高職高專電子商務類專業數據采集和分析能力培養研究

洪恩華

[摘 要]隨著網絡帶寬及移動互聯網的高速發展，物聯網、云計算等技術不斷融入到人們的生活和工作中，商業領域的數據在不斷增長。這些數據將影響和決定著企業的營銷活動、客戶管理和經營決策。面臨電商大數據環境，高職高專院校是否需要培養電子商務類學生的數據能力、如何培養學生的數據能力及培養學生的哪些數據能力，是現階段亟需思考和解決的問題。

[關鍵詞]電子商務;人才培養;數據抓取;數據分析

[中圖分類號]G712 [文獻標識碼]A

隨著網絡帶寬及移動互聯網的高速發展，物聯網、云計算等技術不斷融入人們的生活空間，人類積累的數據在商業領域不斷增長。互聯網絡信息中心發布的第43次《中國互聯網絡發展狀況統計報告》中的數據顯示，截至2018年12月，我國網民規模為8.29億，互聯網普及率達59.6%。手機網民規模達8.17億，使用手機上網的比例為98.6%。網絡購物用戶規模達6.10億，占網民整體比例達73.6%。手機網絡購物用戶規模達5.92億，使用比例達72.5%。微信朋友圈和QQ空間用戶使用率分別為83.4%和59.6%。無論是從網絡的普及度來看還是從人們使用網絡的頻率來講，PC端的電子商務活動和手機端的電子商務活動都會產生大量數據，這些數據將影響和決定著企業的營銷活動、客戶管理和經營決策。面臨這樣的電商大數據環境，高職高專院校是否需要培養電子商務類學生的數據能力、如何培養學生的數據能力及培養學生的哪些數據能力，是現階段亟需思考和解決的問題。

1 現有的電子商務類專業人才培養的弊端

1.1 技術上重視美工、網頁制作等技能的培養，運營類重視營銷技能的培養，但忽視數據能力在電商各環節的重要性

從開設的課程體系來看，大部分高職院校主要開設的課程是電子商務概論、網絡營銷、網頁設計、UI設計、電子商務網站建設、電子商務物流管理、跨境電商等課程。對數據分析的研究主要集中在2017年和2018年。所以2017年以前，很少有學校在電子商務類專業開設《商務數據分析與應用》類的課程，或者即使開設此類課程，大都以商務數據案例分析的內容來授課。這種教學模式優勢是學生學起來輕松，劣勢是學生的數據操作能力沒有得到很好的培養。實際上，數據存在電商的各個環節，如注冊、登錄、瀏覽、下單、物流、支付等，并對電商企業的廣告策略、營銷策略、企業決策等起到了決定性作用。

1.2 存在著對“大數據專業”與“基本數據能力培養”的認識誤差

現在很多高職院校的計算機學院開設有大數據專業，以致很多人誤認為數據分析只是計算機專業要解決的事情，跟經濟類專業沒有關系;再者，數據能力的培養涉及多學科知識的積累，如計算機、數學、統計學等學科，在教授上有一定難度，學生學習也存在難度。自然而然，很多學校就會把數據能力的培養與經濟素養的培養割裂開來。這也是為什么電子商務類專業對學生數據能力的培養只能停留在對商業案例分析中的原因。

2 數據能力在電子商務活動中的重要性分析

數據已慢慢滲透到了我們的生活和工作中。電商平臺有產生大量數據的優勢，如流量數據、用戶行為數據、支付數據等，并可以利用這些數據為第三方提供如產品排名、銷量排名、店鋪排名等服務。雖然大數據是最近幾年才被人認知的，但早在2011年，阿里巴巴就針對搜索、詢單、交易等電子商務行為進行了數據分析和挖掘，并向第三方提供了數據服務。事實上，關注數據并對數據進行開采的遠不只阿里一家，現在很多互聯網企業都在逐漸通過數據分析，掌握客戶的消費習慣，精準推送商品信息給用戶。時至今日，數據已經成為了各行各業商業決策的重要基礎。

2.1 數據為商業決策提供決策依據

數據雖然不能直接解決問題，但它會將問題表現出來，同時也能引導決策者依據數據做好下一步的決策。用戶的購買時間、購買的商品類別、數量及支付的金額等信息都會保存在數據庫，企業可以依此評估客戶的價值，進行精準營銷。所以對于電子商務企業來說，數據分析在企業的營銷管理、客戶管理等環節都非常重要，企業可以利用數據分析來發現營銷手段的問題，了解客戶的內在需求等。比如在電商平臺上，用戶本來點擊了“購買”，但當頁面定向到付款頁面的時候，用戶突然放棄了購買。電商企業可以通過采集未完成付款的訂單數據，分析用戶為何最終放棄，并為企業下一步的優化方案提供依據。

2.2 大數據的到來為電商行業的發展帶來了新的契機

傳統的電子商務已進走進了瓶頸期，單純地“在平臺上賣商品”的思路已經讓一些電商企業無法生存。隨著電商平臺入口的多元化、短視頻和社交的崛起，用戶獲取成本、用戶活躍數量、用戶留存率是企業不可忽視的經營數據。現在的電商企業競爭非常激烈，企業必須要學會在海量數據中找到市場定位，挖掘賣點，并進行精準營銷。電商企業做精準營銷，就是通過用戶行為分析，去推送用戶需要的商品。除了精準營銷，基于用戶消費習慣的大數據分析和預測，電商還可以提前為客戶備貨，讓用戶感受到線下購物的美好體驗。不僅如此，電商企業還可以依托大數據為公司的產品設計、生產企業的產能安排、庫存管理和生產計劃，物流企業的物流運作等上下游企業提供更為精準的信息，讓企業節約成本，提高效率，精細化運作。

2.3 電子商務活動產生了幾類重要的數據

①用戶數據。電子商務經營活動無時無刻不產生數據，“用戶數據”是企業利潤轉化的一個非常重要的數據，如用戶獲取、用戶留存等數據。②訂單數據。訂單數據是電商行業最關心、最引人注目、最能衡量成效的指標，直接與企業銷售收入和利潤掛鉤。③頁面數據。頁面數據記錄著用戶的注冊情況、訪問情況、登錄時長等，直接影響著轉化率。④渠道數據。渠道數據記錄著商業活動的導流路線，它能為企業指明不同渠道的價值。⑤“供應商數據”、“物流數據”和“商品數據”等上下游企業的數據，同樣影響著電商企業的經營決策。

3 電子商務類專業學生的數據能力培養分析

目前，對電子商務類專業學生的數據能力培養主要開設的課程是《商務數據分析與應用》，對于這門課程的教學內容和技能培養目標需要從以下三方面來分析確定：

3.1 結合電商企業的業務活動確定課程教學內容和技能培養目標。

數據分析的最終目的是幫助企業進行業務改進，幫助企業發現機會，為企業創造新的商業價值。電商企業的終端是用戶，從用戶瀏覽到下單付款的轉化過程中，企業需要透過多層次、多維度的數據實現對業務的分析，比如分析用戶下單入口，并從該入口推薦引流。除此之外，還需要通過數據分析出關聯商品，比如分析嬰兒紙尿褲與成人啤酒這兩種產品為什么會在同一個訂單的因果關系。電商業務的數據存儲于后端的數據庫，表現在頁面的前端。結合電商企業網絡端的特點，初步確定《商務數據分析與應用》課程的教學內容是：一是不同行業的電商企業的主要業績指標;二是電商網站前端頁面Html、Css、Javascript網頁的特點，確定數據分析的框架內容，能用Python采集數據;三是數據清洗。由于采集的數據存在缺失值，對收集到的數據還要進行加工和整理;四是數據分析。通過計算機手段和統計學方法對采集到的數據進行分析，找出數據間的因果關系和內部聯系;五是撰寫數據報告，把數據分析的結果及方案以文字和可視化圖表的形式完整地呈現出來。課程教學內容和技能培養目標確定為培養學生的數據采集、數據診斷和數據分析能力。

3.2 結合學生學情確定課程教學內容和技能培養目標

在數據采集、數據診斷和數據分析等技術能力培養上還需要結合學生的學情綜合確定課程教學內容。高職學生的學情表現在：一是學習自律能力不強。課堂學習注意力不集中，喜歡上課睡覺、玩游戲等;二是學習底子薄弱。高職學生一般高考分數為200分至300分，各學科基礎不是很好。85%的電子商務類專業的學生反映對數學不感興趣，對數據感到恐懼;三是缺乏正確的學習方法，學習效率不高。四是從學生學習興趣來看，學生對理論的內容學習熱情并不高：但對實踐的內容具備較強的動手操作能力。從這四點來看，如果學習內容設置太難，學生會產生畏難情緒，但如果學習的內容簡單，又無法培養學生崗位的適應能力。綜合以上特點，結合學生學情，課程的技能培養目標分別是數據挖掘能力和數據診斷能力。對于數據分析能力的培養，需要學生學習計算機知識、統計學和數學知識，并能根據不同行業電商企業的業務特征，自建數據模型，這對于高職高專學生來說，難度是相當大的。為讓學生更好地融入數據分析內容中，在教學中，可以利用已有的如用戶行為分析模型、RFM客戶價值模型等，進行數據分析。

3.3 結合數據分析師的崗位職責和任職要求確定教學內容和技能培養目標

90%以上的互聯網企業都需要數據，有的公司是自己分析和采集數據，并設置了數據師崗位，有的公司是委托第三方數據公司采集和分析數據。不管是自有還是委托第三方開展的數據采集及分析工作，總結前程無憂、58同城等網絡招聘平臺的崗位招聘要求，數據分析師的任職要求和崗位職責主要有以下幾條：①對數據有足夠敏感性，有較強的邏輯分析能力，能按照電商網站的類目邏輯和轉化路徑的漏斗邏輯來布局數據和監控代碼;②熟悉電子商務網站的數據分析模型和用戶的數據分析模型，了解至少一種數據分析、采集軟件或工具操作，如Python、SPSS等;③根據網站的架構和邏輯，分析流量的來源、關鍵詞、訪問深度、停留時間等數據維度，對分類頁面和商品單頁的用戶行為進行統計分析;④對平臺的用戶行為路徑做統計分析，設置轉化目標，布局跟蹤代碼，實時監控，并且提出相對應的優化意見;⑤對平臺用戶所在地域分布、年齡比例、性別比例、職業構成等進行統計和分析。

結合以上要求，需要培養學生以下幾種基本能力：①對電商平臺的前端頁面的理解能力，即對網站的架構、邏輯和代碼的理解能力;②培養學生對營銷數據的理解能力;③培養學生對電商業務維度的分析能力等。那么，《商務數據分析與應用》基本的教學內容可以確定為以下幾項：①商務數據認知;②數據分析師典型分析任務;③常用數據分析模型;④商務數據分析工具;⑤數據抓取;⑥數據可視化處理;⑦案例分析——客戶分析、產品分析。

4 對如何培養學生的數據能力的幾條建議

確定好《商務數據分析與應用》課程教學內容后，還存在一個如何教授的問題。如果按傳統的模式講授，純理論的內容會讓高職的學生學起來枯燥，無法將心思集中在課堂上。如果在教學內容中只講案例，學生也只能當做是聽故事而已。所以要真正讓學生既學好理論，同時又將理論運用到實踐中來，有以下幾條建議：

一是針對不同的內容，采用不同的教學手段，加強數據分析必要工具的應用，構建有效的數據分析實踐環節。比如針對商務數據認知的內容，以案例方式學習講授，讓學生對電子商務類的數據有一個宏觀的認識和了解。針對數據分析模型，以講授和現場演示的方式，讓學生了解現有的數據分析模型及應用的場景。針對商務數據分析工具、數據抓取和數據可視化處理，則采用任務的方式，讓學生通過自己動手，了解數據分析工具、數據抓取及數據可視化處理。

二是以探究式學習模式開展課前預習和課堂教學活動，這樣的教學設計就像在為學生播放一部懸疑電視劇，引導學生深入了解課程學習內容和目標，讓學生在自己動腦和動手的過程中尋求答案。

[參考文獻]

[1] 陳玲霞，李志長.經管類專業商務數據分析能力培養研究綜述.農村經濟與科技[J].2019（08）.