商务智能时代背景下技术应用类课程教学改革与实践

吴卿毅

［摘 要］在商务智能时代背景下，传统技术应用类课程的教学已经无法完全满足企业需求。对于企业来说，虽然数据的收集、管理和分析必不可少，但是信息的转化同样重要。只有将大量的数据转化为精练有用的信息，才符合企业的需求。因此，数据可视化设计课程在电子商务类专业中显得越来越重要。文章以该课程为例，详细分析该课程在传统教学模式下存在的問题，并在此基础上，以业务场景化为落脚点，对教学内容、教学模式和评价方式改革进行初步探讨，以使教学内容更加贴近实际商务情景，同时提升学生的学习兴趣，培养学生的创新思维和实践能力。

［关键词］商务智能；数据可视化；业务场景化；教学改革

［中图分类号］G642.0［文献标识码］A［文章编号］2095-3437（2024）06-0031-04

在商务智能时代背景下，企业的发展离不开计算机技术、云计算、大数据、人工智能等计算机相关领域的支撑。每一家企业都应该拥有驾驭数据的能力，通过精细化运营来提升业绩，利用数据驱动来对业务增长负责[1]。然而，传统技术应用类课程过于强调知识传授，缺乏与实际业务场景结合的内容，导致企业不得不耗费大量成本重新培训毕业生。为了满足企业的需求，高校有必要对这一问题展开研究。

在电子商务专业中，这一问题尤其明显。电商企业需要招聘那些拥有良好数据思维和分析能力的人才，他们需要用直观、生动、有形的数据语言呈现复杂的数据分析结果，并向企业决策层和管理层展示，以协助其做出正确的决策。本文以电子商务专业中常见的数据可视化设计课程为例进行研究，探讨现有课程的教学现状，找出存在的问题。

一、数据可视化设计课程存在的问题

（一）教学内容较为理论化且内容有限

传统的数据可视化设计课程强调可视化的基本概念和基础理论，要求学生掌握视觉感知和认知的基本原理及可视化编码原则，并在此基础上掌握数据定义、组织、管理、分析、挖掘等数据处理过程中数据可视化的方法，偏向于理论教学，注重基本原理的介绍和编码语法规则的学习。教学内容多限于课本，依赖课本教材及大纲内容，这使得教学内容存在局限性和滞后性，学生很难依据教学内容去解决企业实际面临的问题。

（二）教学模式存在误区

数据可视化的过程，实际上也是展示数据、分析数据的过程。因此，数据可视化设计作为电子商务专业开设的一门课程，其目的不仅在于传授学生可视化方法，还在于培养学生的信息处理能力、信息分析与应用能力和信息表达能力。但由于传统的数据可视化设计课程偏重对可视化基本概念和基础理论的知识性教学，导致教学内容往往从基本理论展开，教师一般先对理论进行讲解，然后延伸到具体的可视化编码语法，再针对所教授的语法举一两道习题例子。这种教学模式存在两个误区。

第一，缺乏分析思维和实务能力的培养。传统教学模式本质上还是让学生掌握编码语法知识，缺乏将知识场景化，这是一种重知识、轻思维，忽视学生分析思维培养的表现。再加上所举的习题例子往往不是企业当前实际面临的问题，与电子商务贴合不够紧密，导致学生的数据可视化实务能力没有得到足够的训练。这样教出来的学生往往缺乏运用技术解决实际问题的能力。这与现代企业对于人才的需求和学生对于知识的需求存在较大的差异。

第二，难以激发学生的学习兴趣。传统的教学模式是教师将理论及其原理讲给学生听，学生被动接受知识，很难从根本上理解数据可视化过程中的分析思维。再加上缺乏应用的场景，很难激发学生深入了解的兴趣，不利于学生创新思维的发展。

（三）评价方式不够多元化

随着课程改革的不断推进，课程评价方式转变为注重过程的评价方式。这种评价方式通常会包括由多个平时成绩组成的评价成绩和期末评价成绩两部分，有一些还会包括期中评价成绩。但是，课程评价方式还是以习题考核为主。数据可视化设计课程评价的重点还是放在学生对编程方法的掌握上，缺少对学生利用数据分析问题、解决问题能力的评价。这导致学生学习该课程时偏教条化，对于教师在课上讲过的案例及类似案例有较好的分析与处理能力，而一旦出现新的应用场景就容易不知所措。

二、数据可视化设计课程教学改革思路

（一）基于真实化的业务场景重构教学内容

传统教学以教授基本知识为主，以教材为依据，注重基本原理介绍和编码语法规则的学习，但教学内容已经与企业的实际需求产生了脱节。这使得人才供需不对称、不协调。因此，正如孙高波所言，需要将教学理念从传统的知识传授向场景化、应用化教学转变[2]。本文先以电子商务专业为例，将电子商务中常见的市场业务场景归类为销售场景、库存场景和产品相关分析三个主要场景[3]，再加上可视化主流软件之一Power BI的基础知识和爬虫抓取数据的方法，重构数据可视化设计这门课程的主要教学内容。其中，销售场景包括销售目标分解、业绩达成分析、会员RFM分析和业绩杜邦分析四个场景，库存场景包括库存分析、存货销量分析和存货仓位分析三个场景，产品相关分析场景包括关联分析和畅销款分析两个场景。

（二）重视数据分析思维能力，弱化数据分析技术能力

对于数据可视化来说，数据分析能力分为两个层面：数据分析思维能力与数据分析技术能力。数据分析思维能力是一种综合能力，它包括多个方面的能力，比如理解可视化方法背后逻辑的能力、明确可视化方法适用范围的能力、正确解释数据分析结果的能力等。而与之相对应的则是数据分析的技术能力。数据分析的技术能力指的是根据数据分析方法特点利用可视化软件或者编写程序实现数据分析过程的能力[4]。传统教学方式重视数据分析的技术能力而不够重视思维能力培养，最好能实现两者并重。但是，考虑到实现数据可视化的软件的多样性以及技术发展和迭代的速度，想要通过一门课程来教授全部的编程方法和技巧是不现实的。所以，本文倾向于重视数据分析思维能力而弱化数据分析技术能力的培养模式。以当前某一个主流数据可视化软件为载体介绍实现数据可视化的过程，帮助学生在及时跟进技术前沿的同时掌握一定的技术实现能力，避免学生出现纸上谈兵、眼高手低的现象。并且在这个过程中还要重点讲授数据可视化背后的数据分析思维和使用场景，目的就是让学生真正理解数据分析方法背后的思维方式，培养学生将数据分析方法应用到现实场景解决问题的能力。

（三）采用案例考核和实践考核相结合的评价方式

数据可视化设计课程传统教学偏重评价学生对编程语法的掌握程度，缺乏对学生运用数据分析思维分析问题、设计可视化表达方式和解决问题能力的评价方法[5]。因此，除了对课程的培养模式、教学内容等层面进行改革，还需要在评价层面也进行相应的改革。为了突出对学生能力的考核评价，可将原有的习题考核评价方式改为案例考核和实践考核相结合的评价方式。案例考核就是让学生按照老师上课时讲过的数据分析思路来解决实际问题，形成可视化报告，以此来评价学生的数据处理能力。而实践考核则是要求学生撰写数据分析报告，说明数据分析和数据可视化的思路，并解释为什么要这么做、这么做有什么意义，以此来评价学生的数据分析思维和解决问题的能力。

三、数据可视化设计课程教学改革方案实施过程

数据可视化设计课程是电子商务专业数据分析方向的专业必修课，授课对象为大学三年级学生。在学习数据可视化设计课程前，学生通过商务智能、数据挖掘等前置课程，已经了解了一定的数据分析思路，掌握了一定的软件使用技能，对于数据可视化有了一定的了解，并且正处于渴望将理论应用于实际的阶段。

虽然数据可视化设计课程的培养方式是“重视数据分析思维能力，弱化数据分析技术能力”，但是仍然需要兼顾提升学生的技术实现能力，因此将教学内容主要分为两大块五个部分。

（一）提升学生的技术实现能力

教学内容的第一大块主要是为了提升学生技术实现能力，包括两部分。第一部分着重教授学生需要掌握的软件基础知识。第二部分则侧重教授学生如何自主去获取数据，设置这部分是因为在实际工作中，并非所有的数据都是现有的，数据分析人员需要具备从网上抓取数据并进行分析的能力。所以，这部分以教授如何使用软件爬取数据为主。在教学过程中，以三个案例为引领，教授学生如何在结构化网页和非结构化网页上爬取数据，同时讲解爬取数据后的数据处理思路。此外，在该部分课程结束后，还会进行一次实践考核评价，让学生按照一定要求自行去互联网上抓取和处理数据，并撰写一份数据分析报告来阐明抓取数据和处理数据的思路，以此来考核评价学生对该部分技能的掌握和抓取思路发展情况。

（二）培养学生在电商场景下的数据分析思维能力

教学内容的第二大块主要是为了培养学生在电商场景下的数据分析思维能力，主要包括三个部分，分别对应销售场景、库存场景和产品相关分析场景。每个部分中包含若干具体业务场景。

销售活动是企业主要的盈利方式之一，对于企业来说至关重要。销售活动包含多个环节，因此，将该场景拆解为四个更为具体的场景：帮助企业准确把控销售活动、制定销售目標的场景，通过横向纵向对比帮助企业了解当前业绩好坏的业绩分析场景，通过分析客户情况制定相应管理对策的客户管理场景，以及通过往期数据对未来业绩进行预测的业绩预估场景。

商品是销售的“弹药”，“弹药”不足或不合适，销售人员就无法在“战场”上充分表现，产生良好的业绩。而在电商企业日常业务中，主要涉及的就是库存的数量、销售和补货的速度、存储产品的状况三个具体场景。

此外，对产品进行相关分析也是电子商务企业重要的业务活动。最常见的是产品关联分析的业务场景。企业需要从交易数据中，发现不同商品之间的联系，挖掘顾客的购买潜力。电商企业销售的不一定是自己生产的产品，因此，还有分析采购的产品畅销情况的业务场景。企业需要对历史销售数据进行分析，提炼畅销品，洞察消费者需求，为订货做参考。

教师在教学中会在上述业务场景的基础上，以实际案例为引领，讲解相应业务场景中的数据分析思路，并在结束后给出案例数据和分析目标对学生进行案例考核评价。

四、数据可视化设计课程教学改革反思

本课程在教学改革后已经完成一个学年的教学，笔者针对课程满意度、专业知识满意度、课程难易度、软件掌握难易度、课程安排合理性五个方面做了相关调查。总体而言，学生对课程内容较为认可，给出的满意度评分较高。以场景化为落脚点传授数据分析思维相关知识的做法贴近日常实际，对理论联系实际有一定的帮助。以案例为引导的授课方式，将理论和思维落到实处，降低了学生理解的难度。而专注于单一软件的做法，降低了学生掌握软件的难度。但是，主要存在两个问题：课程内容较多，学生学习起来较为吃力；案例考核评价次数过多，学生负担过重，课业压力较大。这两个问题主要与课程内容的设置和考核评价方式有关，有待在后续的课程改革中加以调整。

五、结语

针对当前数据可视化设计课程中存在的教学内容较为理论化且内容有限、教学模式存在误区和评价方式不够多元化的问题，本文对教学内容、教学模式和评价方式改革进行了初步探讨：以业务场景化为落脚点重构教学内容，解决了教学内容较为理论化且内容有限的问题；以培养学生数据分析思维能力为主要教学目标，选择了重思维、轻技术的教学模式；采用案例考核和实践考核相结合的评价方式，在兼顾考核学生技术实现能力的同时，突出考核学生利用数据分析问题、解决问题的能力。希望以此使教学内容更加贴近实际商务情景，同时提升学生的学习兴趣，培养学生的创新思维和实践能力。

从教学改革的实践结果来看，该改革对提高教学质量产生了一定的积极作用，学生对课程的满意度和实际问题解决能力也有所提升。这为其他技术应用类课程教学改革提供了一定的实践基础。但是，鉴于目前对学生能力培养和教学内容场景化的教学实践还处于探索阶段，因此，需要根据企业反馈，结合相关理论和实践成果，在教学实践中继续不断尝试，以不断改进和完善相关教学内容。

［ 参 考 文 献 ］

[1] 刘滨，刘增杰，刘宇，等.数据可视化研究综述[J].河北科技大学学报，2021，42（6）：643-654.

[2] 孙高波.校政企协作下的多专业融合式场景化教学实践[J].华东科技，2022（8）：135-137.

[3] 武俊敏. Power BI商业数据分析项目实战[M].北京：电子工业出版社， 2019.

[4] 肖璐，曾爽.大数据时代新闻传播人才数据分析能力培养研究[J].青年记者，2022（16）：115-117.

[5] 刘鑫，王忠，范青刚，等.智能时代程序设计基础课程改革实践探索[J].计算机教育，2022（6）：194-199.

［责任编辑：周侯辰］