序論：好文章的創(chuàng)作是一個(gè)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(jì)學(xué)基礎(chǔ)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(biāo)志著互聯(lián)網(wǎng)已叩響“萬物互聯(lián)時(shí)代”的大門。在這個(gè)時(shí)代，大數(shù)據(jù)滲透于各行各業(yè)，掌握數(shù)據(jù)核心價(jià)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(rèn)競(jìng)爭(zhēng)優(yōu)勢(shì)與大數(shù)據(jù)有關(guān)，由此，數(shù)據(jù)分析師這一職業(yè)逐漸得到認(rèn)可并受到追捧。世界500強(qiáng)企業(yè)中，有90%以上都建立了數(shù)據(jù)分析部門。在國(guó)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(guān)部門預(yù)測(cè)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(zhǎng)，全國(guó)數(shù)據(jù)分析師的職位由2014年初的200多個(gè)職位增長(zhǎng)到接近3000個(gè)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(gè)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(jìn)各行各業(yè)發(fā)展，推動(dòng)國(guó)家經(jīng)濟(jì)進(jìn)步的重要人物。但我國(guó)針對(duì)數(shù)據(jù)分析的研究起步晚，市場(chǎng)巨大，職位空缺現(xiàn)象十分嚴(yán)重。因此，培養(yǎng)數(shù)據(jù)分析人才的項(xiàng)目活動(dòng)應(yīng)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(rèn)為其職位高高在上，不可企及，但實(shí)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(jī)數(shù)據(jù)分析發(fā)現(xiàn)美國(guó)年輕的父親去超市為嬰兒購(gòu)買尿布的同時(shí)，往往會(huì)順便為自己購(gòu)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(jìn)而取得了意想不到的良好銷售收入?？梢?，數(shù)據(jù)分析是運(yùn)用適當(dāng)?shù)姆椒▽?duì)收集來的大量數(shù)據(jù)進(jìn)行分析整理，篩選有價(jià)值的信息并形成相應(yīng)的解決方案以幫助人們作出判斷，采取適當(dāng)行動(dòng)的過程。

1.2數(shù)據(jù)分析師的層級(jí)分類

經(jīng)對(duì)多家招聘網(wǎng)站數(shù)據(jù)分析師的招聘信息進(jìn)行分析研究，發(fā)現(xiàn)目前數(shù)據(jù)分析師大體分為三個(gè)層級(jí)：傳統(tǒng)行業(yè)的數(shù)據(jù)分析師、互聯(lián)網(wǎng)初級(jí)數(shù)據(jù)分析師、互聯(lián)網(wǎng)高級(jí)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(xué)和統(tǒng)計(jì)學(xué)知識(shí)儲(chǔ)備即可；第二層級(jí)是互聯(lián)網(wǎng)初級(jí)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(chǔ)上掌握少數(shù)的計(jì)算機(jī)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(jìn)行分析并能制作數(shù)據(jù)報(bào)表；互聯(lián)網(wǎng)高級(jí)數(shù)據(jù)分析師是一類復(fù)合型人才，要熟悉業(yè)務(wù)環(huán)境并能與技術(shù)相結(jié)合解決企業(yè)實(shí)際問題，并掌握數(shù)據(jù)挖掘常用算法和一系列相關(guān)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(jìng)爭(zhēng)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(chǔ)、篩選、數(shù)據(jù)挖掘、建模分析、優(yōu)化、展現(xiàn)、應(yīng)用等一系列過程。接下來從主要步驟詳細(xì)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(jià)值的信息，要求數(shù)據(jù)分析師掌握一系列相關(guān)分析方法譬如聚類分析、關(guān)聯(lián)分析、等并能熟練運(yùn)用數(shù)據(jù)挖掘算法和相關(guān)工具；建模分析即對(duì)數(shù)據(jù)抽象組織，確定數(shù)據(jù)及相關(guān)性的過程，在此基礎(chǔ)上要掌握譬如決策樹、神經(jīng)網(wǎng)絡(luò)、K-means算法、SVM等至少一種相關(guān)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(bào)表制作能力，熟練應(yīng)用D3、Vega實(shí)現(xiàn)數(shù)據(jù)可視化，并能運(yùn)用R和DateWangler工具將原始數(shù)據(jù)轉(zhuǎn)化為實(shí)用的格式。

2數(shù)據(jù)分析師的培養(yǎng)現(xiàn)狀

2.1國(guó)外數(shù)據(jù)分析師的培養(yǎng)現(xiàn)狀

在國(guó)外，無論是學(xué)術(shù)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(xué)的研究成員著手開發(fā)MEGA（現(xiàn)代動(dòng)態(tài)網(wǎng)絡(luò)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(xué)已開設(shè)了《數(shù)據(jù)科學(xué)導(dǎo)論》和《應(yīng)用數(shù)據(jù)科學(xué)》課程，從2013年秋季起開設(shè)“數(shù)據(jù)科學(xué)專業(yè)成就認(rèn)證”培訓(xùn)項(xiàng)目，并于2014年設(shè)立專業(yè)碩士學(xué)位和博士學(xué)位；華盛頓大學(xué)開設(shè)《數(shù)據(jù)科學(xué)導(dǎo)論》課程，并對(duì)修滿數(shù)據(jù)科學(xué)相關(guān)課程學(xué)分的學(xué)生頒發(fā)數(shù)據(jù)科學(xué)證書。數(shù)據(jù)分析師在國(guó)外已引起了充分的重視，他們均衡分布在各行各業(yè)，運(yùn)用掌握的專業(yè)知識(shí)并結(jié)合相關(guān)思維為自身、企業(yè)乃至社會(huì)的發(fā)展做著不小的貢獻(xiàn)。

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

近年來，在國(guó)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(guó)目前將數(shù)據(jù)分析納入教學(xué)體系的高校寥寥無幾，開設(shè)相關(guān)課程并取得一定成果的有：香港中文大學(xué)設(shè)立“數(shù)據(jù)科學(xué)商業(yè)統(tǒng)計(jì)科學(xué)”碩士學(xué)位；復(fù)旦大學(xué)開設(shè)數(shù)據(jù)科學(xué)討論班，于2010年開始招收數(shù)據(jù)科學(xué)博士研究生；北京航空航天大學(xué)設(shè)立大數(shù)據(jù)工程碩士學(xué)位；中國(guó)人民大學(xué)統(tǒng)計(jì)學(xué)院開設(shè)數(shù)據(jù)分析方向應(yīng)用統(tǒng)計(jì)碩士。

和國(guó)外相比，我國(guó)數(shù)據(jù)分析師的人才培養(yǎng)機(jī)制還未成熟，高校教育仍存在各種各樣的問題，譬如，大學(xué)生雖然從多門課程中接觸到與數(shù)據(jù)分析相關(guān)內(nèi)容，但各門課程的教學(xué)資源未能實(shí)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(chǎng)革命性的變化，若想把握機(jī)遇，實(shí)現(xiàn)國(guó)家經(jīng)濟(jì)革命性發(fā)展，首要任務(wù)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(shí)代新興起的高薪職業(yè)，對(duì)人員的能力要求是相當(dāng)高的，下面將根據(jù)數(shù)據(jù)分析師的定義、能力需求并結(jié)合互聯(lián)網(wǎng)環(huán)境的時(shí)代背景，對(duì)數(shù)據(jù)分析師的成才途徑作出詳細(xì)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(jié)構(gòu)化思維。數(shù)據(jù)思維即量化思維，對(duì)數(shù)據(jù)具有獨(dú)特的敏感度，相信一切事物皆可量化；多模式思維即構(gòu)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(cuò)綜復(fù)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(biāo)有效解決問題；結(jié)構(gòu)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(duì)海量數(shù)據(jù)進(jìn)行有效的管理，就要努力學(xué)習(xí)相關(guān)的專業(yè)技能。要掌握多種機(jī)器學(xué)習(xí)方法，不斷學(xué)習(xí)相關(guān)軟件應(yīng)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(xué)知識(shí)，能夠很好的分析和解釋客戶行為；在此基礎(chǔ)上，最核心的是要掌握一定的業(yè)務(wù)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(gè)人素質(zhì)方面，互聯(lián)網(wǎng)時(shí)代對(duì)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(yīng)不斷學(xué)習(xí)完善以下素質(zhì)能力：對(duì)工作的態(tài)度嚴(yán)謹(jǐn)認(rèn)真，對(duì)數(shù)據(jù)的變化時(shí)刻保持敏銳的洞察力，對(duì)方法的運(yùn)用保持一定的創(chuàng)新性，對(duì)團(tuán)隊(duì)保持團(tuán)結(jié)合作之心，能與顧客溝通交流并及時(shí)了解他們的需求。

實(shí)踐，數(shù)據(jù)分析師成才的推動(dòng)力。數(shù)據(jù)分析師的職責(zé)是幫助企業(yè)挖掘市場(chǎng)價(jià)值、發(fā)現(xiàn)機(jī)遇、準(zhǔn)確進(jìn)行市場(chǎng)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(shí)踐是必不可少的。相關(guān)人員要在掌握理論的基礎(chǔ)上，敢于應(yīng)用于實(shí)踐，充分考慮數(shù)據(jù)中存在的價(jià)值和風(fēng)險(xiǎn)。使自我能力在實(shí)踐中不斷改進(jìn)和完善。

4給我國(guó)高校的建議

高校為數(shù)據(jù)分析師的成長(zhǎng)提供指導(dǎo)和途徑，肩負(fù)著為我國(guó)社會(huì)培養(yǎng)有用人才的重任，因此高校要努力構(gòu)建數(shù)據(jù)分析師的人才培養(yǎng)機(jī)制，不斷輸出數(shù)據(jù)分析相關(guān)人才。

高校的首要任務(wù)是，強(qiáng)化師資力量，改進(jìn)教學(xué)方法。各大高校應(yīng)聯(lián)合共建優(yōu)秀師資團(tuán)隊(duì)，鼓勵(lì)教師考取數(shù)據(jù)分析師資格證，并到實(shí)際企業(yè)中進(jìn)行歷練。再者，我們要組建專門師資團(tuán)隊(duì)到國(guó)外開展學(xué)習(xí)工作，取其精髓，去其槽粕，不斷優(yōu)化我國(guó)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(xué)資源，構(gòu)建系統(tǒng)性教學(xué)結(jié)構(gòu)。鑒于市場(chǎng)對(duì)數(shù)據(jù)分析師的需求的火熱程度，高校完全可以開設(shè)專門課程，將與數(shù)據(jù)相關(guān)的課程進(jìn)行有機(jī)的整合并開設(shè)數(shù)據(jù)分析導(dǎo)論、基礎(chǔ)等課程，制定數(shù)據(jù)分析系統(tǒng)性課程體系，專門為市場(chǎng)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(xué)體系的基礎(chǔ)上，高校也高度應(yīng)注重學(xué)生興趣的培養(yǎng)。數(shù)據(jù)分析師是新時(shí)代的復(fù)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(xué)、統(tǒng)計(jì)學(xué)、運(yùn)籌學(xué)、社會(huì)學(xué)、管理學(xué)以及大量軟件應(yīng)用在內(nèi)的大量相關(guān)知識(shí)，學(xué)習(xí)過程會(huì)十分繁瑣、復(fù)雜，學(xué)習(xí)周期長(zhǎng)，學(xué)習(xí)難度大，所以建議各大高校在制定教學(xué)體系時(shí)應(yīng)合理安排課程，在教學(xué)過程中應(yīng)注重課程的趣味性，寓教于樂，采用案例導(dǎo)入、項(xiàng)目教學(xué)等教學(xué)方法，逐漸培養(yǎng)學(xué)生對(duì)數(shù)據(jù)分析濃厚的興趣。

第四、隨時(shí)更新教學(xué)數(shù)據(jù)，培養(yǎng)適應(yīng)時(shí)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(jià)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?cái)?shù)據(jù)的全面性，另一方面要注重?cái)?shù)據(jù)的更新，及時(shí)更改教學(xué)方法和教學(xué)案例，與時(shí)俱進(jìn)。高校要充分利用互聯(lián)網(wǎng)的優(yōu)勢(shì)，引入MOOC（Massive Open Online Course，大規(guī)模網(wǎng)絡(luò)開放課程）教學(xué)方式，充分發(fā)揮大數(shù)據(jù)在教育領(lǐng)域的作用，克服傳統(tǒng)教學(xué)方法資源少、反饋慢、綜合分析困難等缺點(diǎn)，將數(shù)據(jù)分析的研究成果應(yīng)用于數(shù)據(jù)分析人才的培養(yǎng)，實(shí)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(shí)踐相結(jié)合，努力為學(xué)生搭建實(shí)踐的平臺(tái)。高?？煽紤]校企合作的教學(xué)理念，邊教學(xué)邊實(shí)踐，讓學(xué)生將所學(xué)到的理論知識(shí)轉(zhuǎn)化為實(shí)際應(yīng)用，一方面在實(shí)踐中鞏固并檢驗(yàn)自己的理論知識(shí)，另一方面數(shù)據(jù)來源真正的企業(yè)運(yùn)營(yíng)中，讓學(xué)生切實(shí)體驗(yàn)數(shù)據(jù)的作用和風(fēng)險(xiǎn)，有助于塑造真正對(duì)企業(yè)有用的人才。

5結(jié)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(duì)企業(yè)來說是機(jī)遇同時(shí)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(guān)鍵，因此數(shù)據(jù)分析師逐漸被各行各業(yè)認(rèn)可。文章從數(shù)據(jù)分析師的定義出發(fā)，結(jié)合目前的時(shí)代背景，對(duì)數(shù)據(jù)分析師的每一工作步驟所需的能力進(jìn)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(xué)者提供一定的理論參考。最后，針對(duì)如何構(gòu)建數(shù)據(jù)分析人才培養(yǎng)體系，對(duì)我國(guó)高校提出了幾點(diǎn)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(gè)學(xué)者的不斷探索和研究。

參考文獻(xiàn)：

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

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

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

[4]譚立云，李強(qiáng)麗，李慧.大數(shù)據(jù)時(shí)代數(shù)據(jù)分析人才培養(yǎng)的思考及對(duì)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(xué)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(guó)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(shí)間、條件、格式、內(nèi)容、長(zhǎng)度、限制條件等。這會(huì)幫助數(shù)據(jù)分析師更有針對(duì)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(dǎo)致的數(shù)據(jù)問題；同時(shí)，對(duì)數(shù)據(jù)采集邏輯的認(rèn)識(shí)增加了數(shù)據(jù)分析師對(duì)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(zhǎng)度只有100個(gè)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(huì)被截?cái)?。

在Webtrekk323之前的Pixel版本，單條信息默認(rèn)最多只能發(fā)送不超過2K的數(shù)據(jù)。當(dāng)頁(yè)面含有過多變量或變量長(zhǎng)度有超出限定的情況下，在保持?jǐn)?shù)據(jù)收集的需求下，通常的解決方案是采用多個(gè)sendinfo方法分條發(fā)送；而在325之后的Pixel版本，單條信息默認(rèn)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(qǐng)求量付費(fèi)，請(qǐng)求量越少，費(fèi)用越低)。

當(dāng)用戶在離線狀態(tài)下使用APP時(shí)，數(shù)據(jù)由于無法聯(lián)網(wǎng)而發(fā)出，導(dǎo)致正常時(shí)間內(nèi)的數(shù)據(jù)統(tǒng)計(jì)分析延遲。直到該設(shè)備下次聯(lián)網(wǎng)時(shí)，數(shù)據(jù)才能被發(fā)出并歸入當(dāng)時(shí)的時(shí)間。這就產(chǎn)生了不同時(shí)間看相同歷史時(shí)間的數(shù)據(jù)時(shí)會(huì)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(jìn)導(dǎo)致垃圾數(shù)據(jù)出”的問題。

2.數(shù)據(jù)存儲(chǔ)

無論數(shù)據(jù)存儲(chǔ)于云端還是本地，數(shù)據(jù)的存儲(chǔ)不只是我們看到的數(shù)據(jù)庫(kù)那么簡(jiǎn)單。比如：

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

數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu)及各庫(kù)表如何關(guān)聯(lián)，星型、雪花型還是其他。

生產(chǎn)數(shù)據(jù)庫(kù)接收數(shù)據(jù)時(shí)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(kù)面對(duì)異常值如何處理，強(qiáng)制轉(zhuǎn)換、留空還是返回錯(cuò)誤。

生產(chǎn)數(shù)據(jù)庫(kù)及數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)如何存儲(chǔ)數(shù)據(jù)，名稱、含義、類型、長(zhǎng)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(cāng)庫(kù)數(shù)據(jù)的更新更新機(jī)制是什么，全量更新還是增量更新。

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

在數(shù)據(jù)存儲(chǔ)階段，數(shù)據(jù)分析師需要了解數(shù)據(jù)存儲(chǔ)內(nèi)部的工作機(jī)制和流程，最核心的因素是在原始數(shù)據(jù)基礎(chǔ)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(chǔ)階段是不斷動(dòng)態(tài)變化和迭代更新的，其及時(shí)性、完整性、有效性、一致性、準(zhǔn)確性很多時(shí)候由于軟硬件、內(nèi)外部環(huán)境問題無法保證，這些都會(huì)導(dǎo)致后期數(shù)據(jù)應(yīng)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(shí)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(jié)果未必一致。

何時(shí)取，提取時(shí)間——不同時(shí)間取出來的數(shù)據(jù)結(jié)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(jié)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(jiǎn)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(kù)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(kù)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(gè)人時(shí)間浪費(fèi)和系統(tǒng)資源消耗。

其次是理解業(yè)務(wù)需求的能力，比如業(yè)務(wù)需要“銷售額”這個(gè)字段，相關(guān)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(yùn)費(fèi)等折扣和費(fèi)用。包含該因素即是訂單金額，否則就是產(chǎn)品單價(jià)×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(duì)海量數(shù)據(jù)時(shí)進(jìn)行數(shù)據(jù)價(jià)值提煉的關(guān)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(zhǔn)確性、可操作性、可理解性、可應(yīng)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(chǎng)景下的參數(shù)設(shè)定相同，實(shí)踐是獲得調(diào)優(yōu)經(jīng)驗(yàn)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(guān)能力。一是數(shù)據(jù)挖掘、統(tǒng)計(jì)學(xué)、數(shù)學(xué)基本原理和常識(shí)；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(xiàng)，如果是程序出身也可以選擇編程實(shí)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(yīng)用場(chǎng)景和優(yōu)劣差異點(diǎn)。

5.數(shù)據(jù)分析

數(shù)據(jù)分析相對(duì)于數(shù)據(jù)挖掘更多的是偏向業(yè)務(wù)應(yīng)用和解讀，當(dāng)數(shù)據(jù)挖掘算法得出結(jié)論后，如何解釋算法在結(jié)果、可信度、顯著程度等方面對(duì)于業(yè)務(wù)的實(shí)際意義，如何將挖掘結(jié)果反饋到業(yè)務(wù)操作過程中便于業(yè)務(wù)理解和實(shí)施是關(guān)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(diǎn)展示給業(yè)務(wù)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(shí)際需求和場(chǎng)景而定?；舅刭|(zhì)要求如下：

工具。PPT、Excel、Word甚至郵件都是不錯(cuò)的展現(xiàn)工具，任意一個(gè)工具用好都很強(qiáng)大。

形式。圖文并茂的基本原則更易于理解，生動(dòng)、有趣、互動(dòng)、講故事都是加分項(xiàng)。

原則。領(lǐng)導(dǎo)層喜歡讀圖、看趨勢(shì)、要結(jié)論，執(zhí)行層歡看數(shù)、讀文字、看過程。

場(chǎng)景。大型會(huì)議PPT最合適，匯報(bào)說明Word最實(shí)用，數(shù)據(jù)較多時(shí)Excel更方便。

最重要一點(diǎn)，數(shù)據(jù)展現(xiàn)永遠(yuǎn)輔助于數(shù)據(jù)內(nèi)容，有價(jià)值的數(shù)據(jù)報(bào)告才是關(guān)鍵。

7.數(shù)據(jù)應(yīng)用

數(shù)據(jù)應(yīng)用是數(shù)據(jù)具有落地價(jià)值的直接體現(xiàn)，這個(gè)過程需要數(shù)據(jù)分析師具備數(shù)據(jù)溝通能力、業(yè)務(wù)推動(dòng)能力和項(xiàng)目工作能力。

篇（3）

中圖分類號(hào)：G4 文獻(xiàn)標(biāo)識(shí)碼：A doi：10.19311/ki.1672-3198.2016.33.147

1 引言

管理統(tǒng)計(jì)學(xué)是一門應(yīng)用統(tǒng)計(jì)學(xué)方法和理論研究經(jīng)濟(jì)管理問題的應(yīng)用性學(xué)科，它通過收集、分析、表述、解釋數(shù)據(jù)來探索經(jīng)濟(jì)管理問題的規(guī)律，并輔助企業(yè)進(jìn)行管理決策和提高管理效率。傳統(tǒng)的統(tǒng)計(jì)學(xué)關(guān)注小規(guī)模數(shù)據(jù)下的數(shù)據(jù)描述、推斷和科學(xué)分析用。與之相應(yīng)，管理統(tǒng)計(jì)學(xué)的課堂教學(xué)主要關(guān)注統(tǒng)計(jì)學(xué)原理的講述、小數(shù)據(jù)的推斷分析和經(jīng)濟(jì)管理問題的簡(jiǎn)單應(yīng)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(xué)術(shù)界，企業(yè)界等關(guān)注。大數(shù)據(jù)的理念和技術(shù)不僅在互聯(lián)網(wǎng)、金融、機(jī)器人、人工智能等領(lǐng)域取得突破性進(jìn)展，也將對(duì)企業(yè)的生產(chǎn)、經(jīng)營(yíng)和決策等活動(dòng)帶來深刻的影響，通過對(duì)企業(yè)大數(shù)據(jù)的深度挖掘，有助于實(shí)現(xiàn)企業(yè)的商業(yè)價(jià)值，規(guī)避企業(yè)的決策風(fēng)險(xiǎn)，提高企業(yè)的競(jìng)爭(zhēng)力。

大數(shù)據(jù)時(shí)代的到來，對(duì)管理統(tǒng)計(jì)學(xué)來說既是機(jī)遇又是挑戰(zhàn)，機(jī)遇在于：大數(shù)據(jù)的分析主要建立在統(tǒng)計(jì)學(xué)的基礎(chǔ)上對(duì)數(shù)據(jù)進(jìn)行處理、分析，從而使得大數(shù)據(jù)可視化；而挑戰(zhàn)在于：當(dāng)下管理統(tǒng)計(jì)學(xué)的教學(xué)方法和教學(xué)手段難以匹配大數(shù)據(jù)時(shí)代對(duì)數(shù)據(jù)分析從業(yè)者的要求，這就要求對(duì)管理統(tǒng)計(jì)學(xué)的課堂教學(xué)模式進(jìn)行進(jìn)一步的發(fā)展與創(chuàng)新，以期適應(yīng)大數(shù)據(jù)背景下的新要求。

如何結(jié)合大數(shù)據(jù)時(shí)代的新要求設(shè)計(jì)合適的課堂教學(xué)模式，如何結(jié)合豐富的大數(shù)據(jù)應(yīng)用案例開展課堂教學(xué)活動(dòng)，如何增強(qiáng)大數(shù)據(jù)背景下學(xué)生的數(shù)據(jù)驅(qū)動(dòng)的管理決策意識(shí)，培養(yǎng)適應(yīng)大數(shù)據(jù)時(shí)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(jì)學(xué)課堂教學(xué)模式所面臨的問題和挑戰(zhàn)，這也促使管理統(tǒng)計(jì)學(xué)教學(xué)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(jì)學(xué)課堂教育模式。

2 傳統(tǒng)管理統(tǒng)計(jì)學(xué)教學(xué)模式的概述

筆者所在的教學(xué)團(tuán)隊(duì)來自于武漢科技大學(xué)管理學(xué)院，承擔(dān)全院《管理統(tǒng)計(jì)學(xué)》課程教學(xué)任務(wù)，在教學(xué)方法、實(shí)踐教學(xué)等有較為豐富的教學(xué)經(jīng)驗(yàn)。然而，在多年的教學(xué)過程實(shí)踐和與學(xué)生的教學(xué)互動(dòng)當(dāng)中發(fā)現(xiàn)：現(xiàn)有的管理統(tǒng)計(jì)學(xué)教學(xué)模式盡管相對(duì)較為成熟，在培養(yǎng)學(xué)生的數(shù)據(jù)分析意識(shí)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(yīng)大數(shù)據(jù)背景下對(duì)管理統(tǒng)計(jì)學(xué)教學(xué)帶來的挑戰(zhàn)。

2.1 注重理論講授，忽視應(yīng)用教學(xué)

受技術(shù)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(jì)學(xué)教學(xué)大都采用理論驅(qū)動(dòng)的教學(xué)模式，教師依托教材，注重統(tǒng)計(jì)學(xué)基本原理和方法的傳授，學(xué)生掌握基本原理，對(duì)統(tǒng)計(jì)學(xué)的實(shí)際應(yīng)用等關(guān)注較少。

盡管管理統(tǒng)計(jì)學(xué)課堂教學(xué)會(huì)涉及到一定的應(yīng)用案例，但是這些案例大都簡(jiǎn)單，陳舊，數(shù)據(jù)來源單一，難以接觸實(shí)際原始數(shù)據(jù)，統(tǒng)計(jì)建模思路也相對(duì)固定，這些教學(xué)案例既不能反映管理統(tǒng)計(jì)學(xué)的最新發(fā)展和應(yīng)用思想，也無法將其帶入企業(yè)經(jīng)營(yíng)的情景，對(duì)企業(yè)決策過程缺乏了解，這些因素都使得學(xué)生對(duì)該課程的學(xué)習(xí)興趣不高，不利于培養(yǎng)學(xué)生應(yīng)用統(tǒng)計(jì)學(xué)解決實(shí)際問題的能力，進(jìn)而影響課堂教學(xué)效果。

2.2 注重?cái)?shù)學(xué)推導(dǎo)，忽視工具應(yīng)用

管理統(tǒng)計(jì)學(xué)要求學(xué)生掌握一定的數(shù)學(xué)基礎(chǔ)，教材也都有較多的數(shù)學(xué)公式和理論推導(dǎo)，忽視了培養(yǎng)學(xué)生應(yīng)用SPSSvSASvR等統(tǒng)計(jì)軟件工具解決統(tǒng)計(jì)問題的操作能力。

根據(jù)經(jīng)管類專業(yè)的培養(yǎng)定位，對(duì)于經(jīng)管類專業(yè)的學(xué)生而言，相比于統(tǒng)計(jì)的數(shù)學(xué)公式，真正實(shí)用的如何借用SPSSvSASvR等統(tǒng)計(jì)軟件工具來解決企業(yè)經(jīng)營(yíng)決策面臨的實(shí)際問題，尤其是在大數(shù)據(jù)背景下，需要處理海量、復(fù)雜、多源、異質(zhì)的高維數(shù)據(jù)。這些是單憑數(shù)學(xué)推導(dǎo)和簡(jiǎn)單的手動(dòng)計(jì)算無法完成的。

近年來，大數(shù)據(jù)、互聯(lián)網(wǎng)等技術(shù)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(jì)學(xué)原理和方法，熟練掌握SPSSvSASvR等統(tǒng)計(jì)軟件工具，并應(yīng)用這些工具解決企業(yè)經(jīng)營(yíng)管理面臨的實(shí)際問題。

2.3 注重知識(shí)考核，忽視項(xiàng)目訓(xùn)練

受限于教學(xué)管理制度和考核手段等因素，目前管理統(tǒng)計(jì)學(xué)課堂教學(xué)考核方式大都以閉卷為主，主要考察學(xué)生對(duì)統(tǒng)計(jì)學(xué)基本知識(shí)點(diǎn)的掌握情況，以及學(xué)生應(yīng)用統(tǒng)計(jì)學(xué)知識(shí)解決簡(jiǎn)單案例的綜合能力。

然而，在大數(shù)據(jù)時(shí)代背景下，除了要求掌握統(tǒng)計(jì)學(xué)基本原理，更應(yīng)培養(yǎng)學(xué)生應(yīng)用統(tǒng)計(jì)學(xué)知識(shí)解決實(shí)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(yù)處理、數(shù)據(jù)探索、統(tǒng)計(jì)建模、模型檢驗(yàn)、模型評(píng)價(jià)、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(shí)考核來達(dá)到的，這些必然要求學(xué)生通過參與實(shí)際項(xiàng)目或模擬情景來實(shí)現(xiàn)。

3 大數(shù)據(jù)背景下管理統(tǒng)計(jì)學(xué)教學(xué)模式探討

篇（4）

中圖分類號(hào)：F274

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1004-4914（2017）02-237-02

一、引言

信息技術(shù)和社會(huì)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(jìn)行市場(chǎng)調(diào)查與預(yù)測(cè)提出了新的挑戰(zhàn)。為了適應(yīng)新的企業(yè)需求，高?！妒袌?chǎng)調(diào)查與預(yù)測(cè)》課程的人才培養(yǎng)方案和培養(yǎng)模式必須做出相應(yīng)的調(diào)整，引入新的教學(xué)方法和人才培養(yǎng)理念，使用更加先進(jìn)的調(diào)查預(yù)測(cè)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(shí)代的要求

隨著大數(shù)據(jù)時(shí)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(shí)時(shí)數(shù)據(jù)的分析。對(duì)于市場(chǎng)專業(yè)本科階段的學(xué)生來講，雖然不能達(dá)到數(shù)據(jù)分析的專家，但是必須順應(yīng)時(shí)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(chǎng)調(diào)查與預(yù)測(cè)》課程的教學(xué)改革迫在眉睫。

（二）傳統(tǒng)教學(xué)方法與教學(xué)模式存在很多弊端

《市場(chǎng)調(diào)查與預(yù)測(cè)》課程最顯著的特點(diǎn)就是實(shí)踐性強(qiáng)，但是傳統(tǒng)的教學(xué)方法與教學(xué)模式很難達(dá)到鍛煉學(xué)生實(shí)踐能力的目的。主要體現(xiàn)在以下三個(gè)方面：第一，傳統(tǒng)的注入式教學(xué)方法主要強(qiáng)調(diào)的是理論知識(shí)的傳授，學(xué)生缺乏參與感，很難調(diào)動(dòng)學(xué)生的自主性和積極性，培養(yǎng)學(xué)生的創(chuàng)新性；第二，傳統(tǒng)課程安排實(shí)踐課時(shí)偏少，通過查閱各類院校本課程的教學(xué)計(jì)劃，多數(shù)高校實(shí)踐課時(shí)占總課程課時(shí)的比例不足30%，教師很難對(duì)整個(gè)實(shí)踐過程進(jìn)行監(jiān)管和指導(dǎo)。第三，傳統(tǒng)的教學(xué)模式忽略了對(duì)實(shí)踐能力的考核，基于實(shí)踐課時(shí)偏少，實(shí)踐成績(jī)所占總成績(jī)的比重很低且缺乏完整科學(xué)的成績(jī)?cè)u(píng)定體系，容易造成學(xué)生“搭便車”的現(xiàn)象；第四，《市場(chǎng)調(diào)研與預(yù)測(cè)》課程與《統(tǒng)計(jì)學(xué)》存在較強(qiáng)的相關(guān)關(guān)系，在授課過程中如果缺乏課程銜接與配合意識(shí)，很容易造成內(nèi)容的重疊。同時(shí)，如果學(xué)生的統(tǒng)計(jì)學(xué)知識(shí)不扎實(shí)，對(duì)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(jì)，很難提高學(xué)生的數(shù)據(jù)分析能力。

三、課程改革的基本思路

《市場(chǎng)調(diào)查與預(yù)測(cè)》課程的教學(xué)改革應(yīng)順應(yīng)大數(shù)據(jù)時(shí)展的要求，通過以學(xué)生為主體，教師為主導(dǎo)的教學(xué)方法，著重培養(yǎng)學(xué)生的實(shí)踐能力、創(chuàng)新能力和數(shù)據(jù)分析能力。教學(xué)內(nèi)容上增加數(shù)據(jù)分析的內(nèi)容，主要引入SPSS統(tǒng)計(jì)軟件的實(shí)驗(yàn)課程，提升學(xué)生的數(shù)據(jù)分析能力；教學(xué)形式上采用課題式教學(xué)，通過課題式教學(xué)與分組合作學(xué)習(xí)的互動(dòng)式教學(xué)模式提高學(xué)生的實(shí)踐能力；課程考核上，通過制定公平合理的考核制度提高學(xué)生參與實(shí)踐鍛煉的積極性，并在提高自身綜合素質(zhì)的基礎(chǔ)上提高對(duì)教師教學(xué)的滿意度。

（一）教學(xué)內(nèi)容的調(diào)整

依據(jù)市場(chǎng)調(diào)查與預(yù)測(cè)統(tǒng)計(jì)分析的需要，學(xué)生要先修《統(tǒng)計(jì)學(xué)》課程，通過和《統(tǒng)計(jì)學(xué)》教師的溝通與配合，《市場(chǎng)調(diào)查與預(yù)測(cè)》課程教學(xué)內(nèi)容減少與《統(tǒng)計(jì)學(xué)》重復(fù)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(shí)，增加實(shí)踐課時(shí)。該課程的總課時(shí)為48學(xué)時(shí)，其中課堂理論授課占用24學(xué)時(shí)，SPSS操作占用12學(xué)時(shí)，實(shí)踐課時(shí)12學(xué)時(shí)。課程理論講授模塊的內(nèi)容包括：市場(chǎng)調(diào)研方案設(shè)計(jì)、數(shù)據(jù)搜集方法、市場(chǎng)調(diào)研誤差、數(shù)據(jù)整理與分析、市場(chǎng)調(diào)研報(bào)告的撰寫、市場(chǎng)預(yù)測(cè)的基本方法。SPSS操作模塊包括：?jiǎn)柧碓O(shè)計(jì)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(jì)分析、簡(jiǎn)單統(tǒng)計(jì)推斷、單因素方差分析、線性相關(guān)分析與線性回歸分析。@兩個(gè)模塊不是孤立的，而是通過課題式教學(xué)完成，學(xué)生通過選定的課題展開，圍繞選題在實(shí)踐課時(shí)完成完整的市場(chǎng)調(diào)研過程，應(yīng)用SPSS完成數(shù)據(jù)的分析過程，最后以課題小組的形式進(jìn)行匯報(bào)。

（二）教學(xué)的組織形式

教學(xué)組織形式上主要采用課題式教學(xué)與分組合作學(xué)習(xí)的形式，鼓勵(lì)學(xué)生按照興趣以4～6人為一組進(jìn)行組隊(duì)，通過發(fā)現(xiàn)生活中與市場(chǎng)調(diào)查相關(guān)的實(shí)際問題，參與教師的課題項(xiàng)目，參與大學(xué)生市場(chǎng)分析大賽或者結(jié)合大學(xué)生創(chuàng)新項(xiàng)目等形式確定調(diào)研主題，明確調(diào)查目的、調(diào)查對(duì)象和調(diào)查范圍，設(shè)計(jì)調(diào)查方案。無論對(duì)于教師還是學(xué)生，新的科研項(xiàng)目的立項(xiàng)都會(huì)面對(duì)很多的新問題。在教學(xué)過程中，全體師生圍繞共同感興趣的科研課題展開教學(xué)與科研活動(dòng)，形成一個(gè)學(xué)習(xí)型的教與學(xué)的團(tuán)隊(duì)。提高學(xué)生自主學(xué)習(xí)與實(shí)踐的意識(shí)。師生在教學(xué)與科研活動(dòng)中會(huì)有新的發(fā)現(xiàn)，達(dá)到教學(xué)相長(zhǎng)的目的。

（三）課程成績(jī)?cè)u(píng)定方案的優(yōu)化

由于《市場(chǎng)調(diào)查與預(yù)測(cè)》的課程加強(qiáng)了實(shí)踐環(huán)節(jié)，所以在最終課程的成績(jī)?cè)u(píng)定中，學(xué)生實(shí)踐環(huán)節(jié)的占比要相應(yīng)的提高。我校傳統(tǒng)課程考核中，綜合成績(jī)=平時(shí)成績(jī)+期末成績(jī)。平時(shí)成績(jī)和期末成績(jī)分別占30%和70%。現(xiàn)計(jì)劃調(diào)整為：綜合成績(jī)=實(shí)踐成績(jī)+期末成績(jī)。其中實(shí)踐成績(jī)和期末成績(jī)各占50%。由于實(shí)踐環(huán)節(jié)都是分小組進(jìn)行，調(diào)研報(bào)告和最終的匯報(bào)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(shí)踐表現(xiàn)。為了防止小組成員在團(tuán)隊(duì)作業(yè)中出現(xiàn)搭便車的現(xiàn)象，所以學(xué)生個(gè)人實(shí)踐成績(jī)=小組實(shí)踐成績(jī)70%+個(gè)人平時(shí)成績(jī)30%。小組實(shí)踐成績(jī)的評(píng)定在匯報(bào)過程中采取小組互評(píng)和老師評(píng)定相結(jié)合的方式，其中小組互評(píng)占30%，由其他小組評(píng)定的平均分計(jì)算得來，老師評(píng)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(gè)人平時(shí)成績(jī)=組長(zhǎng)評(píng)分30%+老師評(píng)分70%，組長(zhǎng)評(píng)分根據(jù)組員的參與度及完成情況決定，老師評(píng)分根據(jù)小組分工的完成情況決定。這種成績(jī)?cè)u(píng)定結(jié)構(gòu)盡可能的做到客觀公正，讓學(xué)生切身體會(huì)到自覺參與實(shí)踐鍛煉的重要性，促進(jìn)學(xué)生積極投入到實(shí)踐鍛煉中，并在提高自身綜合素質(zhì)的基礎(chǔ)上提高學(xué)生對(duì)教師教學(xué)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(xué)與分組合作學(xué)習(xí)的形式，不僅鍛煉了學(xué)生的實(shí)踐能力和創(chuàng)新能力，而且對(duì)學(xué)生團(tuán)隊(duì)溝通與合作能力也是一種提升。通過這種教學(xué)模式的實(shí)踐也可以為市場(chǎng)營(yíng)銷專業(yè)特色的建立指明方向。

（一）以就業(yè)為導(dǎo)向

市場(chǎng)營(yíng)銷專業(yè)的學(xué)生將來很可能從事市場(chǎng)調(diào)研工作，因此如果能在學(xué)習(xí)的基礎(chǔ)上考取相關(guān)證書可以很大程度提高就業(yè)率，比如可以鼓勵(lì)學(xué)生考取中級(jí)調(diào)查分析師證書。中級(jí)調(diào)查分析師證書考核的內(nèi)容主要包括五個(gè)模塊：消費(fèi)者行為學(xué)、調(diào)查概論、市場(chǎng)調(diào)查實(shí)務(wù)、抽樣技術(shù)和調(diào)查數(shù)據(jù)分析。學(xué)生可以側(cè)重以“消費(fèi)者行為”為課題開展市場(chǎng)調(diào)查，不僅使學(xué)生掌握了市場(chǎng)調(diào)查的基本理論知識(shí)，而且也掌握了市場(chǎng)調(diào)查的實(shí)務(wù)，提高了數(shù)據(jù)分析的能力，實(shí)現(xiàn)了大數(shù)據(jù)時(shí)代企業(yè)對(duì)新的人才需求的無縫銜接。

（二）以專業(yè)競(jìng)賽為導(dǎo)向

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

總之，《市場(chǎng)調(diào)查與預(yù)測(cè)》課程的改革不僅順應(yīng)了大數(shù)據(jù)時(shí)代的發(fā)展，同時(shí)也能體現(xiàn)出以市場(chǎng)調(diào)研為依托的專業(yè)特色。但是我校《市場(chǎng)調(diào)查與預(yù)測(cè)》課程的改革并非一蹴而就，也是一個(gè)循序漸進(jìn)的過程。課程的改革不僅和現(xiàn)有師資水平有關(guān)，而且與學(xué)校的各種軟硬件配置以及實(shí)驗(yàn)室建設(shè)也存在很大的關(guān)系。目前我校在《市場(chǎng)調(diào)查與預(yù)測(cè)》教學(xué)方面的軟硬件還存在很大的欠缺。如何提高實(shí)驗(yàn)室的利用效率，加強(qiáng)實(shí)驗(yàn)室軟硬件建設(shè)，實(shí)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(shí)，課程的建O需要長(zhǎng)期的投入和努力，我們?cè)谔岣邔W(xué)生的市場(chǎng)調(diào)研實(shí)踐能力，增強(qiáng)學(xué)生將來融入社會(huì)的適應(yīng)能力的過程中還要不斷摸索和提升，緊跟時(shí)展的步伐。

參考文獻(xiàn)：

[1] 段曉梅.基于SPSS軟件的《市場(chǎng)調(diào)查與預(yù)測(cè)》實(shí)驗(yàn)課程教學(xué)研究[J].教育教學(xué)論壇，2014（9）58～60

[2] 李紅梅.市場(chǎng)調(diào)研課程實(shí)踐性教學(xué)模式研究[J].教育教學(xué)論壇，2015（12）107～109

[3] 陳成棟，劉曉云.“市場(chǎng)調(diào)查與預(yù)測(cè)“課程教學(xué)改革實(shí)證研究[J].中國(guó)市場(chǎng)，2012（35）26～28

篇（5）

中圖分類號(hào)：F503 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X（2014）04（a）-0021-01

對(duì)于數(shù)據(jù)分析來說，其主要的目的就是通過對(duì)數(shù)據(jù)的分析去發(fā)現(xiàn)問題或預(yù)測(cè)趨勢(shì)。從數(shù)據(jù)鉆取、大規(guī)模分析的技術(shù)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(shù)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(shù)，首先要對(duì)數(shù)據(jù)分析這一概念進(jìn)行深入研究。

1 數(shù)據(jù)分析

數(shù)據(jù)分析的過程其實(shí)簡(jiǎn)單的說就是做報(bào)告，做什么樣的報(bào)告反映什么樣的指標(biāo)。最開始的時(shí)候基本上是data processing。例如零售行業(yè)來說，最主要的指標(biāo)就是庫(kù)存、銷售同比增長(zhǎng)情況、利潤(rùn)同比增長(zhǎng)情況、促銷率等等。對(duì)于不同的行業(yè)會(huì)有不同的相關(guān)的KPI需要跟蹤，所以報(bào)告的內(nèi)容也會(huì)有所側(cè)重，但是只要你一個(gè)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(duì)于數(shù)據(jù)分析，如果公司部門分的比較細(xì)的（例如可能有建模組），那么做數(shù)據(jù)分析可能永遠(yuǎn)都是做data processing了。對(duì)于模型的分析，需要你對(duì)業(yè)務(wù)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(kù)的能力。越全面越好，如果不是理工科的，最起碼要會(huì)select那些簡(jiǎn)單的查詢語句。

（2）EXCEL、PPT的能力。報(bào)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(dòng)化的能力，提高工作效率，領(lǐng)導(dǎo)也對(duì)你刮目相看，自己也有更多空余的時(shí)間準(zhǔn)備其他方面的知識(shí)。

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

（4）一些會(huì)計(jì)的知識(shí)。因?yàn)橥ㄟ^以上分析，就是會(huì)計(jì)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(duì)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(shù)+市場(chǎng)+戰(zhàn)略。

2 如何培養(yǎng)數(shù)據(jù)分析能力

理論：

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

（2）基礎(chǔ)的統(tǒng)計(jì)學(xué)知識(shí)，至少基礎(chǔ)的統(tǒng)計(jì)量要認(rèn)識(shí)，知道這些統(tǒng)計(jì)量的定義和適用條件，統(tǒng)計(jì)學(xué)方法可以讓分析過程更加嚴(yán)謹(jǐn)，結(jié)論更有說服力；

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

實(shí)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(biāo)，很容易被數(shù)據(jù)繞進(jìn)去，最終自己都不知道自己得出的結(jié)論到底是用來干嘛的；

（2）多結(jié)合業(yè)務(wù)去看數(shù)據(jù)。數(shù)據(jù)從業(yè)務(wù)運(yùn)營(yíng)中來，分析當(dāng)然要回歸到業(yè)務(wù)中去，多熟悉了解業(yè)務(wù)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(dāng)然指標(biāo)的統(tǒng)計(jì)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(gè)必經(jīng)的過程，往往一個(gè)工作經(jīng)驗(yàn)豐富的非數(shù)據(jù)分析的運(yùn)營(yíng)人員要比剛進(jìn)來不久的數(shù)據(jù)分析師對(duì)數(shù)據(jù)的了解要深入得多，就是這個(gè)原因。

3 大數(shù)據(jù)

大數(shù)據(jù)就是通過統(tǒng)計(jì)分析計(jì)算機(jī)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(shì)、結(jié)果等“是什么”。

對(duì)于大數(shù)據(jù)，一直來說，數(shù)據(jù)規(guī)模導(dǎo)致的存儲(chǔ)、運(yùn)算等技術(shù)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(lǐng)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(gòu)成本和門檻，就徹底將大數(shù)據(jù)帶入了一個(gè)普及的領(lǐng)域。

從技術(shù)層面說，大數(shù)據(jù)和以前的數(shù)據(jù)時(shí)代的最大差異在于，以前是數(shù)據(jù)找應(yīng)用/算法的過程（例如各大銀行的大集中項(xiàng)目，以及數(shù)據(jù)建倉(cāng)），而大數(shù)據(jù)時(shí)代的重要技術(shù)特征之一，是應(yīng)用/算法去找數(shù)據(jù)的過程，因?yàn)閿?shù)據(jù)規(guī)模變成了技術(shù)上最大的挑戰(zhàn)。

大數(shù)據(jù)的特點(diǎn)：

（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(gè)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(guān)系而是相關(guān)關(guān)系。

（2）大數(shù)據(jù)應(yīng)用的幾個(gè)可能：當(dāng)文字變成數(shù)據(jù)，此時(shí)人可以用之閱讀，機(jī)器可以用之分析；當(dāng)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(shí)的谷歌尋人；當(dāng)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(gè)從來未有過的審視現(xiàn)實(shí)的視角。

（3）數(shù)據(jù)創(chuàng)新的價(jià)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(jià)值，重組總和和本身價(jià)值也比單個(gè)總和更大；可擴(kuò)展數(shù)據(jù)：在設(shè)計(jì)數(shù)據(jù)收集時(shí)就設(shè)計(jì)好了它的可擴(kuò)展性，可以增加數(shù)據(jù)的潛在價(jià)值；數(shù)據(jù)的折舊值：數(shù)據(jù)會(huì)無用，需淘汰更新；數(shù)據(jù)廢氣：比如語音識(shí)別，當(dāng)用戶指出語音識(shí)別程序誤解了他的意思，實(shí)際上就有效的訓(xùn)練了這個(gè)系統(tǒng)。

總之，大數(shù)據(jù)是因?yàn)閷?duì)它的分析使用，才產(chǎn)生和體現(xiàn)它的價(jià)值，而不是因?yàn)槠溆玫搅送怀龅募夹g(shù)和算法才體現(xiàn)了它的價(jià)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(guān)聯(lián)性。一個(gè)單獨(dú)的數(shù)據(jù)是沒有意義的，實(shí)際中，選擇處在兩個(gè)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(gè)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(jìn)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(gè)框架內(nèi)，并利用這個(gè)框架幫助決策者做出決定；

（3）評(píng)估決定與行動(dòng)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(duì)前面三步做出改進(jìn)，以及我們今天是否還需要收集更多種類的數(shù)據(jù)。

5 結(jié)語

數(shù)據(jù)分析的最終目的是幫助業(yè)務(wù)發(fā)現(xiàn)問題并解決問題，提升公司價(jià)值，而這些是從數(shù)據(jù)發(fā)覺的，而不是盲目下結(jié)論。每家公司都有自己業(yè)務(wù)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(wù)上存在的問題，幫助公司業(yè)務(wù)的優(yōu)化。

參考文獻(xiàn)

篇（6）

對(duì)于大數(shù)據(jù)時(shí)代，目前通常認(rèn)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(jí)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(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)信息；第三，價(jià)值密度低，商業(yè)價(jià)值高：以視頻為例，連續(xù)不間斷監(jiān)控過程中有價(jià)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(jìn)快：數(shù)據(jù)流往往為高速實(shí)時(shí)數(shù)據(jù)流，而且往往需要快速、持續(xù)的實(shí)時(shí)處理。[2，3]

2.大數(shù)據(jù)時(shí)代對(duì)人才的需求

2013年3月，IDC數(shù)字宇宙報(bào)告《大數(shù)據(jù)，更大的數(shù)字身影，最大增長(zhǎng)在遠(yuǎn)東》預(yù)計(jì)到2020年數(shù)字宇宙規(guī)模將達(dá)到40ZB。這意味著需要大量的人力和技術(shù)對(duì)如此龐大的數(shù)據(jù)進(jìn)行處理、分析和管理。在此情況下，對(duì)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(duì)具有大數(shù)據(jù)管理和分析能力的人才需求將快速增長(zhǎng)，這些人員除了具備相應(yīng)的技術(shù)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(shí)，一些和大數(shù)據(jù)相關(guān)的職位也會(huì)應(yīng)運(yùn)而生，例如數(shù)據(jù)分析師、數(shù)據(jù)架構(gòu)師等。2011年麥肯錫全球研究所給出的一份報(bào)告預(yù)測(cè)，美國(guó)到2018年對(duì)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(guó)，互聯(lián)網(wǎng)企業(yè)、電子商務(wù)、金融機(jī)構(gòu)、醫(yī)療衛(wèi)生、零售、保險(xiǎn)等行業(yè)及政府?dāng)?shù)據(jù)中心對(duì)大數(shù)據(jù)專業(yè)人才的需求量都很大。

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

大數(shù)據(jù)時(shí)代產(chǎn)生對(duì)相關(guān)人才的巨大需求，因此，山東理工大學(xué)（以后簡(jiǎn)稱“我校”）信管專業(yè)提出了新的培養(yǎng)標(biāo)準(zhǔn)和課程設(shè)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(biāo)和培養(yǎng)標(biāo)準(zhǔn)

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(biāo)和標(biāo)準(zhǔn)，以適應(yīng)“大數(shù)據(jù)”對(duì)專業(yè)人才提出的新要求，是信管專業(yè)建設(shè)的首要議題。我校信管專業(yè)突破國(guó)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(qiáng)調(diào)IT技術(shù)，弱化了現(xiàn)代管理理論與方法；二是強(qiáng)調(diào)管理又過于弱化了IT技術(shù)；三是IT技術(shù)與管理相融合，但實(shí)際效果不理想），[5]強(qiáng)調(diào)學(xué)生不但要掌握現(xiàn)代信息系統(tǒng)的規(guī)劃、分析、設(shè)計(jì)、實(shí)施和運(yùn)維等方面的方法與技術(shù)，更要具有現(xiàn)代管理科學(xué)思想和較強(qiáng)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(biāo)準(zhǔn)矩陣（如表1所示），從五大方面28個(gè)小方面更為詳實(shí)地闡述了信管專業(yè)學(xué)生需具備的技能和能力，并為課程的設(shè)置提供了依據(jù)。

2.課程設(shè)置體系

為了滿足大數(shù)據(jù)時(shí)代對(duì)人才提出的新要求，我校信管專業(yè)課程設(shè)置圍繞主干學(xué)科（管理學(xué)、經(jīng)濟(jì)學(xué)、計(jì)算機(jī)科學(xué)與技術(shù)、管理科學(xué)與工程）不僅設(shè)置了國(guó)內(nèi)高校信管專業(yè)常設(shè)的管理學(xué)、統(tǒng)計(jì)學(xué)、管理信息系統(tǒng)、數(shù)據(jù)庫(kù)原理與應(yīng)用、數(shù)據(jù)結(jié)構(gòu)與算法分析、計(jì)算機(jī)網(wǎng)絡(luò)基礎(chǔ)與應(yīng)用、Java程序設(shè)計(jì)、電子商務(wù)等課程外，還設(shè)置了數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘、商務(wù)智能與人工智能等相關(guān)課程，使學(xué)生在理解新興數(shù)據(jù)處理模式的同時(shí)，智能化數(shù)據(jù)分析處理及決策支持能力得到訓(xùn)練。與此同時(shí)，還設(shè)置了基于移動(dòng)終端的APP開發(fā)、企業(yè)信息系統(tǒng)構(gòu)建與仿真、電子商務(wù)平臺(tái)架構(gòu)設(shè)計(jì)等課程，使信管專業(yè)的學(xué)生成為擁有合理知識(shí)結(jié)構(gòu)的復(fù)合型人才。大數(shù)據(jù)時(shí)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(shí)的學(xué)習(xí)，又要加強(qiáng)實(shí)踐能力的培養(yǎng)。為此，我校信管專業(yè)還設(shè)置了工程實(shí)訓(xùn)、軟件實(shí)習(xí)等實(shí)踐項(xiàng)目，以及為期10周的IM&IS應(yīng)用實(shí)踐環(huán)節(jié)，為學(xué)生搭建實(shí)踐平臺(tái)，拓寬實(shí)踐渠道。通過3年在校學(xué)習(xí)及總計(jì)約1年的實(shí)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(shí)基礎(chǔ)、信息技術(shù)應(yīng)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(shí)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(biāo)和標(biāo)準(zhǔn)與行業(yè)發(fā)展結(jié)合，適應(yīng)大數(shù)據(jù)對(duì)人才能力需求的變化；培養(yǎng)具有綜合分析和管理能力，強(qiáng)調(diào)動(dòng)手能力的新型信管人才。

篇（7）

作者簡(jiǎn)介：王暉（1973-），女，黑龍江雞西人，北京信息科技大學(xué)經(jīng)濟(jì)管理學(xué)院，講師；段文軍（1969-），女，山東蓬萊人，北京信息科技大學(xué)經(jīng)濟(jì)管理學(xué)院，副教授。（北京 100192）

基金項(xiàng)目：本文系北京信息科技大學(xué)教學(xué)提高-專業(yè)建設(shè)項(xiàng)目（項(xiàng)目編號(hào)：5028023501）的研究成果。

中圖分類號(hào)：G642.0 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-0079（2013）25-0111-02

當(dāng)今時(shí)代不斷涌現(xiàn)各種新型信息方式，例如博客、社交網(wǎng)絡(luò)等；不斷興起各種新技術(shù)，例如云計(jì)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(zhǎng)和累積，大數(shù)據(jù)時(shí)代已經(jīng)來到。[1]《華爾街日?qǐng)?bào)》認(rèn)為大數(shù)據(jù)時(shí)代是引領(lǐng)未來繁榮的三大技術(shù)變革之一。麥肯錫公司在一份報(bào)告中提出數(shù)據(jù)是一種生產(chǎn)資料。企業(yè)每天面對(duì)海量的財(cái)務(wù)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(chǔ)量40PB①）。企業(yè)如能利用這些巨大的數(shù)據(jù)集挖掘出有價(jià)值的信息，那么企業(yè)就能掌控下一個(gè)創(chuàng)新、競(jìng)爭(zhēng)和生產(chǎn)力提高的關(guān)鍵。大數(shù)據(jù)時(shí)代，尤其是財(cái)務(wù)大數(shù)據(jù)時(shí)代，呼喚創(chuàng)新型人才。[2]呼喚具備綜合財(cái)務(wù)分析能力的人才，利用財(cái)務(wù)大數(shù)據(jù)為企業(yè)創(chuàng)造財(cái)富。

如何培養(yǎng)財(cái)務(wù)分析人才？在財(cái)經(jīng)類高校本科，一般都開設(shè)“財(cái)務(wù)分析”課程，該課程教學(xué)目的是培養(yǎng)學(xué)生對(duì)真實(shí)企業(yè)進(jìn)行綜合財(cái)務(wù)分析，并能獨(dú)立撰寫財(cái)務(wù)分析報(bào)告的能力。[3]本文以北京信息科技大學(xué)（以下簡(jiǎn)稱“我?！保槔?，探討大數(shù)據(jù)時(shí)代下財(cái)務(wù)分析人才的需求特點(diǎn)，對(duì)高?！柏?cái)務(wù)分析”課程設(shè)置的影響，并提出改進(jìn)“財(cái)務(wù)分析”課程教學(xué)的建議。

一、大數(shù)據(jù)時(shí)代下財(cái)務(wù)分析人才需求特點(diǎn)

相較于其他類型數(shù)據(jù)，財(cái)務(wù)數(shù)據(jù)更大、更復(fù)雜，蘊(yùn)藏著更多寶貴信息。麥肯錫公司2011年報(bào)告推測(cè)，利用大數(shù)據(jù)分析，零售商可增加運(yùn)營(yíng)利潤(rùn)60%，制造業(yè)設(shè)備裝配成本會(huì)減少50%。[2]在財(cái)務(wù)大數(shù)據(jù)環(huán)境下，如何整理與統(tǒng)計(jì)這些雜亂無章的數(shù)據(jù)？如何讓財(cái)務(wù)數(shù)據(jù)開口說話為企業(yè)管理者經(jīng)營(yíng)決策提供科學(xué)依據(jù)？朱東華（2013）認(rèn)為，大數(shù)據(jù)時(shí)代下，傳統(tǒng)的數(shù)據(jù)分析方法已經(jīng)不再適應(yīng)當(dāng)前的數(shù)據(jù)環(huán)境，同時(shí)，各種企業(yè)對(duì)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(cái)務(wù)大數(shù)據(jù)和大量的財(cái)務(wù)數(shù)據(jù)分析需求助長(zhǎng)了企業(yè)對(duì)統(tǒng)計(jì)和數(shù)學(xué)背景的人才需求。

可見，大數(shù)據(jù)時(shí)代下財(cái)務(wù)分析人才應(yīng)該具備扎實(shí)的統(tǒng)計(jì)學(xué)和數(shù)學(xué)功底，能夠熟練運(yùn)用定量分析方法分析數(shù)據(jù)以獲取信息，撰寫分析報(bào)告為企業(yè)相關(guān)利益人決策提供依據(jù)。

二、“財(cái)務(wù)分析”課程教學(xué)現(xiàn)狀

張先治（2007）認(rèn)為，財(cái)務(wù)分析是財(cái)務(wù)分析主體為實(shí)現(xiàn)財(cái)務(wù)分析目標(biāo)，以財(cái)務(wù)信息及其他相關(guān)信息為基礎(chǔ)，運(yùn)用財(cái)務(wù)分析技術(shù)，對(duì)分析對(duì)象的財(cái)務(wù)活動(dòng)的可靠性和有效性進(jìn)行分析，為經(jīng)營(yíng)決策、管理控制及監(jiān)督管理提供依據(jù)的一門具有獨(dú)立性、邊緣性、綜合性的經(jīng)濟(jì)應(yīng)用學(xué)科。[5]財(cái)務(wù)分析課程是為我校經(jīng)濟(jì)管理學(xué)院財(cái)務(wù)管理專業(yè)本科三年級(jí)開設(shè)的一門專業(yè)必修課。學(xué)生前期已經(jīng)學(xué)過數(shù)學(xué)、經(jīng)濟(jì)學(xué)、會(huì)計(jì)學(xué)、財(cái)務(wù)管理、統(tǒng)計(jì)學(xué)等課程。財(cái)務(wù)分析課程正是在學(xué)生掌握前期所學(xué)各門課程的基礎(chǔ)上，培養(yǎng)學(xué)生綜合運(yùn)用所學(xué)專業(yè)知識(shí)，分析判斷企業(yè)的財(cái)務(wù)狀況，并根據(jù)數(shù)據(jù)分析結(jié)果找出企業(yè)存在的問題，提出解決方案。[6]為了更好地實(shí)現(xiàn)“財(cái)務(wù)分析”課程教學(xué)目的，課程組的老師們經(jīng)過討論，決定修改2008級(jí)財(cái)務(wù)管理專業(yè)教學(xué)計(jì)劃，將原來課堂教學(xué)的方式改為1/2的學(xué)時(shí)用于課堂教授基本理論，1/2學(xué)時(shí)用于實(shí)踐教學(xué)。筆者自2011年開始，按照新的教學(xué)計(jì)劃給三屆學(xué)生講授了“財(cái)務(wù)分析”課程。

1.理論教學(xué)部分

教材選用東北財(cái)經(jīng)大學(xué)出版社出版，張先治和陳友邦主編的《財(cái)務(wù)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(cái)務(wù)報(bào)告分析、財(cái)務(wù)效率分析和財(cái)務(wù)綜合分析。每章設(shè)有案例和復(fù)習(xí)思考題，該書還有配套的習(xí)題集。在課堂教學(xué)中，以教材為主線，突出介紹各種財(cái)務(wù)分析方法的使用，以及根據(jù)分析結(jié)果得出結(jié)論，提出解決方案。

2.實(shí)踐教學(xué)部分

一人一企，邊學(xué)邊分析。每位學(xué)生選擇一家上市公司作為分析對(duì)象，利用學(xué)校購(gòu)買的金融數(shù)據(jù)庫(kù)以及相應(yīng)網(wǎng)絡(luò)資源，結(jié)合所學(xué)財(cái)務(wù)分析理論知識(shí)進(jìn)行上機(jī)實(shí)驗(yàn)，在Excel內(nèi)完成數(shù)據(jù)分析，并將分析結(jié)果形成財(cái)務(wù)分析報(bào)告。學(xué)生分析判斷和決策能力在實(shí)戰(zhàn)中得以鍛煉，教學(xué)效果得到改善。

但是，隨著大數(shù)據(jù)時(shí)代的來臨，外部環(huán)境對(duì)數(shù)據(jù)分析能力要求的提升，僅僅學(xué)會(huì)利用Excel進(jìn)行水平分析、垂直分析、趨勢(shì)分析、比率分析和因素分析，已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足市場(chǎng)對(duì)財(cái)務(wù)分析人才的需求，學(xué)生就業(yè)的競(jìng)爭(zhēng)力無從談起。結(jié)合前面大數(shù)據(jù)時(shí)代下財(cái)務(wù)分析人才需求特點(diǎn)，我校學(xué)生財(cái)務(wù)分析能力的培養(yǎng)存在著以下問題：

1.學(xué)生數(shù)據(jù)收集、整理和分析能力弱

定量分析方法應(yīng)用的基礎(chǔ)是數(shù)據(jù)，財(cái)務(wù)分析人員必須學(xué)會(huì)從海量的網(wǎng)絡(luò)資源中搜集并篩選與自己的分析對(duì)象和分析目的相關(guān)性較強(qiáng)的資料信息，[7]這些資料信息可能是結(jié)構(gòu)化數(shù)據(jù)，例如金融數(shù)據(jù)庫(kù)等；也可能是非結(jié)構(gòu)化數(shù)據(jù)，例如網(wǎng)頁(yè)等。從實(shí)踐教學(xué)環(huán)節(jié)反映出學(xué)生數(shù)據(jù)收集和整理能力弱，分析其原因主要是：

（1）學(xué)生不熟悉對(duì)財(cái)務(wù)分析有幫助的網(wǎng)絡(luò)資源。搜集有價(jià)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(yīng)的數(shù)據(jù)應(yīng)該在哪里找到的概率比較大，做到有的放矢。

（2）學(xué)生無法將非結(jié)構(gòu)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(kù)這樣的結(jié)構(gòu)數(shù)據(jù)，學(xué)生基本能夠篩選出所需信息。但是，對(duì)于類似網(wǎng)頁(yè)這樣的非結(jié)構(gòu)數(shù)據(jù)，他們就只能運(yùn)用最原始的復(fù)制粘貼的方法提煉數(shù)據(jù)信息，耗時(shí)且耗力。2013年2月1日，人保財(cái)險(xiǎn)執(zhí)行副總裁王和在中國(guó)第七屆“保險(xiǎn)業(yè)管理信息化高峰論壇”上指出，在過去的兩三年里，結(jié)構(gòu)和非結(jié)構(gòu)數(shù)據(jù)發(fā)生了本質(zhì)性的逆轉(zhuǎn)。過去就整個(gè)社會(huì)來講，絕大多數(shù)的數(shù)據(jù)是結(jié)構(gòu)數(shù)據(jù)，而現(xiàn)在非結(jié)構(gòu)數(shù)據(jù)正呈快速增長(zhǎng)的趨勢(shì)，現(xiàn)在以及未來，非結(jié)構(gòu)數(shù)據(jù)將占到95%，甚至更多。

“財(cái)務(wù)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(xué)術(shù)界還是業(yè)界，研究人員大量使用統(tǒng)計(jì)模型進(jìn)行財(cái)務(wù)數(shù)據(jù)分析，例如聚類分析、多元回歸、因子分析、時(shí)間序列預(yù)測(cè)法等。因而，我校學(xué)生數(shù)據(jù)分析能力急需加強(qiáng)，尤其是統(tǒng)計(jì)學(xué)和數(shù)學(xué)的基礎(chǔ)要扎實(shí)。

2.學(xué)生財(cái)務(wù)分析報(bào)告撰寫水平有待提高

財(cái)務(wù)分析的結(jié)果是以財(cái)務(wù)分析報(bào)告的形式展示給企業(yè)利益相關(guān)人，為其進(jìn)行財(cái)務(wù)預(yù)測(cè)、財(cái)務(wù)決策、財(cái)務(wù)控制和財(cái)務(wù)評(píng)價(jià)等提供可靠信息。財(cái)務(wù)分析報(bào)告是對(duì)企業(yè)經(jīng)營(yíng)狀況、資金運(yùn)作的綜合概括和高度反映。李寶智（2012）認(rèn)為，報(bào)告應(yīng)具備八要素：準(zhǔn)確、完整、可比、用戶導(dǎo)向、相關(guān)、問題的解決方案、及時(shí)和易用。[8]從我校學(xué)生提交的財(cái)務(wù)分析報(bào)告看，與上述要求還有很大差距。

三、“財(cái)務(wù)分析”課程教學(xué)改革建議

1.培訓(xùn)網(wǎng)絡(luò)資源使用

重點(diǎn)介紹幾個(gè)數(shù)據(jù)庫(kù)的使用：

（1）金融數(shù)據(jù)庫(kù)。我校購(gòu)買了兩款金融數(shù)據(jù)庫(kù)，北京聚源銳思數(shù)據(jù)科技有限公司金融數(shù)據(jù)庫(kù)（http：//）和深圳市國(guó)泰安信息技術(shù)有限公司CSMAR財(cái)經(jīng)系列研究數(shù)據(jù)庫(kù)（http：//）。登陸金融數(shù)據(jù)庫(kù)后，輸入查詢條件即可下載上市公司財(cái)務(wù)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(guó)資訊行（國(guó)際）有限公司高校財(cái)經(jīng)數(shù)據(jù)庫(kù)（http：//），INFOBANK于1995年在香港成立，是一家專門收集、處理及傳播中國(guó)商業(yè)、經(jīng)濟(jì)信息的香港高科技企業(yè)，信息范圍涵蓋19個(gè)領(lǐng)域、197個(gè)行業(yè)。

（3）國(guó)務(wù)院發(fā)展研究中心信息網(wǎng)（國(guó)研網(wǎng)）（http：//.cn）。國(guó)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(jì)信息數(shù)據(jù)庫(kù)集群，包括：六十幾個(gè)文獻(xiàn)類數(shù)據(jù)庫(kù)、四十多個(gè)統(tǒng)計(jì)類數(shù)據(jù)庫(kù)等。

網(wǎng)站資源：中國(guó)證券監(jiān)督管理委員會(huì)（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(guān)協(xié)會(huì)網(wǎng)站等。

2.培養(yǎng)數(shù)據(jù)預(yù)處理和建模能力

收集到數(shù)據(jù)之后，需要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，利用統(tǒng)計(jì)學(xué)的理論和方法將數(shù)據(jù)轉(zhuǎn)換成一個(gè)分析模型。[9]學(xué)生在統(tǒng)計(jì)學(xué)、計(jì)量經(jīng)濟(jì)學(xué)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(xué)習(xí)。但是，若想實(shí)現(xiàn)對(duì)大數(shù)據(jù)的整理和分析，應(yīng)該掌握R或者M(jìn)atlab統(tǒng)計(jì)分析軟件，同時(shí)，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(jì)分析軟件，從而實(shí)現(xiàn)大數(shù)據(jù)的分析。另外，建議學(xué)生了解Perl語言編程，該語言擅長(zhǎng)處理非結(jié)構(gòu)數(shù)據(jù)。

3.培養(yǎng)文獻(xiàn)閱讀及財(cái)務(wù)分析報(bào)告撰寫能力

數(shù)據(jù)分析之后，需要撰寫財(cái)務(wù)分析報(bào)告，為各方利益相關(guān)者的決策提供依據(jù)。不同財(cái)務(wù)分析的目的，形成的財(cái)務(wù)分析報(bào)告具體要求會(huì)有所差異，但是撰寫財(cái)務(wù)分析報(bào)告的基本步驟相同。首先查閱文獻(xiàn)，閱讀相關(guān)學(xué)術(shù)文章、財(cái)務(wù)分析師分析報(bào)告、評(píng)級(jí)機(jī)構(gòu)報(bào)告等；其次，模仿寫作，組織財(cái)務(wù)分析結(jié)果，形成報(bào)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(xiàn)：

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

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

[3]張肖飛.財(cái)經(jīng)類高?！敦?cái)務(wù)分析》課程案例教學(xué)改革研究[J].商業(yè)會(huì)計(jì)，2013，（1）.

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

[5]張先治.財(cái)務(wù)分析理論發(fā)展與定位研究[J].財(cái)經(jīng)問題研究，

2007，（4）.

[6]陳衛(wèi)軍，徐文學(xué)，陳平.基于上市公司網(wǎng)上資源的《財(cái)務(wù)分析》實(shí)訓(xùn)教學(xué)探討[J].財(cái)會(huì)通訊，2012，（2）.

篇（8）

“十二五”期間，我國(guó)信息產(chǎn)業(yè)迅速擴(kuò)大、信息技術(shù)快速發(fā)展、互聯(lián)網(wǎng)經(jīng)濟(jì)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(dá)8．4萬個(gè)、智慧城市試點(diǎn)近300個(gè)、網(wǎng)民數(shù)量超過7億、移動(dòng)電話用戶突破13億等［1］；技術(shù)創(chuàng)新取得了明顯突破，應(yīng)用勢(shì)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(yīng)用和行業(yè)服務(wù)優(yōu)化；為“十三五”時(shí)期我國(guó)大數(shù)據(jù)產(chǎn)業(yè)快速發(fā)展奠定了堅(jiān)實(shí)基礎(chǔ)。目前，大數(shù)據(jù)在電子商務(wù)、金融、物流、電信、醫(yī)療、教育、智慧城市等領(lǐng)域的應(yīng)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(shù)為代表的技術(shù)發(fā)展日新月異［5］。由于大數(shù)據(jù)技術(shù)屬于近幾年的新興技術(shù)，目前部分高校缺乏高層次的大數(shù)據(jù)技術(shù)專業(yè)人才培養(yǎng)的課程體系和師資隊(duì)伍；同時(shí)，大數(shù)據(jù)不僅是停留在課堂教學(xué)層面上的技術(shù)知識(shí)，更是需要在實(shí)踐中學(xué)習(xí)的一項(xiàng)技能，因此為師生提供一個(gè)大數(shù)據(jù)實(shí)踐教學(xué)平臺(tái)勢(shì)在必行。

1大數(shù)據(jù)分析實(shí)驗(yàn)室建設(shè)的必要性分析

1．1大數(shù)據(jù)社會(huì)產(chǎn)業(yè)需求分析

“十三五”時(shí)期是我國(guó)全面建成小康社會(huì)的決勝階段，是新舊動(dòng)能轉(zhuǎn)換的關(guān)鍵時(shí)期，也是全球新一代信息產(chǎn)業(yè)處于加速變革期，以及國(guó)內(nèi)市場(chǎng)需求處于持續(xù)增長(zhǎng)期。我國(guó)大數(shù)據(jù)產(chǎn)業(yè)面臨重要的發(fā)展機(jī)遇，抓住這一機(jī)遇，推動(dòng)大數(shù)據(jù)產(chǎn)業(yè)發(fā)展，對(duì)提升政府治理能力、優(yōu)化民生公共服務(wù)、促進(jìn)經(jīng)濟(jì)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(shù)的迅猛發(fā)展，互聯(lián)網(wǎng)與社會(huì)各領(lǐng)域、各行業(yè)交融、交匯日益深化，一個(gè)以大規(guī)模產(chǎn)生、分享和應(yīng)用數(shù)據(jù)為特征的大數(shù)據(jù)時(shí)代已經(jīng)到來。2014年是進(jìn)入大數(shù)據(jù)應(yīng)用市場(chǎng)的快速增長(zhǎng)期，同比增長(zhǎng)80％以上，2015年后進(jìn)入平穩(wěn)增長(zhǎng)階段，預(yù)計(jì)2018年全球大數(shù)據(jù)市場(chǎng)規(guī)模將達(dá)到超過2500億元，2015—2018年的增長(zhǎng)率為21．8％，我國(guó)大數(shù)據(jù)市場(chǎng)規(guī)模將超過500億元，增長(zhǎng)率為47．0％，是全球增長(zhǎng)率的2．2倍［6］。

1．2學(xué)生大數(shù)據(jù)就業(yè)需求分析

目前，大數(shù)據(jù)在各個(gè)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(gè)非常寬泛的概念，根據(jù)具體從事崗位不同，技能要求也會(huì)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(jì)學(xué)知識(shí)，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(jí)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(tái)和應(yīng)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(shù)應(yīng)用在各個(gè)領(lǐng)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(xué)家，要求熟悉各種大數(shù)據(jù)技術(shù)的原理和相對(duì)的優(yōu)劣勢(shì)，合理利用各種技術(shù)來設(shè)計(jì)大數(shù)據(jù)平臺(tái)的架構(gòu)，根據(jù)數(shù)據(jù)挖掘的使用需求和商業(yè)理解來設(shè)計(jì)和開發(fā)算法，是對(duì)數(shù)學(xué)、統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)等多方面知識(shí)的綜合掌控的復(fù)合型人才，也是大數(shù)據(jù)分析的高級(jí)人才。大數(shù)據(jù)人才在“領(lǐng)英”（linkedin）和“玻璃門”（glassdoor）等人力資源和招聘網(wǎng)站上，長(zhǎng)期處于供不應(yīng)求的狀態(tài)。麥肯錫咨詢研究指出，到2018年僅在美國(guó)，大數(shù)據(jù)人才短缺就達(dá)到50％～60％。今日美國(guó)和彭博社等媒體一致認(rèn)為，大數(shù)據(jù)人才短缺的問題短期內(nèi)只會(huì)加劇而不會(huì)緩解［7］。如何從紛繁復(fù)雜的海量數(shù)據(jù)中提取有用的信息，變數(shù)據(jù)為財(cái)富，挖掘數(shù)據(jù)中的金礦，提升企業(yè)競(jìng)爭(zhēng)力以及提高企業(yè)風(fēng)險(xiǎn)管理水平，是當(dāng)前企業(yè)和院校教育工作的重要課題。

1．3學(xué)生理論學(xué)習(xí)與實(shí)踐相結(jié)合

院校開設(shè)大數(shù)據(jù)相關(guān)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(jī)器學(xué)習(xí)等，這些課程均需要學(xué)生具備很強(qiáng)的實(shí)踐動(dòng)手能力，如果只是停留在理論知識(shí)上，學(xué)生也只能紙上談兵。因此，學(xué)校在開設(shè)大數(shù)據(jù)課程時(shí)，只有為學(xué)生提供配套的實(shí)踐課程，才能真正達(dá)到學(xué)以致用的目的［8－9］。建設(shè)大數(shù)據(jù)分析實(shí)驗(yàn)室，從學(xué)生學(xué)習(xí)角度來講，迫切性和必要性主要在于以下幾點(diǎn)：第一，加強(qiáng)學(xué)生對(duì)知識(shí)的吸收與應(yīng)用，萌發(fā)學(xué)生的創(chuàng)新精神，激發(fā)學(xué)生的學(xué)習(xí)動(dòng)力，在實(shí)踐中，通過有趣并結(jié)合實(shí)際的案例，提高學(xué)生的興趣和分析問題的能力；第二，有利于提高學(xué)生解決問題的實(shí)踐能力，通過實(shí)驗(yàn)室模擬環(huán)境，使學(xué)生能夠?qū)⒗碚撝R(shí)用于解決實(shí)際問題；第三，增強(qiáng)學(xué)生的社會(huì)適應(yīng)性與競(jìng)爭(zhēng)力，通過實(shí)際案例及應(yīng)用場(chǎng)境，使學(xué)生畢業(yè)后能夠很快融入行業(yè)環(huán)境，掌握和具備相應(yīng)的技能。

2大數(shù)據(jù)分析實(shí)驗(yàn)室建設(shè)目標(biāo)與建設(shè)內(nèi)容

大數(shù)據(jù)分析實(shí)驗(yàn)室的建設(shè)，應(yīng)最終為該專業(yè)人才培養(yǎng)方案中相應(yīng)的課程服務(wù)，而人才培養(yǎng)方案的制訂，應(yīng)該從社會(huì)需求和學(xué)生實(shí)際需要著手［10］，考慮學(xué)生學(xué)習(xí)基礎(chǔ)，不能盲目追求高大上。我校為應(yīng)用型本科院校，注重培養(yǎng)學(xué)生的實(shí)踐動(dòng)手能力，因此培養(yǎng)方案中課程的制定，也更注重實(shí)踐部分。對(duì)于大數(shù)據(jù)技術(shù)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(shù)和應(yīng)用。課程方面，先從大數(shù)據(jù)分析和挖掘、大數(shù)據(jù)技術(shù)及應(yīng)用等相關(guān)內(nèi)容入手，使學(xué)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(shù)的基本原理，以及應(yīng)用系統(tǒng)開發(fā)的能力。因而大數(shù)據(jù)實(shí)驗(yàn)室的建設(shè)，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(jìn)行建設(shè)。大數(shù)據(jù)分析實(shí)驗(yàn)室集硬件服務(wù)器、云計(jì)算技術(shù)、大數(shù)據(jù)技術(shù)于一身，便于計(jì)算機(jī)相關(guān)專業(yè)開設(shè)大數(shù)據(jù)教學(xué)課程。實(shí)驗(yàn)室的建設(shè)內(nèi)容將包含以下3方面內(nèi)容：（1）實(shí)驗(yàn)室硬件平臺(tái)建設(shè)：為保證實(shí)驗(yàn)環(huán)境的整體搭建，需在現(xiàn)有實(shí)驗(yàn)室基礎(chǔ)設(shè)備基礎(chǔ)上，配備必要的服務(wù)器環(huán)境、網(wǎng)絡(luò)環(huán)境，為搭建大數(shù)據(jù)分析實(shí)驗(yàn)教學(xué)平臺(tái)，提供硬件支撐環(huán)境。（2）實(shí)驗(yàn)教學(xué)平臺(tái)建設(shè)：充分利用現(xiàn)有硬件資源，通過Vmware等虛擬化技術(shù)構(gòu)建云中心的資源池，將云存儲(chǔ)資源、服務(wù)器資源和網(wǎng)絡(luò)資源整合，在云平臺(tái)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(shù)及應(yīng)用的實(shí)驗(yàn)課程所需的實(shí)驗(yàn)平臺(tái)。（3）課程資源建設(shè)：根據(jù)培養(yǎng)方案，開設(shè)大數(shù)據(jù)分析與挖掘、大數(shù)據(jù)技術(shù)及應(yīng)用2門專業(yè)必修課程。為確保理論與實(shí)踐的緊密結(jié)合，培養(yǎng)學(xué)生知識(shí)應(yīng)用能力，積累工程項(xiàng)目經(jīng)驗(yàn)，需要增設(shè)以上理論課程的配套實(shí)驗(yàn)課。

3大數(shù)據(jù)分析實(shí)驗(yàn)室實(shí)施方案

3．1大數(shù)據(jù)分析實(shí)驗(yàn)室建設(shè)思路

大數(shù)據(jù)實(shí)驗(yàn)室的建設(shè)是一個(gè)系統(tǒng)工程，主要服務(wù)于學(xué)生學(xué)習(xí)、教師教學(xué)；為了充分發(fā)揮大數(shù)據(jù)實(shí)驗(yàn)室的功效和作用，可以增加一項(xiàng)增值服務(wù)，即在滿足學(xué)習(xí)和教學(xué)的基礎(chǔ)上，進(jìn)一步為教師和學(xué)生提供科研服務(wù)，使得教師可在該平臺(tái)上進(jìn)行科學(xué)研究和實(shí)驗(yàn)，進(jìn)而反哺教學(xué)（見圖1）。

3．2大數(shù)據(jù)分析實(shí)驗(yàn)室建設(shè)

實(shí)驗(yàn)室建設(shè)分3步走：（1）為滿足教學(xué)的迫切需求，首先建設(shè)大數(shù)據(jù)分析教學(xué)平臺(tái)，以及必要的軟硬件支撐，如課程資源，可以是真實(shí)數(shù)據(jù)，也可以是模擬數(shù)據(jù)。在該平臺(tái)之上建設(shè)數(shù)據(jù)挖掘分析平臺(tái)和大數(shù)據(jù)開發(fā)教學(xué)平臺(tái)，滿足課堂教與學(xué)的需求。（2）沙盤模擬系統(tǒng)建設(shè)。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(shè)沙盤模擬系統(tǒng)，更好地服務(wù)于大數(shù)據(jù)分析和大數(shù)據(jù)挖掘相關(guān)功能的實(shí)現(xiàn)和操作。（3）服務(wù)科研的高級(jí)應(yīng)用。通過校企合作［11］，引入企業(yè)實(shí)際工程項(xiàng)目，隨著系統(tǒng)的完善和數(shù)據(jù)的積累，教師和學(xué)生可以在該平臺(tái)上進(jìn)行其他行業(yè)的科學(xué)研究和算法優(yōu)化等工作，一方面服務(wù)企業(yè)，另一方面也可不斷服務(wù)創(chuàng)新。

篇（9）

關(guān)鍵詞：

財(cái)務(wù)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(jià)值與財(cái)富。財(cái)務(wù)數(shù)據(jù)是企業(yè)最基本、最有決策價(jià)值的數(shù)據(jù)，是大數(shù)據(jù)的重要構(gòu)成內(nèi)容。但大數(shù)據(jù)時(shí)代，財(cái)務(wù)所面對(duì)的數(shù)據(jù)規(guī)模越來越龐大、數(shù)據(jù)類型越來越復(fù)雜，也蘊(yùn)藏著越來越多的寶貴信息，因此，大數(shù)據(jù)對(duì)傳統(tǒng)財(cái)務(wù)會(huì)計(jì)理論與實(shí)務(wù)提出了新的要求，對(duì)會(huì)計(jì)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(jìn)的分析技術(shù)和大數(shù)據(jù)分析工具，能從海量數(shù)據(jù)中發(fā)現(xiàn)機(jī)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(tuán)隊(duì)。財(cái)務(wù)分析教材作為財(cái)務(wù)數(shù)據(jù)處理與分析人才培養(yǎng)的主要載體、平臺(tái)和手段，必然以大數(shù)據(jù)環(huán)境下財(cái)務(wù)數(shù)據(jù)分析人才知識(shí)和能力需求為導(dǎo)向，對(duì)其教學(xué)工具、教學(xué)內(nèi)容和教學(xué)方式進(jìn)行變革與調(diào)整。關(guān)于財(cái)務(wù)分析教材方面的研究，從文獻(xiàn)的數(shù)量上來看并不多，而進(jìn)行大數(shù)據(jù)環(huán)境下財(cái)務(wù)分析教材的研究文獻(xiàn)基本是空白。不過，隨著大數(shù)據(jù)時(shí)代的到來，目前，關(guān)于大數(shù)據(jù)下財(cái)務(wù)分析的討論越來越多。部分學(xué)者對(duì)從理論上分析了大數(shù)據(jù)對(duì)財(cái)務(wù)會(huì)計(jì)理論的影響，進(jìn)而指出大數(shù)據(jù)對(duì)財(cái)務(wù)分析內(nèi)涵、對(duì)象和功能等內(nèi)容的影響[1]；也有部分學(xué)者結(jié)合實(shí)際指出：大數(shù)據(jù)的到來給財(cái)務(wù)分析領(lǐng)域帶來了巨大機(jī)遇和挑戰(zhàn)[2]，財(cái)務(wù)分析將不再是一個(gè)靜態(tài)的，個(gè)態(tài)的和封閉的內(nèi)部“小分析”[3]，而是動(dòng)態(tài)的、系統(tǒng)的、開放的、注重過程分析和非結(jié)構(gòu)數(shù)據(jù)分析的綜合分析[4]；當(dāng)然，也有個(gè)別學(xué)者從課程建設(shè)的角度進(jìn)行分析，指出數(shù)據(jù)時(shí)代的到來，高校財(cái)務(wù)分析課程急需改革，以培養(yǎng)創(chuàng)新型財(cái)務(wù)分析人才來適應(yīng)市場(chǎng)需求[5]，等等。本文希望在借鑒前述學(xué)者的研究成果基礎(chǔ)上，構(gòu)建適應(yīng)大數(shù)據(jù)環(huán)境下財(cái)務(wù)分析人才培養(yǎng)的全新的財(cái)務(wù)分析教材體系。

一、大數(shù)據(jù)環(huán)境對(duì)財(cái)務(wù)分析的影響

大數(shù)據(jù)時(shí)代的到來，財(cái)務(wù)分析將發(fā)生一個(gè)翻天的變革，其將突破靜態(tài)的，個(gè)態(tài)的“小分析”范疇，而變成一個(gè)動(dòng)態(tài)的、系統(tǒng)的“綜合分析”。

（一）對(duì)財(cái)務(wù)分析對(duì)象的影響

大數(shù)據(jù)環(huán)境下，財(cái)務(wù)分析將更注重信息的全面性和針對(duì)性，更注重利益相關(guān)者的信息需求和信息的決策相關(guān)性。針對(duì)不同利益相關(guān)者信息需求的各種“個(gè)性化財(cái)務(wù)報(bào)告”在大數(shù)據(jù)時(shí)代強(qiáng)大的存儲(chǔ)功和分析能力下將以較低成本得以產(chǎn)生。[1]同時(shí)，強(qiáng)大的分析功能使財(cái)務(wù)分析對(duì)象將打破本公司財(cái)務(wù)數(shù)據(jù)的界限，大量涉足非本公司以外的財(cái)務(wù)數(shù)據(jù)和其他非財(cái)務(wù)信息。

（二）對(duì)財(cái)務(wù)分析人員知識(shí)和能力的影響

大數(shù)據(jù)環(huán)境下的財(cái)務(wù)分析人才需要新知識(shí)、新能力、新度量和新的思維方式，實(shí)現(xiàn)由傳統(tǒng)的財(cái)務(wù)數(shù)據(jù)分析，向一個(gè)大數(shù)據(jù)環(huán)境下的綜合思維轉(zhuǎn)變。在知識(shí)結(jié)構(gòu)方面，財(cái)務(wù)分析人士除了需要厚實(shí)的財(cái)務(wù)與會(huì)計(jì)專業(yè)知識(shí)外，更需要扎實(shí)的數(shù)學(xué)、統(tǒng)計(jì)學(xué)和計(jì)量經(jīng)濟(jì)學(xué)等進(jìn)行數(shù)據(jù)分析的基礎(chǔ)知識(shí)作支撐。在能力結(jié)構(gòu)方面，財(cái)務(wù)分析人士需要具有挖掘大數(shù)據(jù)價(jià)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(shù)與新工具的使用能力以及為利益相關(guān)者創(chuàng)造數(shù)據(jù)或提供報(bào)告的語言表達(dá)能力等?？傊?，大數(shù)據(jù)環(huán)境下的企業(yè)首席財(cái)務(wù)分析師既是企業(yè)首席財(cái)務(wù)技術(shù)師、企業(yè)首席財(cái)務(wù)信息師更是企業(yè)首席戰(zhàn)略決策的咨詢師。

（三）對(duì)財(cái)務(wù)分析方法與工具的影響

大數(shù)據(jù)時(shí)代的到來，財(cái)務(wù)分析突破了傳統(tǒng)的數(shù)據(jù)基礎(chǔ)和計(jì)算條件的限制，其分析越來越精益，與之相應(yīng)的財(cái)務(wù)分析方法與技術(shù)也與時(shí)俱進(jìn)。信息技術(shù)、數(shù)據(jù)庫(kù)和云計(jì)算技術(shù)與統(tǒng)計(jì)學(xué)方法和數(shù)學(xué)方法相結(jié)合在數(shù)據(jù)存儲(chǔ)、處理、挖掘和分析中發(fā)揮有效的作用，使得財(cái)務(wù)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(guān)都提供全部和高質(zhì)量的信息。

（四）對(duì)財(cái)務(wù)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(cái)務(wù)分析更注意尋找事物的相關(guān)關(guān)系，而不僅僅是事物的因果關(guān)系；更注重高質(zhì)量數(shù)據(jù)的挖掘和企業(yè)價(jià)值的提高。因此，大數(shù)據(jù)時(shí)代的財(cái)務(wù)分析功能不僅僅是傳統(tǒng)的預(yù)測(cè)和控制等，而是更注重利用數(shù)據(jù)為企業(yè)利益相關(guān)者提供全方位、高相關(guān)性和高準(zhǔn)確性的決策信息，發(fā)展企業(yè)商業(yè)價(jià)值和戰(zhàn)略先機(jī)。

二、大數(shù)據(jù)環(huán)境下財(cái)務(wù)分析教材體系的構(gòu)建

大數(shù)據(jù)對(duì)財(cái)務(wù)分析對(duì)象、功能和方法等產(chǎn)生了巨大的影響，從而對(duì)財(cái)務(wù)分析人才的能力和知識(shí)結(jié)構(gòu)給出了新的要求。財(cái)務(wù)分析課程是財(cái)務(wù)分析人才培養(yǎng)的平臺(tái)，大數(shù)據(jù)環(huán)境下其必須建立在統(tǒng)計(jì)學(xué)、計(jì)量經(jīng)濟(jì)學(xué)和高等數(shù)學(xué)等基本工具的先修課程的基礎(chǔ)上；而財(cái)務(wù)分析教材則是財(cái)務(wù)分析人才培養(yǎng)的直接載體和手段，其教學(xué)體系直接決定著財(cái)務(wù)分析人才的知識(shí)和能力結(jié)構(gòu)。（如圖1所示）傳統(tǒng)的以財(cái)務(wù)比率分析為工具，以財(cái)務(wù)報(bào)告為對(duì)象，以滿足股東、債權(quán)人和經(jīng)營(yíng)者等相關(guān)利益者對(duì)財(cái)務(wù)數(shù)據(jù)需求為目的的教材體系必將進(jìn)行重新構(gòu)建和創(chuàng)新，以適應(yīng)大數(shù)據(jù)環(huán)境下財(cái)務(wù)分析人才的成長(zhǎng)。

（一）第一部分：財(cái)務(wù)分析緒論

本部分內(nèi)容應(yīng)該由以下幾部分組成：大數(shù)據(jù)環(huán)境下利益相關(guān)者對(duì)財(cái)務(wù)分析的需求、大數(shù)據(jù)環(huán)境下財(cái)務(wù)分析的目標(biāo)與定位、大數(shù)據(jù)環(huán)境下財(cái)務(wù)分析所需要的知識(shí)與能力支持體系、方法體系以及大數(shù)據(jù)環(huán)境下財(cái)務(wù)分析教材的內(nèi)容體系與框架。

（二）第二部分：財(cái)務(wù)分析方法體系

大數(shù)據(jù)環(huán)境下，財(cái)務(wù)分析的方法尤為重要，除了傳統(tǒng)的財(cái)務(wù)比率和比較分析等方法外，更注重利用數(shù)學(xué)、統(tǒng)計(jì)學(xué)和計(jì)量經(jīng)濟(jì)學(xué)等知識(shí)與計(jì)算機(jī)軟件和硬件平臺(tái)的結(jié)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(jià)值。就財(cái)務(wù)分析教材而言，必須強(qiáng)調(diào)學(xué)生充分利用先修改課程所學(xué)的知識(shí)，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(cái)務(wù)分析方法應(yīng)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(cái)務(wù)分析內(nèi)容體系

1.財(cái)務(wù)信息分析。財(cái)務(wù)會(huì)計(jì)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(cái)務(wù)分析的主體，也是大數(shù)據(jù)的重要組成部分，因此，財(cái)務(wù)分析首先必定是對(duì)企業(yè)大量的財(cái)務(wù)數(shù)據(jù)進(jìn)行分析，包括財(cái)務(wù)報(bào)表比較分析、各種財(cái)務(wù)能力（盈利、償債、營(yíng)運(yùn)、發(fā)展、創(chuàng)新和綜合財(cái)務(wù)）分析、各種會(huì)計(jì)活動(dòng)分析等，讓財(cái)務(wù)數(shù)據(jù)開口說話，挖掘其價(jià)值，為企業(yè)經(jīng)營(yíng)管理者提供決策相關(guān)的信息，同時(shí)，也為后面的相關(guān)分析奠定基礎(chǔ)。[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(jī)遇，企業(yè)除了財(cái)務(wù)數(shù)據(jù)外，還有大量的非財(cái)務(wù)數(shù)據(jù)如客戶關(guān)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(dāng)重要，也是企業(yè)決策的基礎(chǔ)，但零散、單個(gè)的數(shù)據(jù)沒有任何價(jià)值，只有財(cái)務(wù)人員利用科學(xué)的分析方法，建立適當(dāng)?shù)姆治瞿Ｐ?，?duì)數(shù)據(jù)進(jìn)行加工，才能挖掘出其隱含的商業(yè)價(jià)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(guān)行業(yè)和宏觀經(jīng)濟(jì)數(shù)據(jù)，進(jìn)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(kù)，板塊數(shù)據(jù)庫(kù)，網(wǎng)絡(luò)數(shù)據(jù)庫(kù)、國(guó)研網(wǎng)和各種信息中心等平臺(tái)的數(shù)據(jù)，分析人員不僅要利用計(jì)量經(jīng)濟(jì)學(xué)的方法進(jìn)行定量分析，同時(shí)，也要利用一些SWOT、專家經(jīng)驗(yàn)判斷法等非定量方法進(jìn)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(xué)合理的判斷。

（四）第四部分：大數(shù)據(jù)環(huán)境下財(cái)務(wù)分析的應(yīng)用

1.利用大數(shù)據(jù)進(jìn)行風(fēng)險(xiǎn)管理。以某企業(yè)所處的宏觀和行業(yè)環(huán)境為例，設(shè)置相應(yīng)的指標(biāo)反映其中觀和宏觀環(huán)境，建議中宏風(fēng)險(xiǎn)預(yù)警模型，然后再選擇或設(shè)置反映企業(yè)經(jīng)營(yíng)和財(cái)務(wù)風(fēng)險(xiǎn)的相關(guān)指標(biāo)，建立微觀風(fēng)險(xiǎn)預(yù)警模型。

2.利用大數(shù)據(jù)創(chuàng)造價(jià)值。以某企業(yè)為例，分析其不同經(jīng)營(yíng)環(huán)節(jié)（生產(chǎn)過程、供應(yīng)鏈和銷售環(huán)節(jié)等）的相關(guān)數(shù)據(jù)，運(yùn)用財(cái)務(wù)分析方法對(duì)大數(shù)據(jù)的戰(zhàn)略分析，為企業(yè)提供機(jī)遇，創(chuàng)造價(jià)值。

3.利用大數(shù)據(jù)進(jìn)行專業(yè)化、實(shí)時(shí)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(shí)時(shí)化決策。

參考文獻(xiàn)：

[1]齊萱，楊靜.大數(shù)據(jù)時(shí)代會(huì)計(jì)信息相關(guān)性研究述評(píng)[J].財(cái)會(huì)通訊，2015（28）：62-65.

[2]張紅英，王翠森.大數(shù)據(jù)時(shí)代財(cái)務(wù)分析領(lǐng)域機(jī)遇與挑戰(zhàn)[J].財(cái)會(huì)通訊，2016（2）：84-85.

[3]白金榮.大數(shù)據(jù)時(shí)代公司財(cái)務(wù)分析的發(fā)展淺析[J].經(jīng)營(yíng)管理者,2015（9）：280.

篇（10）

大數(shù)據(jù)在電信行業(yè)應(yīng)用的總體情況

目前國(guó)內(nèi)運(yùn)營(yíng)商運(yùn)用大數(shù)據(jù)主要有五方面：(1)網(wǎng)絡(luò)管理和優(yōu)化，包括基礎(chǔ)設(shè)施建設(shè)優(yōu)化和網(wǎng)絡(luò)運(yùn)營(yíng)管理和優(yōu)化；(2)市場(chǎng)與精準(zhǔn)營(yíng)銷，包括客戶畫像、關(guān)系鏈研究、精準(zhǔn)營(yíng)銷、實(shí)時(shí)營(yíng)銷和個(gè)性化推薦；(3)客戶關(guān)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(yùn)營(yíng)管理，包括業(yè)務(wù)運(yùn)營(yíng)監(jiān)控和經(jīng)營(yíng)分析；(5)數(shù)據(jù)商業(yè)化指數(shù)據(jù)對(duì)外商業(yè)化，單獨(dú)盈利。

第一方面：網(wǎng)絡(luò)管理和優(yōu)化。此方向包括對(duì)基礎(chǔ)設(shè)施建設(shè)的優(yōu)化和網(wǎng)絡(luò)運(yùn)營(yíng)管理及優(yōu)化。

(1)基礎(chǔ)設(shè)施建設(shè)的優(yōu)化。如利用大數(shù)據(jù)實(shí)現(xiàn)基站和熱點(diǎn)的選址以及資源的分配。運(yùn)營(yíng)商可以通過分析話單和信令中用戶的流量在時(shí)間周期和位置特征方面的分布，對(duì)2G、3G的高流量區(qū)域設(shè)計(jì)4G基站和WLAN熱點(diǎn)；同時(shí)，運(yùn)營(yíng)商還可以對(duì)建立評(píng)估模型對(duì)已有基站的效率和成本進(jìn)行評(píng)估，發(fā)現(xiàn)基站建設(shè)的資源浪費(fèi)問題，如某些地區(qū)為了完成基站建設(shè)指標(biāo)將基站建設(shè)在人際罕至的地方等。

(2)網(wǎng)絡(luò)運(yùn)營(yíng)管理及優(yōu)化。在網(wǎng)絡(luò)運(yùn)營(yíng)層面，運(yùn)營(yíng)商可以通過大數(shù)據(jù)分析網(wǎng)絡(luò)的流量、流向變化趨勢(shì)，及時(shí)調(diào)整資源配置，同時(shí)還可以分析網(wǎng)絡(luò)日志，進(jìn)行全網(wǎng)絡(luò)優(yōu)化，不斷提升網(wǎng)絡(luò)質(zhì)量和網(wǎng)絡(luò)利用率。

利用大數(shù)據(jù)技術(shù)實(shí)時(shí)采集處理網(wǎng)絡(luò)信令數(shù)據(jù)，監(jiān)控網(wǎng)絡(luò)狀況，識(shí)別價(jià)值小區(qū)和業(yè)務(wù)熱點(diǎn)小區(qū)，更精準(zhǔn)的指導(dǎo)網(wǎng)絡(luò)優(yōu)化，實(shí)現(xiàn)網(wǎng)絡(luò)、應(yīng)用和用戶的智能指配。由于用戶群的不同，不同小區(qū)對(duì)運(yùn)營(yíng)商的貢獻(xiàn)也不同。運(yùn)營(yíng)商可以將小區(qū)的數(shù)據(jù)進(jìn)行多維度數(shù)據(jù)綜合分析，通過對(duì)小區(qū)VIP用戶分布，收入分布，及相關(guān)的分布模型得到不同小區(qū)的價(jià)值，再和網(wǎng)絡(luò)質(zhì)量分析結(jié)合起來，兩者疊加一起，就有可能發(fā)現(xiàn)某個(gè)小區(qū)價(jià)值高，但是網(wǎng)絡(luò)覆蓋需要進(jìn)一步提升，進(jìn)而先設(shè)定網(wǎng)絡(luò)優(yōu)化的優(yōu)先級(jí)，提高投資效率。

德國(guó)電信建立預(yù)測(cè)城市里面的各區(qū)域無線資源占用模型，根據(jù)預(yù)測(cè)結(jié)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(luò)的運(yùn)行效率和利用率更高。

法國(guó)電信通過分析發(fā)現(xiàn)某段網(wǎng)絡(luò)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(luò)負(fù)荷過重造成，并根據(jù)分析結(jié)果優(yōu)化網(wǎng)絡(luò)布局，為客戶提供了更好的體驗(yàn)，獲得了更多的客戶以及業(yè)務(wù)增長(zhǎng)；

第二方面，市場(chǎng)與精準(zhǔn)營(yíng)銷。此方向包括客戶畫像、關(guān)系鏈研究、精準(zhǔn)營(yíng)銷、實(shí)時(shí)營(yíng)銷和個(gè)性化推薦。

(1)客戶畫像。運(yùn)營(yíng)商可以基于客戶終端信息、位置信息、通話行為、手機(jī)上網(wǎng)行為軌跡等豐富的數(shù)據(jù)，為每個(gè)客戶打上人口統(tǒng)計(jì)學(xué)特征、消費(fèi)行為、上網(wǎng)行為和興趣愛好標(biāo)簽，并借助數(shù)據(jù)挖掘技術(shù)(如分類、聚類、RFM等)進(jìn)行客戶分群，完善客戶的360度畫像，幫助運(yùn)營(yíng)商深入了解客戶行為偏好和需求特征。

(2)關(guān)系鏈研究。運(yùn)營(yíng)商可以通過分析客戶通訊錄、通話行為、網(wǎng)絡(luò)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(luò)來豐富對(duì)用戶的洞察，并進(jìn)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(guān)鍵人員，以及識(shí)別家庭和政企客戶；或者分析社交圈子尋找營(yíng)銷機(jī)會(huì)。如在一個(gè)行為同質(zhì)化圈子里面，如果這個(gè)圈子大多數(shù)為高流量用戶，并在這個(gè)圈子中發(fā)現(xiàn)異網(wǎng)的用戶，我們可以推測(cè)該用戶也是高流量的情況，便可以通過營(yíng)銷的活動(dòng)把異網(wǎng)高流量的用戶引導(dǎo)到自己的網(wǎng)絡(luò)上，對(duì)其推廣4G套餐，提升營(yíng)銷轉(zhuǎn)化率?？傊?，我們可以利用社交圈子提高營(yíng)銷效率，改進(jìn)服務(wù)，低成本擴(kuò)大產(chǎn)品的影響力。

(3)精準(zhǔn)營(yíng)銷和實(shí)時(shí)營(yíng)銷。運(yùn)營(yíng)商在客戶畫像的基礎(chǔ)上對(duì)客戶特征的深入理解，建立客戶與業(yè)務(wù)、資費(fèi)套餐、終端類型、在用網(wǎng)絡(luò)的精準(zhǔn)匹配，并在在推送渠道、推送時(shí)機(jī)、推送方式上滿足客戶的需求，實(shí)現(xiàn)精準(zhǔn)營(yíng)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(fèi)能力，預(yù)測(cè)用戶的換機(jī)時(shí)間尤其是合約機(jī)到期時(shí)間，并捕捉用戶最近的特征事件，從而預(yù)測(cè)用戶購(gòu)買終端的真正需求，通過短信、呼叫中心、營(yíng)業(yè)廳等多種渠道推送相關(guān)的營(yíng)銷信息到用戶手中。

(4)個(gè)性化推薦。利用客戶畫像信息、客戶終端信息、客戶行為習(xí)慣偏好等，運(yùn)營(yíng)商可以為客戶提供定制化的服務(wù)，優(yōu)化產(chǎn)品、流量套餐和定價(jià)機(jī)制，實(shí)現(xiàn)個(gè)性化營(yíng)銷和服務(wù)，提升客戶體驗(yàn)與感知；或者在應(yīng)用商城實(shí)現(xiàn)個(gè)性化推薦，在電商平臺(tái)實(shí)現(xiàn)個(gè)性化推薦，在社交網(wǎng)絡(luò)推薦感興趣的好友。

第三方面，客戶關(guān)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。客服中心是運(yùn)營(yíng)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(shù)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(shí)長(zhǎng)，并關(guān)聯(lián)客戶歷史接觸信息、客戶套餐消費(fèi)情況、客戶人口統(tǒng)計(jì)學(xué)特征、客戶機(jī)型等數(shù)據(jù)，建立客服熱線智能路徑模型，預(yù)測(cè)下次客戶呼入的需求、投訴風(fēng)險(xiǎn)以及相應(yīng)的路徑和節(jié)點(diǎn)，這樣便可縮短客服呼入處理時(shí)間，識(shí)別投訴風(fēng)險(xiǎn)，有助于提升客服滿意度；另外，也可以通過語義分析，對(duì)客服熱線的問題進(jìn)行分類，識(shí)別熱點(diǎn)問題和客戶情緒，對(duì)于發(fā)生量較大且嚴(yán)重的問題，要及時(shí)預(yù)警相關(guān)部門進(jìn)行優(yōu)化。

(2)客戶關(guān)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(zhǎng)、客戶成熟、客戶衰退和客戶離開等五個(gè)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(zhǎng)階段，通過關(guān)聯(lián)規(guī)則等算法進(jìn)行交叉銷售，提升客戶人均消費(fèi)額；在客戶成熟期，可以通過大數(shù)據(jù)方法進(jìn)行客戶分群(RFM、聚類等)并進(jìn)行精準(zhǔn)推薦，同時(shí)對(duì)不同客戶實(shí)時(shí)忠誠(chéng)計(jì)劃；在客戶衰退期，需要進(jìn)行流失預(yù)警，提前發(fā)現(xiàn)高流失風(fēng)險(xiǎn)客戶，并作相應(yīng)的客戶關(guān)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(guó)內(nèi)外運(yùn)營(yíng)商在客戶生命周期管理方面應(yīng)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(guān)的業(yè)務(wù)，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(wù)，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(gè)季度內(nèi)將流失率減半。

第四方面，企業(yè)運(yùn)營(yíng)管理。可以分為業(yè)務(wù)運(yùn)營(yíng)監(jiān)控和經(jīng)營(yíng)分析。

(1)業(yè)務(wù)運(yùn)營(yíng)監(jiān)控分可以基于大數(shù)據(jù)分析從網(wǎng)絡(luò)、業(yè)務(wù)、用戶和業(yè)務(wù)量、業(yè)務(wù)質(zhì)量、終端等多個(gè)維度為運(yùn)營(yíng)商監(jiān)控管道和客戶運(yùn)營(yíng)情況。構(gòu)建靈活可定制的指標(biāo)模塊，構(gòu)建QoE/KQI/KPI等指標(biāo)體系，以及異動(dòng)智能監(jiān)控體系，從宏觀到微觀全方位快速準(zhǔn)確地掌控運(yùn)營(yíng)及異動(dòng)原因。

(2)經(jīng)營(yíng)分析和市場(chǎng)監(jiān)測(cè)。我們可以通過數(shù)據(jù)分析對(duì)業(yè)務(wù)和市場(chǎng)經(jīng)營(yíng)狀況進(jìn)行總結(jié)和分析，主要分為經(jīng)營(yíng)日?qǐng)?bào)、周報(bào)、月報(bào)、季報(bào)以及專題分析等。過去，這些報(bào)告都是分析師來撰寫。在大數(shù)據(jù)時(shí)代，這些經(jīng)營(yíng)報(bào)告和專題分析報(bào)告均可以自動(dòng)化生成網(wǎng)頁(yè)或者APP形式，通過機(jī)器來完成。數(shù)據(jù)來源則是企業(yè)內(nèi)部的業(yè)務(wù)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(luò)數(shù)據(jù)、技術(shù)和市場(chǎng)數(shù)據(jù)。分析師轉(zhuǎn)變?yōu)閳?bào)告產(chǎn)品經(jīng)理，制定報(bào)告框架、分析和統(tǒng)計(jì)維度，剩下的工作交給機(jī)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?yè)碛械拇髷?shù)據(jù)資產(chǎn)進(jìn)行對(duì)外商業(yè)化，獲取收益。國(guó)內(nèi)外運(yùn)營(yíng)商的數(shù)據(jù)商業(yè)化都處于探索階段，但相對(duì)來說，國(guó)外運(yùn)營(yíng)商在這方面發(fā)展的更快一些。

(1)對(duì)外提供營(yíng)銷洞察和精準(zhǔn)廣告投放。

營(yíng)銷洞察：美國(guó)電信運(yùn)營(yíng)商Verizon成立了精準(zhǔn)營(yíng)銷部門Precision Marketing Division。該部門提供精準(zhǔn)營(yíng)銷洞察(Precision Market Insights)，提供商業(yè)數(shù)據(jù)分析服務(wù)。如在美國(guó)，棒球和籃球比賽是商家最為看中的營(yíng)銷場(chǎng)合，此前在超級(jí)碗和NBA的比賽中，Verizon針對(duì)觀眾的來源地進(jìn)行了精確數(shù)據(jù)分析，球隊(duì)得以了解觀眾對(duì)贊助商的喜好等；美國(guó)電信運(yùn)營(yíng)商Sprint則利用大數(shù)據(jù)為行業(yè)客戶提供消費(fèi)者和市場(chǎng)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(zhǔn)廣告投放：Verizon的精準(zhǔn)營(yíng)銷部門基于營(yíng)銷洞察還提供精準(zhǔn)廣告投放服務(wù)；AT&T提供Alert業(yè)務(wù)，當(dāng)用戶距離商家很近時(shí)，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(cè)和決策支撐服務(wù)。