高职高专电子商务类专业数据采集和分析能力培养研究

来源:用户上传      作者:

　　[摘 要]随着网络带宽及移动互联网的高速发展，物联网、云计算等技术不断融入到人们的生活和工作中，商业领域的数据在不断增长。这些数据将影响和决定着企业的营销活动、客户管理和经营决策。面临电商大数据环境，高职高专院校是否需要培养电子商务类学生的数据能力、如何培养学生的数据能力及培养学生的哪些数据能力，是现阶段亟需思考和解决的问题。
　　[关键词]电子商务;人才培养;数据抓取;数据分析
　　[中图分类号]G712 [文献标识码]A
　　随着网络带宽及移动互联网的高速发展，物联网、云计算等技术不断融入人们的生活空间，人类积累的数据在商业领域不断增长。互联网络信息中心发布的第43次《中国互联网络发展状况统计报告》中的数据显示，截至2018年12月，我国网民规模为8.29亿，互联网普及率达59.6%。手机网民规模达8.17亿，使用手机上网的比例为98.6%。网络购物用户规模达6.10亿，占网民整体比例达73.6%。手机网络购物用户规模达5.92亿，使用比例达72.5%。微信朋友圈和QQ空間用户使用率分别为83.4%和59.6%。无论是从网络的普及度来看还是从人们使用网络的频率来讲，PC端的电子商务活动和手机端的电子商务活动都会产生大量数据，这些数据将影响和决定着企业的营销活动、客户管理和经营决策。面临这样的电商大数据环境，高职高专院校是否需要培养电子商务类学生的数据能力、如何培养学生的数据能力及培养学生的哪些数据能力，是现阶段亟需思考和解决的问题。
　　1 现有的电子商务类专业人才培养的弊端
　　1.1 技术上重视美工、网页制作等技能的培养，运营类重视营销技能的培养，但忽视数据能力在电商各环节的重要性
　　从开设的课程体系来看，大部分高职院校主要开设的课程是电子商务概论、网络营销、网页设计、UI设计、电子商务网站建设、电子商务物流管理、跨境电商等课程。对数据分析的研究主要集中在2017年和2018年。所以2017年以前，很少有学校在电子商务类专业开设《商务数据分析与应用》类的课程，或者即使开设此类课程，大都以商务数据案例分析的内容来授课。这种教学模式优势是学生学起来轻松，劣势是学生的数据操作能力没有得到很好的培养。实际上，数据存在电商的各个环节，如注册、登录、浏览、下单、物流、支付等，并对电商企业的广告策略、营销策略、企业决策等起到了决定性作用。
　　1.2 存在着对“大数据专业”与“基本数据能力培养”的认识误差
　　现在很多高职院校的计算机学院开设有大数据专业，以致很多人误认为数据分析只是计算机专业要解决的事情，跟经济类专业没有关系;再者，数据能力的培养涉及多学科知识的积累，如计算机、数学、统计学等学科，在教授上有一定难度，学生学习也存在难度。自然而然，很多学校就会把数据能力的培养与经济素养的培养割裂开来。这也是为什么电子商务类专业对学生数据能力的培养只能停留在对商业案例分析中的原因。
　　2 数据能力在电子商务活动中的重要性分析
　　数据已慢慢渗透到了我们的生活和工作中。电商平台有产生大量数据的优势，如流量数据、用户行为数据、支付数据等，并可以利用这些数据为第三方提供如产品排名、销量排名、店铺排名等服务。虽然大数据是最近几年才被人认知的，但早在2011年，阿里巴巴就针对搜索、询单、交易等电子商务行为进行了数据分析和挖掘，并向第三方提供了数据服务。事实上，关注数据并对数据进行开采的远不只阿里一家，现在很多互联网企业都在逐渐通过数据分析，掌握客户的消费习惯，精准推送商品信息给用户。时至今日，数据已经成为了各行各业商业决策的重要基础。
　　2.1 数据为商业决策提供决策依据
　　数据虽然不能直接解决问题，但它会将问题表现出来，同时也能引导决策者依据数据做好下一步的决策。用户的购买时间、购买的商品类别、数量及支付的金额等信息都会保存在数据库，企业可以依此评估客户的价值，进行精准营销。所以对于电子商务企业来说，数据分析在企业的营销管理、客户管理等环节都非常重要，企业可以利用数据分析来发现营销手段的问题，了解客户的内在需求等。比如在电商平台上，用户本来点击了“购买”，但当页面定向到付款页面的时候，用户突然放弃了购买。电商企业可以通过采集未完成付款的订单数据，分析用户为何最终放弃，并为企业下一步的优化方案提供依据。
　　2.2 大数据的到来为电商行业的发展带来了新的契机
　　传统的电子商务已进走进了瓶颈期，单纯地“在平台上卖商品”的思路已经让一些电商企业无法生存。随着电商平台入口的多元化、短视频和社交的崛起，用户获取成本、用户活跃数量、用户留存率是企业不可忽视的经营数据。现在的电商企业竞争非常激烈，企业必须要学会在海量数据中找到市场定位，挖掘卖点，并进行精准营销。电商企业做精准营销，就是通过用户行为分析，去推送用户需要的商品。除了精准营销，基于用户消费习惯的大数据分析和预测，电商还可以提前为客户备货，让用户感受到线下购物的美好体验。不仅如此，电商企业还可以依托大数据为公司的产品设计、生产企业的产能安排、库存管理和生产计划，物流企业的物流运作等上下游企业提供更为精准的信息，让企业节约成本，提高效率，精细化运作。
　　2.3 电子商务活动产生了几类重要的数据
　　①用户数据。电子商务经营活动无时无刻不产生数据，“用户数据”是企业利润转化的一个非常重要的数据，如用户获取、用户留存等数据。②订单数据。订单数据是电商行业最关心、最引人注目、最能衡量成效的指标，直接与企业销售收入和利润挂钩。③页面数据。页面数据记录着用户的注册情况、访问情况、登录时长等，直接影响着转化率。④渠道数据。渠道数据记录着商业活动的导流路线，它能为企业指明不同渠道的价值。⑤“供应商数据”、“物流数据”和“商品数据”等上下游企业的数据，同样影响着电商企业的经营决策。 　　3 电子商务类专业学生的数据能力培养分析
　　目前，对电子商务类专业学生的数据能力培养主要开设的课程是《商务数据分析与应用》，对于这门课程的教学内容和技能培养目标需要从以下三方面来分析确定：
　　3.1 结合电商企业的业务活动确定课程教学内容和技能培养目标。
　　数据分析的最终目的是帮助企业进行业务改进，帮助企业发现机会，为企业创造新的商业价值。电商企业的终端是用户，从用户浏览到下单付款的转化过程中，企业需要透过多层次、多维度的数据实现对业务的分析，比如分析用户下单入口，并从该入口推荐引流。除此之外，还需要通过数据分析出关联商品，比如分析婴儿纸尿裤与成人啤酒这两种产品为什么会在同一个订单的因果关系。电商业务的数据存储于后端的数据库，表现在页面的前端。结合电商企业网络端的特点，初步确定《商务数据分析与应用》课程的教学内容是：一是不同行业的电商企业的主要业绩指标;二是电商网站前端页面Html、Css、Javascript網页的特点，确定数据分析的框架内容，能用Python采集数据;三是数据清洗。由于采集的数据存在缺失值，对收集到的数据还要进行加工和整理;四是数据分析。通过计算机手段和统计学方法对采集到的数据进行分析，找出数据间的因果关系和内部联系;五是撰写数据报告，把数据分析的结果及方案以文字和可视化图表的形式完整地呈现出来。课程教学内容和技能培养目标确定为培养学生的数据采集、数据诊断和数据分析能力。
　　3.2 结合学生学情确定课程教学内容和技能培养目标
　　在数据采集、数据诊断和数据分析等技术能力培养上还需要结合学生的学情综合确定课程教学内容。高职学生的学情表现在：一是学习自律能力不强。课堂学习注意力不集中，喜欢上课睡觉、玩游戏等;二是学习底子薄弱。高职学生一般高考分数为200分至300分，各学科基础不是很好。85%的电子商务类专业的学生反映对数学不感兴趣，对数据感到恐惧;三是缺乏正确的学习方法，学习效率不高。四是从学生学习兴趣来看，学生对理论的内容学习热情并不高：但对实践的内容具备较强的动手操作能力。从这四点来看，如果学习内容设置太难，学生会产生畏难情绪，但如果学习的内容简单，又无法培养学生岗位的适应能力。综合以上特点，结合学生学情，课程的技能培养目标分别是数据挖掘能力和数据诊断能力。对于数据分析能力的培养，需要学生学习计算机知识、统计学和数学知识，并能根据不同行业电商企业的业务特征，自建数据模型，这对于高职高专学生来说，难度是相当大的。为让学生更好地融入数据分析内容中，在教学中，可以利用已有的如用户行为分析模型、RFM客户价值模型等，进行数据分析。
　　3.3 结合数据分析师的岗位职责和任职要求确定教学内容和技能培养目标
　　90%以上的互联网企业都需要数据，有的公司是自己分析和采集数据，并设置了数据师岗位，有的公司是委托第三方数据公司采集和分析数据。不管是自有还是委托第三方开展的数据采集及分析工作，总结前程无忧、58同城等网络招聘平台的岗位招聘要求，数据分析师的任职要求和岗位职责主要有以下几条：①对数据有足够敏感性，有较强的逻辑分析能力，能按照电商网站的类目逻辑和转化路径的漏斗逻辑来布局数据和监控代码;②熟悉电子商务网站的数据分析模型和用户的数据分析模型，了解至少一种数据分析、采集软件或工具操作，如Python、SPSS等;③根据网站的架构和逻辑，分析流量的来源、关键词、访问深度、停留时间等数据维度，对分类页面和商品单页的用户行为进行统计分析;④对平台的用户行为路径做统计分析，设置转化目标，布局跟踪代码，实时监控，并且提出相对应的优化意见;⑤对平台用户所在地域分布、年龄比例、性别比例、职业构成等进行统计和分析。
　　结合以上要求，需要培养学生以下几种基本能力：①对电商平台的前端页面的理解能力，即对网站的架构、逻辑和代码的理解能力;②培养学生对营销数据的理解能力;③培养学生对电商业务维度的分析能力等。那么，《商务数据分析与应用》基本的教学内容可以确定为以下几项：①商务数据认知;②数据分析师典型分析任务;③常用数据分析模型;④商务数据分析工具;⑤数据抓取;⑥数据可视化处理;⑦案例分析——客户分析、产品分析。
　　4 对如何培养学生的数据能力的几条建议
　　确定好《商务数据分析与应用》课程教学内容后，还存在一个如何教授的问题。如果按传统的模式讲授，纯理论的内容会让高职的学生学起来枯燥，无法将心思集中在课堂上。如果在教学内容中只讲案例，学生也只能当做是听故事而已。所以要真正让学生既学好理论，同时又将理论运用到实践中来，有以下几条建议：
　　一是针对不同的内容，采用不同的教学手段，加强数据分析必要工具的应用，构建有效的数据分析实践环节。比如针对商务数据认知的内容，以案例方式学习讲授，让学生对电子商务类的数据有一个宏观的认识和了解。针对数据分析模型，以讲授和现场演示的方式，让学生了解现有的数据分析模型及应用的场景。针对商务数据分析工具、数据抓取和数据可视化处理，则采用任务的方式，让学生通过自己动手，了解数据分析工具、数据抓取及数据可视化处理。
　　二是以探究式学习模式开展课前预习和课堂教学活动，这样的教学设计就像在为学生播放一部悬疑电视剧，引导学生深入了解课程学习内容和目标，让学生在自己动脑和动手的过程中寻求答案。
　　[参考文献]
　　[1] 陈玲霞，李志长.经管类专业商务数据分析能力培养研究综述.农村经济与科技[J].2019（08）.
转载注明来源:https://www.xzbu.com/1/view-15097445.htm