新文科背景下数智营销复合型人才培养评价体系构建研究

摘 要 随着市场环境复杂化和消费者需求个性化的发展，数智营销复合型人才培养成为高校与企业共同关注的焦点。本研究构建了涵盖营销专业能力、数据分析能力、技术应用能力和综合素养与跨学科能力4个一级指标及16个二级指标的数智营销复合型人才培养评价体系。在此基础上，结合新文科倡导的学科融合理念，提出了具体的课程设计与培养模式创新建议，以期为高校数智人才培养提供理论依据。

关键词 新文科；数智营销复合型人才；评价指标体系

中图分类号：G642 " " " " " " " " " " " " " " 文献标识码：A " " DOI：10.16400/j.cnki.kjdk.2025.03.015

Research on the Construction of an Evaluation System for the Cultivation of

Digital-Intelligent Marketing Composite Talents under the Background of New Liberal Arts

WANG Jiaxin， GENG Xinyu

（Changzhou University， Changzhou， Jiangsu 213164）

Abstract With the complication of the market environment and the individuation of consumer demands， the cultivation of digital-intelligent marketing composite talents has become the focus of attention of both universities and enterprises. This study constructs an evaluation system for the cultivation of digital-intelligent marketing composite talents， which covers four first-level indicators including marketing professional ability， data analysis ability， technology application ability， and comprehensive literacy and interdisciplinary ability， as well as 16 second-level indicators. On this basis， combined with the concept of interdisciplinary integration advocated by the new liberal arts， specific suggestions for curriculum design and cultivation model innovation are put forward， with the hope of providing a theoretical basis for the cultivation of digital-intelligent talents in universities.

Keywords new liberal arts; digital-intelligent marketing composite talents; evaluation index system

大数据融合智能算法深刻颠覆了传统营销范式，催生出数智营销这一新型模式。数智营销精准把握市场动态，助力企业转变竞争策略，由依赖客户主观信息预测需求的旧模式，转向基于客户行为模式与购买历史等数据的个性化需求分析，以实施精准营销策略。这一趋势加剧了企业对数智营销复合型人才的渴求，然而，市场反馈显示，新入职者的能力与企业期望间存在显著差距。核心问题在于，能快速融入企业、有效推动数智营销的人才稀缺，多数毕业生难以迅速适应岗位需求。

在新文科建设背景下，学科重组、文理交叉，新技术前景和技术趋势被纳入文科训练，教师需要加强信息技术应用，重塑文科思维体系。数智营销复合型人才是集数据处理技术和营销技术于一身的复合型人才，其不仅应掌握市场营销的基础知识，还能熟练应用人工智能、大数据分析等技术来应对复杂的市场需求。因此，培养具有创新精神和实践能力的数智营销复合型人才，成为高校营销学教学实践中重要的现实问题。开展数智营销复合型人才培养评价体系构建研究，也就具有非常重要的理论意义和现实意义。

1" 数智营销人才培养相关研究

自2008年9月“Big Data： Science in the Petabyte Era”一文在Science发表后，大数据概念迅速普及。冯宪伟与刘巧曼（2015）率先提出精准营销人才培养的理实一体化方案[1]。魏守道（2016）倡导以能力培养为核心的市场营销人才培育路径[2]。卢曼雯与林国超（2019）提出了包含关联性、全面性、数据价值及定制化思维的营销人才培养模式[3]。许翀寰（2020）强调数据分析在人才培养中的重要性，并设计了基于六要素法的多维度人才培养框架[4]。段晓梅和花均南（2022）基于OBE理念构建了大数据营销应用型人才能力结构体系[5]。综上所述，学界已普遍认识到数智经济对营销人才培养的挑战，数智营销复合型人才培养的重要性得到广泛认同。但相较于企业需求，人才供给仍存在巨大差距。当前研究对于数智营销复合型人才核心能力培养与评价体系的构建尚缺乏深入探讨。

2" 数智营销复合型人才培养评价指标体系构建

为了全面衡量和评价数智营销复合型人才的培养效果，本研究采用层次分析法（AHP），将评价指标体系划分为三级结构：目标层、准则层和指标层。目标层为数智营销复合型人才培养效果；准则层将数智营销复合型人才培养效果分解成若干一级指标；指标层用于进一步细化各一级指标，用于衡量每个准则的实现程度。

2.1" 指标体系建立

本文通过整理现有数智营销能力相关的研究成果，结合数智营销复合型人才需求，在遵循科学性、代表性、综合性和可操作性的原则基础上构建了营销专业能力、数据分析能力、技术应用能力，以及综合素养与跨学科能力4个一级指标和16个二级指标。

2.2" 构造两两判断矩阵

本文采用专家打分法，邀请了营销领域的20位专家对评价指标模型各因素的重要程度进行打分，最终求取专家平均分以构造两两判断矩阵，并确定了各级指标的权重。四个一级指标组成的判断矩阵如下：

营销专业能力指人才应具备市场营销领域中的系统化知识与实践能力，能够有效分析市场需求、制定营销战略、并执行营销计划以满足企业的商业目标。它的二级指标内容包括营销基础知识、品牌管理能力、市场分析能力、项目管理能力，构造了4€？判断矩阵n1。

数据分析能力涉及人才对市场数据、消费者行为数据和业务运营数据的处理与应用。它的二级指标内容包括数据分析工具掌握、数据挖掘与建模能力、数据可视化能力和数据驱动决策能力，构造了4€？判断矩阵n2。

技术应用能力指人才基于新兴技术解决实际问题，优化业务流程和提升绩效的能力。它的二级指标内容包括大数据技术理解、人工智能工具运用、营销自动化能力、互联网平台应用，构造了4€？判断矩阵n3。

综合素养与跨学科能力不仅要求人才具备良好的沟通、团队协作等基本素养，还要求其能够在不同学科知识之间建立联系。它的二级指标内容包括创新思维与跨学科能力、自主学习与持续发展能力、沟通与团队协作能力和职业道德与责任感，构造了4€？判断矩阵n4。

2.3" 判断矩阵一致性检验

本文首先求解判断矩阵的最大特征值和对应的特征向量，再将特征向量的各元素除以其总和，得到5组判断矩阵归一化的权重向量=[0.492， 0.306， 0.125， 0.078]；=[0.557， 0.281， 0.109， 0.054]；=[0.467， 0.277， 0.160， 0.095]；=[0.565， 0.262， 0.118， 0.055]；=[0.492， 0.306， 0.125， 0.078]。

本文引入一致性指标CI和CR对所构造出的判断矩阵进行一致性检验。

其中RI为随机一致性指标，其值仅与阶数有关。

根据上述公式的计算得到，分别求得各矩阵的CI和CR如下：

N：CI=0.016；CR=0.018

n1：CI=0.057；CR=0.063

n2：CI=0.010；CR=0.012

n3：CI=0.039；CR=0.043

n4：CI=0.016；CR=0.018

所有矩阵的CR和CI均小于0.1，表明结果具有良好的有效性和可信度。

2.4" 确定综合权重和层次排序

依据层次结构计算逐层权重，从而得出各二级指标的最终权重，并根据最终综合权重进行层次总排序（详见表1）。

3" 数智营销复合型人才培养评价体系结果分析

根据计算的一级指标权重大小进行排序：营销专业能力（0.492）gt;数据分析能力（0.306）gt;技术应用能力（0.125）gt;综合素养与跨学科能力（0.078）。这表明具备扎实的市场营销理论与实践能力，以及熟练的数据分析能力，是数智营销复合型人才胜任岗位的基本要求。技术应用能力在人才评价体系中虽然相对次要，但其对大数据、人工智能等新兴技术的掌握是实现精准营销和提高运营效率的重要支撑。技术能力的培养不仅需要学生具备对前沿技术的理解能力，还需其通过项目实践强化实操能力。综合素养与跨学科能力虽然在整体权重中占比较低，但对于人才的职业发展和组织协作具有重要的长期价值。因此，在新文科建设背景下，数智营销复合型人才的培养需要突破传统学科界限，融合技术、管理和人文素养，以适应社会和市场的复杂变化。课程设计和培养模式应涵盖专业知识、数据分析、技术能力、与人文素养的结合，并通过实践创新培养学生的综合能力和创新思维。鼓励不同学科的教师合作开发课程，为学生提供多视角的知识框架。另外，高校应融入人文素养和职业道德课程，增强学生的社会责任感和伦理意识。

从各二级指标的权重排序可以看出，在数智营销复合型人才的培养中，扎实的营销理论知识是不可替代的基础。数据分析工具掌握排序第二体现出在大数据时代，熟练掌握数据分析工具对营销工作的高效推进至关重要。大数据技术理解与应用的较高排序反映了技术能力对现代营销的支撑作用。此外，自主学习与持续发展能力和创新思维与跨学科能力的重要性表明，个人的长期成长能力对于应对市场的变化至关重要。相比之下，营销自动化能力和互联网平台的运用虽权重较低，但在特定场景下仍具有重要的应用价值。因此，在课程实施环节中应强化项目驱动与实践导向的教学模式。鼓励学生参与真实企业的营销项目，通过“学―做结合”模式提升学生的专业与技术应用能力。并且注重创新与跨学科能力的培养，引导学生通过共创、原型设计、迭代改进的方式，发现市场中的潜在机会并提出创新方案。同时，融入国际营销案例和跨文化管理内容，培养学生的全球视野和跨文化沟通能力。

4" 结语

本文构建的数智营销复合型人才培养评价体系，在借鉴现有研究成果的基础上，融入了数智经济的特征与新文科人才培养的要求。评价指标权重结果为营销人才培养的课程设计与课程实施环节提供了科学指导，有助于提升教育与产业的协同效率。未来研究可以结合实际教学和企业应用场景，对评价体系进行动态调整，以适应技术变革和市场需求的不断变化。

参考文献

[1] 冯宪伟，刘巧曼.大数据环境下高职院校精准营销人才培养模式研究[J].教育与职业，2015（8）：81-83.

[2] 魏守道.基于能力导向的国际市场营销教学改革探讨[J].湖北经济学院学报：人文社会科学版，2016，13（3）：199-201.

[3] 卢曼雯，林国超.大数据思维在营销专业人才培养中的应用[J].现代营销（上旬刊），2019（9）：10.

[4] 许翀寰.基于数字化营销能力的营销专业人才培养模式研究[J].科教导刊，2020（4）：60-61.

[5] 段晓梅，花均南.基于OBE理念的大数据营销应用型人才培养模式改革研究[J].教育信息化论坛，2022，6（13）：72-74.