序論：好文章的創(chuàng)作是一個不斷探索和完善的過程，我們?yōu)槟扑]十篇數(shù)據(jù)分析師統(tǒng)計學基礎范例，希望它們能助您一臂之力，提升您的閱讀品質(zhì)，帶來更深刻的閱讀感受。

篇（1）

互聯(lián)網(wǎng)行業(yè)在快速發(fā)展，“互聯(lián)網(wǎng)+”概念的提出標志著互聯(lián)網(wǎng)已叩響“萬物互聯(lián)時代”的大門。在這個時代，大數(shù)據(jù)滲透于各行各業(yè)，掌握數(shù)據(jù)核心價值成為企業(yè)脫穎而出并取得勝利的法寶。越來越多的企業(yè)承認競爭優(yōu)勢與大數(shù)據(jù)有關，由此，數(shù)據(jù)分析師這一職業(yè)逐漸得到認可并受到追捧。世界500強企業(yè)中，有90%以上都建立了數(shù)據(jù)分析部門。在國內(nèi)，已有超過56%的企業(yè)在籌備和發(fā)展大數(shù)據(jù)研究，據(jù)有關部門預測未來5年，94%的公司都將需要數(shù)據(jù)分析專業(yè)人才。數(shù)據(jù)分析師的職位需求隨之不斷增長，全國數(shù)據(jù)分析師的職位由2014年初的200多個職位增長到接近3000個職位。正如著名出版公司O’Reilly的創(chuàng)始人Tim O’Reilly斷言，大數(shù)據(jù)就是下一個Intel Inside，未來屬于那些能把數(shù)據(jù)轉(zhuǎn)換為產(chǎn)品的公司和人群。

優(yōu)秀的數(shù)據(jù)分析師已經(jīng)成為促進各行各業(yè)發(fā)展，推動國家經(jīng)濟進步的重要人物。但我國針對數(shù)據(jù)分析的研究起步晚，市場巨大，職位空缺現(xiàn)象十分嚴重。因此，培養(yǎng)數(shù)據(jù)分析人才的項目活動應引起高度重視。

1互聯(lián)網(wǎng)環(huán)境下的數(shù)據(jù)分析師

1.1數(shù)據(jù)分析師的定義

談起數(shù)據(jù)分析師，很多人都認為其職位高高在上，不可企及，但實際并非如此。讓我們從案例出發(fā)來探索其內(nèi)在含義，數(shù)據(jù)分析最經(jīng)典的案例便是“啤酒與尿布”，沃爾瑪超市將Aprior算法引入Pos機數(shù)據(jù)分析發(fā)現(xiàn)美國年輕的父親去超市為嬰兒購買尿布的同時，往往會順便為自己購買啤酒，這樣便使尿布和啤酒這兩樣看似不相干的商品有了某種聯(lián)系。于是，沃爾瑪嘗試將兩種商品擺放在同一區(qū)域，進而取得了意想不到的良好銷售收入?？梢?，數(shù)據(jù)分析是運用適當?shù)姆椒▽κ占瘉淼拇罅繑?shù)據(jù)進行分析整理，篩選有價值的信息并形成相應的解決方案以幫助人們作出判斷，采取適當行動的過程。

1.2數(shù)據(jù)分析師的層級分類

經(jīng)對多家招聘網(wǎng)站數(shù)據(jù)分析師的招聘信息進行分析研究，發(fā)現(xiàn)目前數(shù)據(jù)分析師大體分為三個層級：傳統(tǒng)行業(yè)的數(shù)據(jù)分析師、互聯(lián)網(wǎng)初級數(shù)據(jù)分析師、互聯(lián)網(wǎng)高級數(shù)據(jù)分析師。傳統(tǒng)行業(yè)的數(shù)據(jù)分析師的主要工作是整理、處理數(shù)據(jù)，專業(yè)技能只要具備一定的數(shù)學和統(tǒng)計學知識儲備即可；第二層級是互聯(lián)網(wǎng)初級數(shù)據(jù)分析師，職位要求在傳統(tǒng)數(shù)據(jù)分析師的基礎上掌握少數(shù)的計算機工具譬如SPSS、SQL等，從職人員需具備一定的數(shù)據(jù)敏感度和邏輯思維能力，能夠?qū)?shù)據(jù)源進行分析并能制作數(shù)據(jù)報表；互聯(lián)網(wǎng)高級數(shù)據(jù)分析師是一類復合型人才，要熟悉業(yè)務環(huán)境并能與技術相結合解決企業(yè)實際問題，并掌握數(shù)據(jù)挖掘常用算法和一系列相關的分析軟件，他們的工作與企業(yè)發(fā)展密切相連，擁有一名優(yōu)秀的數(shù)據(jù)分析師的企業(yè)將擁有與同行業(yè)競爭的資本。

1.3數(shù)據(jù)分析師的能力需求

數(shù)據(jù)分析師的工作分為采集、存儲、篩選、數(shù)據(jù)挖掘、建模分析、優(yōu)化、展現(xiàn)、應用等一系列過程。接下來從主要步驟詳細分析數(shù)據(jù)分析師的能力需求。數(shù)據(jù)挖掘過程即從海量數(shù)據(jù)中提取潛在的有價值的信息，要求數(shù)據(jù)分析師掌握一系列相關分析方法譬如聚類分析、關聯(lián)分析、等并能熟練運用數(shù)據(jù)挖掘算法和相關工具；建模分析即對數(shù)據(jù)抽象組織，確定數(shù)據(jù)及相關性的過程，在此基礎上要掌握譬如決策樹、神經(jīng)網(wǎng)絡、K-means算法、SVM等至少一種相關算法；展現(xiàn)過程要求具備數(shù)據(jù)整理、數(shù)據(jù)可視化、報表制作能力，熟練應用D3、Vega實現(xiàn)數(shù)據(jù)可視化，并能運用R和DateWangler工具將原始數(shù)據(jù)轉(zhuǎn)化為實用的格式。

2數(shù)據(jù)分析師的培養(yǎng)現(xiàn)狀

2.1國外數(shù)據(jù)分析師的培養(yǎng)現(xiàn)狀

在國外，無論是學術研究還是企業(yè)部門，數(shù)據(jù)分析已發(fā)展到較為成熟的地步。斯坦福大學的研究成員著手開發(fā)MEGA（現(xiàn)代動態(tài)網(wǎng)絡圖像分析Modern Graph Analysis for Dynamic Networks）并與多家媒體公司緊密合作，研究社交媒體中的用戶行為，建立模型并探究其中的規(guī)律；哥倫比亞大學已開設了《數(shù)據(jù)科學導論》和《應用數(shù)據(jù)科學》課程，從2013年秋季起開設“數(shù)據(jù)科學專業(yè)成就認證”培訓項目，并于2014年設立專業(yè)碩士學位和博士學位；華盛頓大學開設《數(shù)據(jù)科學導論》課程，并對修滿數(shù)據(jù)科學相關課程學分的學生頒發(fā)數(shù)據(jù)科學證書。數(shù)據(jù)分析師在國外已引起了充分的重視，他們均衡分布在各行各業(yè)，運用掌握的專業(yè)知識并結合相關思維為自身、企業(yè)乃至社會的發(fā)展做著不小的貢獻。

2.2國內(nèi)數(shù)據(jù)分析師的培養(yǎng)現(xiàn)狀

近年來，在國內(nèi)，大數(shù)據(jù)的概念雖被媒體和行業(yè)廣泛提及，但數(shù)據(jù)分析算是剛剛起步，數(shù)據(jù)分析師的培養(yǎng)課程未得到普及，我國目前將數(shù)據(jù)分析納入教學體系的高校寥寥無幾，開設相關課程并取得一定成果的有：香港中文大學設立“數(shù)據(jù)科學商業(yè)統(tǒng)計科學”碩士學位；復旦大學開設數(shù)據(jù)科學討論班，于2010年開始招收數(shù)據(jù)科學博士研究生；北京航空航天大學設立大數(shù)據(jù)工程碩士學位；中國人民大學統(tǒng)計學院開設數(shù)據(jù)分析方向應用統(tǒng)計碩士。

和國外相比，我國數(shù)據(jù)分析師的人才培養(yǎng)機制還未成熟，高校教育仍存在各種各樣的問題，譬如，大學生雖然從多門課程中接觸到與數(shù)據(jù)分析相關內(nèi)容，但各門課程的教學資源未能實現(xiàn)有效的整合?；ヂ?lián)網(wǎng)環(huán)境下，大數(shù)據(jù)帶來的是一場革命性的變化，若想把握機遇，實現(xiàn)國家經(jīng)濟革命性發(fā)展，首要任務就是數(shù)據(jù)分析師的培養(yǎng)。

3如何成為優(yōu)秀的數(shù)據(jù)分析師

數(shù)據(jù)分析師作為新時代新興起的高薪職業(yè)，對人員的能力要求是相當高的，下面將根據(jù)數(shù)據(jù)分析師的定義、能力需求并結合互聯(lián)網(wǎng)環(huán)境的時代背景，對數(shù)據(jù)分析師的成才途徑作出詳細的分析。

思維變革，數(shù)據(jù)分析師成才的前提。首先要在思維方面有所改變，培養(yǎng)自身數(shù)據(jù)思維、多模式思維、邏輯思維和結構化思維。數(shù)據(jù)思維即量化思維，對數(shù)據(jù)具有獨特的敏感度，相信一切事物皆可量化；多模式思維即構造多種想法和解決思路，拓寬思維，從多角度出發(fā)，以尋求最優(yōu)的解決問題的方案；邏輯思維，在錯綜復雜的海量數(shù)據(jù)中要有縝密的思維和清晰的邏輯推理能力才能按照自己既定的目標有效解決問題；結構化思維即系統(tǒng)性思考問題，深入分析內(nèi)在原因，能夠制定系統(tǒng)可行的解決方案。

技能變革，數(shù)據(jù)分析師成才的工具。作為一名優(yōu)秀的數(shù)據(jù)分析師若想在互聯(lián)網(wǎng)環(huán)境下對海量數(shù)據(jù)進行有效的管理，就要努力學習相關的專業(yè)技能。要掌握多種機器學習方法，不斷學習相關軟件應用，譬如，Java、Python、SQL、Hadoop、R等等，這將成為數(shù)據(jù)分析全過程的輔助工具；除此，還要掌握一定的心理學知識，能夠很好的分析和解釋客戶行為；在此基礎上，最核心的是要掌握一定的業(yè)務能力和管理能力。

素質(zhì)變革，數(shù)據(jù)分析師成才的保證。在個人素質(zhì)方面，互聯(lián)網(wǎng)時代對數(shù)據(jù)分析師的要求增多，若想成為優(yōu)秀的數(shù)據(jù)分析師就應不斷學習完善以下素質(zhì)能力：對工作的態(tài)度嚴謹認真，對數(shù)據(jù)的變化時刻保持敏銳的洞察力，對方法的運用保持一定的創(chuàng)新性，對團隊保持團結合作之心，能與顧客溝通交流并及時了解他們的需求。

實踐，數(shù)據(jù)分析師成才的推動力。數(shù)據(jù)分析師的職責是幫助企業(yè)挖掘市場價值、發(fā)現(xiàn)機遇、準確進行市場定位并從海量數(shù)據(jù)中找出問題，提出解決方案。因此，在數(shù)據(jù)分析師的成才道路上，實踐是必不可少的。相關人員要在掌握理論的基礎上，敢于應用于實踐，充分考慮數(shù)據(jù)中存在的價值和風險。使自我能力在實踐中不斷改進和完善。

4給我國高校的建議

高校為數(shù)據(jù)分析師的成長提供指導和途徑，肩負著為我國社會培養(yǎng)有用人才的重任，因此高校要努力構建數(shù)據(jù)分析師的人才培養(yǎng)機制，不斷輸出數(shù)據(jù)分析相關人才。

高校的首要任務是，強化師資力量，改進教學方法。各大高校應聯(lián)合共建優(yōu)秀師資團隊，鼓勵教師考取數(shù)據(jù)分析師資格證，并到實際企業(yè)中進行歷練。再者，我們要組建專門師資團隊到國外開展學習工作，取其精髓，去其槽粕，不斷優(yōu)化我國數(shù)據(jù)分析師的培養(yǎng)體系。

第二、培養(yǎng)專業(yè)化的人才就要有效整合各門課程的教學資源，構建系統(tǒng)性教學結構。鑒于市場對數(shù)據(jù)分析師的需求的火熱程度，高校完全可以開設專門課程，將與數(shù)據(jù)相關的課程進行有機的整合并開設數(shù)據(jù)分析導論、基礎等課程，制定數(shù)據(jù)分析系統(tǒng)性課程體系，專門為市場培養(yǎng)數(shù)據(jù)分析的專業(yè)人才。

第三、在具備優(yōu)秀的師資力量和良好的教學體系的基礎上，高校也高度應注重學生興趣的培養(yǎng)。數(shù)據(jù)分析師是新時代的復合型人才，一名優(yōu)秀的數(shù)據(jù)分析師需掌握包括數(shù)學、統(tǒng)計學、運籌學、社會學、管理學以及大量軟件應用在內(nèi)的大量相關知識，學習過程會十分繁瑣、復雜，學習周期長，學習難度大，所以建議各大高校在制定教學體系時應合理安排課程，在教學過程中應注重課程的趣味性，寓教于樂，采用案例導入、項目教學等教學方法，逐漸培養(yǎng)學生對數(shù)據(jù)分析濃厚的興趣。

第四、隨時更新教學數(shù)據(jù)，培養(yǎng)適應時展的人才?；诖髷?shù)據(jù)的4V特征即大量化（Volume）、多樣化（Variety）、快速化（Velocity）、價值化（Value），在培養(yǎng)數(shù)據(jù)分析人才的期間，高校一方面要注重數(shù)據(jù)的全面性，另一方面要注重數(shù)據(jù)的更新，及時更改教學方法和教學案例，與時俱進。高校要充分利用互聯(lián)網(wǎng)的優(yōu)勢，引入MOOC（Massive Open Online Course，大規(guī)模網(wǎng)絡開放課程）教學方式，充分發(fā)揮大數(shù)據(jù)在教育領域的作用，克服傳統(tǒng)教學方法資源少、反饋慢、綜合分析困難等缺點，將數(shù)據(jù)分析的研究成果應用于數(shù)據(jù)分析人才的培養(yǎng)，實現(xiàn)數(shù)據(jù)分析行業(yè)的良性循環(huán)。

第五、注重理論與實踐相結合，努力為學生搭建實踐的平臺。高?？煽紤]校企合作的教學理念，邊教學邊實踐，讓學生將所學到的理論知識轉(zhuǎn)化為實際應用，一方面在實踐中鞏固并檢驗自己的理論知識，另一方面數(shù)據(jù)來源真正的企業(yè)運營中，讓學生切實體驗數(shù)據(jù)的作用和風險，有助于塑造真正對企業(yè)有用的人才。

5結語

綜上所述，互聯(lián)網(wǎng)帶來了全球范圍的數(shù)據(jù)信息大爆炸，這對企業(yè)來說是機遇同時也是挑戰(zhàn)，能將大數(shù)據(jù)為自己所用，是企業(yè)取勝的關鍵，因此數(shù)據(jù)分析師逐漸被各行各業(yè)認可。文章從數(shù)據(jù)分析師的定義出發(fā)，結合目前的時代背景，對數(shù)據(jù)分析師的每一工作步驟所需的能力進行研究，旨在初步探索優(yōu)秀數(shù)據(jù)分析師的成才之道，為即將成為數(shù)據(jù)分析師的學者提供一定的理論參考。最后，針對如何構建數(shù)據(jù)分析人才培養(yǎng)體系，對我國高校提出了幾點建議。高校的培養(yǎng)只是為數(shù)據(jù)分析師提供成才的途徑，如何成為資深的數(shù)據(jù)分析師還有賴于每個學者的不斷探索和研究。

參考文獻：

[1]張明元.數(shù)據(jù)分析師的職業(yè)是否高不可及[J].出國與就業(yè)，2007（08）：56.

[2]鄭葵，馬濤.經(jīng)管類專業(yè)大學生數(shù)據(jù)分析能力提升策略探討[J].商業(yè)經(jīng)濟，2013（19）：52-53.

[3]馮海超.大數(shù)據(jù)時代正式到來[J].互聯(lián)網(wǎng)周刊，2012（24）：36-38.

[4]譚立云，李強麗，李慧.大數(shù)據(jù)時代數(shù)據(jù)分析人才培養(yǎng)的思考及對策[J].科技論壇，2015.

[5]尹穎堯，李鴻琳.趕緊培養(yǎng)數(shù)據(jù)分析師[J].大學生，2013（18）：78-79.

[6]程征.提升數(shù)字閱讀質(zhì)感的數(shù)據(jù)分析師[J].中國記者，2013（6）：46-47.

篇（2）

了解數(shù)據(jù)采集的意義在于真正了解數(shù)據(jù)的原始面貌，包括數(shù)據(jù)產(chǎn)生的時間、條件、格式、內(nèi)容、長度、限制條件等。這會幫助數(shù)據(jù)分析師更有針對性的控制數(shù)據(jù)生產(chǎn)和采集過程，避免由于違反數(shù)據(jù)采集規(guī)則導致的數(shù)據(jù)問題；同時，對數(shù)據(jù)采集邏輯的認識增加了數(shù)據(jù)分析師對數(shù)據(jù)的理解程度，尤其是數(shù)據(jù)中的異常變化。比如：

Omniture中的Prop變量長度只有100個字符，在數(shù)據(jù)采集部署過程中就不能把含有大量中文描述的文字賦值給Prop變量(超過的字符會被截斷)。

在Webtrekk323之前的Pixel版本，單條信息默認最多只能發(fā)送不超過2K的數(shù)據(jù)。當頁面含有過多變量或變量長度有超出限定的情況下，在保持數(shù)據(jù)收集的需求下，通常的解決方案是采用多個sendinfo方法分條發(fā)送；而在325之后的Pixel版本，單條信息默認最多可以發(fā)送7K數(shù)據(jù)量，非常方便的解決了代碼部署中單條信息過載的問題。(Webtrekk基于請求量付費，請求量越少，費用越低)。

當用戶在離線狀態(tài)下使用APP時，數(shù)據(jù)由于無法聯(lián)網(wǎng)而發(fā)出，導致正常時間內(nèi)的數(shù)據(jù)統(tǒng)計分析延遲。直到該設備下次聯(lián)網(wǎng)時，數(shù)據(jù)才能被發(fā)出并歸入當時的時間。這就產(chǎn)生了不同時間看相同歷史時間的數(shù)據(jù)時會發(fā)生數(shù)據(jù)有出入。

在數(shù)據(jù)采集階段，數(shù)據(jù)分析師需要更多的了解數(shù)據(jù)生產(chǎn)和采集過程中的異常情況，如此才能更好的追本溯源。另外，這也能很大程度上避免“垃圾數(shù)據(jù)進導致垃圾數(shù)據(jù)出”的問題。

2.數(shù)據(jù)存儲

無論數(shù)據(jù)存儲于云端還是本地，數(shù)據(jù)的存儲不只是我們看到的數(shù)據(jù)庫那么簡單。比如：

數(shù)據(jù)存儲系統(tǒng)是MySql、Oracle、SQL Server還是其他系統(tǒng)。

數(shù)據(jù)倉庫結構及各庫表如何關聯(lián)，星型、雪花型還是其他。

生產(chǎn)數(shù)據(jù)庫接收數(shù)據(jù)時是否有一定規(guī)則，比如只接收特定類型字段。

生產(chǎn)數(shù)據(jù)庫面對異常值如何處理，強制轉(zhuǎn)換、留空還是返回錯誤。

生產(chǎn)數(shù)據(jù)庫及數(shù)據(jù)倉庫系統(tǒng)如何存儲數(shù)據(jù)，名稱、含義、類型、長度、精度、是否可為空、是否唯一、字符編碼、約束條件規(guī)則是什么。

接觸到的數(shù)據(jù)是原始數(shù)據(jù)還是ETL后的數(shù)據(jù)，ETL規(guī)則是什么。

數(shù)據(jù)倉庫數(shù)據(jù)的更新更新機制是什么，全量更新還是增量更新。

不同數(shù)據(jù)庫和庫表之間的同步規(guī)則是什么，哪些因素會造成數(shù)據(jù)差異，如何處理差異的。

在數(shù)據(jù)存儲階段，數(shù)據(jù)分析師需要了解數(shù)據(jù)存儲內(nèi)部的工作機制和流程，最核心的因素是在原始數(shù)據(jù)基礎上經(jīng)過哪些加工處理，最后得到了怎樣的數(shù)據(jù)。由于數(shù)據(jù)在存儲階段是不斷動態(tài)變化和迭代更新的，其及時性、完整性、有效性、一致性、準確性很多時候由于軟硬件、內(nèi)外部環(huán)境問題無法保證，這些都會導致后期數(shù)據(jù)應用問題。

3.數(shù)據(jù)提取

數(shù)據(jù)提取是將數(shù)據(jù)取出的過程，數(shù)據(jù)提取的核心環(huán)節(jié)是從哪取、何時取、如何取。

從哪取，數(shù)據(jù)來源——不同的數(shù)據(jù)源得到的數(shù)據(jù)結果未必一致。

何時取，提取時間——不同時間取出來的數(shù)據(jù)結果未必一致。

如何取，提取規(guī)則——不同提取規(guī)則下的數(shù)據(jù)結果很難一致。

在數(shù)據(jù)提取階段，數(shù)據(jù)分析師首先需要具備數(shù)據(jù)提取能力。常用的Select From語句是SQL查詢和提取的必備技能，但即使是簡單的取數(shù)工作也有不同層次。第一層是從單張數(shù)據(jù)庫中按條件提取數(shù)據(jù)的能力，where是基本的條件語句；第二層是掌握跨庫表提取數(shù)據(jù)的能力，不同的join有不同的用法；第三層是優(yōu)化SQL語句，通過優(yōu)化嵌套、篩選的邏輯層次和遍歷次數(shù)等，減少個人時間浪費和系統(tǒng)資源消耗。

其次是理解業(yè)務需求的能力，比如業(yè)務需要“銷售額”這個字段，相關字段至少有產(chǎn)品銷售額和產(chǎn)品訂單金額，其中的差別在于是否含優(yōu)惠券、運費等折扣和費用。包含該因素即是訂單金額，否則就是產(chǎn)品單價×數(shù)量的產(chǎn)品銷售額。

4.數(shù)據(jù)挖掘

數(shù)據(jù)挖掘是面對海量數(shù)據(jù)時進行數(shù)據(jù)價值提煉的關鍵，以下是算法選擇的基本原則：

沒有最好的算法，只有最適合的算法，算法選擇的原則是兼具準確性、可操作性、可理解性、可應用性。

沒有一種算法能解決所有問題，但精通一門算法可以解決很多問題。

挖掘算法最難的是算法調(diào)優(yōu)，同一種算法在不同場景下的參數(shù)設定相同，實踐是獲得調(diào)優(yōu)經(jīng)驗的重要途徑。

在數(shù)據(jù)挖掘階段，數(shù)據(jù)分析師要掌握數(shù)據(jù)挖掘相關能力。一是數(shù)據(jù)挖掘、統(tǒng)計學、數(shù)學基本原理和常識；二是熟練使用一門數(shù)據(jù)挖掘工具，Clementine、SAS或R都是可選項，如果是程序出身也可以選擇編程實現(xiàn)；三是需要了解常用的數(shù)據(jù)挖掘算法以及每種算法的應用場景和優(yōu)劣差異點。

5.數(shù)據(jù)分析

數(shù)據(jù)分析相對于數(shù)據(jù)挖掘更多的是偏向業(yè)務應用和解讀，當數(shù)據(jù)挖掘算法得出結論后，如何解釋算法在結果、可信度、顯著程度等方面對于業(yè)務的實際意義，如何將挖掘結果反饋到業(yè)務操作過程中便于業(yè)務理解和實施是關鍵。

6.數(shù)據(jù)展現(xiàn)

數(shù)據(jù)展現(xiàn)即數(shù)據(jù)可視化的部分，數(shù)據(jù)分析師如何把數(shù)據(jù)觀點展示給業(yè)務的過程。數(shù)據(jù)展現(xiàn)除遵循各公司統(tǒng)一規(guī)范原則外，具體形式還要根據(jù)實際需求和場景而定。基本素質(zhì)要求如下：

工具。PPT、Excel、Word甚至郵件都是不錯的展現(xiàn)工具，任意一個工具用好都很強大。

形式。圖文并茂的基本原則更易于理解，生動、有趣、互動、講故事都是加分項。

原則。領導層喜歡讀圖、看趨勢、要結論，執(zhí)行層歡看數(shù)、讀文字、看過程。

場景。大型會議PPT最合適，匯報說明Word最實用，數(shù)據(jù)較多時Excel更方便。

最重要一點，數(shù)據(jù)展現(xiàn)永遠輔助于數(shù)據(jù)內(nèi)容，有價值的數(shù)據(jù)報告才是關鍵。

7.數(shù)據(jù)應用

數(shù)據(jù)應用是數(shù)據(jù)具有落地價值的直接體現(xiàn)，這個過程需要數(shù)據(jù)分析師具備數(shù)據(jù)溝通能力、業(yè)務推動能力和項目工作能力。

篇（3）

中圖分類號：G4 文獻標識碼：A doi：10.19311/ki.1672-3198.2016.33.147

1 引言

管理統(tǒng)計學是一門應用統(tǒng)計學方法和理論研究經(jīng)濟管理問題的應用性學科，它通過收集、分析、表述、解釋數(shù)據(jù)來探索經(jīng)濟管理問題的規(guī)律，并輔助企業(yè)進行管理決策和提高管理效率。傳統(tǒng)的統(tǒng)計學關注小規(guī)模數(shù)據(jù)下的數(shù)據(jù)描述、推斷和科學分析用。與之相應，管理統(tǒng)計學的課堂教學主要關注統(tǒng)計學原理的講述、小數(shù)據(jù)的推斷分析和經(jīng)濟管理問題的簡單應用。

然而，自2008年Nature雜志發(fā)表“Big data：science in the peta byte era”以恚大數(shù)據(jù)的發(fā)展方興未艾，備受學術界，企業(yè)界等關注。大數(shù)據(jù)的理念和技術不僅在互聯(lián)網(wǎng)、金融、機器人、人工智能等領域取得突破性進展，也將對企業(yè)的生產(chǎn)、經(jīng)營和決策等活動帶來深刻的影響，通過對企業(yè)大數(shù)據(jù)的深度挖掘，有助于實現(xiàn)企業(yè)的商業(yè)價值，規(guī)避企業(yè)的決策風險，提高企業(yè)的競爭力。

大數(shù)據(jù)時代的到來，對管理統(tǒng)計學來說既是機遇又是挑戰(zhàn)，機遇在于：大數(shù)據(jù)的分析主要建立在統(tǒng)計學的基礎上對數(shù)據(jù)進行處理、分析，從而使得大數(shù)據(jù)可視化；而挑戰(zhàn)在于：當下管理統(tǒng)計學的教學方法和教學手段難以匹配大數(shù)據(jù)時代對數(shù)據(jù)分析從業(yè)者的要求，這就要求對管理統(tǒng)計學的課堂教學模式進行進一步的發(fā)展與創(chuàng)新，以期適應大數(shù)據(jù)背景下的新要求。

如何結合大數(shù)據(jù)時代的新要求設計合適的課堂教學模式，如何結合豐富的大數(shù)據(jù)應用案例開展課堂教學活動，如何增強大數(shù)據(jù)背景下學生的數(shù)據(jù)驅(qū)動的管理決策意識，培養(yǎng)適應大數(shù)據(jù)時代要求的高素質(zhì)人才，這些都是大數(shù)據(jù)背景下傳統(tǒng)的管理統(tǒng)計學課堂教學模式所面臨的問題和挑戰(zhàn)，這也促使管理統(tǒng)計學教學工作者不得不去探究、優(yōu)化甚至改革現(xiàn)有的管理統(tǒng)計學課堂教育模式。

2 傳統(tǒng)管理統(tǒng)計學教學模式的概述

筆者所在的教學團隊來自于武漢科技大學管理學院，承擔全院《管理統(tǒng)計學》課程教學任務，在教學方法、實踐教學等有較為豐富的教學經(jīng)驗。然而，在多年的教學過程實踐和與學生的教學互動當中發(fā)現(xiàn)：現(xiàn)有的管理統(tǒng)計學教學模式盡管相對較為成熟，在培養(yǎng)學生的數(shù)據(jù)分析意識方面起到的重要作用，但是仍存在以下不足，而這些不足恰恰難以適應大數(shù)據(jù)背景下對管理統(tǒng)計學教學帶來的挑戰(zhàn)。

2.1 注重理論講授，忽視應用教學

受技術發(fā)展和數(shù)據(jù)規(guī)模等因素的制約，傳統(tǒng)的管理統(tǒng)計學教學大都采用理論驅(qū)動的教學模式，教師依托教材，注重統(tǒng)計學基本原理和方法的傳授，學生掌握基本原理，對統(tǒng)計學的實際應用等關注較少。

盡管管理統(tǒng)計學課堂教學會涉及到一定的應用案例，但是這些案例大都簡單，陳舊，數(shù)據(jù)來源單一，難以接觸實際原始數(shù)據(jù)，統(tǒng)計建模思路也相對固定，這些教學案例既不能反映管理統(tǒng)計學的最新發(fā)展和應用思想，也無法將其帶入企業(yè)經(jīng)營的情景，對企業(yè)決策過程缺乏了解，這些因素都使得學生對該課程的學習興趣不高，不利于培養(yǎng)學生應用統(tǒng)計學解決實際問題的能力，進而影響課堂教學效果。

2.2 注重數(shù)學推導，忽視工具應用

管理統(tǒng)計學要求學生掌握一定的數(shù)學基礎，教材也都有較多的數(shù)學公式和理論推導，忽視了培養(yǎng)學生應用SPSSvSASvR等統(tǒng)計軟件工具解決統(tǒng)計問題的操作能力。

根據(jù)經(jīng)管類專業(yè)的培養(yǎng)定位，對于經(jīng)管類專業(yè)的學生而言，相比于統(tǒng)計的數(shù)學公式，真正實用的如何借用SPSSvSASvR等統(tǒng)計軟件工具來解決企業(yè)經(jīng)營決策面臨的實際問題，尤其是在大數(shù)據(jù)背景下，需要處理海量、復雜、多源、異質(zhì)的高維數(shù)據(jù)。這些是單憑數(shù)學推導和簡單的手動計算無法完成的。

近年來，大數(shù)據(jù)、互聯(lián)網(wǎng)等技術的快速發(fā)展催生了一類新型且前景廣闊的職業(yè)方向-數(shù)據(jù)分析師。綜合數(shù)據(jù)分析師的職業(yè)要求，可以發(fā)現(xiàn)，這些職位大都要求從業(yè)者了解基本的統(tǒng)計學原理和方法，熟練掌握SPSSvSASvR等統(tǒng)計軟件工具，并應用這些工具解決企業(yè)經(jīng)營管理面臨的實際問題。

2.3 注重知識考核，忽視項目訓練

受限于教學管理制度和考核手段等因素，目前管理統(tǒng)計學課堂教學考核方式大都以閉卷為主，主要考察學生對統(tǒng)計學基本知識點的掌握情況，以及學生應用統(tǒng)計學知識解決簡單案例的綜合能力。

然而，在大數(shù)據(jù)時代背景下，除了要求掌握統(tǒng)計學基本原理，更應培養(yǎng)學生應用統(tǒng)計學知識解決實際問題的綜合能力，而這種綜合能力往往涉及數(shù)據(jù)獲取、數(shù)據(jù)預處理、數(shù)據(jù)探索、統(tǒng)計建模、模型檢驗、模型評價、模型解釋、模型部署和模型修正等數(shù)據(jù)分析的全過程，這種綜合能力的掌握是無法通過現(xiàn)有的知識考核來達到的，這些必然要求學生通過參與實際項目或模擬情景來實現(xiàn)。

3 大數(shù)據(jù)背景下管理統(tǒng)計學教學模式探討

篇（4）

中圖分類號：F274

文獻標識碼：A

文章編號：1004-4914（2017）02-237-02

一、引言

信息技術和社會化媒體的飛速發(fā)展引發(fā)了數(shù)據(jù)的大爆炸，而龐大的數(shù)據(jù)集為企業(yè)進行市場調(diào)查與預測提出了新的挑戰(zhàn)。為了適應新的企業(yè)需求，高校《市場調(diào)查與預測》課程的人才培養(yǎng)方案和培養(yǎng)模式必須做出相應的調(diào)整，引入新的教學方法和人才培養(yǎng)理念，使用更加先進的調(diào)查預測工具，為企業(yè)培養(yǎng)出具備數(shù)據(jù)分析能力的優(yōu)秀人才。

二、課程改革的必要性

（一）大數(shù)據(jù)時代的要求

隨著大數(shù)據(jù)時代的到來，企業(yè)越來越重視基于大數(shù)據(jù)的更多樣本，更多實時數(shù)據(jù)的分析。對于市場專業(yè)本科階段的學生來講，雖然不能達到數(shù)據(jù)分析的專家，但是必須順應時代及企業(yè)人才需求的變化，提升數(shù)據(jù)分析的能力，《市場調(diào)查與預測》課程的教學改革迫在眉睫。

（二）傳統(tǒng)教學方法與教學模式存在很多弊端

《市場調(diào)查與預測》課程最顯著的特點就是實踐性強，但是傳統(tǒng)的教學方法與教學模式很難達到鍛煉學生實踐能力的目的。主要體現(xiàn)在以下三個方面：第一，傳統(tǒng)的注入式教學方法主要強調(diào)的是理論知識的傳授，學生缺乏參與感，很難調(diào)動學生的自主性和積極性，培養(yǎng)學生的創(chuàng)新性；第二，傳統(tǒng)課程安排實踐課時偏少，通過查閱各類院校本課程的教學計劃，多數(shù)高校實踐課時占總課程課時的比例不足30%，教師很難對整個實踐過程進行監(jiān)管和指導。第三，傳統(tǒng)的教學模式忽略了對實踐能力的考核，基于實踐課時偏少，實踐成績所占總成績的比重很低且缺乏完整科學的成績評定體系，容易造成學生“搭便車”的現(xiàn)象；第四，《市場調(diào)研與預測》課程與《統(tǒng)計學》存在較強的相關關系，在授課過程中如果缺乏課程銜接與配合意識，很容易造成內(nèi)容的重疊。同時，如果學生的統(tǒng)計學知識不扎實，對數(shù)據(jù)的分析僅僅停留在問卷調(diào)查數(shù)據(jù)的初步統(tǒng)計，很難提高學生的數(shù)據(jù)分析能力。

三、課程改革的基本思路

《市場調(diào)查與預測》課程的教學改革應順應大數(shù)據(jù)時展的要求，通過以學生為主體，教師為主導的教學方法，著重培養(yǎng)學生的實踐能力、創(chuàng)新能力和數(shù)據(jù)分析能力。教學內(nèi)容上增加數(shù)據(jù)分析的內(nèi)容，主要引入SPSS統(tǒng)計軟件的實驗課程，提升學生的數(shù)據(jù)分析能力；教學形式上采用課題式教學，通過課題式教學與分組合作學習的互動式教學模式提高學生的實踐能力；課程考核上，通過制定公平合理的考核制度提高學生參與實踐鍛煉的積極性，并在提高自身綜合素質(zhì)的基礎上提高對教師教學的滿意度。

（一）教學內(nèi)容的調(diào)整

依據(jù)市場調(diào)查與預測統(tǒng)計分析的需要，學生要先修《統(tǒng)計學》課程，通過和《統(tǒng)計學》教師的溝通與配合，《市場調(diào)查與預測》課程教學內(nèi)容減少與《統(tǒng)計學》重復的理論部分，增加數(shù)據(jù)分析內(nèi)容，尤其是SPSS操作模塊。與此同時，增加實踐課時。該課程的總課時為48學時，其中課堂理論授課占用24學時，SPSS操作占用12學時，實踐課時12學時。課程理論講授模塊的內(nèi)容包括：市場調(diào)研方案設計、數(shù)據(jù)搜集方法、市場調(diào)研誤差、數(shù)據(jù)整理與分析、市場調(diào)研報告的撰寫、市場預測的基本方法。SPSS操作模塊包括：問卷設計與數(shù)據(jù)收集、問卷數(shù)據(jù)的錄入與清理、單變量的一維頻率分析、雙變量的交叉表分析、多選變量的一維頻率分析和交叉表分析、描述統(tǒng)計分析、簡單統(tǒng)計推斷、單因素方差分析、線性相關分析與線性回歸分析。@兩個模塊不是孤立的，而是通過課題式教學完成，學生通過選定的課題展開，圍繞選題在實踐課時完成完整的市場調(diào)研過程，應用SPSS完成數(shù)據(jù)的分析過程，最后以課題小組的形式進行匯報。

（二）教學的組織形式

教學組織形式上主要采用課題式教學與分組合作學習的形式，鼓勵學生按照興趣以4～6人為一組進行組隊，通過發(fā)現(xiàn)生活中與市場調(diào)查相關的實際問題，參與教師的課題項目，參與大學生市場分析大賽或者結合大學生創(chuàng)新項目等形式確定調(diào)研主題，明確調(diào)查目的、調(diào)查對象和調(diào)查范圍，設計調(diào)查方案。無論對于教師還是學生，新的科研項目的立項都會面對很多的新問題。在教學過程中，全體師生圍繞共同感興趣的科研課題展開教學與科研活動，形成一個學習型的教與學的團隊。提高學生自主學習與實踐的意識。師生在教學與科研活動中會有新的發(fā)現(xiàn)，達到教學相長的目的。

（三）課程成績評定方案的優(yōu)化

由于《市場調(diào)查與預測》的課程加強了實踐環(huán)節(jié)，所以在最終課程的成績評定中，學生實踐環(huán)節(jié)的占比要相應的提高。我校傳統(tǒng)課程考核中，綜合成績=平時成績+期末成績。平時成績和期末成績分別占30%和70%。現(xiàn)計劃調(diào)整為：綜合成績=實踐成績+期末成績。其中實踐成績和期末成績各占50%。由于實踐環(huán)節(jié)都是分小組進行，調(diào)研報告和最終的匯報只能區(qū)分不同小組的最終表現(xiàn)，很難區(qū)分小組成員的實踐表現(xiàn)。為了防止小組成員在團隊作業(yè)中出現(xiàn)搭便車的現(xiàn)象，所以學生個人實踐成績=小組實踐成績70%+個人平時成績30%。小組實踐成績的評定在匯報過程中采取小組互評和老師評定相結合的方式，其中小組互評占30%，由其他小組評定的平均分計算得來，老師評定占70%，按照課題選題的難易程度及完成的工作量大小來確定。個人平時成績=組長評分30%+老師評分70%，組長評分根據(jù)組員的參與度及完成情況決定，老師評分根據(jù)小組分工的完成情況決定。這種成績評定結構盡可能的做到客觀公正，讓學生切身體會到自覺參與實踐鍛煉的重要性，促進學生積極投入到實踐鍛煉中，并在提高自身綜合素質(zhì)的基礎上提高學生對教師教學的滿意度。

四、課程改革與專業(yè)特色

由于課程采用課題式教學與分組合作學習的形式，不僅鍛煉了學生的實踐能力和創(chuàng)新能力，而且對學生團隊溝通與合作能力也是一種提升。通過這種教學模式的實踐也可以為市場營銷專業(yè)特色的建立指明方向。

（一）以就業(yè)為導向

市場營銷專業(yè)的學生將來很可能從事市場調(diào)研工作，因此如果能在學習的基礎上考取相關證書可以很大程度提高就業(yè)率，比如可以鼓勵學生考取中級調(diào)查分析師證書。中級調(diào)查分析師證書考核的內(nèi)容主要包括五個模塊：消費者行為學、調(diào)查概論、市場調(diào)查實務、抽樣技術和調(diào)查數(shù)據(jù)分析。學生可以側(cè)重以“消費者行為”為課題開展市場調(diào)查，不僅使學生掌握了市場調(diào)查的基本理論知識，而且也掌握了市場調(diào)查的實務，提高了數(shù)據(jù)分析的能力，實現(xiàn)了大數(shù)據(jù)時代企業(yè)對新的人才需求的無縫銜接。

（二）以專業(yè)競賽為導向

該課程的實踐環(huán)節(jié)也可以以專業(yè)大賽為依托，比如學生的選題可以先以校級大學生創(chuàng)新項目為基礎組織教學實踐，既完成了教學任務，又可以為參加更高層次的專業(yè)大賽奠定一定的基礎。在現(xiàn)有課題的基礎上選拔比較好的項目銜接省級大學生創(chuàng)新項目、全國及海峽兩岸大學生市場調(diào)查分析大賽等。這種模式既可以加強與全國高校的交流，也可以緊追市場調(diào)研實踐教學模式的前沿，拓寬任課教師的思路，促進教學質(zhì)量的提升，提高教學滿意度。

總之，《市場調(diào)查與預測》課程的改革不僅順應了大數(shù)據(jù)時代的發(fā)展，同時也能體現(xiàn)出以市場調(diào)研為依托的專業(yè)特色。但是我?！妒袌稣{(diào)查與預測》課程的改革并非一蹴而就，也是一個循序漸進的過程。課程的改革不僅和現(xiàn)有師資水平有關，而且與學校的各種軟硬件配置以及實驗室建設也存在很大的關系。目前我校在《市場調(diào)查與預測》教學方面的軟硬件還存在很大的欠缺。如何提高實驗室的利用效率，加強實驗室軟硬件建設，實現(xiàn)SPSS操作課程與理論課程的無縫銜接也是需要我們通過調(diào)研來逐步改善的。同時，課程的建O需要長期的投入和努力，我們在提高學生的市場調(diào)研實踐能力，增強學生將來融入社會的適應能力的過程中還要不斷摸索和提升，緊跟時展的步伐。

參考文獻：

[1] 段曉梅.基于SPSS軟件的《市場調(diào)查與預測》實驗課程教學研究[J].教育教學論壇，2014（9）58～60

[2] 李紅梅.市場調(diào)研課程實踐性教學模式研究[J].教育教學論壇，2015（12）107～109

[3] 陳成棟，劉曉云.“市場調(diào)查與預測“課程教學改革實證研究[J].中國市場，2012（35）26～28

篇（5）

中圖分類號：F503 文獻標識碼：A 文章編號：1674-098X（2014）04（a）-0021-01

對于數(shù)據(jù)分析來說，其主要的目的就是通過對數(shù)據(jù)的分析去發(fā)現(xiàn)問題或預測趨勢。從數(shù)據(jù)鉆取、大規(guī)模分析的技術手段、以及算法執(zhí)行上來說，大規(guī)模分析是和小規(guī)模數(shù)據(jù)在技術上是有很大差異的。想要探究大數(shù)據(jù)下的智能數(shù)據(jù)分析技術，首先要對數(shù)據(jù)分析這一概念進行深入研究。

1 數(shù)據(jù)分析

數(shù)據(jù)分析的過程其實簡單的說就是做報告，做什么樣的報告反映什么樣的指標。最開始的時候基本上是data processing。例如零售行業(yè)來說，最主要的指標就是庫存、銷售同比增長情況、利潤同比增長情況、促銷率等等。對于不同的行業(yè)會有不同的相關的KPI需要跟蹤，所以報告的內(nèi)容也會有所側(cè)重，但是只要你一個行業(yè)做久了，熟悉了套路之后，基本上就是以同樣的方法開展。

對于數(shù)據(jù)分析，如果公司部門分的比較細的（例如可能有建模組），那么做數(shù)據(jù)分析可能永遠都是做data processing了。對于模型的分析，需要你對業(yè)務有了深入的了解就可以建立一些模型出來（例如推薦模型）等等。

數(shù)據(jù)分析主要涉及的技能：

（1）數(shù)據(jù)庫的能力。越全面越好，如果不是理工科的，最起碼要會select那些簡單的查詢語句。

（2）EXCEL、PPT的能力。報告的呈現(xiàn)一般都是Excel+PPT的形式，最好VBA，這樣就可以將很多人工的工作轉(zhuǎn)化為自動化的能力，提高工作效率，領導也對你刮目相看，自己也有更多空余的時間準備其他方面的知識。

（3）市場分析能力。學會觀察市場的走向和關注的內(nèi)容，例如零售行業(yè)，現(xiàn)在大家都對CRM很熱衷，那相關的分析方法和方式是怎么樣的，你要自己去了解。從來不會有人手把手的將所有東西都告訴你，你必須自己學會去增長知識。

（4）一些會計的知識。因為通過以上分析，就是會計管理的一部分內(nèi)容，最后還是公司盈利問題。有興趣的也可以去看看戰(zhàn)略管理方面的，對于做數(shù)據(jù)分析也很有好處的說。

綜合來看，可以說數(shù)據(jù)分析=技術+市場+戰(zhàn)略。

2 如何培養(yǎng)數(shù)據(jù)分析能力

理論：

基礎的數(shù)據(jù)分析知識，至少知道如何做趨勢分析、比較分析和細分，不然拿到一份數(shù)據(jù)就無從下手；

（2）基礎的統(tǒng)計學知識，至少基礎的統(tǒng)計量要認識，知道這些統(tǒng)計量的定義和適用條件，統(tǒng)計學方法可以讓分析過程更加嚴謹，結論更有說服力；

（3）對數(shù)據(jù)的興趣，以及其它的知識多多益善，讓分析過程有趣起來。

實踐：

（1）明確分析的目的。如果分析前沒有明確分析的最終目標，很容易被數(shù)據(jù)繞進去，最終自己都不知道自己得出的結論到底是用來干嘛的；

（2）多結合業(yè)務去看數(shù)據(jù)。數(shù)據(jù)從業(yè)務運營中來，分析當然要回歸到業(yè)務中去，多熟悉了解業(yè)務可以使數(shù)據(jù)看起來更加透徹；

（3）了解數(shù)據(jù)的定義和獲取。最好從數(shù)據(jù)最初是怎么獲取的開始了解，當然指標的統(tǒng)計邏輯和規(guī)則是必須熟記于心的，不然很容易就被數(shù)據(jù)給坑了；

（4）最后就是不斷地看數(shù)據(jù)、分析數(shù)據(jù)，這是個必經(jīng)的過程，往往一個工作經(jīng)驗豐富的非數(shù)據(jù)分析的運營人員要比剛進來不久的數(shù)據(jù)分析師對數(shù)據(jù)的了解要深入得多，就是這個原因。

3 大數(shù)據(jù)

大數(shù)據(jù)就是通過統(tǒng)計分析計算機收集的數(shù)據(jù)，在人們可能不知道“為什么”的前提下，了解到事物的狀態(tài)、趨勢、結果等“是什么”。

對于大數(shù)據(jù)，一直來說，數(shù)據(jù)規(guī)模導致的存儲、運算等技術問題從來不是最重要的瓶頸。瓶頸只在于前端數(shù)據(jù)的收集途徑，以及后端商業(yè)思想引領的模型和算法問題。早期的各類OLAP工具已經(jīng)足夠了，后來類似海杜普這樣的研究則徹底降低了分布式數(shù)據(jù)的架構成本和門檻，就徹底將大數(shù)據(jù)帶入了一個普及的領域。

從技術層面說，大數(shù)據(jù)和以前的數(shù)據(jù)時代的最大差異在于，以前是數(shù)據(jù)找應用/算法的過程（例如各大銀行的大集中項目，以及數(shù)據(jù)建倉），而大數(shù)據(jù)時代的重要技術特征之一，是應用/算法去找數(shù)據(jù)的過程，因為數(shù)據(jù)規(guī)模變成了技術上最大的挑戰(zhàn)。

大數(shù)據(jù)的特點：

（1）大數(shù)據(jù)不等同于數(shù)據(jù)大，我們處理問題是根據(jù)這個問題的所有數(shù)據(jù)而非樣本數(shù)據(jù)，即樣本就是總體；不是精確性而是混雜性；不是因果關系而是相關關系。

（2）大數(shù)據(jù)應用的幾個可能：當文字變成數(shù)據(jù)，此時人可以用之閱讀，機器可以用之分析；當方位變成數(shù)據(jù)，商業(yè)廣告，疫情傳染監(jiān)控，雅安地震時的谷歌尋人；當溝通變成數(shù)據(jù)，就成了社交圖譜。一切都可以量化，將世界看作可以理解的數(shù)據(jù)的海洋，為我們提供了一個從來未有過的審視現(xiàn)實的視角。

（3）數(shù)據(jù)創(chuàng)新的價值：數(shù)據(jù)的再利用。例如重組數(shù)據(jù)：隨著大數(shù)據(jù)出現(xiàn)，數(shù)據(jù)的總和比部分更有價值，重組總和和本身價值也比單個總和更大；可擴展數(shù)據(jù)：在設計數(shù)據(jù)收集時就設計好了它的可擴展性，可以增加數(shù)據(jù)的潛在價值；數(shù)據(jù)的折舊值：數(shù)據(jù)會無用，需淘汰更新；數(shù)據(jù)廢氣：比如語音識別，當用戶指出語音識別程序誤解了他的意思，實際上就有效的訓練了這個系統(tǒng)。

總之，大數(shù)據(jù)是因為對它的分析使用，才產(chǎn)生和體現(xiàn)它的價值，而不是因為其用到了突出的技術和算法才體現(xiàn)了它的價值。

4 大數(shù)據(jù)下的智能數(shù)據(jù)分析

在大數(shù)據(jù)的背景下，必須考慮數(shù)據(jù)之間的關聯(lián)性。一個單獨的數(shù)據(jù)是沒有意義的，實際中，選擇處在兩個極端的數(shù)據(jù)往往更容易找出它們之間的聯(lián)系，把它們放在一個框架中看才能發(fā)現(xiàn)問題。因此，可以用以下四種方法在大數(shù)據(jù)背景下進行智能數(shù)據(jù)分析：

（1）從解決問題的角度出發(fā)收集數(shù)據(jù)；

（2）把收集的數(shù)據(jù)整理好，放入一個框架內(nèi)，并利用這個框架幫助決策者做出決定；

（3）評估決定與行動的效果，這將告訴我們框架是否合理；

（4）如果有新的數(shù)據(jù)出現(xiàn)，我們將考察能否利用它對前面三步做出改進，以及我們今天是否還需要收集更多種類的數(shù)據(jù)。

5 結語

數(shù)據(jù)分析的最終目的是幫助業(yè)務發(fā)現(xiàn)問題并解決問題，提升公司價值，而這些是從數(shù)據(jù)發(fā)覺的，而不是盲目下結論。每家公司都有自己業(yè)務生產(chǎn)的數(shù)據(jù)，通過數(shù)據(jù)分析、同比環(huán)比、漏斗分析及模型等，發(fā)現(xiàn)業(yè)務上存在的問題，幫助公司業(yè)務的優(yōu)化。

參考文獻

篇（6）

對于大數(shù)據(jù)時代，目前通常認為有下述四大特征，稱為“四V”特征：第一，數(shù)據(jù)體量巨大（VolumeBig）：數(shù)據(jù)量級已從TB（1TB=210GB）發(fā)展至PB（1PB=210TB）乃至ZB（1ZB=220PB），可稱海量、巨量乃至超量；第二，數(shù)據(jù)類型繁多：越來越多的為視頻、位置信息、圖像與圖片等半結構化和非結構化數(shù)據(jù)信息；第三，價值密度低，商業(yè)價值高：以視頻為例，連續(xù)不間斷監(jiān)控過程中有價值的數(shù)據(jù)可能僅為一兩秒的數(shù)據(jù)流；第四，處理速度快，處理工具演進快：數(shù)據(jù)流往往為高速實時數(shù)據(jù)流，而且往往需要快速、持續(xù)的實時處理。[2，3]

2.大數(shù)據(jù)時代對人才的需求

2013年3月，IDC數(shù)字宇宙報告《大數(shù)據(jù)，更大的數(shù)字身影，最大增長在遠東》預計到2020年數(shù)字宇宙規(guī)模將達到40ZB。這意味著需要大量的人力和技術對如此龐大的數(shù)據(jù)進行處理、分析和管理。在此情況下，對于大數(shù)據(jù)環(huán)境下新型人才的培養(yǎng)問題在近年逐漸受到重視。未來對具有大數(shù)據(jù)管理和分析能力的人才需求將快速增長，這些人員除了具備相應的技術能力、管理能力、社交能力、系統(tǒng)分析和開發(fā)的能力外，還需要具備深度分析數(shù)據(jù)的能力。同時，一些和大數(shù)據(jù)相關的職位也會應運而生，例如數(shù)據(jù)分析師、數(shù)據(jù)架構師等。2011年麥肯錫全球研究所給出的一份報告預測，美國到2018年對具有良好信息素養(yǎng)的經(jīng)理人才的需求量大約在150萬人，此外，還需要14萬～19萬數(shù)據(jù)分析方面的資深專家。[4]在我國，互聯(lián)網(wǎng)企業(yè)、電子商務、金融機構、醫(yī)療衛(wèi)生、零售、保險等行業(yè)及政府數(shù)據(jù)中心對大數(shù)據(jù)專業(yè)人才的需求量都很大。

二、大數(shù)據(jù)時代下山東理工大學信管專業(yè)培養(yǎng)模式

大數(shù)據(jù)時代產(chǎn)生對相關人才的巨大需求，因此，山東理工大學（以后簡稱“我?！保┬殴軐I(yè)提出了新的培養(yǎng)標準和課程設置體系，培養(yǎng)具有我校特色的信息管理專業(yè)人才。

1.培養(yǎng)目標和培養(yǎng)標準

在大數(shù)據(jù)環(huán)境下，重新定位信管專業(yè)的培養(yǎng)目標和標準，以適應“大數(shù)據(jù)”對專業(yè)人才提出的新要求，是信管專業(yè)建設的首要議題。我校信管專業(yè)突破國內(nèi)高校信息管理專業(yè)人才培養(yǎng)的三種主要模式（一是強調(diào)IT技術，弱化了現(xiàn)代管理理論與方法；二是強調(diào)管理又過于弱化了IT技術；三是IT技術與管理相融合，但實際效果不理想），[5]強調(diào)學生不但要掌握現(xiàn)代信息系統(tǒng)的規(guī)劃、分析、設計、實施和運維等方面的方法與技術，更要具有現(xiàn)代管理科學思想和較強的信息系統(tǒng)開發(fā)利用以及數(shù)據(jù)分析處理能力。我校信管專業(yè)還制定了全新的培養(yǎng)標準矩陣（如表1所示），從五大方面28個小方面更為詳實地闡述了信管專業(yè)學生需具備的技能和能力，并為課程的設置提供了依據(jù)。

2.課程設置體系

為了滿足大數(shù)據(jù)時代對人才提出的新要求，我校信管專業(yè)課程設置圍繞主干學科（管理學、經(jīng)濟學、計算機科學與技術、管理科學與工程）不僅設置了國內(nèi)高校信管專業(yè)常設的管理學、統(tǒng)計學、管理信息系統(tǒng)、數(shù)據(jù)庫原理與應用、數(shù)據(jù)結構與算法分析、計算機網(wǎng)絡基礎與應用、Java程序設計、電子商務等課程外，還設置了數(shù)據(jù)倉庫與數(shù)據(jù)挖掘、商務智能與人工智能等相關課程，使學生在理解新興數(shù)據(jù)處理模式的同時，智能化數(shù)據(jù)分析處理及決策支持能力得到訓練。與此同時，還設置了基于移動終端的APP開發(fā)、企業(yè)信息系統(tǒng)構建與仿真、電子商務平臺架構設計等課程，使信管專業(yè)的學生成為擁有合理知識結構的復合型人才。大數(shù)據(jù)時代下新型的信息管理與信息系統(tǒng)專業(yè)人才的培養(yǎng)既要高度重視理論知識的學習，又要加強實踐能力的培養(yǎng)。為此，我校信管專業(yè)還設置了工程實訓、軟件實習等實踐項目，以及為期10周的IM&IS應用實踐環(huán)節(jié)，為學生搭建實踐平臺，拓寬實踐渠道。通過3年在校學習及總計約1年的實踐鍛煉（如圖1所示），我校信管畢業(yè)生不僅具有良好的管理知識基礎、信息技術應用能力，現(xiàn)代信息系統(tǒng)的開發(fā)利用的能力，還具備智能數(shù)據(jù)分析處理工具的操作能力以及綜合數(shù)據(jù)分析處理能力。

3.特色

大數(shù)據(jù)時代下，我校信管專業(yè)制定了具有自身特色的培養(yǎng)模式，即：培養(yǎng)目標和標準與行業(yè)發(fā)展結合，適應大數(shù)據(jù)對人才能力需求的變化；培養(yǎng)具有綜合分析和管理能力，強調(diào)動手能力的新型信管人才。

篇（7）

作者簡介：王暉（1973-），女，黑龍江雞西人，北京信息科技大學經(jīng)濟管理學院，講師；段文軍（1969-），女，山東蓬萊人，北京信息科技大學經(jīng)濟管理學院，副教授。（北京 100192）

基金項目：本文系北京信息科技大學教學提高-專業(yè)建設項目（項目編號：5028023501）的研究成果。

中圖分類號：G642.0 文獻標識碼：A 文章編號：1007-0079（2013）25-0111-02

當今時代不斷涌現(xiàn)各種新型信息方式，例如博客、社交網(wǎng)絡等；不斷興起各種新技術，例如云計算、物聯(lián)網(wǎng)等。數(shù)據(jù)的產(chǎn)生不受任何的限制，數(shù)據(jù)以前所未有的速度不斷增長和累積，大數(shù)據(jù)時代已經(jīng)來到。[1]《華爾街日報》認為大數(shù)據(jù)時代是引領未來繁榮的三大技術變革之一。麥肯錫公司在一份報告中提出數(shù)據(jù)是一種生產(chǎn)資料。企業(yè)每天面對海量的財務數(shù)據(jù)，如超市的銷售記錄、銀行的交易記錄、淘寶網(wǎng)站數(shù)千萬筆交易記錄（產(chǎn)生量超過50TB，存儲量40PB①）。企業(yè)如能利用這些巨大的數(shù)據(jù)集挖掘出有價值的信息，那么企業(yè)就能掌控下一個創(chuàng)新、競爭和生產(chǎn)力提高的關鍵。大數(shù)據(jù)時代，尤其是財務大數(shù)據(jù)時代，呼喚創(chuàng)新型人才。[2]呼喚具備綜合財務分析能力的人才，利用財務大數(shù)據(jù)為企業(yè)創(chuàng)造財富。

如何培養(yǎng)財務分析人才？在財經(jīng)類高校本科，一般都開設“財務分析”課程，該課程教學目的是培養(yǎng)學生對真實企業(yè)進行綜合財務分析，并能獨立撰寫財務分析報告的能力。[3]本文以北京信息科技大學（以下簡稱“我?！保槔接懘髷?shù)據(jù)時代下財務分析人才的需求特點，對高?！柏攧辗治觥闭n程設置的影響，并提出改進“財務分析”課程教學的建議。

一、大數(shù)據(jù)時代下財務分析人才需求特點

相較于其他類型數(shù)據(jù)，財務數(shù)據(jù)更大、更復雜，蘊藏著更多寶貴信息。麥肯錫公司2011年報告推測，利用大數(shù)據(jù)分析，零售商可增加運營利潤60%，制造業(yè)設備裝配成本會減少50%。[2]在財務大數(shù)據(jù)環(huán)境下，如何整理與統(tǒng)計這些雜亂無章的數(shù)據(jù)？如何讓財務數(shù)據(jù)開口說話為企業(yè)管理者經(jīng)營決策提供科學依據(jù)？朱東華（2013）認為，大數(shù)據(jù)時代下，傳統(tǒng)的數(shù)據(jù)分析方法已經(jīng)不再適應當前的數(shù)據(jù)環(huán)境，同時，各種企業(yè)對數(shù)據(jù)的依賴與日俱增，甚至定量分析方法將逐步取代定性分析方法。[4]財務大數(shù)據(jù)和大量的財務數(shù)據(jù)分析需求助長了企業(yè)對統(tǒng)計和數(shù)學背景的人才需求。

可見，大數(shù)據(jù)時代下財務分析人才應該具備扎實的統(tǒng)計學和數(shù)學功底，能夠熟練運用定量分析方法分析數(shù)據(jù)以獲取信息，撰寫分析報告為企業(yè)相關利益人決策提供依據(jù)。

二、“財務分析”課程教學現(xiàn)狀

張先治（2007）認為，財務分析是財務分析主體為實現(xiàn)財務分析目標，以財務信息及其他相關信息為基礎，運用財務分析技術，對分析對象的財務活動的可靠性和有效性進行分析，為經(jīng)營決策、管理控制及監(jiān)督管理提供依據(jù)的一門具有獨立性、邊緣性、綜合性的經(jīng)濟應用學科。[5]財務分析課程是為我校經(jīng)濟管理學院財務管理專業(yè)本科三年級開設的一門專業(yè)必修課。學生前期已經(jīng)學過數(shù)學、經(jīng)濟學、會計學、財務管理、統(tǒng)計學等課程。財務分析課程正是在學生掌握前期所學各門課程的基礎上，培養(yǎng)學生綜合運用所學專業(yè)知識，分析判斷企業(yè)的財務狀況，并根據(jù)數(shù)據(jù)分析結果找出企業(yè)存在的問題，提出解決方案。[6]為了更好地實現(xiàn)“財務分析”課程教學目的，課程組的老師們經(jīng)過討論，決定修改2008級財務管理專業(yè)教學計劃，將原來課堂教學的方式改為1/2的學時用于課堂教授基本理論，1/2學時用于實踐教學。筆者自2011年開始，按照新的教學計劃給三屆學生講授了“財務分析”課程。

1.理論教學部分

教材選用東北財經(jīng)大學出版社出版，張先治和陳友邦主編的《財務分析》（第五版）。該教材體系完整，內(nèi)容豐富，全書以一家虛擬的ZTE公司為例，演示財務報告分析、財務效率分析和財務綜合分析。每章設有案例和復習思考題，該書還有配套的習題集。在課堂教學中，以教材為主線，突出介紹各種財務分析方法的使用，以及根據(jù)分析結果得出結論，提出解決方案。

2.實踐教學部分

一人一企，邊學邊分析。每位學生選擇一家上市公司作為分析對象，利用學校購買的金融數(shù)據(jù)庫以及相應網(wǎng)絡資源，結合所學財務分析理論知識進行上機實驗，在Excel內(nèi)完成數(shù)據(jù)分析，并將分析結果形成財務分析報告。學生分析判斷和決策能力在實戰(zhàn)中得以鍛煉，教學效果得到改善。

但是，隨著大數(shù)據(jù)時代的來臨，外部環(huán)境對數(shù)據(jù)分析能力要求的提升，僅僅學會利用Excel進行水平分析、垂直分析、趨勢分析、比率分析和因素分析，已經(jīng)遠遠不能滿足市場對財務分析人才的需求，學生就業(yè)的競爭力無從談起。結合前面大數(shù)據(jù)時代下財務分析人才需求特點，我校學生財務分析能力的培養(yǎng)存在著以下問題：

1.學生數(shù)據(jù)收集、整理和分析能力弱

定量分析方法應用的基礎是數(shù)據(jù)，財務分析人員必須學會從海量的網(wǎng)絡資源中搜集并篩選與自己的分析對象和分析目的相關性較強的資料信息，[7]這些資料信息可能是結構化數(shù)據(jù)，例如金融數(shù)據(jù)庫等；也可能是非結構化數(shù)據(jù)，例如網(wǎng)頁等。從實踐教學環(huán)節(jié)反映出學生數(shù)據(jù)收集和整理能力弱，分析其原因主要是：

（1）學生不熟悉對財務分析有幫助的網(wǎng)絡資源。搜集有價值的數(shù)據(jù)需要一定的技巧，其中最為重要的是熟悉一些重要的網(wǎng)站，知道相應的數(shù)據(jù)應該在哪里找到的概率比較大，做到有的放矢。

（2）學生無法將非結構數(shù)據(jù)快速地轉(zhuǎn)換成所需的數(shù)據(jù)形式。類似金融數(shù)據(jù)庫這樣的結構數(shù)據(jù)，學生基本能夠篩選出所需信息。但是，對于類似網(wǎng)頁這樣的非結構數(shù)據(jù)，他們就只能運用最原始的復制粘貼的方法提煉數(shù)據(jù)信息，耗時且耗力。2013年2月1日，人保財險執(zhí)行副總裁王和在中國第七屆“保險業(yè)管理信息化高峰論壇”上指出，在過去的兩三年里，結構和非結構數(shù)據(jù)發(fā)生了本質(zhì)性的逆轉(zhuǎn)。過去就整個社會來講，絕大多數(shù)的數(shù)據(jù)是結構數(shù)據(jù)，而現(xiàn)在非結構數(shù)據(jù)正呈快速增長的趨勢，現(xiàn)在以及未來，非結構數(shù)據(jù)將占到95%，甚至更多。

“財務分析”課程講授的基本方法主要是比率分析和因素分析法等。目前，無論是學術界還是業(yè)界，研究人員大量使用統(tǒng)計模型進行財務數(shù)據(jù)分析，例如聚類分析、多元回歸、因子分析、時間序列預測法等。因而，我校學生數(shù)據(jù)分析能力急需加強，尤其是統(tǒng)計學和數(shù)學的基礎要扎實。

2.學生財務分析報告撰寫水平有待提高

財務分析的結果是以財務分析報告的形式展示給企業(yè)利益相關人，為其進行財務預測、財務決策、財務控制和財務評價等提供可靠信息。財務分析報告是對企業(yè)經(jīng)營狀況、資金運作的綜合概括和高度反映。李寶智（2012）認為，報告應具備八要素：準確、完整、可比、用戶導向、相關、問題的解決方案、及時和易用。[8]從我校學生提交的財務分析報告看，與上述要求還有很大差距。

三、“財務分析”課程教學改革建議

1.培訓網(wǎng)絡資源使用

重點介紹幾個數(shù)據(jù)庫的使用：

（1）金融數(shù)據(jù)庫。我校購買了兩款金融數(shù)據(jù)庫，北京聚源銳思數(shù)據(jù)科技有限公司金融數(shù)據(jù)庫（http：//）和深圳市國泰安信息技術有限公司CSMAR財經(jīng)系列研究數(shù)據(jù)庫（http：//）。登陸金融數(shù)據(jù)庫后，輸入查詢條件即可下載上市公司財務數(shù)據(jù)，速度快且數(shù)據(jù)量大，數(shù)據(jù)格式可以任意選擇。

（2）中國資訊行（國際）有限公司高校財經(jīng)數(shù)據(jù)庫（http：//），INFOBANK于1995年在香港成立，是一家專門收集、處理及傳播中國商業(yè)、經(jīng)濟信息的香港高科技企業(yè)，信息范圍涵蓋19個領域、197個行業(yè)。

（3）國務院發(fā)展研究中心信息網(wǎng)（國研網(wǎng)）（http：//.cn）。國研網(wǎng)已建成了內(nèi)容豐富、檢索便捷、功能齊全的大型經(jīng)濟信息數(shù)據(jù)庫集群，包括：六十幾個文獻類數(shù)據(jù)庫、四十多個統(tǒng)計類數(shù)據(jù)庫等。

網(wǎng)站資源：中國證券監(jiān)督管理委員會（http：//）、上海證券交易所（http：//.cn）、深圳證券交易所網(wǎng)站（http：//）、巨潮資訊網(wǎng)（http：//.cn）和相關協(xié)會網(wǎng)站等。

2.培養(yǎng)數(shù)據(jù)預處理和建模能力

收集到數(shù)據(jù)之后，需要對數(shù)據(jù)進行預處理，利用統(tǒng)計學的理論和方法將數(shù)據(jù)轉(zhuǎn)換成一個分析模型。[9]學生在統(tǒng)計學、計量經(jīng)濟學課程中，已經(jīng)完成基本模型理論、SPSS或者Eviews三分析軟件的學習。但是，若想實現(xiàn)對大數(shù)據(jù)的整理和分析，應該掌握R或者Matlab統(tǒng)計分析軟件，同時，還要掌握一種編程語言，例如C++、JAVA、C#等。利用編程語言調(diào)用統(tǒng)計分析軟件，從而實現(xiàn)大數(shù)據(jù)的分析。另外，建議學生了解Perl語言編程，該語言擅長處理非結構數(shù)據(jù)。

3.培養(yǎng)文獻閱讀及財務分析報告撰寫能力

數(shù)據(jù)分析之后，需要撰寫財務分析報告，為各方利益相關者的決策提供依據(jù)。不同財務分析的目的，形成的財務分析報告具體要求會有所差異，但是撰寫財務分析報告的基本步驟相同。首先查閱文獻，閱讀相關學術文章、財務分析師分析報告、評級機構報告等；其次，模仿寫作，組織財務分析結果，形成報告。此中沒有捷徑，需多看、多寫。

注釋：

①1TB 等于1000GB，1PB 等于1000TB。

參考文獻：

[1]孟小峰，慈祥.大數(shù)據(jù)管理：概念、技術與挑戰(zhàn)[J].計算機研究與發(fā)展，2013，（1）.

[2]鄔賀銓.大數(shù)據(jù)時代的機遇與挑戰(zhàn)[J].求是，2013，（4）.

[3]張肖飛.財經(jīng)類高?！敦攧辗治觥氛n程案例教學改革研究[J].商業(yè)會計，2013，（1）.

[4]朱東華，張嶷，汪雪鋒，等.大數(shù)據(jù)環(huán)境下技術創(chuàng)新管理方法研究[J].科學學與科學技術管理，2013，（4）.

[5]張先治.財務分析理論發(fā)展與定位研究[J].財經(jīng)問題研究，

2007，（4）.

[6]陳衛(wèi)軍，徐文學，陳平.基于上市公司網(wǎng)上資源的《財務分析》實訓教學探討[J].財會通訊，2012，（2）.

篇（8）

“十二五”期間，我國信息產(chǎn)業(yè)迅速擴大、信息技術快速發(fā)展、互聯(lián)網(wǎng)經(jīng)濟日益繁榮，并積累了豐富的數(shù)據(jù)資源，比如面向公眾的政府網(wǎng)站達8．4萬個、智慧城市試點近300個、網(wǎng)民數(shù)量超過7億、移動電話用戶突破13億等［1］；技術創(chuàng)新取得了明顯突破，應用勢頭良好，電信、金融、交通等行業(yè)利用已積累的數(shù)據(jù)資源，積極探索行業(yè)大數(shù)據(jù)的應用和行業(yè)服務優(yōu)化；為“十三五”時期我國大數(shù)據(jù)產(chǎn)業(yè)快速發(fā)展奠定了堅實基礎。目前，大數(shù)據(jù)在電子商務、金融、物流、電信、醫(yī)療、教育、智慧城市等領域的應用蓬勃興起［2－4］，產(chǎn)業(yè)發(fā)展如火如荼，以Hadoop、Spark等開源技術為代表的技術發(fā)展日新月異［5］。由于大數(shù)據(jù)技術屬于近幾年的新興技術，目前部分高校缺乏高層次的大數(shù)據(jù)技術專業(yè)人才培養(yǎng)的課程體系和師資隊伍；同時，大數(shù)據(jù)不僅是停留在課堂教學層面上的技術知識，更是需要在實踐中學習的一項技能，因此為師生提供一個大數(shù)據(jù)實踐教學平臺勢在必行。

1大數(shù)據(jù)分析實驗室建設的必要性分析

1．1大數(shù)據(jù)社會產(chǎn)業(yè)需求分析

“十三五”時期是我國全面建成小康社會的決勝階段，是新舊動能轉(zhuǎn)換的關鍵時期，也是全球新一代信息產(chǎn)業(yè)處于加速變革期，以及國內(nèi)市場需求處于持續(xù)增長期。我國大數(shù)據(jù)產(chǎn)業(yè)面臨重要的發(fā)展機遇，抓住這一機遇，推動大數(shù)據(jù)產(chǎn)業(yè)發(fā)展，對提升政府治理能力、優(yōu)化民生公共服務、促進經(jīng)濟轉(zhuǎn)型和創(chuàng)新發(fā)展有重大意義［1］。隨著新一代信息技術的迅猛發(fā)展，互聯(lián)網(wǎng)與社會各領域、各行業(yè)交融、交匯日益深化，一個以大規(guī)模產(chǎn)生、分享和應用數(shù)據(jù)為特征的大數(shù)據(jù)時代已經(jīng)到來。2014年是進入大數(shù)據(jù)應用市場的快速增長期，同比增長80％以上，2015年后進入平穩(wěn)增長階段，預計2018年全球大數(shù)據(jù)市場規(guī)模將達到超過2500億元，2015—2018年的增長率為21．8％，我國大數(shù)據(jù)市場規(guī)模將超過500億元，增長率為47．0％，是全球增長率的2．2倍［6］。

1．2學生大數(shù)據(jù)就業(yè)需求分析

目前，大數(shù)據(jù)在各個行業(yè)都得到了充分的重視，也急需大數(shù)據(jù)方面的人才。大數(shù)據(jù)人才是一個非常寬泛的概念，根據(jù)具體從事崗位不同，技能要求也會不同。從大數(shù)據(jù)崗位和技能需求的角度來劃分，大數(shù)據(jù)人才分為3類［7］：第一類是數(shù)據(jù)分析師，要求熟悉大數(shù)據(jù)的概念和原理，具有一定的數(shù)理和統(tǒng)計學知識，能夠熟練操作和使用數(shù)據(jù)軟件和工具，是從事大數(shù)據(jù)的初級人員；第二類是數(shù)據(jù)工程師，能夠開發(fā)和搭建數(shù)據(jù)平臺和應用，并且熟悉數(shù)據(jù)挖掘的流程和原理，為大數(shù)據(jù)技術應用在各個領域提供解決方案，要求具有軟件開發(fā)和數(shù)據(jù)分析的能力；第三類是數(shù)據(jù)科學家，要求熟悉各種大數(shù)據(jù)技術的原理和相對的優(yōu)劣勢，合理利用各種技術來設計大數(shù)據(jù)平臺的架構，根據(jù)數(shù)據(jù)挖掘的使用需求和商業(yè)理解來設計和開發(fā)算法，是對數(shù)學、統(tǒng)計學、機器學習等多方面知識的綜合掌控的復合型人才，也是大數(shù)據(jù)分析的高級人才。大數(shù)據(jù)人才在“領英”（linkedin）和“玻璃門”（glassdoor）等人力資源和招聘網(wǎng)站上，長期處于供不應求的狀態(tài)。麥肯錫咨詢研究指出，到2018年僅在美國，大數(shù)據(jù)人才短缺就達到50％～60％。今日美國和彭博社等媒體一致認為，大數(shù)據(jù)人才短缺的問題短期內(nèi)只會加劇而不會緩解［7］。如何從紛繁復雜的海量數(shù)據(jù)中提取有用的信息，變數(shù)據(jù)為財富，挖掘數(shù)據(jù)中的金礦，提升企業(yè)競爭力以及提高企業(yè)風險管理水平，是當前企業(yè)和院校教育工作的重要課題。

1．3學生理論學習與實踐相結合

院校開設大數(shù)據(jù)相關課程，涉及到的課程內(nèi)容有數(shù)據(jù)分析、數(shù)據(jù)挖掘、編程語言、機器學習等，這些課程均需要學生具備很強的實踐動手能力，如果只是停留在理論知識上，學生也只能紙上談兵。因此，學校在開設大數(shù)據(jù)課程時，只有為學生提供配套的實踐課程，才能真正達到學以致用的目的［8－9］。建設大數(shù)據(jù)分析實驗室，從學生學習角度來講，迫切性和必要性主要在于以下幾點：第一，加強學生對知識的吸收與應用，萌發(fā)學生的創(chuàng)新精神，激發(fā)學生的學習動力，在實踐中，通過有趣并結合實際的案例，提高學生的興趣和分析問題的能力；第二，有利于提高學生解決問題的實踐能力，通過實驗室模擬環(huán)境，使學生能夠?qū)⒗碚撝R用于解決實際問題；第三，增強學生的社會適應性與競爭力，通過實際案例及應用場境，使學生畢業(yè)后能夠很快融入行業(yè)環(huán)境，掌握和具備相應的技能。

2大數(shù)據(jù)分析實驗室建設目標與建設內(nèi)容

大數(shù)據(jù)分析實驗室的建設，應最終為該專業(yè)人才培養(yǎng)方案中相應的課程服務，而人才培養(yǎng)方案的制訂，應該從社會需求和學生實際需要著手［10］，考慮學生學習基礎，不能盲目追求高大上。我校為應用型本科院校，注重培養(yǎng)學生的實踐動手能力，因此培養(yǎng)方案中課程的制定，也更注重實踐部分。對于大數(shù)據(jù)技術方面，我們側(cè)重于大數(shù)據(jù)的分析和挖掘，以及大數(shù)據(jù)技術和應用。課程方面，先從大數(shù)據(jù)分析和挖掘、大數(shù)據(jù)技術及應用等相關內(nèi)容入手，使學生具備數(shù)據(jù)分析、數(shù)據(jù)挖掘的基本能力和大數(shù)據(jù)技術的基本原理，以及應用系統(tǒng)開發(fā)的能力。因而大數(shù)據(jù)實驗室的建設，也將從數(shù)據(jù)分析挖掘算法、Hadoop生態(tài)系統(tǒng)及開發(fā)2方面進行建設。大數(shù)據(jù)分析實驗室集硬件服務器、云計算技術、大數(shù)據(jù)技術于一身，便于計算機相關專業(yè)開設大數(shù)據(jù)教學課程。實驗室的建設內(nèi)容將包含以下3方面內(nèi)容：（1）實驗室硬件平臺建設：為保證實驗環(huán)境的整體搭建，需在現(xiàn)有實驗室基礎設備基礎上，配備必要的服務器環(huán)境、網(wǎng)絡環(huán)境，為搭建大數(shù)據(jù)分析實驗教學平臺，提供硬件支撐環(huán)境。（2）實驗教學平臺建設：充分利用現(xiàn)有硬件資源，通過Vmware等虛擬化技術構建云中心的資源池，將云存儲資源、服務器資源和網(wǎng)絡資源整合，在云平臺上搭建統(tǒng)一的大數(shù)據(jù)分析與挖掘和大數(shù)據(jù)技術及應用的實驗課程所需的實驗平臺。（3）課程資源建設：根據(jù)培養(yǎng)方案，開設大數(shù)據(jù)分析與挖掘、大數(shù)據(jù)技術及應用2門專業(yè)必修課程。為確保理論與實踐的緊密結合，培養(yǎng)學生知識應用能力，積累工程項目經(jīng)驗，需要增設以上理論課程的配套實驗課。

3大數(shù)據(jù)分析實驗室實施方案

3．1大數(shù)據(jù)分析實驗室建設思路

大數(shù)據(jù)實驗室的建設是一個系統(tǒng)工程，主要服務于學生學習、教師教學；為了充分發(fā)揮大數(shù)據(jù)實驗室的功效和作用，可以增加一項增值服務，即在滿足學習和教學的基礎上，進一步為教師和學生提供科研服務，使得教師可在該平臺上進行科學研究和實驗，進而反哺教學（見圖1）。

3．2大數(shù)據(jù)分析實驗室建設

實驗室建設分3步走：（1）為滿足教學的迫切需求，首先建設大數(shù)據(jù)分析教學平臺，以及必要的軟硬件支撐，如課程資源，可以是真實數(shù)據(jù)，也可以是模擬數(shù)據(jù)。在該平臺之上建設數(shù)據(jù)挖掘分析平臺和大數(shù)據(jù)開發(fā)教學平臺，滿足課堂教與學的需求。（2）沙盤模擬系統(tǒng)建設。為了積累更多的行業(yè)數(shù)據(jù)，更好地體現(xiàn)大數(shù)據(jù)的特性，需要建設沙盤模擬系統(tǒng)，更好地服務于大數(shù)據(jù)分析和大數(shù)據(jù)挖掘相關功能的實現(xiàn)和操作。（3）服務科研的高級應用。通過校企合作［11］，引入企業(yè)實際工程項目，隨著系統(tǒng)的完善和數(shù)據(jù)的積累，教師和學生可以在該平臺上進行其他行業(yè)的科學研究和算法優(yōu)化等工作，一方面服務企業(yè)，另一方面也可不斷服務創(chuàng)新。

篇（9）

關鍵詞：

財務分析；教材體系；大數(shù)據(jù)環(huán)境；方法；內(nèi)容

根據(jù)Gartner(2012)的定義，大數(shù)據(jù)具有數(shù)量大、變化快和多樣化的基本特征，是典型的信息資產(chǎn)，其背后隱藏著巨大價值與財富。財務數(shù)據(jù)是企業(yè)最基本、最有決策價值的數(shù)據(jù)，是大數(shù)據(jù)的重要構成內(nèi)容。但大數(shù)據(jù)時代，財務所面對的數(shù)據(jù)規(guī)模越來越龐大、數(shù)據(jù)類型越來越復雜，也蘊藏著越來越多的寶貴信息，因此，大數(shù)據(jù)對傳統(tǒng)財務會計理論與實務提出了新的要求，對會計信息質(zhì)量產(chǎn)生更廣泛而深刻的影響，這必然需要培養(yǎng)掌握先進的分析技術和大數(shù)據(jù)分析工具，能從海量數(shù)據(jù)中發(fā)現(xiàn)機遇，具備高效的溝通和協(xié)作能力的數(shù)據(jù)處理與分析的團隊。財務分析教材作為財務數(shù)據(jù)處理與分析人才培養(yǎng)的主要載體、平臺和手段，必然以大數(shù)據(jù)環(huán)境下財務數(shù)據(jù)分析人才知識和能力需求為導向，對其教學工具、教學內(nèi)容和教學方式進行變革與調(diào)整。關于財務分析教材方面的研究，從文獻的數(shù)量上來看并不多，而進行大數(shù)據(jù)環(huán)境下財務分析教材的研究文獻基本是空白。不過，隨著大數(shù)據(jù)時代的到來，目前，關于大數(shù)據(jù)下財務分析的討論越來越多。部分學者對從理論上分析了大數(shù)據(jù)對財務會計理論的影響，進而指出大數(shù)據(jù)對財務分析內(nèi)涵、對象和功能等內(nèi)容的影響[1]；也有部分學者結合實際指出：大數(shù)據(jù)的到來給財務分析領域帶來了巨大機遇和挑戰(zhàn)[2]，財務分析將不再是一個靜態(tài)的，個態(tài)的和封閉的內(nèi)部“小分析”[3]，而是動態(tài)的、系統(tǒng)的、開放的、注重過程分析和非結構數(shù)據(jù)分析的綜合分析[4]；當然，也有個別學者從課程建設的角度進行分析，指出數(shù)據(jù)時代的到來，高校財務分析課程急需改革，以培養(yǎng)創(chuàng)新型財務分析人才來適應市場需求[5]，等等。本文希望在借鑒前述學者的研究成果基礎上，構建適應大數(shù)據(jù)環(huán)境下財務分析人才培養(yǎng)的全新的財務分析教材體系。

一、大數(shù)據(jù)環(huán)境對財務分析的影響

大數(shù)據(jù)時代的到來，財務分析將發(fā)生一個翻天的變革，其將突破靜態(tài)的，個態(tài)的“小分析”范疇，而變成一個動態(tài)的、系統(tǒng)的“綜合分析”。

（一）對財務分析對象的影響

大數(shù)據(jù)環(huán)境下，財務分析將更注重信息的全面性和針對性，更注重利益相關者的信息需求和信息的決策相關性。針對不同利益相關者信息需求的各種“個性化財務報告”在大數(shù)據(jù)時代強大的存儲功和分析能力下將以較低成本得以產(chǎn)生。[1]同時，強大的分析功能使財務分析對象將打破本公司財務數(shù)據(jù)的界限，大量涉足非本公司以外的財務數(shù)據(jù)和其他非財務信息。

（二）對財務分析人員知識和能力的影響

大數(shù)據(jù)環(huán)境下的財務分析人才需要新知識、新能力、新度量和新的思維方式，實現(xiàn)由傳統(tǒng)的財務數(shù)據(jù)分析，向一個大數(shù)據(jù)環(huán)境下的綜合思維轉(zhuǎn)變。在知識結構方面，財務分析人士除了需要厚實的財務與會計專業(yè)知識外，更需要扎實的數(shù)學、統(tǒng)計學和計量經(jīng)濟學等進行數(shù)據(jù)分析的基礎知識作支撐。在能力結構方面，財務分析人士需要具有挖掘大數(shù)據(jù)價值與消除噪音數(shù)據(jù)的洞查能力、分析大數(shù)據(jù)的新技術與新工具的使用能力以及為利益相關者創(chuàng)造數(shù)據(jù)或提供報告的語言表達能力等?？傊?，大數(shù)據(jù)環(huán)境下的企業(yè)首席財務分析師既是企業(yè)首席財務技術師、企業(yè)首席財務信息師更是企業(yè)首席戰(zhàn)略決策的咨詢師。

（三）對財務分析方法與工具的影響

大數(shù)據(jù)時代的到來，財務分析突破了傳統(tǒng)的數(shù)據(jù)基礎和計算條件的限制，其分析越來越精益，與之相應的財務分析方法與技術也與時俱進。信息技術、數(shù)據(jù)庫和云計算技術與統(tǒng)計學方法和數(shù)學方法相結合在數(shù)據(jù)存儲、處理、挖掘和分析中發(fā)揮有效的作用，使得財務分析方法將由傳統(tǒng)小樣本抽樣分析轉(zhuǎn)向全面分析成為可能，為不同利益相關都提供全部和高質(zhì)量的信息。

（四）對財務分析功能的影響

大數(shù)據(jù)環(huán)境下，分析方法和分析內(nèi)容的豐富，財務分析更注意尋找事物的相關關系，而不僅僅是事物的因果關系；更注重高質(zhì)量數(shù)據(jù)的挖掘和企業(yè)價值的提高。因此，大數(shù)據(jù)時代的財務分析功能不僅僅是傳統(tǒng)的預測和控制等，而是更注重利用數(shù)據(jù)為企業(yè)利益相關者提供全方位、高相關性和高準確性的決策信息，發(fā)展企業(yè)商業(yè)價值和戰(zhàn)略先機。

二、大數(shù)據(jù)環(huán)境下財務分析教材體系的構建

大數(shù)據(jù)對財務分析對象、功能和方法等產(chǎn)生了巨大的影響，從而對財務分析人才的能力和知識結構給出了新的要求。財務分析課程是財務分析人才培養(yǎng)的平臺，大數(shù)據(jù)環(huán)境下其必須建立在統(tǒng)計學、計量經(jīng)濟學和高等數(shù)學等基本工具的先修課程的基礎上；而財務分析教材則是財務分析人才培養(yǎng)的直接載體和手段，其教學體系直接決定著財務分析人才的知識和能力結構。（如圖1所示）傳統(tǒng)的以財務比率分析為工具，以財務報告為對象，以滿足股東、債權人和經(jīng)營者等相關利益者對財務數(shù)據(jù)需求為目的的教材體系必將進行重新構建和創(chuàng)新，以適應大數(shù)據(jù)環(huán)境下財務分析人才的成長。

（一）第一部分：財務分析緒論

本部分內(nèi)容應該由以下幾部分組成：大數(shù)據(jù)環(huán)境下利益相關者對財務分析的需求、大數(shù)據(jù)環(huán)境下財務分析的目標與定位、大數(shù)據(jù)環(huán)境下財務分析所需要的知識與能力支持體系、方法體系以及大數(shù)據(jù)環(huán)境下財務分析教材的內(nèi)容體系與框架。

（二）第二部分：財務分析方法體系

大數(shù)據(jù)環(huán)境下，財務分析的方法尤為重要，除了傳統(tǒng)的財務比率和比較分析等方法外，更注重利用數(shù)學、統(tǒng)計學和計量經(jīng)濟學等知識與計算機軟件和硬件平臺的結合使用來收集、整理、甄別和處理數(shù)據(jù)，發(fā)現(xiàn)數(shù)據(jù)潛在的巨大商業(yè)價值。就財務分析教材而言，必須強調(diào)學生充分利用先修改課程所學的知識，具備從各種渠道獲取大數(shù)據(jù)的能力，處理數(shù)據(jù)與建模能力，因此，大數(shù)據(jù)環(huán)境下財務分析方法應包括海量數(shù)據(jù)收集方法、海量數(shù)據(jù)整理與甄別方法以及海量數(shù)據(jù)的處理方法。

（三）第三部分：財務分析內(nèi)容體系

1.財務信息分析。財務會計數(shù)據(jù)是企業(yè)最基本、也是最大和豐富的一種數(shù)據(jù)，是傳統(tǒng)財務分析的主體，也是大數(shù)據(jù)的重要組成部分，因此，財務分析首先必定是對企業(yè)大量的財務數(shù)據(jù)進行分析，包括財務報表比較分析、各種財務能力（盈利、償債、營運、發(fā)展、創(chuàng)新和綜合財務）分析、各種會計活動分析等，讓財務數(shù)據(jù)開口說話，挖掘其價值，為企業(yè)經(jīng)營管理者提供決策相關的信息，同時，也為后面的相關分析奠定基礎。[4]

2.企業(yè)信息分析。企業(yè)信息在一定程度是企業(yè)的工具更是企業(yè)的商業(yè)機遇，企業(yè)除了財務數(shù)據(jù)外，還有大量的非財務數(shù)據(jù)如客戶關系信息、產(chǎn)品與銷售信息和部門合作信息，等等，這些數(shù)據(jù)相當重要，也是企業(yè)決策的基礎，但零散、單個的數(shù)據(jù)沒有任何價值，只有財務人員利用科學的分析方法，建立適當?shù)姆治瞿Ｐ?，對?shù)據(jù)進行加工，才能挖掘出其隱含的商業(yè)價值。

3.行業(yè)和宏觀信息分析。大數(shù)據(jù)環(huán)境下，數(shù)據(jù)分析人才的基本能力之一是要通過不同渠道獲得相關行業(yè)和宏觀經(jīng)濟數(shù)據(jù)，進行中觀和宏觀分析。行業(yè)和宏觀數(shù)據(jù)來源于金融數(shù)據(jù)庫，板塊數(shù)據(jù)庫，網(wǎng)絡數(shù)據(jù)庫、國研網(wǎng)和各種信息中心等平臺的數(shù)據(jù)，分析人員不僅要利用計量經(jīng)濟學的方法進行定量分析，同時，也要利用一些SWOT、專家經(jīng)驗判斷法等非定量方法進行分析，為企業(yè)發(fā)展所處的行業(yè)和宏觀環(huán)境做出科學合理的判斷。

（四）第四部分：大數(shù)據(jù)環(huán)境下財務分析的應用

1.利用大數(shù)據(jù)進行風險管理。以某企業(yè)所處的宏觀和行業(yè)環(huán)境為例，設置相應的指標反映其中觀和宏觀環(huán)境，建議中宏風險預警模型，然后再選擇或設置反映企業(yè)經(jīng)營和財務風險的相關指標，建立微觀風險預警模型。

2.利用大數(shù)據(jù)創(chuàng)造價值。以某企業(yè)為例，分析其不同經(jīng)營環(huán)節(jié)（生產(chǎn)過程、供應鏈和銷售環(huán)節(jié)等）的相關數(shù)據(jù)，運用財務分析方法對大數(shù)據(jù)的戰(zhàn)略分析，為企業(yè)提供機遇，創(chuàng)造價值。

3.利用大數(shù)據(jù)進行專業(yè)化、實時化的決策。以某家銀行數(shù)據(jù)收集處理和方案決策為例，分析其在大數(shù)據(jù)環(huán)境下的工作效率和決策程度，比較傳統(tǒng)的決策方式，闡述大數(shù)據(jù)環(huán)境下利用大數(shù)據(jù)的專業(yè)化和實時化決策。

參考文獻：

[1]齊萱，楊靜.大數(shù)據(jù)時代會計信息相關性研究述評[J].財會通訊，2015（28）：62-65.

[2]張紅英，王翠森.大數(shù)據(jù)時代財務分析領域機遇與挑戰(zhàn)[J].財會通訊，2016（2）：84-85.

[3]白金榮.大數(shù)據(jù)時代公司財務分析的發(fā)展淺析[J].經(jīng)營管理者,2015（9）：280.

篇（10）

大數(shù)據(jù)在電信行業(yè)應用的總體情況

目前國內(nèi)運營商運用大數(shù)據(jù)主要有五方面：(1)網(wǎng)絡管理和優(yōu)化，包括基礎設施建設優(yōu)化和網(wǎng)絡運營管理和優(yōu)化；(2)市場與精準營銷，包括客戶畫像、關系鏈研究、精準營銷、實時營銷和個性化推薦；(3)客戶關系管理，包括客服中心優(yōu)化和客戶生命周期管理；(4)企業(yè)運營管理，包括業(yè)務運營監(jiān)控和經(jīng)營分析；(5)數(shù)據(jù)商業(yè)化指數(shù)據(jù)對外商業(yè)化，單獨盈利。

第一方面：網(wǎng)絡管理和優(yōu)化。此方向包括對基礎設施建設的優(yōu)化和網(wǎng)絡運營管理及優(yōu)化。

(1)基礎設施建設的優(yōu)化。如利用大數(shù)據(jù)實現(xiàn)基站和熱點的選址以及資源的分配。運營商可以通過分析話單和信令中用戶的流量在時間周期和位置特征方面的分布，對2G、3G的高流量區(qū)域設計4G基站和WLAN熱點；同時，運營商還可以對建立評估模型對已有基站的效率和成本進行評估，發(fā)現(xiàn)基站建設的資源浪費問題，如某些地區(qū)為了完成基站建設指標將基站建設在人際罕至的地方等。

(2)網(wǎng)絡運營管理及優(yōu)化。在網(wǎng)絡運營層面，運營商可以通過大數(shù)據(jù)分析網(wǎng)絡的流量、流向變化趨勢，及時調(diào)整資源配置，同時還可以分析網(wǎng)絡日志，進行全網(wǎng)絡優(yōu)化，不斷提升網(wǎng)絡質(zhì)量和網(wǎng)絡利用率。

利用大數(shù)據(jù)技術實時采集處理網(wǎng)絡信令數(shù)據(jù)，監(jiān)控網(wǎng)絡狀況，識別價值小區(qū)和業(yè)務熱點小區(qū)，更精準的指導網(wǎng)絡優(yōu)化，實現(xiàn)網(wǎng)絡、應用和用戶的智能指配。由于用戶群的不同，不同小區(qū)對運營商的貢獻也不同。運營商可以將小區(qū)的數(shù)據(jù)進行多維度數(shù)據(jù)綜合分析，通過對小區(qū)VIP用戶分布，收入分布，及相關的分布模型得到不同小區(qū)的價值，再和網(wǎng)絡質(zhì)量分析結合起來，兩者疊加一起，就有可能發(fā)現(xiàn)某個小區(qū)價值高，但是網(wǎng)絡覆蓋需要進一步提升，進而先設定網(wǎng)絡優(yōu)化的優(yōu)先級，提高投資效率。

德國電信建立預測城市里面的各區(qū)域無線資源占用模型，根據(jù)預測結果，靈活的提前配置無線資源，如在白天給CBD地區(qū)多分配無線資源，在晚上，則給酒吧地區(qū)多分配無線資源，使得無線網(wǎng)絡的運行效率和利用率更高。

法國電信通過分析發(fā)現(xiàn)某段網(wǎng)絡上的掉話率持續(xù)過高，借助大數(shù)據(jù)手段診斷出通話中斷產(chǎn)生的原因是網(wǎng)絡負荷過重造成，并根據(jù)分析結果優(yōu)化網(wǎng)絡布局，為客戶提供了更好的體驗，獲得了更多的客戶以及業(yè)務增長；

第二方面，市場與精準營銷。此方向包括客戶畫像、關系鏈研究、精準營銷、實時營銷和個性化推薦。

(1)客戶畫像。運營商可以基于客戶終端信息、位置信息、通話行為、手機上網(wǎng)行為軌跡等豐富的數(shù)據(jù)，為每個客戶打上人口統(tǒng)計學特征、消費行為、上網(wǎng)行為和興趣愛好標簽，并借助數(shù)據(jù)挖掘技術(如分類、聚類、RFM等)進行客戶分群，完善客戶的360度畫像，幫助運營商深入了解客戶行為偏好和需求特征。

(2)關系鏈研究。運營商可以通過分析客戶通訊錄、通話行為、網(wǎng)絡社交行以及客戶資料等數(shù)據(jù)，開展交往圈分析。尤其是利用各種聯(lián)系記錄形成社交網(wǎng)絡來豐富對用戶的洞察，并進一步利用圖挖掘的方法來發(fā)現(xiàn)各種圈子，發(fā)現(xiàn)圈子中的關鍵人員，以及識別家庭和政企客戶；或者分析社交圈子尋找營銷機會。如在一個行為同質(zhì)化圈子里面，如果這個圈子大多數(shù)為高流量用戶，并在這個圈子中發(fā)現(xiàn)異網(wǎng)的用戶，我們可以推測該用戶也是高流量的情況，便可以通過營銷的活動把異網(wǎng)高流量的用戶引導到自己的網(wǎng)絡上，對其推廣4G套餐，提升營銷轉(zhuǎn)化率?？傊覀兛梢岳蒙缃蝗ψ犹岣郀I銷效率，改進服務，低成本擴大產(chǎn)品的影響力。

(3)精準營銷和實時營銷。運營商在客戶畫像的基礎上對客戶特征的深入理解，建立客戶與業(yè)務、資費套餐、終端類型、在用網(wǎng)絡的精準匹配，并在在推送渠道、推送時機、推送方式上滿足客戶的需求，實現(xiàn)精準營銷。如我們可以利用大數(shù)據(jù)分析用戶的終端偏好和消費能力，預測用戶的換機時間尤其是合約機到期時間，并捕捉用戶最近的特征事件，從而預測用戶購買終端的真正需求，通過短信、呼叫中心、營業(yè)廳等多種渠道推送相關的營銷信息到用戶手中。

(4)個性化推薦。利用客戶畫像信息、客戶終端信息、客戶行為習慣偏好等，運營商可以為客戶提供定制化的服務，優(yōu)化產(chǎn)品、流量套餐和定價機制，實現(xiàn)個性化營銷和服務，提升客戶體驗與感知；或者在應用商城實現(xiàn)個性化推薦，在電商平臺實現(xiàn)個性化推薦，在社交網(wǎng)絡推薦感興趣的好友。

第三方面，客戶關系管理。此方面包括客服中心優(yōu)化和客戶生命周期管理。

(1)客服中心優(yōu)化?？头行氖沁\營商和客戶接觸較為頻繁的通道，因此客服中心擁有大量的客戶呼叫行為和需求數(shù)據(jù)。我們可以利用大數(shù)據(jù)技術可以深入分析客服熱線呼入客戶的行為特征、選擇路徑、等候時長，并關聯(lián)客戶歷史接觸信息、客戶套餐消費情況、客戶人口統(tǒng)計學特征、客戶機型等數(shù)據(jù)，建立客服熱線智能路徑模型，預測下次客戶呼入的需求、投訴風險以及相應的路徑和節(jié)點，這樣便可縮短客服呼入處理時間，識別投訴風險，有助于提升客服滿意度；另外，也可以通過語義分析，對客服熱線的問題進行分類，識別熱點問題和客戶情緒，對于發(fā)生量較大且嚴重的問題，要及時預警相關部門進行優(yōu)化。

(2)客戶關懷與客戶生命周期管理?？蛻羯芷诠芾戆ㄐ驴蛻臬@取、客戶成長、客戶成熟、客戶衰退和客戶離開等五個階段的管理。在客戶獲取階段，我們可以通過算法挖掘和發(fā)現(xiàn)高潛客戶；在客戶成長階段，通過關聯(lián)規(guī)則等算法進行交叉銷售，提升客戶人均消費額；在客戶成熟期，可以通過大數(shù)據(jù)方法進行客戶分群(RFM、聚類等)并進行精準推薦，同時對不同客戶實時忠誠計劃；在客戶衰退期，需要進行流失預警，提前發(fā)現(xiàn)高流失風險客戶，并作相應的客戶關懷；在客戶離開階段，我們可以通過大數(shù)據(jù)挖掘高潛回流客戶。國內(nèi)外運營商在客戶生命周期管理方面應用的案例都比較多。如SK電訊新成立一家公司SK Planet，專門處理與大數(shù)據(jù)相關的業(yè)務，通過分析用戶的使用行為，在用戶做出離開決定之前，推出符合用戶興趣的業(yè)務，防止用戶流失；而T-Mobile通過集成數(shù)據(jù)綜合分析客戶流失的原因，在一個季度內(nèi)將流失率減半。

第四方面，企業(yè)運營管理?？梢苑譃闃I(yè)務運營監(jiān)控和經(jīng)營分析。

(1)業(yè)務運營監(jiān)控分可以基于大數(shù)據(jù)分析從網(wǎng)絡、業(yè)務、用戶和業(yè)務量、業(yè)務質(zhì)量、終端等多個維度為運營商監(jiān)控管道和客戶運營情況。構建靈活可定制的指標模塊，構建QoE/KQI/KPI等指標體系，以及異動智能監(jiān)控體系，從宏觀到微觀全方位快速準確地掌控運營及異動原因。

(2)經(jīng)營分析和市場監(jiān)測。我們可以通過數(shù)據(jù)分析對業(yè)務和市場經(jīng)營狀況進行總結和分析，主要分為經(jīng)營日報、周報、月報、季報以及專題分析等。過去，這些報告都是分析師來撰寫。在大數(shù)據(jù)時代，這些經(jīng)營報告和專題分析報告均可以自動化生成網(wǎng)頁或者APP形式，通過機器來完成。數(shù)據(jù)來源則是企業(yè)內(nèi)部的業(yè)務和用戶數(shù)據(jù)，以及通過大數(shù)據(jù)手段采集的外部社交網(wǎng)絡數(shù)據(jù)、技術和市場數(shù)據(jù)。分析師轉(zhuǎn)變?yōu)閳蟾娈a(chǎn)品經(jīng)理，制定報告框架、分析和統(tǒng)計維度，剩下的工作交給機器來完成。

第五方面，數(shù)據(jù)商業(yè)化。數(shù)據(jù)商業(yè)化指通過企業(yè)自身擁有的大數(shù)據(jù)資產(chǎn)進行對外商業(yè)化，獲取收益。國內(nèi)外運營商的數(shù)據(jù)商業(yè)化都處于探索階段，但相對來說，國外運營商在這方面發(fā)展的更快一些。

(1)對外提供營銷洞察和精準廣告投放。

營銷洞察：美國電信運營商Verizon成立了精準營銷部門Precision Marketing Division。該部門提供精準營銷洞察(Precision Market Insights)，提供商業(yè)數(shù)據(jù)分析服務。如在美國，棒球和籃球比賽是商家最為看中的營銷場合，此前在超級碗和NBA的比賽中，Verizon針對觀眾的來源地進行了精確數(shù)據(jù)分析，球隊得以了解觀眾對贊助商的喜好等；美國電信運營商Sprint則利用大數(shù)據(jù)為行業(yè)客戶提供消費者和市場洞察，包括人口特征、行為特征以及季節(jié)性分析等方面。

精準廣告投放：Verizon的精準營銷部門基于營銷洞察還提供精準廣告投放服務；AT&T提供Alert業(yè)務，當用戶距離商家很近時，就有可能收到該商家提供的折扣很大的電子優(yōu)惠券。

(2)基于大數(shù)據(jù)監(jiān)測和決策支撐服務。