商務智能時代背景下技術應用類課程教學改革與實踐

［摘 要］在商務智能時代背景下，傳統技術應用類課程的教學已經無法完全滿足企業需求。對于企業來說，雖然數據的收集、管理和分析必不可少，但是信息的轉化同樣重要。只有將大量的數據轉化為精練有用的信息，才符合企業的需求。因此，數據可視化設計課程在電子商務類專業中顯得越來越重要。文章以該課程為例，詳細分析該課程在傳統教學模式下存在的問題，并在此基礎上，以業務場景化為落腳點，對教學內容、教學模式和評價方式改革進行初步探討，以使教學內容更加貼近實際商務情景，同時提升學生的學習興趣，培養學生的創新思維和實踐能力。

［關鍵詞］商務智能；數據可視化；業務場景化；教學改革

［中圖分類號］G642.0 ［文獻標識碼］A ［文章編號］2095-3437（2024）06-0031-04

在商務智能時代背景下，企業的發展離不開計算機技術、云計算、大數據、人工智能等計算機相關領域的支撐。每一家企業都應該擁有駕馭數據的能力，通過精細化運營來提升業績，利用數據驅動來對業務增長負責[1]。然而，傳統技術應用類課程過于強調知識傳授，缺乏與實際業務場景結合的內容，導致企業不得不耗費大量成本重新培訓畢業生。為了滿足企業的需求，高校有必要對這一問題展開研究。

在電子商務專業中，這一問題尤其明顯。電商企業需要招聘那些擁有良好數據思維和分析能力的人才，他們需要用直觀、生動、有形的數據語言呈現復雜的數據分析結果，并向企業決策層和管理層展示，以協助其做出正確的決策。本文以電子商務專業中常見的數據可視化設計課程為例進行研究，探討現有課程的教學現狀，找出存在的問題。

一、數據可視化設計課程存在的問題

（一）教學內容較為理論化且內容有限

傳統的數據可視化設計課程強調可視化的基本概念和基礎理論，要求學生掌握視覺感知和認知的基本原理及可視化編碼原則，并在此基礎上掌握數據定義、組織、管理、分析、挖掘等數據處理過程中數據可視化的方法，偏向于理論教學，注重基本原理的介紹和編碼語法規則的學習。教學內容多限于課本，依賴課本教材及大綱內容，這使得教學內容存在局限性和滯后性，學生很難依據教學內容去解決企業實際面臨的問題。

（二）教學模式存在誤區

數據可視化的過程，實際上也是展示數據、分析數據的過程。因此，數據可視化設計作為電子商務專業開設的一門課程，其目的不僅在于傳授學生可視化方法，還在于培養學生的信息處理能力、信息分析與應用能力和信息表達能力。但由于傳統的數據可視化設計課程偏重對可視化基本概念和基礎理論的知識性教學，導致教學內容往往從基本理論展開，教師一般先對理論進行講解，然后延伸到具體的可視化編碼語法，再針對所教授的語法舉一兩道習題例子。這種教學模式存在兩個誤區。

第一，缺乏分析思維和實務能力的培養。傳統教學模式本質上還是讓學生掌握編碼語法知識，缺乏將知識場景化，這是一種重知識、輕思維，忽視學生分析思維培養的表現。再加上所舉的習題例子往往不是企業當前實際面臨的問題，與電子商務貼合不夠緊密，導致學生的數據可視化實務能力沒有得到足夠的訓練。這樣教出來的學生往往缺乏運用技術解決實際問題的能力。這與現代企業對于人才的需求和學生對于知識的需求存在較大的差異。

第二，難以激發學生的學習興趣。傳統的教學模式是教師將理論及其原理講給學生聽，學生被動接受知識，很難從根本上理解數據可視化過程中的分析思維。再加上缺乏應用的場景，很難激發學生深入了解的興趣，不利于學生創新思維的發展。

（三）評價方式不夠多元化

隨著課程改革的不斷推進，課程評價方式轉變為注重過程的評價方式。這種評價方式通常會包括由多個平時成績組成的評價成績和期末評價成績兩部分，有一些還會包括期中評價成績。但是，課程評價方式還是以習題考核為主。數據可視化設計課程評價的重點還是放在學生對編程方法的掌握上，缺少對學生利用數據分析問題、解決問題能力的評價。這導致學生學習該課程時偏教條化，對于教師在課上講過的案例及類似案例有較好的分析與處理能力，而一旦出現新的應用場景就容易不知所措。

二、數據可視化設計課程教學改革思路

（一）基于真實化的業務場景重構教學內容

傳統教學以教授基本知識為主，以教材為依據，注重基本原理介紹和編碼語法規則的學習，但教學內容已經與企業的實際需求產生了脫節。這使得人才供需不對稱、不協調。因此，正如孫高波所言，需要將教學理念從傳統的知識傳授向場景化、應用化教學轉變[2]。本文先以電子商務專業為例，將電子商務中常見的市場業務場景歸類為銷售場景、庫存場景和產品相關分析三個主要場景[3]，再加上可視化主流軟件之一Power BI的基礎知識和爬蟲抓取數據的方法，重構數據可視化設計這門課程的主要教學內容。其中，銷售場景包括銷售目標分解、業績達成分析、會員RFM分析和業績杜邦分析四個場景，庫存場景包括庫存分析、存貨銷量分析和存貨倉位分析三個場景，產品相關分析場景包括關聯分析和暢銷款分析兩個場景。

（二）重視數據分析思維能力，弱化數據分析技術能力

對于數據可視化來說，數據分析能力分為兩個層面：數據分析思維能力與數據分析技術能力。數據分析思維能力是一種綜合能力，它包括多個方面的能力，比如理解可視化方法背后邏輯的能力、明確可視化方法適用范圍的能力、正確解釋數據分析結果的能力等。而與之相對應的則是數據分析的技術能力。數據分析的技術能力指的是根據數據分析方法特點利用可視化軟件或者編寫程序實現數據分析過程的能力[4]。傳統教學方式重視數據分析的技術能力而不夠重視思維能力培養，最好能實現兩者并重。但是，考慮到實現數據可視化的軟件的多樣性以及技術發展和迭代的速度，想要通過一門課程來教授全部的編程方法和技巧是不現實的。所以，本文傾向于重視數據分析思維能力而弱化數據分析技術能力的培養模式。以當前某一個主流數據可視化軟件為載體介紹實現數據可視化的過程，幫助學生在及時跟進技術前沿的同時掌握一定的技術實現能力，避免學生出現紙上談兵、眼高手低的現象。并且在這個過程中還要重點講授數據可視化背后的數據分析思維和使用場景，目的就是讓學生真正理解數據分析方法背后的思維方式，培養學生將數據分析方法應用到現實場景解決問題的能力。

（三）采用案例考核和實踐考核相結合的評價方式

數據可視化設計課程傳統教學偏重評價學生對編程語法的掌握程度，缺乏對學生運用數據分析思維分析問題、設計可視化表達方式和解決問題能力的評價方法[5]。因此，除了對課程的培養模式、教學內容等層面進行改革，還需要在評價層面也進行相應的改革。為了突出對學生能力的考核評價，可將原有的習題考核評價方式改為案例考核和實踐考核相結合的評價方式。案例考核就是讓學生按照老師上課時講過的數據分析思路來解決實際問題，形成可視化報告，以此來評價學生的數據處理能力。而實踐考核則是要求學生撰寫數據分析報告，說明數據分析和數據可視化的思路，并解釋為什么要這么做、這么做有什么意義，以此來評價學生的數據分析思維和解決問題的能力。

三、數據可視化設計課程教學改革方案實施過程

數據可視化設計課程是電子商務專業數據分析方向的專業必修課，授課對象為大學三年級學生。在學習數據可視化設計課程前，學生通過商務智能、數據挖掘等前置課程，已經了解了一定的數據分析思路，掌握了一定的軟件使用技能，對于數據可視化有了一定的了解，并且正處于渴望將理論應用于實際的階段。

雖然數據可視化設計課程的培養方式是“重視數據分析思維能力，弱化數據分析技術能力”，但是仍然需要兼顧提升學生的技術實現能力，因此將教學內容主要分為兩大塊五個部分。

（一）提升學生的技術實現能力

教學內容的第一大塊主要是為了提升學生技術實現能力，包括兩部分。第一部分著重教授學生需要掌握的軟件基礎知識。第二部分則側重教授學生如何自主去獲取數據，設置這部分是因為在實際工作中，并非所有的數據都是現有的，數據分析人員需要具備從網上抓取數據并進行分析的能力。所以，這部分以教授如何使用軟件爬取數據為主。在教學過程中，以三個案例為引領，教授學生如何在結構化網頁和非結構化網頁上爬取數據，同時講解爬取數據后的數據處理思路。此外，在該部分課程結束后，還會進行一次實踐考核評價，讓學生按照一定要求自行去互聯網上抓取和處理數據，并撰寫一份數據分析報告來闡明抓取數據和處理數據的思路，以此來考核評價學生對該部分技能的掌握和抓取思路發展情況。

（二）培養學生在電商場景下的數據分析思維能力

教學內容的第二大塊主要是為了培養學生在電商場景下的數據分析思維能力，主要包括三個部分，分別對應銷售場景、庫存場景和產品相關分析場景。每個部分中包含若干具體業務場景。

銷售活動是企業主要的盈利方式之一，對于企業來說至關重要。銷售活動包含多個環節，因此，將該場景拆解為四個更為具體的場景：幫助企業準確把控銷售活動、制定銷售目標的場景，通過橫向縱向對比幫助企業了解當前業績好壞的業績分析場景，通過分析客戶情況制定相應管理對策的客戶管理場景，以及通過往期數據對未來業績進行預測的業績預估場景。

商品是銷售的“彈藥”，“彈藥”不足或不合適，銷售人員就無法在“戰場”上充分表現，產生良好的業績。而在電商企業日常業務中，主要涉及的就是庫存的數量、銷售和補貨的速度、存儲產品的狀況三個具體場景。

此外，對產品進行相關分析也是電子商務企業重要的業務活動。最常見的是產品關聯分析的業務場景。企業需要從交易數據中，發現不同商品之間的聯系，挖掘顧客的購買潛力。電商企業銷售的不一定是自己生產的產品，因此，還有分析采購的產品暢銷情況的業務場景。企業需要對歷史銷售數據進行分析，提煉暢銷品，洞察消費者需求，為訂貨做參考。

教師在教學中會在上述業務場景的基礎上，以實際案例為引領，講解相應業務場景中的數據分析思路，并在結束后給出案例數據和分析目標對學生進行案例考核評價。

四、數據可視化設計課程教學改革反思

本課程在教學改革后已經完成一個學年的教學，筆者針對課程滿意度、專業知識滿意度、課程難易度、軟件掌握難易度、課程安排合理性五個方面做了相關調查。總體而言，學生對課程內容較為認可，給出的滿意度評分較高。以場景化為落腳點傳授數據分析思維相關知識的做法貼近日常實際，對理論聯系實際有一定的幫助。以案例為引導的授課方式，將理論和思維落到實處，降低了學生理解的難度。而專注于單一軟件的做法，降低了學生掌握軟件的難度。但是，主要存在兩個問題：課程內容較多，學生學習起來較為吃力；案例考核評價次數過多，學生負擔過重，課業壓力較大。這兩個問題主要與課程內容的設置和考核評價方式有關，有待在后續的課程改革中加以調整。

五、結語

針對當前數據可視化設計課程中存在的教學內容較為理論化且內容有限、教學模式存在誤區和評價方式不夠多元化的問題，本文對教學內容、教學模式和評價方式改革進行了初步探討：以業務場景化為落腳點重構教學內容，解決了教學內容較為理論化且內容有限的問題；以培養學生數據分析思維能力為主要教學目標，選擇了重思維、輕技術的教學模式；采用案例考核和實踐考核相結合的評價方式，在兼顧考核學生技術實現能力的同時，突出考核學生利用數據分析問題、解決問題的能力。希望以此使教學內容更加貼近實際商務情景，同時提升學生的學習興趣，培養學生的創新思維和實踐能力。

從教學改革的實踐結果來看，該改革對提高教學質量產生了一定的積極作用，學生對課程的滿意度和實際問題解決能力也有所提升。這為其他技術應用類課程教學改革提供了一定的實踐基礎。但是，鑒于目前對學生能力培養和教學內容場景化的教學實踐還處于探索階段，因此，需要根據企業反饋，結合相關理論和實踐成果，在教學實踐中繼續不斷嘗試，以不斷改進和完善相關教學內容。

［ 參 考 文 獻 ］

[1] 劉濱，劉增杰，劉宇，等.數據可視化研究綜述[J].河北科技大學學報，2021，42（6）：643-654.

[2] 孫高波.校政企協作下的多專業融合式場景化教學實踐[J].華東科技，2022（8）：135-137.

[3] 武俊敏. Power BI商業數據分析項目實戰[M].北京：電子工業出版社， 2019.

[4] 肖璐，曾爽.大數據時代新聞傳播人才數據分析能力培養研究[J].青年記者，2022（16）：115-117.

[5] 劉鑫，王忠，范青剛，等.智能時代程序設計基礎課程改革實踐探索[J].計算機教育，2022（6）：194-199.

［責任編輯：周侯辰］