前言：一篇好的文章需要精心雕琢，小编精选了8篇数据分析课程范例，供您参考，期待您的阅读。
数据分析课程范文1
数字经济发展迅速，各行业不断进行数字化转型，出现了大数据，数据中能蕴含许多有意义有价值的线索和信息，尤其在企业运作和商务应用方面。我国电子商务发展体量庞大，“互联网＋”的大趋势和后疫情时期，更加体现出了优势，跨境电商、直播电商等新业态新模式快速发展，电子商务向更高质量发展，更注重公平性与满足感。电子商务数据分析是贯穿整个电子商务相关企业运作必不可少的工作，电子商务相关岗位也都需要具备数据分析能力，而相应的电子商务数据分析人才却极其短缺。电子商务数据分析实训课程开发，利于院校适应行业企业最新变化，培养适应需求、具备一定数据分析实践能力的电商人才。
1电子商务数据分析的重要性
行业企业已经逐渐认识到了数据将是核心的生产要素，数字经济活跃，数据分析也会深刻影响行业企业的发展与创新改革。比如新零售行业，处于行业供应链前端的研发设计、原材料生产、装备制造等，做什么如何做怎样做等，要考虑处于供应链后端的分销、零售、广告营销、消费者的消费方式等，后端的数据逆向牵引前端，通过数据分析，消费方式逆向影响和牵引生产方式。随着数字经济的深入发展，数据分析能力非常重要，会成为互联网从业者必备的技能［1］。数据存在于电子商务的整个链条中，包括电子商务商品采购、视觉设计、网店销售、营销推广、客户服务、物流管理等，商家通过数据调整发展思路、运营方向和竞争策略等。电子商务数据分析是电子商务相关企业的各工作岗位都要求的最为核心的能力，比如：商品采购中的市场调研、产品分析；视觉设计中的视觉营销数据分析；网店销售中的制定商品销售策略；营销推广中的推广数据分析；客服工作中的客户画像分析、客户服务数据分析；物流管理中的数据收集和统计分析等［2］。
2电子商务数据分析人才需求现状
当今经济社会瞬息万变，电商相关企业需要素质高、业务技能强的复合型电子商务数据分析专业人才，具备丰富的知识与完整的技能结构，能灵活应用电子商务数据分析方法与技能，去解决电子商务业务相关问题。特别在产品和运营岗位，数据分析是必备的能力。而高职院校所输出的电子商务人才，在电子商务具体业务如网店搭建、产品信息化、客户服务方面相对较好，但数据分析能力普遍偏弱，也从一定程度上限制了毕业生的职业上升空间。所以，适应行业企业需要的电子商务数据分析人才缺口巨大。现有电子商务数据分析人才，普遍存在三个方面的瓶颈问题，一是数据分析工具使用不熟练，所掌握的工具处理能力无法应对大量的数据处理。二是会做图表但分析能力差，花费了大量的时间去收集和统计数据，但不擅长数据清洗、数据指标拆分和模型搭建，没有得出有效的结论。三是缺乏有效的引导，自行摸索或研究，很难解决实际问题，或者解决成效不明显［3］。
3电子商务数据分析的教学现状分析
在中国知网，截至2021年3月17日，以“电子商务数据分析”并“教学”做关键词搜索，共有72条文献；以“电子商务数据分析”并“实训”做关键词搜索，共有16条文献。经过文献梳理，说明院校已经普遍认识到电子商务数据分析教学的重要性，1＋X电子商务数据分析证书的实施也推动了相关教学培训的开展，但相关实训课程的研究还需要进一步探索。电子商务数据分析教学存在的主要问题有：一是缺乏数据化运营的思维和实践，以网店开设、管理等流程性操作为主。二是高水平师资缺乏，教师普遍获得了1＋X电子商务数据分析培训证书，但对于真正的企业实践和数据运营思维的运用，还远远不够。三是缺少实训素材与资源，尤其是数据采集与处理。四是课证有效融合还需探索，不仅要有较高的证书通过率，还要切实提高学生的职业技能和素养［4］。
4电子商务数据分析实训课程开发
电子商务行业和领域内，数据分析人才的培养成为电子商务人才培养需要正视的问题，亟待解决，高职院校要校企协同进行电子商务数据分析实训课程的开发。
4．1电子商务数据分析实训课程性质
本课程是高职院校电子商务专业必修的一门专业核心课程，是在学习了电子商务基础与运营、图形图像处理、市场营销等前导性专业基础课程，具备基本的电子商务基础知识和业务技能的基础上，开设的一门理实一体化的实训课程。参照《电子商务数据分析职业技能等级标准》（初级、中级）开发，对接专业人才培养目标，面向电子商务运营、电子商务数据分析工作岗位，培养基础数据分析工作技能，系统地熟悉电子商务数据分析基础知识，掌握数据采集及处理的工具、方法和技巧，了解电子商务数据化运营，制定数据采集与处理方案，进行市场、运营、产品等数据的分析与监控，能进行电子商务数据分析报告的撰写。积累数据分析经验，为后续电子商务专业综合实训、创业实训和顶岗实习等课程学习奠定基础。
4．2电子商务数据分析实训课程目标
通过本实训课程的教学，使学生了解电子商务数据分析的基础知识，了解电子商务数据分析的基本操作方法，通过实践教学环节使学生具备一定的电子商务数据分析能力，为将来从事电子商务的相关工作奠定稳固的知识和技能基础。知识目标：认识数据分析、数据分析的工具应用、数据分析方法、电子商务数据运营、数据分析综合知识；能力目标：具备基本数据分析意识，养成遇到问题用数据思维分析和解决问题、良好的数据记录、数据统计等习惯，具备一定的竞争意识与创新思维；素质目标：具备收集信息并运用信息分析解决问题的能力，具备自主学习及发展能力；创新创业能力目标：培养学生创新创业意识和行为，能根据初创电子商务企业的实际情况进行风险防范。
4．3电子商务数据分析实训学习情境设定及教学设计
电子商务数据分析实训教学计划总学时56，下设五个学习情境，具体为：电子商务数据分析基础（4），电子商务数据的采集、分类与处理（24），电子商务数据分析方法（4），电子商务数据运营（20），综合业务训练（4）。根据各学习情境的特点采用项目教学、案例教学以及小组讨论法等，通过互联网及相关实践平台进行实践练习，讲练结合，练习为主，做中学。教学资源主要是网络、课件和项目任务单等。教学载体主要是电子商务数据分析实践平台、案例资料和企业实际项目。具体学习情境的教学设计如下。学习情境一电子商务数据分析基础（4学时），实训目标：感受电商数据分析与应用的魅力，见证电商数据分析的价值；训练项目：调研电子商务数据分析岗位要求，通过教学软件及各大电商平台的后台数据调研数据分析的重要性及分析流程；任务资讯：电子商务数据分析专员岗位职责，电子商务数据分析基本知识，电子商务数据指标、分类维度和分析流程。学习情境二电子商务数据的采集、分类与处理（24学时），实训目标：了解数据采集和处理的方法，熟练使用电子商务数据分析基本工具；训练项目：数据采集和处理的初步实践；完成Excel函数、数据透视表分析工具和Excel图表等训练任务，根据学生情况可以分层次安排拓展任务，如数据分类汇总、数据清洗转化与计算。任务资讯：数据采集和处理，Excel函数的应用，数据透视表分析工具的应用，Excel图表，其他数据分析的工具。学习情境三电子商务数据分析方法（4学时），实训目标：熟练掌握电商数据分析方法；训练项目：AB测试法等常见数据分析方法的运用；任务资讯：数据分析方法。学习情境四电子商务数据运营（20学时），实训目标：能进行电子商务运营数据分析工具、分析方法等的综合运用；训练项目：综合运用数据分析工具和分析方法解决数据分析应用，重点训练市场数据分析、运营数据分析和产品数据分析；任务资讯：市场行情分析，店铺浏览分析，店铺转化分析，规划和预算分析。学习情境五综合业务训练（4学时），实训目标：能独立完成数据的采集、处理、分析，进行数据监控与报告撰写；训练项目：根据实际企业案例完成电子商务数据分析监控报告；任务资讯：电子商务数据监控，数据分析报告撰写。
4．4电子商务数据分析实训考核评价
评价方式采用个人成绩和小组成绩结合、过程考核和终结考核结合的方案，其中，过程性评价成绩占总成绩的60％，考核项由平时表现10％（出勤、纪律）、任务完成（任务质量）30％、作业及测试20％三部分构成；终结考核占总成绩的40％，开卷利用计算机进行电商数据综合能力测试。即总成绩＝平时表现10％（出勤、纪律）＋任务完成（任务质量）30％＋作业及测试20％＋终结考核40％。
4．5电子商务数据分析实训教学条件
教学基本条件方面：（1）授课教师基本要求：了解电商数据分析的基本方法与技能，熟悉电商数据分析平台及特点，具备多种平台的使用经验，具有互联网思维，有较强的资料收集能力，清晰的文字表达能力；具有电商相关的丰富理论与实践教学经验，具有强烈的工作责任心，建议选用讲师及以上职称，具备双师资格的专任教师承担教学任务，具有1＋X电子商务数据分析职业技能等级证书（中级及以上）［4］。（2）教学硬件环境基本要求：理实一体化教学实训室一间，提供网络环境，装有实践软件或实践平台，多媒体设备。（3）教学资源基本要求：教材、课程案例资源库、多媒体课件、数字化资源（主要是运营博弈平台）。
4．6电子商务数据分析实训教学方法教学方法
建议：（1）电子商务数据分析实训建议引用OBE成果导向思维，以学生为主体，注重电子商务数据分析职业能力培养，以电子商务数据分析或电子商务运营工作过程为主线，以具体可操作性的小任务为驱动，“教、学、做”相融合，项目任务式展开教学。（2）有条件的情况下，引入产教融合型企业的真实项目或学生自主创业的项目，进行实践训练，更具针对性和时效性。
5电子商务数据分析实训课程开发还需努力的方向
由于电子商务快速发展，新问题和新热点总会不断出现，电子商务数据分析实训课程的开发与完善创新还有许多工作要做，一是注重政行校企的合作，依托提供的平台，增加教师、学生进行真实企业项目锻炼的机会；二是注重课证融合，把1＋X电子商务数据分析的考证内容融入到实训项目中，通过实训，学生能提高电子商务数据分析证书的通过率，提升学生在电子商务数据分析方面的就业竞争力［5］；三是充分利用校内的电子商务数据分析实训的软硬件资源，可以面向社会人员开展电子商务数据分析培训，更好地服务社会；四是学校注重扶持和培育产教融合型企业，依托本校的电子商务技术服务中心，要不断努力提升数据化运营的能力和水平，提升电子商务专业技术水平，从而带动电子商务相关专业的内涵建设和质量提升。
6结论
数据分析课程范文2
关键词：商务经济学；商业数据分析；stata软件；学科建设；实践应用
一、引言
我校商务经济学是全国第二批批准增设的学科专业。本专业为教育部《普通高等学校本科专业目录（2012年）》中特设专业，学科门类为经济学，专业代码为020105T。截止到2019年上半年，全国已有19家高校开设了商务经济学本科专业，其中不仅有南开大学这样的综合类高校，还有兰州财经大学、哈尔滨商业大学、广西财经学院、武汉商学院等财经类院校。2015年上海商学院举全校之力成功获批开设商务经济学本科专业，经过学校近年来的大力建设和积极投入，2018年以商务经济学专业和学科为依托，获得了上海市高原学科（应用经济学学科商务经济学方向）项目的支持，同年06月经过中国商业经济学会与全国商务经济学专业学科建设研讨会一致推选我校为中国商业经济学会商务经济学委员会会长单位。我校是目前上海唯一一家开设商务经济学本科专业且获得学科类项目支持的高校，商务经济学院同时也是全国唯一以专业命名的二级学院。与全国其他十数所兄弟院校相比，上海商学院的商务经济学学科整体建设无论是在教学课程开展，人才引进、学生培养、科研平台搭建以及数据库和智库建设上都处于较为领先地位。围绕“一带一路”的国家战略，以及卓越全球城市的上海地方功能地位的要求，上海商学院商务经济学学科建设强调以商贸流通服务业为载体，不断改善上海营商环境为目标，使用大数据、互联网+和人工智能等先进方法为手段，以商务环境、商业模式和商业数据分析为发展方向，致力打造出“全国知名，上海一流”的品牌专业与学科。毫无疑问，互联网与数据分析已经进入了各行各业之中。基于此，数据在高校经管类学科和专业的教学和科研中承担的角色也越来越重要。除了高水平经管类论文包括大量的实证数据分析之外，许多高校还自主建立了大型数据库，例如北京师范大学中国收入分配研究院开展的《中国家庭收入调查》(CHIP)、中国人民大学中国调查与数据中心开展的《中国综合社会调查》（CGSS）、北京大学国家发展研究院开展的《中国健康与养老追踪调查》（CHARLS）和西南财经大学开展的《中国家庭金融调查》（CHFS）等。在教学上，培养并提高我国高校大学生数据分析能力已经成为了中国高等教育界的共识。张长亮等（2019）就从实践教学目标、实践教学内容、实践教学方式以及实践教学考核评价四个方面强调了中国高校与美国高校存在的差距，美国高校特别强调培养学生的实践能力和应用能力，因此他们认为大力发展数据素养教育正当其时[1]。在这样的背景之下，本文以上海商学院应用实践型课程———商业数据分析为例，详细描述了该课程的教学团队配备、软件使用、课程设计、数据支持以及课后激励等内容，不仅为商务经济学学科体系建设中应用实践型课程的设置提供帮助，也为国内数据分析类课程的发展提供相应的参考和补充。本文的结果表明：首先，商业数据分析的开设与本校商务经济学科商务环境、商业模式和商业大数据三个建设方向紧密结合，大力推动了整个学科体系的构成；其次，选择stata软件作为操作载体，这与学术界与数据分析工作领域所使用的软件相同，大幅度提升了老师和学生学以致用的可能性；再次，建立了具有商务经济学特色的“一带一路”沿线国家数据库，丰富了课程的数据来源并且为今后数据类工作的展开打下了扎实的基础；最后，通过“以文促教，以赛促学”激发了学生的学习热情和拓展了老师的教学内涵，同时也使得学生可以有的放矢。
二、应用实践类课程与商务经济学科建设的关系
与传统经济理论相比，实证数据分析包含大量实时性数据，通过分析这些数据可以有效地考察和探究经济主体的偏好，以及在市场中的行为。无论如何，实施实证数据分析都离不开扎实的数学和统计学基础，目前经济学界中的计量经济学已经成为了即微观经济学和宏观经济学之后，经济学又一重要的组成部分。从内容上来看，它就是通过数学和统计学的方法来描述经济变量之间的关系。应该说，计量经济学是实证数据分析的前提条件，而实证数据分析则是目前主流经济学界分析所使用的重要工具，因此作为应用经济类学科的一个门类，本校在确定商务经济学的学科方向时也将数据分析作为了其中之一。与其它行业的数据分析相比，商贸流通行业的数据分析研究可以分为两个阶段，一是通过科学的方法收集数据，并且建立有效实用的数据库；二是利用计量经济学理论配合相应的统计分析软件对收集到的数据进行分析。许多国内高校已经开设了初级、中级或者高级的计量经济学课程，这为学生进行商业数据分析打下了理论基础，但是真正要完成数据分析的全过程，单一地依靠理论是远远不够的，熟练掌握一款统计软件的应用将会给数据分析带来极大的帮助。不少高校已经认识到了这一点，例如北京理工大学在建设数据科学与大数据专业建设过程中，数据软件的应用是必修课程之一（王国仁等，2018）[2]；清华大学、厦门大学、中山大学以及上海财经大学等经济学重点高校也都将stata、spss、R语言等经济类统计软件列入了教学计划之中。为了契合上海商学院商务经济学学科建设方向，并且与其它国内经济学重点高校看齐，本校也推出了基于stata软件的商业数据分析课程。该课程与传统的经济学课程相比，旨在教会学生如何将理论知识应用到统计软件之中，帮助学生进行大规模的数据分析；同时，该课程与计算机学科的课程相比，它又强调了数据分析背后的经济学逻辑和含义。商业数据恰恰具体反映了商贸流通行业中不同主体在商业交易过程中的行为信息，通过stata商业数据分析，可以让学生通过数据去验证经济理论的正确性，让学生学会使用数据来诠释经济理论，用数据来证明经济理论。从教学和科研的角度综合来看，这个课程可以被看作是整个学科体系构建中教学与科研之间的桥梁，前沿的数据分析知识可以通过它传导给学生，学生也可以将这些学到的理论知识通过软件应用到日常工作和生活之中去。而对于商务经济学学科而言，它也可以将学生对数据分析的掌握情况如实地反馈出来，帮助教师完善整个学科的发展体系。
三、基于stata软件的商业数据分析课程设计
（一）课程团队成员配备
商业数据分析课程的先导课程较多，除了有学生较为熟悉的微观和宏观经济学之外，还有较难掌握的微积分、线性代数和概率论与数理统计这三门数学课程。因此，本课程团队需要跨学科进行搭配。我院的商业数据分析课程团队由4位老师组成，他们的专业分别为数学、计量经济学、商务经济学和计算机科学。其中，数学和计量经济学的教师主要负责帮助学生夯实理论基础，让学生能够尽快掌握计量经济学所需要用到的各种数学知识，帮助学生们快速地进入到数据分析课程的状态之中。课程的主体部分则由商务经济学专业教师进行承担，与其他学科专业的老师相比，他们既要教授学生们stata软件对计量经济学理论知识的使用，最主要还是还要让学生明白统计数字和统计结果背后蕴含的商务经济学逻辑和道理。另外，计算机专业教师则主要负责解答软件操作过程中计算机代码当面的问题，并负责调试计算机运行过程的出现的一些计算机领域专业问题，配合好整个课程的实践操作过程。在学历方面，4位教师均拥有经济学、管理学或者理学博士学位，其中2位还拥有高级职称。在实践经验方面，3位教师有的拥有行业相关经验和证书，有的则拥有数据分析师称号。
（二）课程软件和教材的选取
在诸多经济学统计软件中，stata软件以其小巧的空间需求，功能繁多的统计功能，完善的中文识别以及不断更新的外部代码获得了国内大多数实证分析人员的青睐。目前，国内许多高校都购买安装了stata软件供师生使用，且聘请专业教师设置了针对stata软件的教学课程（许云，2014）[3]。上海商学院依托本校已有的一个国家级实训中心，购买了正版的sta-ta13.0软件，该软件目前在实训中心的经济学综合实验室免费提供给师生使用，且分配了专门的服务器空间以保障运行速度，该实验室同时也是商务经济学院的市级商务经济研究基地的内涵内容之一。除了stata软件之外，该实验室中还囊获了R软件、spss软件、Arcgis软件等诸多实证所需软件，这些软件都免费开放给本校的师生使用。在教材方面，基于stata软件的商业数据分析课程，在理论知识方面选用了国家通用的“十二五”计量经济学教材（李子奈、潘文卿，2015）[4]，在实践操作方面则主要选用《计量经济学及stata应用》这本教材（陈强，2015）[5]，在授课过程之中还会穿插各类商贸流通行业和企业的数据进行课堂练习和课后操作，并且提供学生相应的数据让学生进行课堂或者课后的练习。《计量经济学及stata应用》这本教材由高等教育出版社出版是高等学校经济类核心课程教材，已经获得了学界的广泛好评。
（三）课程情况
在2017—2018第二学期全校范围内开始试点“商业数据分析”课程，这是商务经济专业最主要的实践应用型课程。该课程的授课过程主要在上海商学院现代流通国家级实验教学示范中心的数据实验教室进行，授课对象是商务经济学本科班的同学，总数在65人左右，形式是多媒体授课加上机形式，老师除了在通过多媒体进行PPT演示之外，还在主机上对程序进行操作，学生在客机上观看，每一个知识点结束后，让学生根据所学知识自己处理数据。选择具有代表性的数据，让学生在课后进行实践操作，并且提交数据分析报告，要求学生不仅能够使用软件分析数据，还要他们反馈出数据中所包含的信息。经过该课程的学习，80%以上的同学取得了优良的成绩。通过两个学期的试点，商务经济专业的学生已经熟悉了实践应用型课程的上课形式，初步掌握了如何使用软件进行具体的商业数据分析的步骤，这为他们未来进行毕业论文设计，参加研究生入学考试、参加公务员选拔考试以及就业给予了一项新的技能。
（四）具有商务经济特色的数据库建设
stata软件虽然较为小巧，但是它却可以处理100G大小的大型数据。商业数据分析自然以商贸流通类数据为主，因此除了教材中配套的少量数据之外，需要教学团队进一步开发针对上海商贸流通业和商务交换领域的数据（林晚发，2017）[6]。结合国家战略和上海发展需求，上海商学院整合商务经济学院、上海发展研究院和科研部门的力量开发了一套“一带一路”产业地图数据。该数据以“一带一路”区域经济研究为出发点，以国内外成熟的经济指标数据为基础，特别突出了“一带一路”沿线国家贸易、投资和营商环境的数据收集和整理。目前该数据库中的国家数量为65个，数据更新至2017年。除了国家层面的数据之外，该数据库还提供了中国及重点省市对沿线各国的进出口和对外投资统计数据，并涵盖经济、农业、工业、环境、资源、贸易、投资等十几个领域。除了普通的商业类数据之外，上海商学院“一带一路”数据库在不久的将来会推出相关国家的投融资环境与风险分析数据库（李颖，2019）[7]。该数据库将按照板块进行划分，国别板块实时跟踪包括“一带一路”沿线国家在内的120多个国家的投融资环境与风险分析，并由学校的骨干教师和外校专家一起对各类投资项目进行财务、人员以及前景的全方位分析。研究板块主要提供国内外专家对“一带一路”倡议的最新观点，以及全球主流分析机构和权威智库对“一带一路”倡议的最新研究成果。项目板块整理并“一带一路”沿线国家的投融资项目的具体信息。该数据库给本校的商业数据类应用型课程打下了数据基础。
（五）以文促教，以赛促学
商业数据分析课程除了在教学环节给师生有一个实践操作的平台之外，还鼓励师生在科研论文写作、毕业论文写作、各类比赛申报以及各类项目申报中使用商业数据分析方法。承接该课程的商务经济学院负责人及团队成员已经带领所教班的学生，结合自身专业以及所在院系的建设要求，使用sta-ta13软件对商业模式问题展开了相应研究，并写成论文在学校上进行发表（王琳琳等，2017；李成彬等，2018，张荣佳，2019）[8-10]。与此同时，商务经济学本科学生还使用上课所学知识在2019年6月参加了首届在重庆举办的大学生“未来商务经英挑战赛”暨第二届大学生商务经济学应用分析大赛，并在全国十几支代表队的激烈竞争中获得了团体二等奖。这种“以文促教、以赛促学”充分激发了学生的学习热情和教师的科研热情。
四、结论与未来规划
如何建设应用型经济学学科是很多应用型本科高校一直思索的问题，在课程设置方面更多的开设理论与实践结合的课程势在必行。那么，对于近年来刚刚开设的商务经济学这门新兴的应用经济学学科和专业而言，搭建好完整的课程体系无疑非常的重要。本文以上海商学院商务经济学科建设过程中开设的应用实践型课程之一———商业数据分析为例，详细描述了该课程的教学团队配备、软件使用、课程设计、数据支持以及课后激励等内容，旨在通过这些内容促进国内和本校商务经济学科的全面发展。通过本文的具体阐释可以得到如下结论：首先，商业数据分析课程的开设，需要和学校商务经济学科的大方向相吻合；其次，选择一款合适通用的软件以及教材有益于增加课程的实用性和质量；再次，在数据源头上应该建设具有特色的数据库加以扶持；最后，通过“以文促教，以赛促学”等方式，可以激励学生和教师将精力更多地投入到课程之中。商务经济学本身就是一门新兴的学科，它的未来还具有较大的不确定性，不过偏向实用性发展的特点是不会改变的。应该说，我校大力支持的商业数据分析方向对整个商务经济学科的发展而言，起到了一个投石问路的效果，该课程将计算机和经济理论紧密的结合在了一起，让学生实实在在掌握了一门未来工作中可以使用的技能。该课程的设计与开发对于目前上海新商业业态层出不群的现状而言，是非常及时和必要的，对于应用型商科人才培养模式的创新与实践也带来了有益的启迪。未来商务经济学科在商贸流通产业的数据工作可以分为两个部分，一是继续收集数据，将已有数据库与其它数据库进行匹配，例如在“一带一路”数据库基础之上建立全国商贸流通数据库，该数据库将和国内广泛使用的工业企业数据库、海关数据库、国泰安上市公司数据库等相互对接，成为研究国内商贸流通重要数据库；二是使用进一步数据挖掘，并邀请企业界一线程序分析人员参与到课程教授过程之中。
参考文献：
[1]张长亮，王晨晓，李竟彤.大数据时代中美高校数据素养教育比较研究[J].情报理论与实践，2019，（8）：131-137.
[2]王国仁，金福生，刘驰，王树良.面向国际化的数据科学与大数据专业课程体系建设[J].中国大学教学，2018，（12）：43-45.
[3]许云.基于stata12.0软件数据分析，提升远程教育课程团队教学质量[J].现代远距离教育，2014，（5）：35-41.
[4]陈强.计量经济学及stata应用[M].北京：高等教育出版社，2015：1-10.
[5]李子奈，潘文卿.计量经济学[M].北京：高等教育出版社，2015：3-8.
[6]林晚发.数据分析在会计财务教学中的重要[J].教育教学论坛，2017，（34）：113-114.
[7]李颖.“一带一路”背景下中国与东南亚国家贸易潜力研究[J].上海商学院学报，2019，（2）：32-41.
[8]王琳琳.品牌价值观一致性如何影响在线顾客态度?———基于顾客品牌情感融入的中介效应[J].商业经济与管理，2017，（4）：57-69.
[9]李成彬，庄心怡，游小珊，宣碧莹.基于移动互联网的共享经济商业模式创新[J].上海商学院学报，2018，（8）：22-28.
数据分析课程范文3
一、传统财务分析课程存在局限性
随着全球化进程的推进，信息技术不断冲击着企业的方方面面。大数据的到来对财务分析提出新的要求，传统财务分析将面临改革创新的巨大挑战。财务分析是一个企业可持续长远发展战略的重要依据。而随着时代的进步，企业传统财务分析存在的问题逐渐凸显出来，主要表现为财务报表、分析方法、企业发展三方面。1.传统财务报表具有局限性。传统的财务报表更侧重于以数据为基础对数据进行基础性的分析，通过一些比率或者结构的变化来关注数据的信息。如在会计准则下，规定可以对固定资产的折旧和对外投资采取不同的方法，而通过传统财务分析只能选用一种方法进行局部的分析，这样财务报表的数据可靠性一般是以历史成本作为计量属性，它的时效性一般较为落后，货币计量成本时会忽视企业的机会成本，这样会浪费掉企业进行决策的重大依据。另外，传统的财报务表无法考虑到物价变动、通货变动等一些复杂的因素，这在一定程度上不可避免的忽视掉物价升值贬值所带来的影响。因此，传统的财务报表分析无法提供最直接最精确的信息。2.传统财务分析方法具有局限性。传统的财务分析方法比较单一，最基本的两个方法为比率分析和比较分析，而这两种财务分析方法对企业来说都只能反映历史经营业务。报表使用者只有季末、年末才能看到企业财务报表，其数据与当下经营已不完全相符，对未来发展的推测准确性降低。企业会计处理和选用的分析方法都是由财务工作人员主观判断决定的，经验、能力等因素直接影响判断结果，而且没有统一标准。传统财务分析方法容易忽视甚至无视非财务指标的分析，而这些指标恰恰是企业发展的重要影响因素。对企业来说，创新能力、客户满意度、技术目标都与企业持续性发展密切相关。应用传统财务分析方法获得的数据可能造成企业管理者盲目自信，对财务分析有不利影响。3.传统财务分析限制企业的发展。企业的财务报表分析是为企业未来资源的合理配置系统的长远发展以及相关的决策提供依据。而传统的财务报表过于依赖数据的分析，脱离了潜在的风险因素，因此大多数管理者会或多或少将传统财务报表分析放在利润数据之上，过于追求报表的利润数据。并不会对事前事中事后相关事项进行综合的考虑，在企业未来发展中也会面临各种潜在的风险。而传统财务报表并不能预见这些风险，也无法为这些风险提供相应的风险预警。因此传统财务报表还是具有一定的狭隘性，间接的制约企业长远发展。
二、财务大数据分析实训课程——以为例HNJM
大数据视角下，企业财务分析工作量加大，工作难度明显提高。在庞大多变的信息中挖掘、采集隐藏数据，借助信息化技术和手段分析其中的规则和内在联系，并在历史数据基础上全面预测企业发展趋势和潜在风险，能有效提高财务分析的工作效率、精准度和安全性，为管理层决策提供可靠依据，实现企业财务分析模式优化。因此大数据背景下，各高校相继开设财务大数据分析课程。接下来，以河南经贸职业学院为例，介绍财务大数据分析课程的开设情况。1.实训平台简介。财务大数据分析课程实训平台采用的是金蝶财务大数据分析平台即运营魔方，是一款支持学生自助设计和分析的图形化报表智能工具和大数据平台，它“简单易学、美观易用”，提供交叉表、饼图、柱状图、折线图、面积图、仪表盘、数字指示器、地图等多种图形，仅需简单的拖拉拽即可设计出高颜值的图形化报表，并具备数据联动、多维度组合筛选、钻取等强大的交互式数据分析能力，平台可适应电PC脑、PAD平板电脑、手机等多种终端屏幕，还预置提供了多个主题分析模型和大量分析报表样例，用户可以直接使用或进行个性化修改，满足对企业多样财务大数据分析。2.实训目的。财务大数据分析课程以典型新零售企业的数据分析为核心，包括企业经营状况分析、企业财务状况分析、企业内部控制分析等，旨在培养学生数据收集、整理和分析的能力，使其在分析数据的过程中灵活地运用所学的财务管理、会计等学科的理论知识，并且要求将实践与理论相结合，充分发挥学生的创造性和认知性。在理论教学的基础上使学生发现问题、分析问题、解决问题的能力进一步提高。同时，本课程实训通过分小组完成，注重培养学生相互交流、沟通、协作的能力，充分发挥团队合作的团队精神。3.课程设置思路。课程设置参考中小企业营销经理、采购经理、仓管经理、生产经理、财务经理、主管会计等岗位职责标准和能力要求，编写和序化课程内容，以营销环节分析、采购环节分析、库存管理环节分析、应收应付与资金管理分析、费用与成本管理分析、盈利能力分析、经营预警分析等企业经营分析能力培养为重点，课程内容突出信息化管理与大数据分析技术，兼顾学生未来职业的发展所需，强化学生的企业经营数据分析、企业经营管理能力的训练，知识点的选取围绕企业能力所需的工作任务来进行，采用教、学、实践应用合一的方法组织教学过程。4.课程组织形式。对于课程采取分组教学。根据自由结合和老师指定的方式有五到七人组成自由小组。每一个小组选出小组长，最后确定好课程，最终分组名单作为实训课程的主体。各小组成员在组长的带领下，结合自身的特长进行分工，小组的分工应该得到老师的认可后开展下一步的工作，组长在本次实训中进行统筹指导以及跟老师协调的相应工作。同时组长会协助老师对小组的每一个人进行适当的考评，确保小组成员全员参与到课程中。5.实训流程。本次课程以典型新零售企业的数据分析为核心，包括企业近三年的财务指标分析、企业经营状况分析、企业内部控制分析等一系列内容，是一次综合性极强的实训课程。①上网收集资料，了解企业新零售模式和业务、财务资料。本课程实训的首要工作是从网络等各渠道收集案例企业的资料，了解企业新零售模式的特点、趋势以及企业业务、财务方面相关信息，作为后续分析的基础。②对企业业务、财务数据进行可视化分析。一是大主题分析。对收8集的相关资料，结合数据分析平台进行可视化分析，具体内容至少包括销售主题、采购主题分析、存货主题分析、应收主题分析、应付主题、成本费用主题、盈利主题、经营预警个8主题，但并不仅限于以下内容，各小组可充分发挥小组成员的积极性和主动性对企业其他业务、财务相关问题进行深入分析。二是大报表分析。3从资产负债表、利润表、现金流量表3张报表分析三年的短期偿债能力、长期偿债能力分析、三年的营运能力分析、三年的盈利能力分析、三年的发展能力分析。大数据时代为企业财务分析工作带来了严峻的挑战，同时也为企业财务工作带来了一定的机遇，企业的财务分析工作应当结合时展的趋势，选用好相关的信息技术。深度挖掘企业的数据资源，让大数据更好地为企业未来的发展服务，高等教育也是如此，一定要进行相应的课程改革，培养适应未来市场发展的新型财务人才。
作者:王春娜 单位:河南经贸职业学院
数据分析课程范文4
【关键词】大数据时代；会计信息管理专业；人才培养思考
前言
随着科技化时代的发展，大数据逐步渗透于人们的日常生活中，成为了一个时代热门话题。大数据时代下的数据精准化以及数据潜在价值是部分企业手工数据分析无法获取的，其在在数据的获取以及数据的分析上有着其独特的优势，对此，高校必须要针对目前的新形势培养相关的人才，满足企业发展需求。
一、大数据技术在企业运营的作用分析
1.有助于获取非结构化经济数据
相关的国际数据公司调查报告分析，目前我国企业中有80%的企业在数据的获取与分析中基本上都是采用的非结构化数据技术获取，其与传统的数据资源相比，其存在着较多的漏洞偏差。非结构化的数据字段长短不一，且不同字段的记录可以利用可重复或不可重复的字段，处理数据的速度十分快速，且能够应用于多元的数据管理结构中，也适用于传统的办公文档以及图表信息等。在网络技术发达的今天，非结构化数据数量日趋增大且管理结构化趋势明显，但其数据库局限性明显，对此必须要开展新型的结构化程序，积极的融入于新型的网络数据化时代。
2.有助于获取消费者需求
大数据时代中的互联网技术发达，且在技术管控中还衍生出了物联网。在此期间，可以积极的利用APP进行物资的实时订购，加强内部的信息反馈，掌握消费者的信息资料，清楚地了解消费者的需求。在大数据时代中，利用互联网技术可以使得相关的电子商务的决策者，积极的对消费者的动态需求及时的作出对策调整，打造契合市场需求的产品。在这种背景下，消费者的需求状况将以一种公开透明的方式，在互联网技术中实现消费者点对面的创新，实现供给侧产品服务，满足消费者的实际需求，实现企业资源的有效规划，使得资金快速回笼，提升企业的社会经济效益。
3.有助于转变人才的培养模式
在市场竞争中，必须要基于决策信息抢占市场份额，利用网络技术进行数据分析。一般来说，从海量的数据中发掘对企业有价值的规律，为企业决策提供支持，帮助企业寻找投资机会，规避风险，提升企业的社会经济效益有助于加强企业的市场管理。公司的决策管理人员需要有战略性的目光以及敏锐的洞察力，仅仅单靠直觉无法给其公司带来价值，对此，必须要靠数据来进行决策分析。企业组织者倾向于采用分析决策分析的方式，充分的运用财务管理和运营管理等知识，采用数据决策分析给企业创造价值。以招聘网站报告为例，我国发达城市的数据分析人才需求量已经超过了会计专业的账务人才需求量，公司需要能够对数据财务分析处理的人才，而传统的会计人才比较注重对财务报表的数据的再加工，内在的信息人才培育模式与社会的发展方式存在着脱节性，对此，准确的对会计信息管理专业定位，降低与相关的类似课程相似程度，改革会计信息专业的人才培养模式。
二、会计信息管理人才培养分析
1.人才培养目标
在大数据时代下，企业对于财务人员的需求开始不断增多，对财务人才的需求不仅仅局限于传统账目的处理，更加倾向于对决策信息的数据处理与分析。公司的财务以及经营决策制定需要多渠道的信息进行决策，从而可以根据实际需求做理性决策和数据分析，从海量数据资源中提取有利信息，为企业的决策提供相关的数据支持。在新形势下会计信息管理专业的人才必须要以数据分析及数据处理作为新的会计人员学习的目标能力，引领财务决策信息新方向，从财务会计、数据分析及管理决策等不同方向强化会计培养目标。
2.岗位及能力分析
会计信息管理专业人才的就业岗位主要集中在账务处理，管理会计以及财务数据分析等，工作任务主要以会计核算，纳税申报管理，会计财务为主，其与社会新发展以及新需求的变化之间存在一定的偏差和缺陷，主要从以下几个方面进行分析：（1）会计核算能力。这种能力主要适用于财务会计人员在进行基础工作室需要熟悉会计信息，利用相关的系统进行申报处理，对表格内容进行分析，逐步的应用新的内容，有效的对企业经营活动评估以及价值界定。（2）数据分析能力。在锻炼这种能力时必须要掌握数据分析管理方法，熟练应用利用Excel和数据库处理方式，采用部分现代化信息技术手段，对数据采集处理和分析。（3）辅助决策能力。在进行这项工作的操作时，必须要根据实际情况将内部的信息进行处理完毕，并且根据对应的流程进行实践的有机处理，从而分析效果，为后续的预算资金以及采购物资提供一定的数据支撑。
3.培养课程体系分析
在进行会计的人才培养时，必须要根据实际情况进行内部的信息的分析和处理，逐步的实现内部的信息的多元化完善，从而借鉴其他高校的课程体系，设置对应的课程目标，主要从以下几个方面设置课程：（1）会计基础课程。信息管理的数据资源主要是为了服务于会计。在此期间，必须要以财务会计作为基础的知识体系课程。会计管理信息专业的人才必须要熟悉和了解财务报表的生成过程、会计的账务处理流程和企业的纳税申报流程。故在课程设计中必须要将《会计学原理》、《财务会计》和《纳税实务》作为会计信息管理人才的基础课程。（2）数据分析技术课程。我国对于会计信息人才的要求主要在于需要将自身的情况合理的应用于其中。主要包括：企业信息化相适应的管理会计、财务软件的使用熟练度以及财务信息管控技术。通过对数据的采集整理以及分析报告，了解到管理层决策的科学化，对国家经济产业政策和行业信息分析，借助于分析工具实现数据分析。故也要将《财务报表分析》、《财务数据分析》、《应用统计学》和《数据库原理》作为相关的分析课程。（3）决策能力提升课程。新形势下的财务人员面对更多的则是企业的管理层以及决策层，在会计信息管理中，必须明确公司管理权以及决策者需要，通过相关的数据分析方法，提供一定的合理化建议。故可以考虑《管理会计》、《财务管理》以及《成本管理》等。（4）财务数据分析课程。掌握系统的数据分析方法，包括数据收集，数据处理，数据分析以及数据报告等，熟练的掌握运用数据分析的思想与方法来分析企业的财务数据，为企业的管理层提供数据支撑支持，熟练地运用数据库分析方法分析表格，对数据有效录入，整理相关的数据分析方法与技巧，培养相关的软件技能。再依托基本的商务智能平台，多维度的收集相应的信息，使得学生能够在了解到在智能化工具的基础上分析企业的数据，为企业的管理层提供决策数据支撑支持。
三、会计信息管理专业人才培养对策
1.加强会计人员的后续教育为了加强会计人员的职业道德教育，必须要从实际出发，持之以恒地坚持其教育职业道德的学习。针对客观实际情况，严肃认真的培养自己的正确职业道德观，做到立场坚定，明辨是非，加强自己的职业道德修养，认真的开展自我批评与评价，严格要求自己遵守理解职业道德理念和道德信念，从细节做起，做事认真负责。除此之外，还要通过各种案例的学习，加强自己的法制观念，提高遵纪守法的自觉性。会计是经常与钱打交道的，法制观念不强，业务水平越高则危害性越大。加强会计人员的思想道德必须要做好前期的课程教学，提升从业人员的基本素质，为后续的企业发展培养高素质的人才。
2.实行竞争上岗制度
在企业的快速发展中，必须要实行竞争上岗的制度，优胜劣汰，定期的对会计人员进行公开公平的筛选考试，将没有能力的人员淘汰，补充有才能的人员，进一步提升整体会计人员的综合素质。除此之外，还可以实行资格考试与工作考核相结合的选拔方式，解决会计人员会考不会用，会用不会考的问题。在参加了资格考试之后，还要参加实际工作水平和业绩的考核，使得二者都能够结合才能获得相应的技术职称。不仅如此，资格考试和业务考试不合格的人员必须要参加定期的岗前培训和见习期培训，如果二者都合格，才能够获取其相应的技术职称。除此之外，必须要提高会计实践与会计教育衔接，改变目前传统的教育教学方法，采用多讲多练的方式，通过必要的多媒体技术进行教育教学，且在讲解时借鉴美国的案例教学法，通过师生互动交流来加强对案例的分析和讨论，提高学生的学习积极性和综合能力。
3.重视会计人员素质的提高
近些年来，人们的思想政治度需要根据时代的潮流进行改进，加强会计人员的思想政治修养，在从其他层面上提升自己的专业性技能，充分发挥自己的才能，实现自我价值。所以领导要给会计人员提供相应的机会，调动其工作积极性和学习主动性，建立起相应的奖惩机制，激发会计人员探索改革工作方式和作风的动力，不断的提高业务素养，及时的督促和化解人员尽职尽责努力工作，提升自我的业务技能和专业化水平。结束语综上所述，现阶段国家越来越重视企业会计信息管理人才的培养。为了进一步的适应社会发展的实际需求，培养与社会发展相应的人才，必须要选择好相应的人才培育方式，确定好课程提出规划，加强后续的会计专业的学生以及会计人才的基本素养，创新管理体制机制，提升会计人员的技能水平，为后续的人才发展奠定基础。
【参考文献】
[1]赵彩霞，吴杜，雷国琼.大数据时代会计信息管理专业人才培养思考与对策[J].中国管理信息化(5期):34-36.
[2]周俐萍.大数据时代下会计专业人才培养的思考[J].现代商业，526(09):167-169.
数据分析课程范文5
1前言 目前，全国已有三百多所独立学院，据调查，其中将近一半的独立学院开设了物流管理或物流工程专业。各个学校在培养方案中均明确提出了物流专业培养人才的定位，最为突出的能力包括了物流操作能力和物流规划能力，就业范围包括企业物流、物流企业、物流咨询部门、政府部门或事业单位等。而目前，除独立学院外，中专、大专、本科、硕士、博士各类型高校多数开设了物流相关专业，各类高校培养定位存在一定的差别。如中专、大专层次定位于培养物流操作人才，本科层次定位于培养应用型人才，硕士、博士定位于培养研究型人才。在本科层次教育中，在各招生地区还分为一本、二本甚至是三本，各批次生源质量存在一定的差异。独立学院在招生过程中一般属于一本或二本，生源具有其独特的特点。笔者认为，在独立学院物流管理专业本科生的培养过程中，应有别于其他层次的培养，应既了解物流基础业务操作，同时又能进行实际业务的分析，为管理层决策提供参考。在此过程，数据分析能力尤为重要。因此，笔者认为，应加强物流管理专业学生物流数据分析能力的培养。 2社会物流岗位对物流数据分析能力的需求情况分析 近年来，各类大中型企业提供了越来越多的物流相关职位。包括物流总监、物流经理、物流专员，还出现了物流数据分析专员这一专门职位。通过对相关职位招聘要求的分析，可以发现，以上各类职位都对应聘人员的物流数据分析能力提出了要求。归纳如下:A.信息收集能力B.对数据的敏感性C.对数据进行定量分析D.熟愁Excel或SPSS等软件的操作E.熟悉SQLSERVER、ACCESS等数据库的基本操作F.根据分析结果撰写分析报告 3国内高校物流数据分析能力培养的情况分析 3.1国内物流课程的设置缺少物流数据分析模块 在各大院校物流专业培养方案中，鲜有课程专门教授物流数据分析相关内容。与数据分析相关的内容分散于概率与数理统计、统计学、计算机基础、数据挖掘等课程。在概率统计、统计学等课程教授过程中，由于任课教师多数并非物流专业出身，不了解物流业情况，课程中没有安排针对于物流数据分析的教授内容;而计算机基础课程对于excel软件的教授只停留于简单的文字和数据录入及处理阶段，并未涉及excel软件的高级数据分析功能。因此，学生虽然从多门课程中接触到与数据分析相关的内容，但是却由于教学资源并未进行有效整合，学生未能有效、深入地掌握如何将数据分析的方法应用于物流行业。 3.2国内培养物流数据分析能力的教材奇缺 目前，国内不乏统计学类教材，但是缺少针对性培养物流数据分析能力的教材，市面仅有几本相关教材，分别为《物流统计学》(蔡定萍著)、《物流统计实务》(延静主编)、《物流企业统计》(蔡定萍主编)、《物流统计学》(刘延平、李卫东主编)。但是，这些教材普遍存在一定的局限性，即未将统计学方法深入应用到物流行业。因此，难免给读者缺乏实践应用性的感觉。这也就造成了物流数据分析课程无合适教材可选的难题。3.3社会培训亦缺少此类模块目前，社会物流培训体系中，不乏各类物流师、采购师的培训认证。但是在这些认证培训体系教材中，也缺乏物流数据分析能力的模块培训。因此，在高校教育中，借鉴社会认证培训获取教学资源，也不太可行。 4学校培养与社会需求之间的不匹配 从以上分析可以看出，企业对于物流数据能力需求旺盛，但是学校在物流管理学生培养定位中却未对此项技能造成足够重视。因此，出现了学校培养定位与社会需求之间的不匹配。毕业学生进入企业工作岗位中，需要从头学起，占用了很多工作时间。因此，笔者建议，学校应从企业实际需求出发，有针对性地培养一批具有较强数据分析能力功底的学生，以适应企业的需求，同时也有利于学生的职业生涯发展。 5《物流数据分析》课程体系的建设 《物流数据分析》可作为一门大三学生的选修课，学生在掌握概率统计、统计学、计算机基础、数据库基础、数据挖掘物流相关课程后，可继续选修《物流数据分析》，以加强物流数据分析能力。课程内容可设置成如下几大模块:①物流数据分析概论，包括物流数据分析的特点、原则、注意事项。②物流数据分析的统计学基础知识介绍。③数据分析工具的基本介绍及操作(如EXCEL，SPSS，Minitab)。④物流行业数据分析的基本指标，分析维度介绍。⑤数据分析工具的物流实例应用(分设运输、仓储、采购等不同项目模块)。尤其要提出的是，该门课程集合了学生在大学期间所学的相关理论知识，教授重点在于学生在在了解物流业务流程的基础之上，具备数据分析的思路，能够主动搜集相关数据，借助于软件工具对不同的数据指标进行分析，从而得出分析结果。这是一门培养学生综合能力的课程。 6结论 随着物流行业在国内的不断发展，物流人才需求越来越多。基于物流人才需求的不断扩大，目前全国已有数百家不同层次院校开设了物流相关专业。物流人才的培养不仅在于实现人才供需数量的平衡，同时也包括供需质量的匹配。在多家院校的课程设置中，均涉及了有关物流的基础课程和一些强化课程，但是发现，少有学校专门设置与物流数据分析相关的专业课程，国内有关此方面的教材更是少之又少。从而，在一定程度上造成了物流毕业生缺乏扎实的物流数据分析能力的困境。不少学生进入企业后，不得花大量的时间根据岗位的要求，重新学习数据分析的相关知识，占用了不少时间。因此，本文认为，基于国内高校教育情况，可进一步考虑培养物流专业本科生物流数据分析能力。 本文提出了建设《物流数据分析》课程的基本思路，当然思路还有待进一步完善，希望，在今后的教授和研究过程中，能够进一步地完善课程体系，并且将之付诸于实践。
数据分析课程范文6
关键词：数据分析素养；高中数学；教学设计
概率与统计内容众多，即使在大学中开展这门课程至少也要有一个学期或一个学年，而高中阶段的“概率统计”有基础性和发展性。结合高中数学核心素养中的数据分析素养，学生主要学习利用统计工具整理数据并从数据中发现规律。目前数据分析素养的研究主要集中在如何贴近高考复习统计与概率部分的题型，重在题海战术。在课堂教学中，教师普遍重公式记忆、计算，以及对概念、统计思想的解释，缺乏深入地讲解[1]。基于新高考对数据分析素养的要求，本文旨在革新目前数据分析素养的高中数学教学模式。
一、高中数学“概率统计”教学现状
笔者通过参加公开课了解其他教师的上课情况，收集文献，并通过与其他教师进行访谈得知目前高中数学“概率统计”教学现状主要表现在以下方面。
（一）对“概率统计”的内容不够重视
虽然教师在数学课程改革中越来越重视数据分析素养的“概率统计”教学，但对于数据分析素养内容的重视程度还没有达到课标的要求[2]。许多教师认为“概率统计”知识点在高考中考查的题目难度为中等偏易题，但学生却不容易得满分，主要原因是学生读不懂题目。和其他教学内容相比，“概率统计”安排的课程量相对较少，教师通常采取题海战术，对培养学生的数据分析素养重视度不够[3]。
（二）课堂教学方法有待改善
在教学中，教师只重视讲解个别知识点，并且仅使用传统教学方法即讲授法进行教学，不能充分吸引学生的学习兴趣。教师教授新课时忽略了公式背后的统计和概率思想，对于相对复杂的知识点，教师只是给出了相应的公式。教师强调公式的记忆，让学生套用公式进行计算，但是学生无法理解公式背后的含义，看到公式就有畏惧心理。例如，利用最小二乘法公式求回归直线方程，学生甚至不清楚最小二乘法是什么，而在教学中教师直接抛出公式，然后讲解例题套用公式，没有启发学生学习最小二乘思想，忽略了概率部分的概率中事件与集合的关系，学生的统计思想也没有得到启发。
（三）教师对统计应用和理论的知识掌握不够
不少教师关于统计应用和理论的知识仅停留在高中数学阶段的水平，已经差不多忘了统计应用和理论的知识[4]。教师只有具备较深的理论知识，才能站在更高的角度给学生讲好“概率统计”，所以教师需要重新对概率论与统计的知识进行一个系统的学习。此外，教师对数据分析素养的内涵及概念掌握得也不好，对大数据时代所需要的统计学的应用没有深刻具体的认识。
（四）教学没有与信息技术进行结合
笔者在教学中发现，教师在上课时很少使用计算机辅助教学[5]，目前还停留在运用PPT进行简单的公式、数据、题目展示的阶段，在课堂上仅使用Excel或统计应用软件进行数据整理和处理，关于数据分析的则少之又少，这导致学生在学习与生活中对统计知识依然仅限于纸面上的了解，难以学以致用。“概率统计”中涉及大量的图表（这也是数据可视化的一种），教师可以使用计算机将其呈现出来，让学生高效地进行课堂学习。
（五）缺少“概率统计”实践教学
学生缺少可以将学习的“概率统计”知识实际应用的机会[6]。数据分析最重要的是收集数据、整理数据，其次才是分析数据，最后才得到数据的规律。学生在做题时，常出现读不懂“概率统计”题目的现象，他们难以从文字和图表上收集数据和整理数据。实践出真知，学生缺乏实际动手的经验，导致其遇到题目时手足无措，无法提取数据、整理数据，更无法进入到数据分析的状态当中。
二、高中数学教学中提升学生数据分析素养的策略
（一）重视数据分析素养
1.激发学生数据分析的兴趣。兴趣是最好的教师，任何学科的学习都应该尽可能让学生感到趣味性。如果教师把“概率统计”当成一般的数学课来上，那么学生只会感到枯燥和乏味，自然提不起学习兴趣。教师要充分发挥“概率统计”的实用性，做到学以致用，一改学生对数学学起来没有用的旧观念，让学生眼前一亮，积极投入学习。如古典概型中的生日问题，假设班级有50名同学，一年按365天算，那么每个同学生日是哪天的概率都是1/365，求至少有2个同学生日是相同的概率。从古典概率模型可知，这个概率竟然达到了惊人的97%。像这样的例子还有很多，教师需要充分发掘，将“概率统计”理论与数据分析技巧融入学生的日常学习，提高学生学习的趣味性。2.教师系统掌握“概率统计”知识。要传授学生“一杯水”的知识，教师往往要有“一桶水”的知识储备。概率论与数理统计在大学乃至更高层次的内容需要很多的高深理论基础。测度论为概率论奠定了理论基础，数理统计又分为参数统计与非参数统计。教师可通过外出培训，或者寒暑假等空闲时间进行自学，对知识进行更高层次的梳理，力求达到“一桶水”的水平。3.将互联网技术融入教学。大数据是互联网发展到一定阶段的必然产物，由于互联网在资源整合方面的能力不断增强，互联网本身通过数据来体现出自身的价值，大数据充当了互联网价值的体现者。在人工智能领域，如时下非常流行的机器学习，工程师就可以利用“概率统计”知识构建学习模型，利用数据不断学习，训练数据模型。在实际应用阶段，甚至可以利用模型反过来推断这个数据。“概率统计”知识在数据模型的使用、概率的求解方面都起着至关重要的作用。如现在的人脸识别技术、图像识别技术语音控制等。教师要随时代变化，不断接触这些新鲜事物，让这些新鲜的事物融入课堂，开拓自身眼界，启发学生进一步研究探索。
（二）改善教学方法
1.以问题进行教学。从问题出发使学生主动参与课堂活动，有助于学生理解和应用统计知识。例如，如何快速得知班级男女生身高情况，这个问题显然是描述性统计知识，其中茎叶图、箱线图、散点图等方法是描述性统计中探索数据的常用方法，结合实际的问题学生可以很快掌握这些图形探索数据的整体情况，这是寻找数据规律的一种方法，并且箱线图和柱状分布图也是理解概率分布的最有效的方法，而理解概率分布是深刻理解概率的基础，概率又是统计的基础，所以从这个线索来看，将概率与统计结合起来意义深远。2.“概率统计”教学的两个结合。把统计概念的学习与随机变量的理解结合起来，与函数自变量相比，函数的自变量是确定的。大多数数学问题也都是确定性问题。“概率统计”中的变量具有不确定性，这个不确定特指随机变量所取的值具有概率性，这是统计的核心，统计调查的每个部分都与随机变量有关，把统计的概念同变量的理解联系起来，有助于加强学生对统计的理解。在一个统计活动中，教师应结合四个方面的角度进行统计教学，分别是问题分析、数据提取、数据整理、数据分析。把统计概念嵌入这四个方面进行学习，有助于学生理解统计是一个整体的活动，而不是公式、计算的堆积。3.运用信息技术，更好地进行数据分析。随着大数据时代下统计与信息技术的普及，高中生已经掌握了一定的信息技术技能。教室的信息设备也已经非常先进，教师完全可以在授课的时候应用信息技术进行“概率统计”教学，着重在数据分析技巧的方面进行授课。如一元线性回归的教学，教师就可以利用Excel进行回归直线的拟合，以及数据预测。还可以运用更高级的统计软件，如MAT－LAB、R、SPSS、SAS等，教师在展示比较复杂的统计问题时（如抽样分析、比较均值），假设检验应用起来更得心应手，让学生了解统计软件的强大和统计自身的强大。4.提供数据分析实践机会。经过基础的阶段性学习，学生已经具备了“概率统计”的基础知识，教师可安排一至两节的实践课。比如，数据收集实践课、数据探索实践课及数据分析实践课。经典统计分析当属线性回归模型实践课，这是使用频率最高的统计模型。在教学实践中，教师让学生探索本班同学身高、体重与性别间的线性关系，这种方式具有操作简便的特点，学生对此兴趣浓厚，反映良好。让学生在实际案例中学会全套的数据收集、数据整理、数据探索，以及数据分析的技巧对其掌握统计能力具有重大意义。
三、结语
在新高考背景下，为全面提升学生的数据分析素养，教师需要不断加强“概率统计”理论教学，要充分利用现有的软件、硬件，实现信息技术与课堂的深度融合，特别是学生要参与数据收集、数据整理、数据分析、数据解读的全过程，达到既有理论学习，又有实践机会的学习目标，这也符合“概率统计”应用性的一个特点。教师在课程设计的时候，要充分体现课程的应用性、趣味性，既有数学的严谨又有概率特有的不确定性。
参考文献：
[1]胡敬涵.高中生数据分析素养现状的调查研究[D].哈尔滨:哈尔滨师范大学,2018.
[2]郑明月.中小学数学课程中统计内容的发展主线研究[D].上海:华东师范大学,2018.
[3]凌娜.数据分析素养视角下的试题研究[D].福州:福建师范大学,2017.
[4]朱亚丽,张慧慧,刘月.高中数学新旧课标中概率与统计内容的比较研究[J].教学与管理,2019(6):77-80.
[5]薛仁华.信息技术与高中数学课堂的融合研究[J].信息记录材料,2018,19(2):160-161.
数据分析课程范文7
关键词:大数据；信息管理；实践教学；教学改革
1引言
信息资源管理是高校管理类相关专业的核心课程之一。该课程的任务是培养符合现代社会需求的合格公民和信息管理方面的应用技术型人才。课程传统教学内容要求学生在了解信息资源组织与管理的基本原理基础上，掌握相关概念与基本方法和技术。该课程传统的教学过程是由教师讲授信息资源组织管理的理论、方法，学生听讲，然后利用关系型数据库实践相关信息资源的组织和管理过程。但是现代社会人才需求形势是：全社会各领域均提出大数据应用需求，信息资源管理涉及的研究与应用领域离不开大数据技术，未来我国需要大量能够进行大数据信息资源管理的技术型人才[1]。因此，为了完成该课程人才培养目标，需要对课程内容进行及时调整。另一方面，该课程传统的课堂教学模式存在以下几个问题：
（1）教师授课时学生人到心不到，通过课堂点名看似学生到课率高，但听课效率低，学习质量不高。
（2）学生在学习过程中通过模仿验证式地完成学习任务，无法体验由自己的才能和努力而得到的知识回报，看不到自己真正的学习成果，因此无法提升学习兴趣。
（3）传统的教学过程教师重视教，轻视学，教师的课堂设计只体现如何教，而缺乏对学生如何学习的引导的设计。因此，学生无法将课堂上所学的知识系统地转换为解决实际问题的能力。基于当前社会的大数据人才需求背景，高校信息资源管理课程既需要进行内容改革，也需要进行课程教学方式改革。课程内容上需要从传统关系型信息资源管理内容转向大数据资源管理。在教学方式上也需将传统的串行讲授的教学方式转换为以案例及任务驱动的实践教学模式，通过让学生主动参与课堂学习任务并进行展示提升学习质量；通过让学生任务作品化的实践让学生体验解决企业应用中涉及的实际问题成就感，提升学生学习兴趣；通过将传统对结果进行评价的方式，改革为过程嵌入式评价方式，提高师生教学互动，并提高课堂教学反馈质量，使学生对知识的学习在教师的评价和有效反馈后进一步完善、修正并扩展和提升，从而真正将知识转换为解决实际问题的能力。本文通过研究信息资源管理课程教学内容和教学方式的改革途径，实现培养适应我国经济社会发展建设需要的应用技术型人才。
2课程内容的改革研究
2.1课程目标调整。该课程原教学目标为要求学生掌握关系型数据库环境下的信息资源组织与管理的原理和技术。基于当前社会的大数据人才需求背景，课程目标调整为要求学生通过课程学习应具备采集获取大数据的能力，能够综合利用相关技术，采集不同类型数据源的数据，并对数据进行清洗。另外，还应具备大数据分析能力，能够针对实际商务应用问题，采用信息资源管理的有效方法并建立模型分析数据，能够撰写报告及展示汇报，为解决实际问题提供信息依据。
2.2课程内容改革。该课程传统教学内容要求学生了解信息资源组织与管理的相关概念，掌握其基本原理、基本方法和技术。本课程教学改革后，教学中让学生通过专题训练提高商业智能数据分析、大数据采集、大数据分析、信息资源组织的能力。课程由大数据采集、大数据分析、商业智能数据分析以及信息资源组织等专题构成。其中大数据采集专题将培养学生使用Python网络爬虫和信息提取技术进行网络信息采集，培养学生对各种不同数据源的数据进行采集[2]；大数据分析专题将大数据分析分为查询验证型分析和挖掘型分析等不同层次[3]，通过分析案例解析，在教师带领下，让学生掌握数据分析的技术方法，同时体验串行数据分析技术方法的低效率和并行大数据分析技术的高效率。商业智能数据分析专题将以一个具体企业应用案例，展示大数据分析在推荐系统和客户服务等方面带来的价值，并让学生通过团队协作的方式，模拟完成企业应用拓展。信息资源组织专题让学生组建团队，完成基于网络的面向某社会热点的问卷调查的方式，通过设计调查问卷，对调查问卷进行统计和分析，并进行汇报展现。
3课程教学方式的改革
（1）以实践专题实现探索式学习。课程教学过程中改变了传统的循序渐进、系统化的“串行”教学模式，根据教学环节、教学内容的特点，积极采用“并行”的教学模式，即教学过程不仅按演绎教学法“顺”的进行，同时按实践教学中的归纳教育法“逆”的进行，通过实践引导学生“逆”向理解较难的理论，引导学生从“要我学什么”变为“我要学什么”[4]。例如，在信息资源分析时，传统教学中都是教师先用PPT介绍数据分析相关概念、具体操作、数据分析方法及常用技术，然后教师在课堂上演示一些案例，让学生先模仿实现案例的分析过程。课程改革后大数据分析专题按查询型分析、验证型分析和挖掘型分析三个数据分析专题展开，教师在每个专题时只会用5-10分钟时间介绍各种类型分析中常用的分析方法和技术，然后给学生一些案例数据集和开放性的问题，让学生自己去探索数据。例如：在验证型数据分析时，传统教学过程要用45分钟左右的时间通过PPT教学讲解相关概念和方法，然后教师再演示案例让学生模仿。整个过程学生基本是被动接受知识的状态，几乎没有主动动脑参与研究。而改革后的教学过程转变为教师只用10分钟左右的时间向学生介绍验证型数据分析的“提出假设，数据建模验证假设，判断给出结论”的分析方法和分析过程，然后给出特定的数据集和开放型的问题，更多的时间留给让学生在数据集上进行探索。如给出银行降低信贷风险贷款担保问题，指出在该问题中企业一旦无力偿还贷款，贷款风险全部由银行承担，让学生通过建模验证分析若干个贷款主体间的循环担保现象。因为没有现成的答案，案例问题又来自现实生活，非常容易调动学生学习时的探索欲望，这就更有利于学生去主动发现问题，进而去寻找解决问题的途径，从而提高学习效果和效率。这种以实践专题形式让学生实现发现式、探索式的学习，让学生受益于带着问题去学习、去钻研的创造性学习方法。
（2）以作业作品化方式培养学习兴趣。学习过程中形式单一及模板化的作业是无法调动学生学习积极主动性的关键问题之一。因此，将作业形式转化为作品对学生自主发展和提升学习质量有直接的促进作用。据调查，每个大学生内心均有自我展示和自我成长的需求，这就要求教师在进行课程专题设计时布置出开放且作品化的任务，以激发学生完成任务的成就感和价值感。例如，在进行挖掘型数据分析时，给出一组餐饮企业经营的数据集后，就让学生自行选择分析算法，去探索数据的联系。学生可以选择用聚类分析法去探索用户与用户选择菜品的相似性进行菜品推荐；也可以选择协同过滤算法分析用户与菜品之间的关系，用于未来向该用户进行菜品推荐；还可以选择用探索型分析法进行客户流失模型分析等。学生在自主探索中获得了极大的成就感，并产生了所学知识可用于解决社会实际问题的价值感。通过作业作品化，学生在自己的研究和讨论中完成与特定的与企业应用需求贴近的任务，学生在掌握新方法和新技术的同时潜移默化地把知识转化为解决实际问题的技术能力，体验由自己的才能和努力而得到的知识回报，看到自己真正的学习成果，同时也培养了学生的专业兴趣和自豪感。
（3）以嵌入式评价方式提升教学反馈质量。该课程传统的课程考核方式是期末笔试考核。这样的考核方式形式单一、题型标准，考试内容紧紧围绕课堂上教师所讲授的知识点展开，学生通常会在考前根据考试范围进行短时记忆式复习，考后即遗忘所学的知识点。这既不利于学生真正去掌握信息资源管理课程的相关知识和技术，也不利于师生对课程知识深层次的挖掘和思考。因此，本课程改革后采取嵌入式课程考核评价方式。课程考核嵌入于每一个课程专题中进行，且考核过程由学生完成专题实践、教师批阅描述存在问题、优秀作品展示、作品中存在问题反馈点评、学生对作品进行改进、教师评分等环节构成。这种嵌入式课程评价方式既增强了课程学习过程中师生教学互动，又提高了教学的反馈质量，同时在学生进行优秀作品展示时还锻炼了语言的表达能力，增强他们学习的自信心。大部分学生在专题学习过程中通过教师批阅及有效反馈后对专题实践内容进一步完善、修正、扩展和提升，从而实现真正将知识转换为解决实际问题的能力。
4结束语
根据大数据背景下应用技术型本科管理类专业人才的社会需求，福建工程学院信息资源管理课程通过制定符合现代社会发展要求的课程目标，调整课程教学内容，并对教学方式、课程考核方式进行改革研究，强化学生基于大数据背景的信息资源采集、数据分析、商务智能数据分析、信息资源组织等方面的实践能力。该课程改革使学生从原来的仅能够进行串行单机数据分析转向掌握大数据分析技术并能够进行高效网络信息抓取分析的应用实践能力强的应用技术人才[5]。该课程改革思路经应用，所培养的学生不仅能够以扎实的基础掌握信息资源组织与管理的新技术、新知识，而且在相关工作中表现了较高的专业素养，实践动手能力较强。企业案例融入课程专题学习也使学生将技术与企业应用相融合。该课程改革的应用在当前社会大数据背景中提升了管理类大学生在信息资源管理方面的工程实践能力和社会适应能力，增强了学生就业的竞争力。
参考文献
[1]孟小璐.以外贸企业信息化人才为导向构建信管专业实践教学体系.北京城市学院学报,2017(4):58-62
[2]刘晓宇.基于超网络模型的金融大数据人才培养探究.金融理论与教学,2018(004):116-118
[3]吴龙昌.数据分析在"两金"压降管理中的应用.通信企业管理,2018(5):36-38
[4]张宁.面向数据科学的信息管理与信息系统专业课程建设与改革.现代情报,2017(8):106-110
数据分析课程范文8
人才培养的成果最直观地体现在毕业生的就业上。笔者引用CIS2011课题组对清华大学、中国人民大学等13所大学2006-2010年的5届毕业生的就业行业、所从事的职业两方面的数据，来分析信管专业人才培养现状。
1．1按就业行业分
CIS2011课题组通过调查得出：在所有毕业生中，在信息传输、计算机服务和软件行业就业的人数最多，达到31．5％；其次是金融业，达到17．7％；其他，如制造业、公共管理、教育业、建筑业、批发和零售业、交通运输、仓储和邮政等各占一定的比例。
1．2按从事职业分
CIS2011课题组通过调查得出：在所有毕业生中，从事技术开发岗位的人数最多，达到25．7％；其次则是业务服务岗位，达到23．4％；再次是市场营销和经营管理岗位，分别达到15．3％和12．2％；其余，如应用研究、教育培训、后勤保障等，各占一定的比例。从上面分析可以看出，信管专业毕业生所从事行业来看，人数最多的还是信息传输、计算机服务和软件行业，即使从事其他行业也或多或少地会利用原来在学校学习的专业知识；从从事职业来看，技术开发、业务服务是两种主要的职业选择。
2大数据环境对信管专业人才培养的影响分析
大数据时代，数据的产生方式被极大地改变，用户从信息消费者变成了既是信息消费者又是信息生产者；数据的传播途径发生了很大变革，信息已从报刊、电视、广播等传统传播途径，延伸到互联网、移动互联网等；数据存储的习惯同样发生了变化，过去用户将数据存储于电脑、U盘或者移动硬盘上，但现在大多数用户会选择将数据进行“云”存储；可以利用的数据更多，甚至可以利用某个特别现象相关的所有数据，而不再依赖于随机取样。信息的产生、收集、保存、维护、处理、利用的整个生命周期的管理已经突破了传统信息技术和信息系统应用的领域、技术和科学范式。新的环境需要能确定上游数据模型，并有数据仓库构建以及数据建模方面的背景，完成高质量数据收集的数据专员；拥有某个领域的专长、能帮助开发数据产品且帮助开发推动业务发展的数据解决方案的数据分析员或数据科学家；在企业历史数据的基础上通过假设来测试阈值并预测未来用户行为或锁定目标用户的大数据开发人员。相关企业对上述人才的需求量正在激增。据2011年麦肯锡全球研究所预计，截至2018年，美国大数据领域中深度分析人才职位的需求会超过供给，缺口为14万~19万个职位。此外，麦肯锡预计截至2018年，美国需要增加150万能够提出正确的问题并有效利用大数据分析的管理者和分析师。由上分析可以看出：大数据突破了过去信息技术和信息系统应用的领域、技术和科学范式，必将对信管专业延续了20多年的教学计划、教学内容和教学方式产生巨大的冲击，必然重塑信管学科和专业。
3相关职业对毕业生的基本要求分析
由上面的就业分析和影响分析可以看出，目前信管专业毕业生目前所从事的职业依然集中在系统开发、ERP服务等，而将来信管专业毕业生从事的职业可能会集中在移动开发、商务智能（数据分析）等。笔者结合一些主流招聘网关于这几类职业所要求的基本技能以及要获得这些技能的必修课程进行了分析。
3．1系统／移动开发
这类职业一般要求毕业生应具备的基本技能有：能够使用一种以上的主流开发工具，如Java、C＃等或无线应用开发技术；熟悉至少一种数据库管理系统，尤其是大型数据库管理系统，如Oracle、DB2等；具有软件工程的思想等。而要获得这些技能，需要学习管理信息系统、数据库原理与应用、程序设计语言、数据结构、计算机网络、信息系统分析与设计等。
3．2ERP实施及二次开发
这类职业一般要求毕业生应具备的基本技能有：根据用户管理信息化的需求，为用户制定ERP软件项目的咨询方案；帮助用户优化业务流程，并成功实施ERP软件项目；根据用户的个性化的管理需求，如：财务集控开发、异构系统集成等，进行ERP软件的二次开发；总结项目实施经验，形成项目知识文档。而要获得这些技能，需要学习管理信息系统、数据库原理与应用、ERP原理与应用、ERP实施、ERP二次开发等。
3．3商务智能（数据分析）
这类职业一般要求毕业生应具备的基本技能有：根据业务需求，收集并存储所需的市场、营销等相关数据；根据数据分析的要求，负责抽取相关数据、并统计计算数据，以便为各类决策提供数据支持；对处理后的数据，按照用户的要求进行分析，并能用各类图表进行恰当地展示。而要获得这些技能，需要学习数据库原理及应用、统计学、BI前端应用开发、DW设计、ETL设计、数据分析等。
4信息管理与信息系统专业人才培养再思考
4．1重新定位专业方向
根据市场对信管专业人才的需求，以及本专业的实际情况，我们适时地调整了专业方向，即掌握数据库基本原理，熟练使用一门主流DBMS，如：SQLServer或Oracle；具备一定的编程思想，能熟练运用一门编程语言，如：C＃；熟悉企业生产运作环境，初步具备ERP实施与二次开发的能力；能根据实际需求准确收集所需数据，利用相应工具进行数据分析，并能利用BI前端工具进行可视化呈现。
4．2重组课程体系
为了配合专业培养方向，我们以CIS2011课程体系为基础，结合我校的实际情况和市场需求，剔除了一些不适应市场需求的课程，新增了一些新的课程，构建了新的专业课程体系，即管理基础＋计算机基础＋专业基础＋应用能力。这一课程体系是原课程体系的扬弃，在保留重要基础课程的基础上，充分体现了新环境对专业人才培养的要求。
4．3重新整合实践教学
将以前分散的多门课程设计、毕业实习等进行整合，设计了几个综合性较强的实践环节。尽量避免学生“一叶障目，不见泰山”，并在实践环节使用同一个项目贯穿始终。通过这几个实践教学，让学生真正消化课堂上的理论知识，提高了学生的动手能力。
5效果评价
