面向财经商贸类专业《大数据应用基础》课程研究与实践

李建军 张娟娟

【摘要】2021年教育部专业目录中对财经类专业进行重大变革，如会计更名为大数据与会计，财务管理更名为大数据与财务管理等，面对“大、智、移、云、区”新技术对行业、企业、职业影响，四川财经职业学院主动进行专业调整拥抱新技术。数字经济引发工作场景变革，将“倒逼”教学改革。教务处在人才制定方案原则性指导意见中明确要求：“学院所有专业应加强学生数据处理素质与能力培养，全院所有专业开设《大数据应用基础》公共基础课”。面对复杂大数据技术，财经商贸类专业应如何做到既坚守专业本质又能做到融入新技术？本文以学院《大数据应用基础》公共课建设为载体，分析课程建设逻辑与岗、课、赛的关系。

【关键词】财经商贸专业  大数据应用基础  课程设计

【中图分类号】G642;TP39-4  【文献标识码】A 【文章编号】2095-3089（2021）13-0067-02

面对复杂大数据技术，财经商贸类专业应如何做到既坚守专业本质又做到融入新技术？下面以《商务数据分析与应用》《大数据与会计》专业为例进行分析大数据+专业设计逻辑与实践，探讨研究大数据基本技术在商贸类专业的应用，厘清大数据专业与商贸类专业课程关系，系统构架适合财经商贸类专业的大数据课程提升人才培养质量。

一、《大数据应用基础》课程研究目的

本课程研究目的是制定于适用于财经商贸专业的《大数据应用基础》课程标准与编写教材，研究整体构想及思路遵循职业教育规律、遵循职业教育专业建设、课程建设方法。

（一）分析国内外面向财经商贸专业大数据课程现状

通过网上搜集、文献资料查询了解当前大数据工具现状与不足。

（1）大数据基础课程纷乱。当前涉及大数据课程的教学资源工具众多、教材与教学资源不充分，体现高职层次的课程资源不足。

（2）适合财经商贸类学生的大数据课程特色不明显、实用性差。国内大数据基础课程重点放在PYTHON、R语言等开发性方面，对于财经商贸学生要求基础高、难度大应用性不强。

（二）大数据课程开发方法存在的主要问题

（1）大数据应用基础课程面向岗位群研究不足。當前市场上大数据基础课程重在程序设计工具的学习，无论岗位面向、情境设计、案例选择均未深入分析课程与岗位群服务关系。

（2）大数据应用基础课程服务专业后续核心课程关联未厘清。多数大数据应用基础课程未深入分析与专业核心课的关系，导致专业核心课管理、决策分析应用到的大数据理论与模型所需基础均未奠定。

（3）面向高职财经商贸专业学生学情分析不足。对财经商贸专业学生学情分析不足，在有限的课时中同步学习专业、复杂的大数据课程产生矛盾，选择最优的工具与方法研究是核心问题。

二、财经商贸专业岗位调研与能力分析

通过调研，明晰了数据采集与处理、数据分析岗位能力，明确岗位具备的数据素养与数据技能。下面以商务数据分析与应用专业为例进行调研与分析。

（一）岗位调研

商务数据分析岗位群包含数据分析师、运营数据分析专员、市场数据分析专员、客户数据分析专员、产品数据分析专员等岗位。其分析的数据源为内部结构化数据库与外部多元的非结构化数据。

（二）能力分析

在对商务数据分析与应用岗位典型职业活动进行分析的基础上，运用PGSD能力分析模型对完成典型职业活动及工作任务需要具备的PGSD能力进行剖析。

（1）数据采集与处理岗。负责数据采集系统的设计和开发，对各类互联网数据的采集抓取;负责与数据工程师和产品人员等办同工作，完成数据统计、查询和分析;优化数据采集策略和识别规则，提升抓取的效率和质量。主要运用Excel、Pentaho、Informatica等数据ETL工具处理空值、孤立值、异常值。

（2）数据分析岗。以商务数据分析师岗为例，对产品业务问题进行逻辑抽象，将现实业务问题转化为逻辑、可量化问题，并进行相应的数学建模;从逻辑、模型角度，思考提出产品的潜在优化策略，并通过实验等量化评估方式，进行策略的有效性确认;评估各种策略的实证效果及因果关系分析，支持产品决策，驱动产品体验优化及业务快速增长。主要运用Hadoop、Hbase、Python基础功能、R语言基础等工具。

三、构建岗位能力数据化模型

《大数据应用基础》课程团队依托四川财经产学研研究院、财经大数据技术应用协同创新中心等科研平台，分析工作场景对应的“通用—岗位—创新”数字化能力，创建财经商贸类专业学生数字化能力模型，确立12项学生数字化能力培养目标。

（1）数据采集与记录能力、数据分类整理与输出能力、信息软件技术运用知识。

（2）跨界信息沟通能力、信息分析与融合能力、信息共享协作能力、企业信息系统应用。

（3）数据价值挖掘能力、数据信息联想能力、数据试验能力、数字经济信息系统思维和互联网思维、数字技术创新能力。

四、制订《大数据应用基础》课程标准

本课程是面向非大数据技术与应用、计算机科学等专业学生的公共基础课程，主要培养学生大数据处理能力、提升数商。通常安排在第二、第三学期，前续《计算机应用基础》，同时学生具有数学与统计基础、专业基础等知识结构（如经济学基础、会计基础、电子商务基础、市场营销基础、统计基础、高等数学等），后续课程为《大数据分析与挖掘》。

本课程以企业真实项目为例讲解大数据相应基础知识、主流大数据工具与方法，以及浪潮特色的可视化大数据工具等通识知识。本课程分为六个模块：

（1）项目一  认识大数据基础，主要讲解大数据基本理论、方法及工具。

（2）项目二  MySQL数据库设计，主要讲解数据库原理、库表操作。

（3）项目三  MySQL数据库查询与输出，主要讲解数据库SQL结构化查询语句与输出。

（4）项目四  Python应用基础，主要讲解Python语言基础知识与数据采集。

（5）项目五  Python数据处理，主要讲解Python语言数据清洗、整理与可视化等基础应用。

（6）项目六  浪潮可视化大数据分析工具，主要以浪潮DMP&BA可视化大数据工具讲解从数据采集、整理、分析、呈现、报告的完整处理流程。

本课程实现课、证、赛相融。在商务数据分析与应用、大数据与会计专业的大数据课程覆盖了“1+X”电子商务数据证书内容，同时满足商务数据分析与应用大赛运用Python数据采集+Excel数据处理+可视化工具的技能点，如下表所示：

五、《大数据应用基础》课程资源与实训平台建设

（一）课程资源建设

2020年学院联合浪潮、四方伟业、华为等企业共同立项开发《大数据应用基础》活页式教材，2021开始建设资源库，支撑了本课程的教学与实训。

（二）搭建平台解决实训数据源

《大数据应用基础》课程教学数据源是核心，学院联合企业搭建财务共享中心、校企共建产学研研究院、搭建新媒体直播平台，真实的项目带来具体真实场景的数据源，为教学提供了有力的支撑。

六、总结

面向财经商贸专业的《大数据应用基础》要突出岗位特性，不能与计算机类专业课程一致，课程中应兼顾1+X证书、数据分析技能竞赛等方面，引入企业实例而非模拟数据是关键。

参考文献：

[1]侯晓芳.大数据基础课程建设的研究[J].北华航天工业学院学报，2019（3）.

[2]范晓敏.大数据技术与应用课程研究[J].《科学与财富》，2019（4）.

作者简介：

李建军，副教授，主要研究方向：大数据技术、财税大数据应用。

张娟娟，讲师，主要研究方向：新媒体技术、商务大数据应用。