以企業需求為導向的高職學生數據分析能力培養研究

摘要：數據分析能力是商務數據分析與應用專業學生的必備素質，如何培養學生的數據分析能力以滿足將來就業的需要是各大高職院校人才培養的關鍵問題。本文通過梳理近年來國內學者對企業數據分析人才需求特征挖掘的相關文獻，歸納總結出企業對高職學生數據分析能力的需求特征，同時分析商務數據分析與應用專業的教學現狀，找出存在的問題，最后結合企業需求特征給出針對高職學生數據分析能力培養的相關建議，力求培養出來的數據分析人才更能適應市場需求，在求職過程中更具競爭力。

關鍵詞：企業需求；數據分析；能力培養

中圖分類號：F24文獻標識碼：Adoi：10.19311/j.cnki.16723198.2024.15.053

0引言

近年來，數字經濟正以前所未有的發展速度輻射和影響著人們生產生活的方方面面。數據作為數字經濟的核心內容和重要驅動力，已成為人們工作生活中不可或缺的要素，人們的衣食住行都因數據而變得優化和便捷。“十三五”期間，我國大數據產業迅猛發展，政策環境日益優化，產業規模穩步提升。在大數據蓬勃發展的時代，數據量的激增和由此引發的各種數據問題使越來越多的企業開始考慮進行數據分析工作，數據分析相關崗位的需求越來越大，同時競爭也越來越激烈。為此，各大高職院校正在努力完善人才培養方案，力爭讓本校畢業生在求職過程中更具市場競爭力。本文認為研究企業對數據分析人才具備能力的需求特征，以企業需求為導向去培養學生的數據分析能力更有針對性、更具實用價值。本文研究目標是以企業對數據分析人才各方面能力的具體需求為導向，結合合肥職業技術學院的教學現狀，對商務數據分析與應用專業的教學過程進行改革，探索在教學過程中培養學生數據分析能力的新思路、新模式，力求培養出來的數據分析人才更能適應市場需求，在求職過程中更具競爭力。

1企業需求特征挖掘

企業對人才的需求特征是一個備受國內學者關注的熱點話題。目前，國內學者的研究思路大多是先采用數據采集軟件從大型招聘網站上爬取數據，并通過人工處理或自動處理的方式分析企業對人才的需求特征。張俊峰（2018）選取前程無憂等四家專業招聘網站和百度等四家企業招聘網站作為數據源，采用Python語言編寫腳本程序獲取數據，利用中文分詞及自然語言處理技術構建了數據類崗位招聘詞典，從能力要求等5個方面對國內數據類崗位招聘需求特征進行分析。韋婷婷（2019）從拉勾網等四家主流招聘網站上抓取招聘數據，采用聚類分析等數據挖掘技術對數據分析類崗位的招聘特征進行分析，并以可視化的方式展示實驗結果。薛潔（2022）運用Python軟件爬取前程無憂網站的招聘數據，采用文本分析和聚類分析等方法挖掘數據類崗位的人才需求特征，并從社會招聘和校園招聘兩個方面詳細比較分析企業對數據類崗位人才需求的差異。

考慮到國內學者對于企業對數據分析人才的需求特征的研究已經非常成熟，并且學者們采用的分析方法和數據的獲取渠道也都是大同小異。因此，本文在歸納總結近年來有代表性的研究成果的基礎上，結合校企合作企業的實踐調研，分析總結出企業對數據分析類人才的需求特征，主要包括專業技能需求、軟件技能需求和個人素質需求三個方面。

1.1專業技能需求

傳統的數據分析教學主要是重點學習統計學相關知識，教授學生如何利用統計學原理和相關知識進行數據分析。但是隨著時代的進步，數據分析專業學生僅會利用統計學知識進行單純的數據分析是遠遠不夠的。完整的數據分析流程應該包括數據獲取、數據儲存、數據整理、數據分析、可視化展示以及撰寫數據分析報告。因此，近年來，企業要求數據分析人才不僅要具備單純的分析數據的能力，還應該熟練掌握一整套數據分析流程。歸納起來，企業重點要求數據分析人才必須具備的數據分析專業技能應該包括熟練掌握數據挖掘技術和數據庫技術，會進行需求分析，對分析結果能夠可視化展示，最后能夠撰寫分析報告等。

1.2軟件技能需求

數據分析工作需要借助計算機技術，合適的數據分析軟件能夠幫助數據分析人員高效地完成數據分析任務。目前，大部分企業要求數據分析人才應熟練使用SQL、Python、SAS、SPSS、Excel等軟件。Excel軟件兼具辦公功能和簡單的數據分析功能，且操作簡單，被企業廣泛使用，因此，數據分析人員應熟練掌握Excel軟件。SPSS和SAS是專門的統計分析軟件，其中SPSS因其簡單的菜單操作和完備的數據分析功能被高校廣泛采用在數據分析課程教學中。SAS軟件具有完善的數據訪問、數據管理和數據分析功能，被國際公認為統計分析的標準軟件，但是由于其需要采用編程的方法，使用起來相對SPSS來說難度較大，因此，高職院校一般很少進行SAS軟件的教學。Python編程軟件是近年來深受企業喜愛并廣泛采用的編程語言，其數據處理速度快、功能強大且簡單易學，在數據分析與處理中被廣泛采用，高職院校也在陸續開設Python相關課程。

1.3個人素質需求

數據分析人才除了應該具備扎實的數據分析專業技能之外，還應該具備學習能力、邏輯思維能力、溝通與團隊合作能力、責任心、抗壓力等。學習能力是任何職場人都應該具備的能力素質，數據分析相關知識和軟件是在不斷地推陳出新，這就要求數據分析人才必須具備高效的學習能力，才能使自己跟上時代前進的步伐。通常一個數據分析項目不是由一個數據分析人員單獨完成，而是需要一個數據分析團隊協作完成。因此，數據分析人才在與團隊成員相處過程中應該具備良好的溝通與團隊合作能力，這樣才能使數據分析任務更加高效順利地完成。任何人在職場上想要進步都會面臨各方面的壓力，一名優秀的數據分析人才想要在工作中有持續出色的表現，具有較強的抗壓能力也是數據分析人才需要具備的素質。

2高職學生數據分析能力培養建議

2016年教育部針對高職院校電子商務類增設了商務數據分析與應用專業，合肥職業技術學院商務數據分析與應用專業于2017年開始招生，目前該專業的人才培養還處于摸索和進步階段。本文結合該校商務數據分析與應用專業學生的教學實際，發現商務數據分析與應用專業學生數據分析能力培養過程中存在的問題有：缺乏系統性的課程設置、缺乏適合高職學生的數據分析教材、缺乏綜合性的實操環節、缺乏數據分析思維的培養等。結合前面總結的企業對數據分析類人才的需求特征，包括專業技能需求、軟件技能需求和個人素質需求，提出以下針對性的建議。

2.1重構課程體系設置

由于商務數據分析與應用專業是一個新興專業，該專業的人才培養方案還處在不斷修訂完善階段，相應的課程體系設置可供借鑒的經驗和資料較少。商務數據分析與應用專業的課程體系設置主要是參考該專業國家教學資源庫中包含的課程進行選擇和組合，沒有深入企業實地調研企業對數據分析人才的技能需求，這樣的課程體系設置無疑是閉門造車，培養出來的學生很難適應企業的實際工作，并且在激烈的市場競爭中缺乏競爭力。

課程體系的設置應該符合教育部《關于職業院校專業人才培養方案制定與實施工作的指導意見》，結合企業對數據分析人才的需求特征，在明確商務數據分析與應用專業學生學情和教師教學水平的基礎上，經過與本專業其他教師深入探討和綜合評價后制定。

商務數據分析與應用專業人才培養方案中，課程體系的設置應包括公共基礎課程和專業技能課程兩類。學者們通過分析招聘網站對數據分析類人才的招聘信息，發現企業對數據分析類人才的任職要求中比較看重數學、計算機和統計學專業背景，建議高校在人才培養過程中應強調具有交叉學科背景的應用型人才的培養；優化現有知識結構，通過“數學+計算機+統計學”專業課程的合理搭配，夯實數學與計算機基礎，完善數據分析知識架構。同時還要考慮前面總結的企業對數據分析類人才個人素質的需求：學習能力、邏輯思維能力、溝通與團隊合作能力、責任心、抗壓力等和專業技能需求：分析報告、需求分析、數據挖掘、數據庫、可視化等。因此，公共基礎課程建議包括數學、計算機、英語、思想道德修養、心理學等。專業技能課程建議包括統計基礎、數據采集與處理、數據庫技術應用、數據分析技術、商務數據分析與應用、數據分析報告撰寫和數據可視化技術等。

2.2改革實踐教學模式

目前國內高職院校數據分析類課程在實踐操作環節中普遍存在以下問題：第一，缺乏用于實操課程的案例數據。數據分析類實操課程的案例數據基本上是每門課程教材中自帶的數據，這些數據大多是教材編者根據教學需要自己編制的，數據量少且缺乏真實性。第二，教師缺乏真正的企業實踐經驗。數據分析類課程的教師大多是剛剛從學校畢業就直接走上講臺的，這些教師的數據分析理論基礎扎實但是缺乏企業實際工作經驗，在實操課程的教學上只能依賴教材中的案例數據，無法營造企業真實場景，學生實操效果不理想。第三，實操課程缺乏企業實際項目支撐。大多數數據分析課程是以項目或任務為章節展開講述，這些項目或任務是編者根據企業真實場景和教學需要自創的，導致實操教學過程中缺乏企業真實的項目支撐，影響實操教學效果。第四，實操課程設置缺乏綜合性和系統性。目前數據分析類課程的實操環節主要落地于每門課程的實操部分，學生在每門課程中都可以學到數據分析軟件，這樣就會導致相同的數據分析軟件在不同的課程中重復出現，造成重復教學，同時由于學期學時的限制，學生學到的數據分析軟件雖多但不精，缺乏綜合性系統性。

為了避免在實操環節出現上述問題，高校應積極推動校企間的深度合作，深入開展產教融合實踐，探索“產、學、研、培、證、賽”融為一體的校企合作模式，以提升實踐教學質量和效率。主要實踐內容有：（1）構建滿足企業需求的人才培養模式。（2）定期安排教師去企業實踐鍛煉。（3）對接企業數據資源，引入企業實際項目。（4）引入企業專家進課堂。（5）構建“1+X”證書與項目融合的考證培訓模式。

2.3優化教學實施手段

“互聯網+”時代，傳統的線下教學模式已呈現出越來越多的弊端，特別是在疫情期間，線下教學更是無法照常開展。混合式教學是將線上教學和傳統教學的優勢結合起來的一種“線上+線下”的教學模式。通過將線上教學和傳統教學組織形式有機結合起來，可以提高學生的學習廣度和深度。開展混合式教學的最終目的不是去完全依賴在線平臺，不是去想辦法建設多樣化的數字教學資源，也不是去開展各式各樣新穎的課堂教學活動，而是最終實現大部分學生學習廣度和深度的提高。

數據分析類課程采用混合式教學模式的具體步驟如下：

（1）完善線上教學資源。教師應該在每學期開學之前補充和完善線上教學平臺的課程資源，如在“學習通”平臺建立課程，上傳每個章節的教學PPT和相關視頻、作業等資料，供課程開始后學生提前學習。

（2）提前布置學習任務。線上教學資源完善后，教師可以在每次課程開始前發布相應的學習任務。對于理論課，可以發布相應章節的案例導入，通過案例拋出問題，使學生上課帶著問題聽講。對于實操課，可以提前發布操作視頻，讓學生對操作步驟有了一定的印象，后續在自己動手操作時能更快地適應。

（3）課上答疑解惑。與傳統教學模式不同，采用混合式教學的老師在課堂教學環節可以靈活安排自己的教學時間。首先，教師可以根據學生的預習情況，并結合案例導入中拋出的問題，對重難點內容進行講解和分析。其次，針對重難點內容教師提出相關問題，學生以小組討論的形式，用已經學過的知識回答問題，加深對重點知識的掌握。最后，教師對本次課程的內容進行歸納和總結。

（4）課后鞏固提升。課后教師在“學習通”平臺上發布相應章節的作業，學生完成后上傳平臺，客觀題系統可以直接評分，提高學習效率。

（5）教學考核評價。教學考核包括教學過程考核和期中期末考核。教學過程考核可以考核學生上課考勤情況，作業完成情況，平臺預習任務完成情況等。期中期末考核采用試卷形式主要考核學生對知識點的掌握程度。

3結語

如何培養學生的數據分析能力以滿足將來就業的需要是各大高職院校人才培養的關鍵問題，本文以商務數據分析與應用專業學生數據分析能力培養為研究對象，將企業對數據分析人才的需求特征融入數據分析課程的教學內容中，提出重構課程體系設置、改革實踐教學模式、優化教學實施手段等建議，培養學生數據分析能力的新思路、新模式可供其他高校、其他地區相關專業教學中借鑒使用。

參考文獻

[1]張俊峰，魏瑞斌.國內招聘類網站的數據類崗位人才需求特征挖掘［J］.情報雜志，2018，（06）：176182.

［2］韋婷婷，方宏宇，宋世領，等.大數據背景下數據分析類崗位的招聘特征挖掘［J］.現代計算機，2019，（09）：1417.

［3］薛潔，王嫻，籍艷麗，等.大數據時代數據類崗位人才需求特征分析［J］.黑龍江高教研究，2022，（10）：119124.

［4］顏穎.基于產教融合的商務數據可視化課堂教學模式的探索與研究［J］.襄陽職業技術學院學報，2020，（09）：3235.

［5］胡媛媛，范士領，宋曉姣，等.數據分析類課程在商務數據分析與應用專業中的教學研究［J］.科技視界，2021，（08）：7677.

［6］呂麗珺.基于工作室的產教融合人才培養模式研究與實踐——以商務數據分析人才培養為例［J］.大眾標準化，2021，（11）：122125.

［7］胡媛媛，宋曉姣，范士領，等.數據分析技術課程教學內容和方法探討［J］.科技視界，2021，（09）：9697.