数据分析课程范例

摘要：数字经济快速发展，深入到各行各业，在电子商务领域，商务数据价值巨大，而现在电子商务数据分析人才稀缺，或人才无法满足企业需要，在一定程度上也阻碍了高职电子商务相关专业的发展。认清电子商务数据分析的重要性，了解电子商务数据分析人才需求和教学现状，进行电子商务数据分析实训课程开发研究，包括：实训课程性质、实训课程目标、实训学习情境设定及教学设计、考核评价、教学方法等，提出了电子商务数据分析实训课程开发完善还需努力的方向，以促进电子商务相关专业的质量提升。

关键词：电子商务数据分析；实训课程；项目开发

数字经济发展迅速，各行业不断进行数字化转型，出现了大数据，数据中能蕴含许多有意义有价值的线索和信息，尤其在企业运作和商务应用方面。我国电子商务发展体量庞大，“互联网＋”的大趋势和后疫情时期，更加体现出了优势，跨境电商、直播电商等新业态新模式快速发展，电子商务向更高质量发展，更注重公平性与满足感。电子商务数据分析是贯穿整个电子商务相关企业运作必不可少的工作，电子商务相关岗位也都需要具备数据分析能力，而相应的电子商务数据分析人才却极其短缺。电子商务数据分析实训课程开发，利于院校适应行业企业最新变化，培养适应需求、具备一定数据分析实践能力的电商人才。

1电子商务数据分析的重要性

行业企业已经逐渐认识到了数据将是核心的生产要素，数字经济活跃，数据分析也会深刻影响行业企业的发展与创新改革。比如新零售行业，处于行业供应链前端的研发设计、原材料生产、装备制造等，做什么如何做怎样做等，要考虑处于供应链后端的分销、零售、广告营销、消费者的消费方式等，后端的数据逆向牵引前端，通过数据分析，消费方式逆向影响和牵引生产方式。随着数字经济的深入发展，数据分析能力非常重要，会成为互联网从业者必备的技能［1］。数据存在于电子商务的整个链条中，包括电子商务商品采购、视觉设计、网店销售、营销推广、客户服务、物流管理等，商家通过数据调整发展思路、运营方向和竞争策略等。电子商务数据分析是电子商务相关企业的各工作岗位都要求的最为核心的能力，比如：商品采购中的市场调研、产品分析；视觉设计中的视觉营销数据分析；网店销售中的制定商品销售策略；营销推广中的推广数据分析；客服工作中的客户画像分析、客户服务数据分析；物流管理中的数据收集和统计分析等［2］。

2电子商务数据分析人才需求现状

当今经济社会瞬息万变，电商相关企业需要素质高、业务技能强的复合型电子商务数据分析专业人才，具备丰富的知识与完整的技能结构，能灵活应用电子商务数据分析方法与技能，去解决电子商务业务相关问题。特别在产品和运营岗位，数据分析是必备的能力。而高职院校所输出的电子商务人才，在电子商务具体业务如网店搭建、产品信息化、客户服务方面相对较好，但数据分析能力普遍偏弱，也从一定程度上限制了毕业生的职业上升空间。所以，适应行业企业需要的电子商务数据分析人才缺口巨大。现有电子商务数据分析人才，普遍存在三个方面的瓶颈问题，一是数据分析工具使用不熟练，所掌握的工具处理能力无法应对大量的数据处理。二是会做图表但分析能力差，花费了大量的时间去收集和统计数据，但不擅长数据清洗、数据指标拆分和模型搭建，没有得出有效的结论。三是缺乏有效的引导，自行摸索或研究，很难解决实际问题，或者解决成效不明显［3］。

摘要：商务经济学是一门国家新增设的学科专业，它的建设不仅需要有扎实的经济学理论知识，还强调以数据分析为基础的应用实践能力。如何结合目前互联网+，大数据和新零售等新趋势，打造一门应用型商科课程是一个值得关注的问题。本文以商业数据分析课程为例，介绍了如何基于计量经济学的相关知识，开设一门以stata软件分析为主要内容的商业数据分析课程。结果表明：首先，应用实践型课程的开设必须结合学科建设的方向，这样才能推动学科的整体发展；其次，选择一款学术界和数据分析工作领域常用的软件是保证课程实践性的关键所在；再次，包括stata教学在内的数据分析类应用实践型课程都应该大力发展配套数据库，在这方面，上海商学院“一带一路”数据库已符合相应要求；最后，通过“以文促教，以赛促学”可以加强师生对应用实践性技术的掌握程度。

关键词：商务经济学；商业数据分析；stata软件；学科建设；实践应用

一、引言

我校商务经济学是全国第二批批准增设的学科专业。本专业为教育部《普通高等学校本科专业目录（2012年）》中特设专业，学科门类为经济学，专业代码为020105T。截止到2019年上半年，全国已有19家高校开设了商务经济学本科专业，其中不仅有南开大学这样的综合类高校，还有兰州财经大学、哈尔滨商业大学、广西财经学院、武汉商学院等财经类院校。2015年上海商学院举全校之力成功获批开设商务经济学本科专业，经过学校近年来的大力建设和积极投入，2018年以商务经济学专业和学科为依托，获得了上海市高原学科（应用经济学学科商务经济学方向）项目的支持，同年06月经过中国商业经济学会与全国商务经济学专业学科建设研讨会一致推选我校为中国商业经济学会商务经济学委员会会长单位。我校是目前上海唯一一家开设商务经济学本科专业且获得学科类项目支持的高校，商务经济学院同时也是全国唯一以专业命名的二级学院。与全国其他十数所兄弟院校相比，上海商学院的商务经济学学科整体建设无论是在教学课程开展，人才引进、学生培养、科研平台搭建以及数据库和智库建设上都处于较为领先地位。围绕“一带一路”的国家战略，以及卓越全球城市的上海地方功能地位的要求，上海商学院商务经济学学科建设强调以商贸流通服务业为载体，不断改善上海营商环境为目标，使用大数据、互联网+和人工智能等先进方法为手段，以商务环境、商业模式和商业数据分析为发展方向，致力打造出“全国知名，上海一流”的品牌专业与学科。毫无疑问，互联网与数据分析已经进入了各行各业之中。基于此，数据在高校经管类学科和专业的教学和科研中承担的角色也越来越重要。除了高水平经管类论文包括大量的实证数据分析之外，许多高校还自主建立了大型数据库，例如北京师范大学中国收入分配研究院开展的《中国家庭收入调查》(CHIP)、中国人民大学中国调查与数据中心开展的《中国综合社会调查》（CGSS）、北京大学国家发展研究院开展的《中国健康与养老追踪调查》（CHARLS）和西南财经大学开展的《中国家庭金融调查》（CHFS）等。在教学上，培养并提高我国高校大学生数据分析能力已经成为了中国高等教育界的共识。张长亮等（2019）就从实践教学目标、实践教学内容、实践教学方式以及实践教学考核评价四个方面强调了中国高校与美国高校存在的差距，美国高校特别强调培养学生的实践能力和应用能力，因此他们认为大力发展数据素养教育正当其时[1]。在这样的背景之下，本文以上海商学院应用实践型课程———商业数据分析为例，详细描述了该课程的教学团队配备、软件使用、课程设计、数据支持以及课后激励等内容，不仅为商务经济学学科体系建设中应用实践型课程的设置提供帮助，也为国内数据分析类课程的发展提供相应的参考和补充。本文的结果表明：首先，商业数据分析的开设与本校商务经济学科商务环境、商业模式和商业大数据三个建设方向紧密结合，大力推动了整个学科体系的构成；其次，选择stata软件作为操作载体，这与学术界与数据分析工作领域所使用的软件相同，大幅度提升了老师和学生学以致用的可能性；再次，建立了具有商务经济学特色的“一带一路”沿线国家数据库，丰富了课程的数据来源并且为今后数据类工作的展开打下了扎实的基础；最后，通过“以文促教，以赛促学”激发了学生的学习热情和拓展了老师的教学内涵，同时也使得学生可以有的放矢。

二、应用实践类课程与商务经济学科建设的关系

与传统经济理论相比，实证数据分析包含大量实时性数据，通过分析这些数据可以有效地考察和探究经济主体的偏好，以及在市场中的行为。无论如何，实施实证数据分析都离不开扎实的数学和统计学基础，目前经济学界中的计量经济学已经成为了即微观经济学和宏观经济学之后，经济学又一重要的组成部分。从内容上来看，它就是通过数学和统计学的方法来描述经济变量之间的关系。应该说，计量经济学是实证数据分析的前提条件，而实证数据分析则是目前主流经济学界分析所使用的重要工具，因此作为应用经济类学科的一个门类，本校在确定商务经济学的学科方向时也将数据分析作为了其中之一。与其它行业的数据分析相比，商贸流通行业的数据分析研究可以分为两个阶段，一是通过科学的方法收集数据，并且建立有效实用的数据库；二是利用计量经济学理论配合相应的统计分析软件对收集到的数据进行分析。许多国内高校已经开设了初级、中级或者高级的计量经济学课程，这为学生进行商业数据分析打下了理论基础，但是真正要完成数据分析的全过程，单一地依靠理论是远远不够的，熟练掌握一款统计软件的应用将会给数据分析带来极大的帮助。不少高校已经认识到了这一点，例如北京理工大学在建设数据科学与大数据专业建设过程中，数据软件的应用是必修课程之一（王国仁等，2018）[2]；清华大学、厦门大学、中山大学以及上海财经大学等经济学重点高校也都将stata、spss、R语言等经济类统计软件列入了教学计划之中。为了契合上海商学院商务经济学学科建设方向，并且与其它国内经济学重点高校看齐，本校也推出了基于stata软件的商业数据分析课程。该课程与传统的经济学课程相比，旨在教会学生如何将理论知识应用到统计软件之中，帮助学生进行大规模的数据分析；同时，该课程与计算机学科的课程相比，它又强调了数据分析背后的经济学逻辑和含义。商业数据恰恰具体反映了商贸流通行业中不同主体在商业交易过程中的行为信息，通过stata商业数据分析，可以让学生通过数据去验证经济理论的正确性，让学生学会使用数据来诠释经济理论，用数据来证明经济理论。从教学和科研的角度综合来看，这个课程可以被看作是整个学科体系构建中教学与科研之间的桥梁，前沿的数据分析知识可以通过它传导给学生，学生也可以将这些学到的理论知识通过软件应用到日常工作和生活之中去。而对于商务经济学学科而言，它也可以将学生对数据分析的掌握情况如实地反馈出来，帮助教师完善整个学科的发展体系。

三、基于stata软件的商业数据分析课程设计

【摘要】随着我国经济的快速发展，国家越来越重视会计信息管理专业人才的培养。在大数据的时代背景下，必须要针对会计信息管理专业的人才的就业岗位以及就业能力进行研究分析,确定高职院校人才的数据培养目标，确定相关的课程体系。因此本文主要针对大数据时代会计信息管理专业人才培养思考进行简要分析并提出合理化建议。

【关键词】大数据时代；会计信息管理专业；人才培养思考

前言

随着科技化时代的发展，大数据逐步渗透于人们的日常生活中，成为了一个时代热门话题。大数据时代下的数据精准化以及数据潜在价值是部分企业手工数据分析无法获取的，其在在数据的获取以及数据的分析上有着其独特的优势，对此，高校必须要针对目前的新形势培养相关的人才，满足企业发展需求。

一、大数据技术在企业运营的作用分析

1.有助于获取非结构化经济数据

相关的国际数据公司调查报告分析，目前我国企业中有80%的企业在数据的获取与分析中基本上都是采用的非结构化数据技术获取，其与传统的数据资源相比，其存在着较多的漏洞偏差。非结构化的数据字段长短不一，且不同字段的记录可以利用可重复或不可重复的字段，处理数据的速度十分快速，且能够应用于多元的数据管理结构中，也适用于传统的办公文档以及图表信息等。在网络技术发达的今天，非结构化数据数量日趋增大且管理结构化趋势明显，但其数据库局限性明显，对此必须要开展新型的结构化程序，积极的融入于新型的网络数据化时代。

一、传统财务分析课程存在局限性

随着全球化进程的推进，信息技术不断冲击着企业的方方面面。大数据的到来对财务分析提出新的要求，传统财务分析将面临改革创新的巨大挑战。财务分析是一个企业可持续长远发展战略的重要依据。而随着时代的进步，企业传统财务分析存在的问题逐渐凸显出来，主要表现为财务报表、分析方法、企业发展三方面。1.传统财务报表具有局限性。传统的财务报表更侧重于以数据为基础对数据进行基础性的分析，通过一些比率或者结构的变化来关注数据的信息。如在会计准则下，规定可以对固定资产的折旧和对外投资采取不同的方法，而通过传统财务分析只能选用一种方法进行局部的分析，这样财务报表的数据可靠性一般是以历史成本作为计量属性，它的时效性一般较为落后，货币计量成本时会忽视企业的机会成本，这样会浪费掉企业进行决策的重大依据。另外，传统的财报务表无法考虑到物价变动、通货变动等一些复杂的因素，这在一定程度上不可避免的忽视掉物价升值贬值所带来的影响。因此，传统的财务报表分析无法提供最直接最精确的信息。2.传统财务分析方法具有局限性。传统的财务分析方法比较单一，最基本的两个方法为比率分析和比较分析，而这两种财务分析方法对企业来说都只能反映历史经营业务。报表使用者只有季末、年末才能看到企业财务报表，其数据与当下经营已不完全相符，对未来发展的推测准确性降低。企业会计处理和选用的分析方法都是由财务工作人员主观判断决定的，经验、能力等因素直接影响判断结果，而且没有统一标准。传统财务分析方法容易忽视甚至无视非财务指标的分析，而这些指标恰恰是企业发展的重要影响因素。对企业来说，创新能力、客户满意度、技术目标都与企业持续性发展密切相关。应用传统财务分析方法获得的数据可能造成企业管理者盲目自信，对财务分析有不利影响。3.传统财务分析限制企业的发展。企业的财务报表分析是为企业未来资源的合理配置系统的长远发展以及相关的决策提供依据。而传统的财务报表过于依赖数据的分析，脱离了潜在的风险因素，因此大多数管理者会或多或少将传统财务报表分析放在利润数据之上，过于追求报表的利润数据。并不会对事前事中事后相关事项进行综合的考虑，在企业未来发展中也会面临各种潜在的风险。而传统财务报表并不能预见这些风险，也无法为这些风险提供相应的风险预警。因此传统财务报表还是具有一定的狭隘性，间接的制约企业长远发展。

二、财务大数据分析实训课程——以为例HNJM

大数据视角下，企业财务分析工作量加大，工作难度明显提高。在庞大多变的信息中挖掘、采集隐藏数据，借助信息化技术和手段分析其中的规则和内在联系，并在历史数据基础上全面预测企业发展趋势和潜在风险，能有效提高财务分析的工作效率、精准度和安全性，为管理层决策提供可靠依据，实现企业财务分析模式优化。因此大数据背景下，各高校相继开设财务大数据分析课程。接下来，以河南经贸职业学院为例，介绍财务大数据分析课程的开设情况。1.实训平台简介。财务大数据分析课程实训平台采用的是金蝶财务大数据分析平台即运营魔方，是一款支持学生自助设计和分析的图形化报表智能工具和大数据平台，它“简单易学、美观易用”，提供交叉表、饼图、柱状图、折线图、面积图、仪表盘、数字指示器、地图等多种图形，仅需简单的拖拉拽即可设计出高颜值的图形化报表，并具备数据联动、多维度组合筛选、钻取等强大的交互式数据分析能力，平台可适应电PC脑、PAD平板电脑、手机等多种终端屏幕，还预置提供了多个主题分析模型和大量分析报表样例，用户可以直接使用或进行个性化修改，满足对企业多样财务大数据分析。2.实训目的。财务大数据分析课程以典型新零售企业的数据分析为核心，包括企业经营状况分析、企业财务状况分析、企业内部控制分析等，旨在培养学生数据收集、整理和分析的能力，使其在分析数据的过程中灵活地运用所学的财务管理、会计等学科的理论知识，并且要求将实践与理论相结合，充分发挥学生的创造性和认知性。在理论教学的基础上使学生发现问题、分析问题、解决问题的能力进一步提高。同时，本课程实训通过分小组完成，注重培养学生相互交流、沟通、协作的能力，充分发挥团队合作的团队精神。3.课程设置思路。课程设置参考中小企业营销经理、采购经理、仓管经理、生产经理、财务经理、主管会计等岗位职责标准和能力要求，编写和序化课程内容，以营销环节分析、采购环节分析、库存管理环节分析、应收应付与资金管理分析、费用与成本管理分析、盈利能力分析、经营预警分析等企业经营分析能力培养为重点，课程内容突出信息化管理与大数据分析技术，兼顾学生未来职业的发展所需，强化学生的企业经营数据分析、企业经营管理能力的训练，知识点的选取围绕企业能力所需的工作任务来进行，采用教、学、实践应用合一的方法组织教学过程。4.课程组织形式。对于课程采取分组教学。根据自由结合和老师指定的方式有五到七人组成自由小组。每一个小组选出小组长，最后确定好课程，最终分组名单作为实训课程的主体。各小组成员在组长的带领下，结合自身的特长进行分工，小组的分工应该得到老师的认可后开展下一步的工作，组长在本次实训中进行统筹指导以及跟老师协调的相应工作。同时组长会协助老师对小组的每一个人进行适当的考评，确保小组成员全员参与到课程中。5.实训流程。本次课程以典型新零售企业的数据分析为核心，包括企业近三年的财务指标分析、企业经营状况分析、企业内部控制分析等一系列内容，是一次综合性极强的实训课程。①上网收集资料，了解企业新零售模式和业务、财务资料。本课程实训的首要工作是从网络等各渠道收集案例企业的资料，了解企业新零售模式的特点、趋势以及企业业务、财务方面相关信息，作为后续分析的基础。②对企业业务、财务数据进行可视化分析。一是大主题分析。对收8集的相关资料，结合数据分析平台进行可视化分析，具体内容至少包括销售主题、采购主题分析、存货主题分析、应收主题分析、应付主题、成本费用主题、盈利主题、经营预警个8主题，但并不仅限于以下内容，各小组可充分发挥小组成员的积极性和主动性对企业其他业务、财务相关问题进行深入分析。二是大报表分析。3从资产负债表、利润表、现金流量表3张报表分析三年的短期偿债能力、长期偿债能力分析、三年的营运能力分析、三年的盈利能力分析、三年的发展能力分析。大数据时代为企业财务分析工作带来了严峻的挑战，同时也为企业财务工作带来了一定的机遇，企业的财务分析工作应当结合时展的趋势，选用好相关的信息技术。深度挖掘企业的数据资源，让大数据更好地为企业未来的发展服务，高等教育也是如此，一定要进行相应的课程改革，培养适应未来市场发展的新型财务人才。

作者:王春娜 单位:河南经贸职业学院

1前言   目前，全国已有三百多所独立学院，据调查，其中将近一半的独立学院开设了物流管理或物流工程专业。各个学校在培养方案中均明确提出了物流专业培养人才的定位，最为突出的能力包括了物流操作能力和物流规划能力，就业范围包括企业物流、物流企业、物流咨询部门、政府部门或事业单位等。而目前，除独立学院外，中专、大专、本科、硕士、博士各类型高校多数开设了物流相关专业，各类高校培养定位存在一定的差别。如中专、大专层次定位于培养物流操作人才，本科层次定位于培养应用型人才，硕士、博士定位于培养研究型人才。在本科层次教育中，在各招生地区还分为一本、二本甚至是三本，各批次生源质量存在一定的差异。独立学院在招生过程中一般属于一本或二本，生源具有其独特的特点。笔者认为，在独立学院物流管理专业本科生的培养过程中，应有别于其他层次的培养，应既了解物流基础业务操作，同时又能进行实际业务的分析，为管理层决策提供参考。在此过程，数据分析能力尤为重要。因此，笔者认为，应加强物流管理专业学生物流数据分析能力的培养。   2社会物流岗位对物流数据分析能力的需求情况分析   近年来，各类大中型企业提供了越来越多的物流相关职位。包括物流总监、物流经理、物流专员，还出现了物流数据分析专员这一专门职位。通过对相关职位招聘要求的分析，可以发现，以上各类职位都对应聘人员的物流数据分析能力提出了要求。归纳如下:A.信息收集能力B.对数据的敏感性C.对数据进行定量分析D.熟愁Excel或SPSS等软件的操作E.熟悉SQLSERVER、ACCESS等数据库的基本操作F.根据分析结果撰写分析报告   3国内高校物流数据分析能力培养的情况分析   3.1国内物流课程的设置缺少物流数据分析模块   在各大院校物流专业培养方案中，鲜有课程专门教授物流数据分析相关内容。与数据分析相关的内容分散于概率与数理统计、统计学、计算机基础、数据挖掘等课程。在概率统计、统计学等课程教授过程中，由于任课教师多数并非物流专业出身，不了解物流业情况，课程中没有安排针对于物流数据分析的教授内容;而计算机基础课程对于excel软件的教授只停留于简单的文字和数据录入及处理阶段，并未涉及excel软件的高级数据分析功能。因此，学生虽然从多门课程中接触到与数据分析相关的内容，但是却由于教学资源并未进行有效整合，学生未能有效、深入地掌握如何将数据分析的方法应用于物流行业。   3.2国内培养物流数据分析能力的教材奇缺   目前，国内不乏统计学类教材，但是缺少针对性培养物流数据分析能力的教材，市面仅有几本相关教材，分别为《物流统计学》(蔡定萍著)、《物流统计实务》(延静主编)、《物流企业统计》(蔡定萍主编)、《物流统计学》(刘延平、李卫东主编)。但是，这些教材普遍存在一定的局限性，即未将统计学方法深入应用到物流行业。因此，难免给读者缺乏实践应用性的感觉。这也就造成了物流数据分析课程无合适教材可选的难题。3.3社会培训亦缺少此类模块目前，社会物流培训体系中，不乏各类物流师、采购师的培训认证。但是在这些认证培训体系教材中，也缺乏物流数据分析能力的模块培训。因此，在高校教育中，借鉴社会认证培训获取教学资源，也不太可行。   4学校培养与社会需求之间的不匹配   从以上分析可以看出，企业对于物流数据能力需求旺盛，但是学校在物流管理学生培养定位中却未对此项技能造成足够重视。因此，出现了学校培养定位与社会需求之间的不匹配。毕业学生进入企业工作岗位中，需要从头学起，占用了很多工作时间。因此，笔者建议，学校应从企业实际需求出发，有针对性地培养一批具有较强数据分析能力功底的学生，以适应企业的需求，同时也有利于学生的职业生涯发展。   5《物流数据分析》课程体系的建设   《物流数据分析》可作为一门大三学生的选修课，学生在掌握概率统计、统计学、计算机基础、数据库基础、数据挖掘物流相关课程后，可继续选修《物流数据分析》，以加强物流数据分析能力。课程内容可设置成如下几大模块:①物流数据分析概论，包括物流数据分析的特点、原则、注意事项。②物流数据分析的统计学基础知识介绍。③数据分析工具的基本介绍及操作(如EXCEL，SPSS，Minitab)。④物流行业数据分析的基本指标，分析维度介绍。⑤数据分析工具的物流实例应用(分设运输、仓储、采购等不同项目模块)。尤其要提出的是，该门课程集合了学生在大学期间所学的相关理论知识，教授重点在于学生在在了解物流业务流程的基础之上，具备数据分析的思路，能够主动搜集相关数据，借助于软件工具对不同的数据指标进行分析，从而得出分析结果。这是一门培养学生综合能力的课程。   6结论   随着物流行业在国内的不断发展，物流人才需求越来越多。基于物流人才需求的不断扩大，目前全国已有数百家不同层次院校开设了物流相关专业。物流人才的培养不仅在于实现人才供需数量的平衡，同时也包括供需质量的匹配。在多家院校的课程设置中，均涉及了有关物流的基础课程和一些强化课程，但是发现，少有学校专门设置与物流数据分析相关的专业课程，国内有关此方面的教材更是少之又少。从而，在一定程度上造成了物流毕业生缺乏扎实的物流数据分析能力的困境。不少学生进入企业后，不得花大量的时间根据岗位的要求，重新学习数据分析的相关知识，占用了不少时间。因此，本文认为，基于国内高校教育情况，可进一步考虑培养物流专业本科生物流数据分析能力。   本文提出了建设《物流数据分析》课程的基本思路，当然思路还有待进一步完善，希望，在今后的教授和研究过程中，能够进一步地完善课程体系，并且将之付诸于实践。

摘要：文章首先阐述了高中数据分析素养的教学现状，然后论述了高中数学教学中提升学生数据分析素养的策略，包括重视数据分析素养和改善教学方法，其中重视数据分析素养包括激发学生数据分析的兴趣、系统掌握“概率统计”知识、将互联网技术融入教学。

关键词：数据分析素养；高中数学；教学设计

概率与统计内容众多，即使在大学中开展这门课程至少也要有一个学期或一个学年，而高中阶段的“概率统计”有基础性和发展性。结合高中数学核心素养中的数据分析素养，学生主要学习利用统计工具整理数据并从数据中发现规律。目前数据分析素养的研究主要集中在如何贴近高考复习统计与概率部分的题型，重在题海战术。在课堂教学中，教师普遍重公式记忆、计算，以及对概念、统计思想的解释，缺乏深入地讲解[1]。基于新高考对数据分析素养的要求，本文旨在革新目前数据分析素养的高中数学教学模式。

一、高中数学“概率统计”教学现状

笔者通过参加公开课了解其他教师的上课情况，收集文献，并通过与其他教师进行访谈得知目前高中数学“概率统计”教学现状主要表现在以下方面。

（一）对“概率统计”的内容不够重视

虽然教师在数学课程改革中越来越重视数据分析素养的“概率统计”教学，但对于数据分析素养内容的重视程度还没有达到课标的要求[2]。许多教师认为“概率统计”知识点在高考中考查的题目难度为中等偏易题，但学生却不容易得满分，主要原因是学生读不懂题目。和其他教学内容相比，“概率统计”安排的课程量相对较少，教师通常采取题海战术，对培养学生的数据分析素养重视度不够[3]。

摘要:传统的高校信息资源管理课程教学内容和教学方式已不符合现代社会大数据背景下的人才需求形势。本文在分析传统课程内容和教学方式存在的问题基础上，通过将信息资源管理的课程内容调整为适应现代大数据背景的内容，并研究教学方式及课程考核方式的改革途径，强化管理类专业学生信息管理方面的素养和实践能力，实现培养社会需要的应用技术型人才的目标。

关键词:大数据；信息管理；实践教学；教学改革

1引言

信息资源管理是高校管理类相关专业的核心课程之一。该课程的任务是培养符合现代社会需求的合格公民和信息管理方面的应用技术型人才。课程传统教学内容要求学生在了解信息资源组织与管理的基本原理基础上，掌握相关概念与基本方法和技术。该课程传统的教学过程是由教师讲授信息资源组织管理的理论、方法，学生听讲，然后利用关系型数据库实践相关信息资源的组织和管理过程。但是现代社会人才需求形势是：全社会各领域均提出大数据应用需求，信息资源管理涉及的研究与应用领域离不开大数据技术，未来我国需要大量能够进行大数据信息资源管理的技术型人才[1]。因此，为了完成该课程人才培养目标，需要对课程内容进行及时调整。另一方面，该课程传统的课堂教学模式存在以下几个问题：

（1）教师授课时学生人到心不到，通过课堂点名看似学生到课率高，但听课效率低，学习质量不高。

（2）学生在学习过程中通过模仿验证式地完成学习任务，无法体验由自己的才能和努力而得到的知识回报，看不到自己真正的学习成果，因此无法提升学习兴趣。

（3）传统的教学过程教师重视教，轻视学，教师的课堂设计只体现如何教，而缺乏对学生如何学习的引导的设计。因此，学生无法将课堂上所学的知识系统地转换为解决实际问题的能力。基于当前社会的大数据人才需求背景，高校信息资源管理课程既需要进行内容改革，也需要进行课程教学方式改革。课程内容上需要从传统关系型信息资源管理内容转向大数据资源管理。在教学方式上也需将传统的串行讲授的教学方式转换为以案例及任务驱动的实践教学模式，通过让学生主动参与课堂学习任务并进行展示提升学习质量；通过让学生任务作品化的实践让学生体验解决企业应用中涉及的实际问题成就感，提升学生学习兴趣；通过将传统对结果进行评价的方式，改革为过程嵌入式评价方式，提高师生教学互动，并提高课堂教学反馈质量，使学生对知识的学习在教师的评价和有效反馈后进一步完善、修正并扩展和提升，从而真正将知识转换为解决实际问题的能力。本文通过研究信息资源管理课程教学内容和教学方式的改革途径，实现培养适应我国经济社会发展建设需要的应用技术型人才。

1信管专业人才培养现状分析

人才培养的成果最直观地体现在毕业生的就业上。笔者引用CIS2011课题组对清华大学、中国人民大学等13所大学2006-2010年的5届毕业生的就业行业、所从事的职业两方面的数据，来分析信管专业人才培养现状。

1．1按就业行业分

CIS2011课题组通过调查得出：在所有毕业生中，在信息传输、计算机服务和软件行业就业的人数最多，达到31．5％；其次是金融业，达到17．7％；其他，如制造业、公共管理、教育业、建筑业、批发和零售业、交通运输、仓储和邮政等各占一定的比例。

1．2按从事职业分

CIS2011课题组通过调查得出：在所有毕业生中，从事技术开发岗位的人数最多，达到25．7％；其次则是业务服务岗位，达到23．4％；再次是市场营销和经营管理岗位，分别达到15．3％和12．2％；其余，如应用研究、教育培训、后勤保障等，各占一定的比例。从上面分析可以看出，信管专业毕业生所从事行业来看，人数最多的还是信息传输、计算机服务和软件行业，即使从事其他行业也或多或少地会利用原来在学校学习的专业知识；从从事职业来看，技术开发、业务服务是两种主要的职业选择。

2大数据环境对信管专业人才培养的影响分析