软件便于用户开展数据分析、统计和可视化等工作，使用简单、快捷。

2.数据采集工具

数据采集工具包括后羿采集器、火车头、爬山虎采集器等，还可以用Pathon、Java等软件系统开发采集模块来进行数据采集。

3.数据存储工具

数据存储工具包括关系型数据库MySql、SQL Server、Access、DB、Oracle、Sybase、Informax等，以及分布式数据库OceanBase、Redis、MongDb、MySql分布式集群等。

4.数据分析和数据可视化工具

数据分析和数据可视化工具包括：（1）表格管理软件，如Excel；（2）统计软件，如SPSS、SAS、Matlab、Eviews；（3）数据处理软件，如R、Pathon、Hadoop等；（4）数据可视化工具，如Excel、Tableau、Echat、PowerBi、PPT等；（5）专业数据分析工具、网站流量分析工具，如百度统计、Google Analytics等；（6）用户行为分析工具，如GrowingIO、Mixpanel、Kissmetrics等。

三、新商科人才数据分析能力培养策略

对新商科人才数据分析能力的培养，不同的学校有不同的做法，归纳起来主要有三种：一是将传统商科课程内容拓展到数据分析领域[6]；二是将商科与数据科学进行融合，建立与数据分析相关的新商科专业，如商务数据分析、数字金融、数字营销等[7]；三是“产教科赛”协同，培养新商科人才数据调研、分析、应用和创新能力[8]。

（一）拓展传统商科课程内容，加强对传统商科人才数据分析能力的培养

部分高校在传统商科的基础上进行了课程内容拓展。一是改革或创新人才培养方案，增加数据分析类相关课程；二是修订教学大纲，在部分专业课程内容方面增加数据分析和应用方面的内容。

部分高校商科专业由原有的经济管理类专业发展而来，缺乏新商科数据分析体系。为适应新商科对人才培养的需求，高校必须鼓励教师去学习商科与数据科学融合的相关技能。在修订课程教学大纲中逐步拓展课程内容，在原有专业课程中增加商务数据分析、挖掘、应用方面的内容。如市场营销专业，要及时修订网络营销、电子商务概论等课程的教学大纲，在原来的教学大纲基础上增加数据分析相关内容，如基于电子商务平台的数据挖掘、处理、分析和可视化等。

部分高校商科专业来源于原来的计算机应用专业，数据科学基础较好，在没有新建新商科专业的情况下，可在传统商科专业的基础上修订人才培养方案，增加数据分析类课程来实现对人才数据分析能力的培养。例如在电子商务专业人才培养方案中新增商务数据分析、数据挖掘等课程。还可以在人才培养方案中增加SPSS、Pathon、R、Hadoop等课程，以提高人才数据分析能力。

（二）新建数据类新商科专业，将传统商科专业与数据分析进行融合

数据类新商科专业是在新商科专业中强调将商科专业与数据分析进行融合的复合型专业，如数字商贸、数字旅游、数字金融、数字物流等专业。部分高校认为，电子商务、网络营销、跨境电子商务等强调数据要素的复合型专业也属于数据类新商科专业。

高校可在发挥商科专业特色的基础上，加强信息技术、产教融合等建设，开设商科数据类新商科专业，通过加强经济管理与数据分析、应用的融合来培养学生的数据分析能力。

部分商科专业原本就是由计算机应用、会计电算化等信息技术类专业发展而来的，其开设的电子商务、市场营销、金融工程、财务管理、物流管理、旅游管理等商科专业，有较好的经管、信息技术复合基础。高校可以在此基础上新建数据类新商科专业，如商务数据分析与应用、数字旅游、数字商贸、数字金融、数字物流等。

此外，还可以采用合并商科专业与信息技术专业的方式来构建数据类新商科，整合原有的经管领域和计算机应用相关专业，开设数字商贸、数字旅游、数字金融等新商科专业。加大新商科建设人才引进力度，不断引进经济、管理、信息技术等方面的高端人才，组建新商科建设团队，开设新商科专业，培养新商科人才的数据分析能力。

（三）“产教科赛”协同，探索数据分析、应用和创新能力培养

“产教科赛”（产业、教学、科研、竞赛）协同是新商科的特色之一，强调新商科人才培养的多方主体合作，解决大学生应用、创新能力培养问题。首先，“产教融合”有助于解决社会对人才的需求与高校人才培养错位的问题。加强产教协同，有利于对人才有需求的企业参与高校人才培养目标制订、过程考核等全过程。校企合作建立实训实践基地或实验室，让大学生能在学习过程中了解企业实际，收集企业实际运营和数据管理中存在的问题，并对其进行分析，由此提出相应的解决方案，探索数据分析和应用能力培养路径。其次，“科教融合”是实现商科大学生创新能力培養的重要抓手。科研是大学生创新能力培养的重要内容之一，大学生主持或参与的科研项目主要来源于导师项目、企业项目或自拟项目。通过“科教融合”，可加强对学生的数据收集、整理、分析、挖掘和可视化能力的培养。最后，“赛教融合”能培养大学生综合分析、解决问题的能力。专业竞赛在一定程度上能反映出大学生的专业能力培养情况，是大学生应用、创新能力培养的重要途径，新商科专业竞赛项目较多，高校可鼓励大学生参与中国“互联网+”大学生创新创业大赛、全国大学生电子商务“创新、创意与创业”挑战赛、“社科奖”全国高校市场营销大赛、“ERP”沙盘模拟大赛等，培养学生数据调研、分析、创新和应用等方面的综合能力。

四、结语

提高数据分析能力是数字经济时代对新商科人才培养提出的要求。构建新商科人才数据分析能力体系、优化人才培养策略，对商科专业建设和人才培养模式创新有重要意义。在分析新商科人才数据分析能力体系和培养策略的基础上，笔者对新商科建设提出以下建议。

首先，各高校应根据自身商科建设的实际情况，细化新商科人才数据分析能力体系，优化数据分析人才培养策略。

其次，加强新商科项目建设，结合各专业特色，注重对商业数据的收集、处理、分析、挖掘和开展可视化的实训实验系统建设，形成自己的新商科项目特色。

再次，注重“产教科赛”协同，尤其是产教融合，提高大学生对企业、行业数据进行采集、处理、分析和可视化等的技能，培养大学生利用数据认识问题、分析问题、解决问题的能力。

［参考文献］

[1] 肖安法. “新”之所在：新商科的内涵及建设路径探讨[J]. 南通职业大学学报，2019，33（4）：47-50.

[2] 李奕轩. 应用型本科高校“新商科”建设的思考[J]. 纳税，2020，14（3）：294-295.

[3] 王青林. 关于创新应用型本科人才培养模式的若干思考[J]. 中国大学教学，2013（6）：20-23.

[4] 李辉，练庆伟. 价值认同：当代大学生思想政治教育的重要取向[J]. 学校党建与思想教育（上半月），2008（1）：11-13.

[5] 徐绪堪，薛梦瑶. 面向大数据管理与应用专业的数据素养能力评价指标体系构建[J]. 情报理论与实践，2021，44（9）：50-56.

[6] 米传民，肖琳，王诗雨. 研究型大学“新商科”人才培养模式探究[J]. 电子商务，2019（10）：68-69.