應用型本科的大數據營銷教學淺析

譚曉麗

廣州工商學院，廣東 廣州 510850

大數據在營銷領域中的廣泛應用，為傳統企業轉型升級提供了動力和技術支撐。2015年國務院印發《促進大數據發展行動綱要》，鼓勵高校設立數據科學和數據工程相關專業，重點培育專業化數據工程師和分析師等專業人才。截至2018年，全國共有248所高校設置了大數據相關專業，其中應用型本科高校不足5所，大數據作為今后就業的風向標，應該受到足夠的重視。

1 大數據營銷人才培養現狀

數據顯示，2017年中國大數據產業規模達到4700億元，同比增長30%。隨著大數據在各行業的融合應用不斷深化，預計2020年中國大數據市場產值將超萬億[1]。這些數據大部分集中在金融、新零售、電子商務等方面。

新行業催發了新的工作崗位，新工作崗位需要“新型營銷專業人才”，并要求這些人才不僅在某一專業學科領域學有所成，更應該具有學科交叉融合的復合學科背景。新型營銷專業人才不僅能用現有知識去解決目前已存在的問題，還應有能力學習新知識、新技術解決未來發展出現的問題，對未來技術和產業起到引領作用。

通過對南方人才網、中華英才網、獵聘網站等國內幾大網站的招聘信息資料進行分析，可以發現目前大數據營銷方面的人才缺口主要體現在大數據營銷專員、大數據營銷經理、精準營銷師等崗位上。高端職位如大數據經理(主要面向內容電商整合營銷平臺)，其薪資水平在25 000～40 000元/月，學歷水平要求最低為本科。低端職位如大數據營銷專員，其薪資水平在8000～12 000元/月，學歷水平要求為本科。從職位招聘可以看出，大數據從業人員的學歷要求相對高于其他營銷行業，薪資水平也高于營銷行業平均薪資水平。

2 數據化經濟時代教育困境

大數據市場發展潛力巨大，這就要求學校要為社會與經濟發展提供助力。近幾年，結合大數據進行專業建設改革在高校掀起了熱潮，正在或者即將開設大數據專業方向的高校大部分面臨著實訓基地匱乏、跨學科師資較少、課程體系設置變動頻繁、數據獲取困難等方面困難。

2.1 人才培養特點導致課程體系設置變動頻繁

大數據教學分為技術教學和商務數據分析教學兩個方面，技術教學主要為計算機專業學生開設，其課程體系涉及數據挖掘、數據清洗、數據庫建設、數據可視化、編程等方面。計算機可以幫助學生解決技術層面的問題，但是對于商務數據為什么這樣，背后代表的用戶行為特點，學生卻無法掌握確切信息。商科類學生由于沒有系統學習計算機專業課程，因此也無法解決技術層面問題。因此，這一兩難局面是高校設置大數據相關專業需要解決的最大難題，課程設置及人才培養方案需要不斷更改，以尋求最佳方案。

2.2 實訓基地建設困難

大數據相關課程的開設，不能是紙上談兵，必須要有相關的實訓資源，尤其是數據源。目前已開設的相關課程大部分數據來源于網上公開的社交數據或者媒體數據，而這些數據如果用于商務數據分析遠遠不夠。國內大部分能夠提供并真正實現大數據營銷的企業是知名電商公司，如阿里巴巴、百度、騰訊、京東等，而要得到這些公司的支持，進行數據營銷方面學生的培養，還需要尋找更合適的合作途徑。

2.3 跨學科師資力量缺乏

大數據相關課程的開設，需要相應的師資支持。但多數情況下，懂營銷的老師不懂技術，懂技術的老師不懂營銷。在課程開設上，還涉及不同學院之間師資的溝通交流問題，也給排課上課帶來了很多困難。

3 應用型本科大數據營銷人才培養問題

3.1 偏離“新國標”要求，無法為本科人才培養提供質量保障

“新國標”明確指出，現代經管類本科人才在知識要求上要能熟練運用現代信息管理技術進行數據處理、模型設計等。但是從應用型本科目前學生狀況來看，能熟練進行數據處理、模型設計的學生寥寥無幾。造成這種局面的原因主要有以下幾點：

首先，生源質量較差，應用型本科學生大部分屬于三B錄取，基礎比較薄弱，理論知識不扎實，對于學習無大興趣。數據營銷需要學生掌握部分統計學、統計軟件等知識，而這恰好是學生的弱點。其次，應用型本科學校大部分為民辦院校，無國家經費支持。對于數據營銷人才培養來講，需要建立一定規模的數據實訓室支撐相關教學，這類實訓室大部分投資較大，對需要降低辦學成本的民辦院校來講，實訓室建設的投入就顯得性價比較低。再次，師資缺乏。數據營銷教師既需要懂得市場營銷專業知識，又需要懂得Python語言、數據庫建設等計算機相關知識，需要復合知識背景的人才，這類人才比較稀缺，導致師資不夠。最后，數據營銷必須要與企業有深度合作，獲得大量真實數據。

3.2 辦學條件良莠不齊，專業實踐教學水平有待提高

現有的應用型本科院校辦學條件良莠不齊，屬于國家財政撥款建設的公辦應用型大學在辦學條件、師資、生源等方面都處于優勢地位。數據營銷教學不能缺少實踐教學，實踐教學標準主要看實訓室與實踐基地建設。在專業設置上，明確提出大數據營銷的代表性學校如中央財經大學等，在實訓室建設方面接近國際一流水平，其合作企業均為麥肯錫等知名咨詢公司，而應用型本科院校在實訓室建設方面就顯得十分薄弱。

3.3 課程設置變動性大，很難打造專業特色

目前，大數據營銷屬于新的領域和方向，還沒有形成成熟的課程設置，不同的學校在開設課程上都不一樣。現有的課程開設大致可以分為兩類，一類偏向程序語言設計、統計學等，以南方科技大學為代表。另一類偏向商科數據分析，編程類課程很少，偏向營銷模型、現代統計軟件等，以中央財經大學為代表。而在應用型本科院校，課程設置基本偏向營銷策劃、新媒體等方向，課程設置改動頻繁，甚至出現同一專業同一模塊不同年級的人才培養方案不一致的現象。

4 結論和建議

4.1 基于企業大數據營銷的需求，營銷類學生應該加強數據敏感性培養

大數據經由海量數據的相關分析，將消費者、企業和產品進行相互串聯，對消費者的偏好、習慣、購買模式進行細分定位從而實現精準營銷。企業可以通過數據挖掘傳統營銷中無法得知的價值組合方式，并對組合方式的每一環節提供獨特的、針對性的解決方案，為企業生產經營提供保障。因此，基于大數據的信息特點，營銷類學生應該加強數據敏感性培養。當依托于統計學的抽樣技術所發展出的市場調查和市場研究的方法在大數據時代受到挑戰時，營銷教學的重點同樣也需要轉變。

4.2 加強實訓室及實訓基地建設

應用型本科院校在實訓室建設上應本著先進性與合理性、適用性相結合的原則，立足于本專業的學科優勢和辦學特色，把學生實用放在首位，提高實驗室的軟硬件設施水平，實現實用性與先進性的高度統一。

4.3 依托當地市場特色，開發適應學生學情的教學資源

按照厚基礎、寬口徑、重實訓實踐、重交叉融等要求，應用型本科院校應科學設立大數據人才培養方案，培養既熟悉數據分析又具備相關業務知識的復合型人才。開展面向本科的商業大數據的實驗教學，讓學生了解大數據分析的技術原理和實現方式，以及掌握大數據對于相關專業所能帶來的幫助甚至變革。