信息时代下高校学生数据分析能力培养策略研究

夏黎，李琼

（武汉商学院工商管理学院，湖北 武汉 430056）

随着大数据互联网时代的发展，传统商务与互联网相互融合，促进了传统商业模式向互联网应用模式的转变，数据和信息也呈大幅增长趋势。在数字化交易的背景下，大量的数据与信息不断积累，在销售渠道、客户需求等方面对专业数据分析的要求越来越专业。在这样的现实环境下，企业对市场营销专业人才的要求也越来越严格，高素质数据分析人才的社会价值也越来越重要，数据分析能力已经成为大学生职业能力培养的核心。基于此，基于信息时代培养市场营销专业学生数据分析能力是一个重要的教育课题。

一、学生数据分析能力指标

（一）认识数据

认识数据是开展数据分析的基础，是进行数据分析的先行条件。在信息时代，可以被数据化的信息都称之为数据，具有缺失性、量纲性的特点。认识数据不仅要熟练了解数据的组成属性，还要了解到不同属性的类型、量纲以及分布特征等因素，对数据质量也要具有一定的检验能力。

（二）收集数据

对于收集数据，大部分学生通常采用调查问卷的方式，但事实上存在多种多样的数据收集方式，是由数据分析的目的决定的。获取数据一般采用直接下载的方式，互联网中丰富的数据库、多种多样的数据资源以及大量的业务数据，人们可以选择最简单的数据下载方式［1］。在信息迅速发展的时代，互联网是传播数据的主要渠道，收集有效数据，筛掉无用信息已经成为培养高校学生数据分析能力的重要内容。

（三）数据整理

受现实环境不确定性以及实际生活多样性、复杂性等因素的影响，使得数据采集结果较为杂乱，并与数据分析规范较为不符。因此，在挖掘分析数据前，要事先开展数据整理工作，对相关数据进行转换、清洗等，从而达到数据分析整理的规范要求。在实际教学中，数据分析的重要程度远远高于数据处理，对数据的选择也大多是经过处理后的结构型数据。因此，在大数据时代，高校学生要掌握多样化的数据处理方法。

（四）数据分析

数据分析与数据挖掘在本质上是一样的，都是对数据中的重要信息进行提取，进而整理与加工。数学分析相比数据挖掘，有着较强的目的性，主要分析过程为：假设—数据分析—验证假设—得出结论。数据挖掘指的是借助统计学或者其他学习方法对大量数据中的价值信息进行挖掘。该部分主要内容有：统计分析、推断性统计分析等。市场营销专业的学生大多数据分析能力较为薄弱，对分析建模内容更是充满抵触情绪。因此，合理运用教学方式对培养学生数据分析能力有着重要意义。

（五）数据可视化

数据可视化主要内容是将数据分析的结果借助图形的方式展示出来，更加直观有效地传达相关信息。虽然数据可视化看起来较为简单，但是实际上需要清晰了解数据指标，对数据维度具有清楚认知，能够精准地传达出图表信息。如果学生对上述内容不能灵活地把握，则会影响到数据可视化效果，对学生数据分析能力的培养造成一定影响。

二、信息时代下高校学生数据分析能力培养的现状

（一）数据分析课程体系不完善

当前，我国某些高校尚未开设较为完善的市场营销专业数据分析课程，大多院校只开设了一些理论性较强的专业课程如市场调查与预测、统计学［2］，这些课程虽然包含较为完整的理论体系，但是缺少信息时代背景的融合，对大数据分析不够重视，不利于教学的发展与实践。大数据分析属于时代背景下的新兴领域，高校市场营销专业也应开设数据分析课程。虽然部分高校的市场营销专业简单开设了数据分析相关课程，但缺乏以下几方面的思考：如何借助数据分析课程培养复合型人才？如何通过教学课程完成从认识数据到数据的可视化？针对以上问题，若不加强对专业课程体系的重视，则不利于培养高校大学生数据分析能力，也就不能够满足当前企业对人才的需求。因此，高校要优化较为科学的人才培养方案，完善数据分析课程体系，明确市场营销专业人才培养方向，建设符合时代背景的课程体系。

（二）不够重视实践教学

若教学中缺少实践教学，则会使教学知识缺少系统性与层次性。传统教学最主要的问题是教师过于重视理论教学，忽略了数据分析实践教学。恰巧市场营销专业是一个实践性较强的专业，若理论知识不能完全应用到实际的市场营销工作中，则会造成市场营销专业学生所学与实际工作岗位不符等问题。市场营销专业学生大多是文科毕业，对数据分析不够了解，导致数据分析课程学习积极性不高。在实践课堂中，绝大部分学生对数据分析都产生抵触情绪，对实际项目工作的参与程度很低；而另一些主动参与到实践课堂的学生，教师则无法为其提供更加准确的市场营销数据。若市场营销脱离实践教学，就不能满足市场对应用型人才的需求。因此，高校要重视市场营销专业实践教学机会，积极引导学生将数据分析能力应用到实际工作中。

（三）缺少专业的师资队伍

如今高校市场营销专业的数据分析教育者大多从管理学、统计学或者计算学专业转型的，在专业能力与实践应用上都很难达到专业的标准。虽然一些培训资料可以弥补教师理论知识的缺失，或者实际操作能力不足的问题，但是在专业教学中仍存在一些缺点，不能给予学生更加专业的指导。大部分市场营销专业的教师只重视市场营销理论教学，对信息技术教学不够重视［3］。而大数据专业的教师只擅长信息技术，对营销理论不够了解。再加上受发展空间和薪资待遇等因素的限制，专业性较强的市场营销教师聘用起来不是特别顺利。因此，高校要重点培养市场营销专业数据分析人才，建设一支双师型师资队伍。

三、信息时代下高校学生数据分析能力培养策略

随着现代社会的发展，不同行业、不同岗位对数据分析的需求越来越高，高校必须革新教学理念、更新教学思路，除了要强化计算机数据分析教学外，还要加强对应用专业数据教学的重视，并且以此为基础开展其他相关的数据分析教学活动，将数据分析深入到市场营销各个专业课程教学中，引导学生将理论与实践教学相结合，帮助学生掌握数据分析的理论知识和应用方法，树立专业的数据分析意识，提高大学生数据分析能力，促进高校完成教学目标。

（一）更新培养思路，完善教学目标

1.构建数据分析相关课程体系

为了强化大学生数据分析能力，高校市场营销专业在设置培养方案中应重视学生数据分析课程内容，在高校开展数据分析教学时，可以在计算机专业的基础上设置相关的数据分析课程，借助专业的教学方式，对学生的数据分析能力进行培养。一方面，数据分析能力培养目标要贯彻到市场营销专业课程中，在市场调查与预测、统计学等课程基础上开设数据分析实践课程，从而提高学生数据分析能力，构建完善的数据分析知识体系［4］。另一方面，市场营销专业还可以设置专业选修课，满足大学生对数据分析课程的多样性需求，帮助学生考取数据分析师或者相关的资格证书，满足国家对专业化数据分析人才的需求。

2.运用渗透式教学方法

高校在开展市场营销专业课程时，可以根据大学生多样化的需求，采用渗透式教学方法，深入培养市场营销专业学生的数据分析能力。为了确保数据分析能力的培养，教师在开展课程教学时要重点强调数据分析的特点，根据数据分析的特性制定教学计划，在数据收集、挖掘与整理的内容基础上，选取更具针对性的市场营销数据分析课程。与此同时，还要将专业课程内容与实际工作相结合，采用案例教学方法加强大学生对数据整理与分析的体验感。教师要运用典型案例，使隐形的数据转化为可视化的数据，让学生掌握更为直接的数据分析方法。除此之外，教师要引导学生自主对案例中的数据信息进行分析，并及时对学生的分析情况进行反馈与点评，强化学生对数据分析的理解力，加强学生数据分析的记忆力。通过教师反馈与点评，可以帮助学生认识到在数据分析方面存在的不足，激励学生在后期学习中更加努力地学习数据分析相关内容。高校教师还要制定系统性的数据分析能力培养教案，帮助大学生认识到数据分析能力的重要性，进一步提高大学生数据分析能力。

（二）深化教学实践，提升教学质量

1.开展多方位实践教学

新时代开展教学要积极引用信息技术，数据分析是信息时代的产物，而实践教学是掌握知识最迅速的教学方法。市场营销专业教师在培养学生数据分析能力时，可以根据数据分析能力的特点多角度地设定教学计划，培养大学生数据分析的实际应用能力。一是在市场营销基础性课程中融入数据分析内容，抽取出数据分析核心知识。二是针对技术性较强的专业课程，开展实践教学，在实践操作中激发学生对数据信息的分析兴趣与热情，以促进大学生数据分析能力的培养与发展。在这个过程中，高校教师可以采用小组合作的教学方式，促使学生在合作与竞争并存的环境中掌握数据分析、数据整理的课程内容，调动学生对数据分析课程的积极性。

在市场营销专业数据信息的分析过程中，鼓励学生自主对所需数据进行收集，并筛选出重复数据，识别出有用的数据，培养大学生良好的数据辨别能力。在市场营销专业课程中培养数据分析能力，市场营销专业教师要多角度地分析，加强学生对多种类型数据的认知，培养其数据思维，顺利完成数据信息的收集与调研，从而促进学生综合能力的发展。在数据分析的过程中，高校教师还可以增强学生对数据收集与整理的体验感，可以借助游戏教学，创设有趣的教学情境，促进学生形成数据分析思维，提高市场营销专业学生数据分析能力。

除此之外，教师要综合考虑数据分析实际教学需求。在大数据时代前，最常应用的数据分析软件是Excel，但是随着大数据的发展，其已经无法满足新时代的数据分析的需求［5］。在大数据时代主要应用的数据分析工具是Python，相比Excel 更具数据分析优势，但也增加了学习难度，需要学生掌握扎实的编程能力。因此，为了促进大学生数据分析能力的提高，高校教师要根据实际教学需求为学生引进无须编程即可开展数据分析的教学软件，以此激发学生对数据分析课程的兴趣，锻炼大学生的数据思维。

2.开展针对性实践教学

在现代教学理论中，数据分析能力主要包括认知能力、收集能力、表述能力以及探究能力等。数据分析能力是培养大学生思维品质、创新意识的良好方式，高校要以分析数据为基础开展实践应用教学活动，满足企业对数据分析人才的需求。随着“互联网+”的发展，现代企业对高质量数据分析人才的需求越来越大，要求也越来越严格。高校要加强对数据分析能力培养的重视，有针对性地开展数据分析课程，陈列数据分析内容的重点与难点，构建完善教学工作体系，切实提高大学生的职业竞争力。

数据分析是一个细致、严谨的过程，需要数据分析人员端正工作态度，以耐心负责的工作态度要求自己。为了促使毕业生在工作时达到工作标准，高校要重视对大学生数据分析专业态度的培养，基于市场营销课程数据分析探索更为实际的模拟教学方式，使学生多方面地掌握数据分析内涵。在实际工作中，应用数据分析方法针对性地开展实践模拟教学，培养学生的耐心，例如，可以采用逐步增加数据的方式培养大学生细心、耐心的数据分析态度，提高市场营销专业学生数据分析能力，帮助大学生树立良好的数据分析观念。

高校在开展基础性教学活动中，还要将系统性的思维方式融入其中，按照数据采集、整理与分析三步骤，系统性地展开数据分析学习与应用教学，并且要在此基础上，强化学生数据分析所需掌握的思维，引导学生发展数学思维，强化学生思维创新，优化学生学习状态，从而进一步实现培养数据分析能力的目标。

（三）加强师资队伍建设，促进教学开展

师资建设是高校培养学生能力的基础工作。针对当前高校缺乏专业的数据分析教师以及缺乏实践能力较强的教师的问题，学校可以要采用多种方式，提升学校师资水平。一是可以从其他学校引进专业的教师开展授课，或者鼓励本学校教师到其他高校进修学习，充实教师的专业理论水平，提高数据分析的实践能力。二是可以聘请企业型师资。企业师资既能帮助学生掌握数据分析最新的理论技术，还能为学生提供真实性的市场营销实践模拟项目，有助于市场营销专业人才培养体系的构建与完善，提升高校学生的核心技能与职业素养。三是提升市场营销专业教师的数据分析水平，强化其对相关教学软件的使用能力。四是学校要积极引导本校教师考取相关数据分析的资格证书，鼓励高校教师积极参与科研项目，不断提升自身的专业水平［6］。总之，打造市场营销专业理论与数据分析能力相结合的高素质师资队伍，是高校完成人才培养目标的重要基础。

四、结语

对于毕业生而言，要主动形成数据分析意识，掌握更加专业的数据分析能力；对于高校而言，大力开展教育教学改革，明确市场营销专业人才培养的定位，解决实践教育与岗位技能脱节、人才培养与行业需求脱节的问题，以更好地培养专业的市场营销数据分析人才，提升高校毕业生的就业效率；对于教师而言，要转变传统的教育理念、固化的授课方式，将培养大学生数据分析能力贯穿到整个市场营销专业课程教学中，充分落实市场营销专业数据分析实践教学目标，重视大学生逻辑思维培养，从而切实提高大学生数据分析能力。