附件1:
培养方案制订和审核人员(系盖章确认) |
执笔人 | 企业专家 | 专业带头人 | 系主任 |
方晓 | 朱宏羽 | 姚树香 | 杨宇 |
商务数据分析与应用专业人才培养方案
一、专业名称与代码
专业名称:商务数据分析与应用专业
专业代码:530706
二、入学要求 普通高中毕业生/“三校生”(职高、中专、技校毕业生)/初中生/退役士兵
三、修业年限 全日制三年
四、职业面向
商务数据分析与应用专业面向职业、岗位一览表
所属专业大类(代码) | 所属专业类 (代码) | 对应行业 (代码) | 主要职业类别 (代码) | 主要岗位类别(或技术领域) | 职业资格证书或技能等级证书(若有请举例) |
财经商贸大类(53) | 电子商务类(5307) | 批发业 零售业 互联网和相关服务 软件和信息技术服务 | 商务咨询服务 人员 商务专业人员 软件和信息技 术服务人员 | 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 大数据分析师 | “1+X”电子商务数据分析职业技能等级证书(中级) 数据分析师 数据库系统工程师 “1+X”数字营销技术应用(中级) |
商务数据分析与应用专业典型工作任务及能力分析表
面向岗位 | 职业岗位典型工作任务分析 | 需要的职业能力 |
工作任务 | 工作要求 |
数据分析专员 | 针对电商平台或商贸企业各项数据进行整理和分析,监控和洞察,帮助优化相关业务流程,并能形成分析报告,支持,确保提供数据的准确性、实用性及可衡量性。 | 熟练操作办公和数据分析软件、有较强的逻辑思考创新能力;具备数字敏感性,熟悉数据的采集方法;有责任心和团队合作精神。 | 了解企业运营过程产生的各类数据,包括:采购数据,推广数据,销售数据,市场数据,客户数据,物流数据,客服数据,生产数据,财务数据等。掌握Excel或spss的数据分析工具对数据进行整理,能熟练使用Office办公软件,了解各项统计指标,会进行报表分析,能书写数据分析报告,具备较强的数据敏感度和数据分析力。 |
数据分析工程师岗位 | 主要从事数据统计分析研发、实时计算、流程优化。数据产品的可视化报表制作。 | 有丰富的开发经验;能熟悉常用分布式计算和存储框架;会数据挖掘算法和机器学习算法;有数据库相关经验;有良好的沟通能力和团队合作精神。 | 掌握Mysql,Redis,有良好的数据结构和算法基础知识。熟悉Python/Go语言,有独立的代码实现能力。熟悉Hadoop等工具的使用。 |
高级数据分析师岗位 | 对用户数据进行采集、整理、搭建用户标签系统,搭建数据模型,对用户行为进行分析与预测,为业务决策提供数据支持。对部门现有的业务数据进行梳理,监测数据变化趋势。 | 数据敏感、逻辑清晰、业务能力强;优秀的SQL编写能力,有主流数据库实际使用经验;良好的跨团队沟通、协作、推进能力以及良好的学习、抗压能力。 | 掌握数据可视化工具,具有良好的数据敏感度,能从海量数据中提炼核心结果,有较好的信息采集整理,分析能力。精通EXCEL 和PPT, 熟练使用SQL 和Tableau或其他数据分析工具。 |
大数据分析师 | 负责搭建BI可视化平台,对企业数据进行实时监控和预警,海量数据分析与挖掘,建立分析模型,运用机器学习等数据分析技术,解决实际业务问题。 | 具有丰富的数据分析、数据挖掘、BI等相关经验;熟练地使用数据分析相关语言,如R、Python等;熟悉常用数据挖掘算法及其原理;精通使用SQL访问和处理数据系统中的数据;具备良好的数据敏感度,能从大量数据提炼核心结果,并用简洁清晰的方式呈现数据分析背后的业务逻辑。 | 具备编程基础,熟练掌握SAS、Python、R等数据分析工具,熟悉OR ACLE、MYSQL、GP等主流数据库技术;掌握数据分析技术与方法,熟练运用BI分析、机器学习、文本处理等相关技术。具备较强的数据分析报告撰写能力。 |
五、培养目标与培养规格
(一)培养目标
本专业培养理想信念坚定,德、智、体、美、劳全面发展,具有一定的科学文化水平,良好的人文素养、职业道德和创新意识,精益求精的工匠精神,较强的就业能力和可持续发展的能力;掌握本专业知识和技术技能,面向互联网和相关服务业、批发业、零售业、软件和信息技术服务业等行业的等商务咨询服务人员、商务专业人员、软件和信息技术服务人员职业群,能够从事数据分析、运营数据分析、市场数据分析、客户数据分析、产品数据分析等工作的高素质技术技能人才。
(二)培养规格
1.思政目标
具有正确的世界观、人生观、价值观。坚决拥护中国共产党领导,树立中国特色社会主义共同理想,践行社会主义核心价值观,具有深厚的爱国情感、国家认同感、中华民族自豪感;崇尚宪法、遵守法律、遵规守纪;具有社会责任感和参与意识。
2.素质目标
具有良好的职业道德和职业素养。崇德向善、诚实守信、爱岗敬业,具有精益求精的工匠精神;尊重劳动、热爱劳动,具有较强的实践能力;具有质量意识、绿色环保意识、安全意识、信息素养、创新精神;具有较强的集体意识和团队合作精神,能够进行有效的人际沟通和协作,与社会、自然和谐共处;具有职业生涯规划意识。
具有良好的身心素质和人文素养。具有健康的体魄和心理、健全的人格,能够掌握基本运动知识和一两项运动技能;具有感受美、表现美、鉴赏美、创造美的能力,具有一定的审美和人文素养,能够形成一两项艺术特长或爱好;掌握一定的学习方法,具有良好的生活习惯、行为习惯和自我管理能力。
具有良好的劳动素质。在学习和掌握基本劳动知识技能的过程中,领悟劳动的意义价值,形成勤俭、奋斗、创新、奉献的劳动精神。在生活、生产和社会性服务任务情境,亲历实际的劳动过程,善于观察思考,注重运用所学知识解决实际问题,提高劳动质量和效率。感受劳动的艰辛和收获的快乐,增强获得感、成就感、荣誉感。
3.知识目标
(1)基础文化知识
掌握必备的思想政治理论知识,军事理论知识,以及面向电子商务行业的高素质数据分析类人才应必备的英语、文化、法律法规及创新创业相关知识。
(2)专业基础知识
掌握计算机应用、网络技术、编程的基本理论、电子商务的基本理论、经济法律法规理论、商务统计的基础知识、统计技术与分析方法,以及大数据分析的基础知识;掌握数据分析报告撰写;
(3)专业知识
掌握数据检索、采集与处理、数据分析的技术和方法;了解企业运营过程中产生采购数据,推广数据,销售数据,市场数据,客户数据,物流数据,客服数据,生产数据,财务数据各类数据,能应用多种数据分析工具对各类数据进行整理分析;掌握编程工具,对数据进行可视化分析编程,展现数据结果;深入分析挖掘数据并能对各类指标进行预测;学会撰写数据分析报告。
4.能力目标
(1)通用能力目标
具备与商务数据分析与应用专业相关英语口语和书面表达能力,能够应用所学知识解决实际问题的能力,具备一定的哲学思维、计算思维、数据思维、交互思维、互联网思维的能力。具备独立思考、逻辑推理、信息加工处理的能力。
(2)专业技术技能目标
具备数据采集、信息检索的能力,能够通过企业数据平台、BI系统、数据库等途径提取内部数据,通过爬虫工具抓取外部免费数据;具备数据处理的能力,能够通过 Excel、Pentaho、Informatica等工具对数据进行清洗,并根据分析的目的和主题对数据进行整理;具备数据分析和初步运用数据模型的能力,能够根据业务需要,对数据进行分析;具备数据可视化的能力,能够运用企业级数据可视化工具,应用可视化方案对已分析出的项目数据结果进行展现;具备供应链数据分析的能力,能够对库存、销售、仓储、运输、配送等数据进行预测分析,并对采购计划、物流服务等执行情况进行跟踪;
具备运营数据分析的能力,能够对客服绩效指标、推广数据、企业运营数据、电商平台的特有指标进行分析和预测,并提出相关运营建议;具备市场数据分析的能力,能够对市场、客户和产品等数据进行分析,并对销售效果进行有效跟踪,能够通过数据分析挖掘数据背后的价值和需求;具备项目管理和系统解决问题的能力。
六、课程设置及要求
(一)人才培养模式
本专业(群)以“思政相融,技能导向,校企共育”的人才培养模式,在教学中推进课程思政项目建设,挖掘专业课程和通识课程中蕴涵的思政教育元素,实现课程思政与思政课程的有机融合;以技能为导向,在校期间通过各种生产实训计划,使学生在毕业时掌握本专业的多项岗位技能。采用与企业联合培养商务数据分析专业人才模式。在校企共育过程中体现“四双一体”模式,学校与企业双主体,校内教师与企业教师双导师,学生与学徒双身份,教室与生产车间双基地共同培养,达到学生理论和实践能力一体化提升的目的。
(二)课程体系构建
本专业课程体系由公共基础课、专业基础课、专业课、专业(群)拓展课组成。注重“岗课赛证”融通,将“商务数据分析”职业技能等级标准和“数据分析技能大赛”等专业技能竞赛有关内容及要求有机融入专业课程教学,把思想政治教育、职业精神、工匠精神、劳动精神、劳模精神融入人才培养全过程,将“课程思政”融入课程教学各环节,体现以岗位(群)职业标准为基础,以职业能力培养为核心,注重综合素质、实践能力、创新意识的培养。
(三)主要课程教学要求
1.公共基础课程教学要求
序号 | 课程名称 | 课程目标 | 课程主要内容 | 教学方法与手段 | 学时 |
1 | 思想道德与法治 | 1.知识目标:使学生领悟人生真谛,形成正确的道德认知,把我社会主义法律的本质、运行和体系,增强马克思主义理论基础; 2.能力目标:加强思想道德修养,增强学法、用法的自觉性,进一步提高辨别是非、善恶、美丑和加强自我修养的能力,提高学生分析问题、解决问题的能力; 3.素质目标:使学生坚定理想信念,增强学生爱国情怀,陶冶高尚道德情操,树立正确的世界观、人生观、价值观、道德观和法治观,提高学生的思想道德素质和法治素养。 | 以社会主义核心价值观为主线,以理想信念教育为核心,以爱国主义教育为重点,对大学生进行人生观、价值观、道德观和法治观教育。 | 案例教学法、课堂讲授法、讨论式教学法、视频观摩互动法 | 48 |
2 | 习近平新时代中国特色社会主义思想概论 | 1、知识目标 :掌握习近平新时代中国特色社会主义思想形成的依据、条件、历史背景、主要内容和重大意义;把握中国特色社会主义进入新时代主要矛盾的变化;理解以人民为中心的立场;理论和掌握十个明确、十四个坚持和十三个方面成就的内容和重大意义等; 2、能力目标:培养学生发扬理论联系实际的马克思主义学风,提高坚持理论联系实践的能力,加强既向书本学,又向实践学的自觉性;加强学生运用马克思主义思想方法和工作方法指导自己的学习、生活和工作的能力; 3、素质目标:增强学生时代使命感和责任感,把个人成长成才融入实现中华民族伟大复兴的中国梦之中,成为立大志、明大德、成大才、担大任的时代新人。 | 紧紧围绕习近平新时代中国特色社会主义思想是党和国家必须长期坚持的指导思想这一主题,以“十个明确”和“十四个坚持”为核心内容和主要依据,着重讲述习近平经济思想、法治思想、新时代中国特色社会主义政治思想、文化思想、社会建设思想等内容。 | 讲授法、案例法、讨论法、视频展示法等 | 48 |
3 | 毛泽东思想和中国特色社会主义理论体系概论 | 1.知识目标:帮助学生了解毛泽东思想、邓小平理论、“三个代表”重要思想、科学发展观,系统把握马克思主义中国化理论成果的形成发展过程、主要内容体系、历史地位和指导意义。 2.能力目标:培养学生运用马克思主义的立场、观点和方法分析解决问题的能力,增强执行党的基本路线和基本方略的自觉性和坚定性,提高为中国特色社会主义伟大实践服务的本领。 3.素质目标:提高学生马克思主义理论修养和思想政治素质,培养德智体美劳全面发展的中国特色社会主义事业合格建设者和可靠接班人。 | 马克思主义中国化理论成果,即毛泽东思想、邓小平理论、“三个代表”重要思想、科学发展观产生形成发展过程、主要内容体系、历史地位和指导意义。 | 讲授法、案例法、讨论法、视频展示法等。 | 32 |
4 | 体育 | 1.身心健康目标:增强学生体质,促进学生的身心健康和谐发展,养成积极乐观的生活态度,形成健康的生活方式,具有健康的体魄; 2.运动技能目标:熟练掌握健身运动的基本技能、基本理论知识及组织比赛、裁判方法;能有序的、科学的进行体育锻炼,并掌握处理运动损伤的方法; 3.终身体育目标:积极参与各种体育活动,基本养成自觉锻炼身体的习惯,形成终身体育的意识,能够具有一定的体育文化欣赏能力。 | 1、高等学校体育、体育卫生与保健、身体素质练习与考核; 2、体育保健课程、运动处方、康复保健与适应性练习等; 3、学生体质健康标准测评。 | 讲授; 项目教学; 分层教学。 | 64 |
5 | 大学英语 | 1.知识目标:了解未来职业相关的知识和工作过程以及沟通技巧;掌握常用的英语单词、短语、句子表达、基本的语法知识以及应用文格式和句型; 2.能力目标:能听懂涉及日常交际的结构简单、发音清楚、语速较慢的英语简短对话和短文;会用日常交际常用语,并能在日常涉外活动中进行初步交流;能运用所学词汇和语法写出简单的短文;能借助词典将中等偏下难度的一般题材的文字材料译成汉语; 3.素质目标:培养国际化视野和创新精神,提高综合文化素养和跨文化交际意识;养成良好的良好的自学能力和职业道德以及积极严谨的求学态度;培养自主学习能力和团队协作能力,具有良好的团队精神意识,增强扩展职业能力。 | 1.听力:句子、对话、短文的听力技巧训练; 2.口语:话题讨论; 3.阅读:文章阅读、语言训练 4.写作:电邮、信函等应用文写作训练 5.翻译:基本翻译技巧翻译实践 | 讲授法;任务教学法;启发式教学法;视频、音频教学;小组讨论。 | 128 |
6 | 信息技术基础 | 1.通过信息技术课程培养学生的信息素养。注重培养学生的信息能力,培养学生的动手处理信息的能力,提高学生的其他基础文化素养,尊重学生的个性,强调信息伦理道德培养; 2.教学中提供示范,应用信息技术。利用信息技术辅助教学的手段,把信息素养的培养落实到整个学校教育中去; 3.通过信息技术的教学,要求学生能够通过计算机等级一级考试,使用信息技术达到培养学生信息素养的目的。 | 1.信息技术的基本情况和windows操作系统。 2.掌握office办公软件的使用。 3.计算机一级素养训练。 | 1、理论讲解 2、实践训练。 3、项目教学。 | 48 |
7 | 劳动教育 | 1.知识目标:帮助学生对劳动创造价值、劳动对于生存与发展的意义等有科学的认识,树立正确的劳动观; 2.能力目标:学生通过各种劳动体验,提升劳动能力,形成良好的技术素养,使学生学会安全劳动,保证劳动质量; 3.素质目标:提高学生职业素质,形成时代发展所需要的技术素养、初步的技术创新意识和技术实践能力。锤炼艰苦奋斗、顽强拼搏和艰苦创业的意志。 | 1.劳动观念教育,劳动法律法规教育等; 2.劳动技能教育,劳动习惯教育等。 | 实践、活动、专题教育 | 16 |
2.专业核心课程教学要求
《商务数据采集与处理》课程教学要求
课程名称 | 商务数据采集与处理 |
安排第3学期,总学时64学时,其中理论0学时,实践64学时。 |
职业能力 | 了解不同类别数据获取的渠道和方法。 学会使用数据采集工具和平台。 掌握数据采集技能和数据预处理的常用方法。 |
学习目标 | 理解数据采集的含义与方法,通过学习各种商务数据采集工具,获取产品信息数据,金融网站数据,店铺数据,营销推广等数据。掌握数据清洗和数据加工的技能,对实际问题进行求解。 |
学习内容 | 初识商务数据,认识大数据,大数据的应用领域,商务数据的来源,商务数据的应用范围,商务数据分析的作用。数据采集流程,数据采集与处理方案,数据采集工具,方法。八爪鱼采集器的应用,采集器数据采集功能,提取数据,数据清洗,数据加工。 |
思政元素 | 让学生在学习理论知识的同时,人生观与价值观也得到充分合理地培养与塑造。通过多层次的实践教学环节,培养学生的严谨求实态度、工匠精神、创新精神,提高其创新能力。 |
学习方法 | Moodle平台在线学习 翻转课堂线下指导 案例教学 |
学习材料 | 《商务数据采集与处理》. 刘宝强编, 人民邮电出版社,2019.11 《商务数据采集与处理》. 陈建新编著.北京:人民邮电出版社,2022.1 《数据采集与预处理》. 林子雨著.人民邮电出版社,2022.02 |
知识技能 | 了解商务数据的来源,数据采集的涵义,学会使用数据采集工具,如爬虫软件,python等,懂得不同类型数据采集的方法,能对金融网站,新闻网站,店铺信息,职场招聘网站,竞品数据,产品信息及评论,营销推广数据进行采集,掌握屏蔽网页广告,切换浏览器版本,禁止加载图片,智能防封,网页源码提取,图片与附件采集等数据采集的高级技能。并学会数据清洗和数据加工的方法。 |
相关证书或对应赛项 | 1+X电子商务数据分析职业技能等级证书(中级) |
《SPSS在商务管理中的应用》课程教学要求
课程名称 | SPSS在商务管理中的应用 |
安排第3学期,总学时64学时,其中理论0学时,实践64学时。 |
职业能力 | 本课程从应用的角度出发,利用SPSS软件,以现代统计方法——描述统计学、推断统计学、多元统计分析为主线,结合大量社会工商企业活动中的实例,注重培养和提高学生具有搜集、处理及分析数据的实践能力,能用统计方法在海量数据中获取洞察力,发掘商业机遇,认识和管理社会经济事务, 提高商务管理中解决问题和分析问题能力。 |
学习目标 | 通过本课程的学习,要求学生熟悉spss软件基本界面及使用基础;掌握数据文件的建立与管理;掌握数据分析中图表的创建及制作;掌握描述性统计、相关与回归分析、方差分析、T检验等统计方法。通过软件的实操和学习,培养具有应用统计方法处理和分析社会经济问题能力的高素质的商务管理人才。 |
学习内容 | SPSS数据文件建立与管理; 统计数据处理,统计图表绘制; 描述性分析,均值分析,方差分析,抽样估计,时间序列分析,相关与回归分析; 根据学生学习的情况,结合实际中的数据,让学生进行实际调研统计设计,并形成调研统计分析报告。 |
思政元素 | 引导学生树立正确的统计价值观,将商务统计应用于中国特色社会主义建设的理论和实践中;引导学生树立正确的统计理念,实事求是地收集数据,避免弄虚作假,在商务数据分析中避免主观臆断,在对数据分析结果的描述中应保持客观公正;引导学生牢记统计服务于社会、服务于生活、服务于管理的使命。 |
学习方法 | 教学过程中综合运用启发式互动教学方法、案例教学方法、任务驱动教学方法、虚拟角色设定方法。教学内容用任务的形式,提出问题,鼓励并督促学生解决问题,从而驱动学生学习;学生实践技能的培养,先进行案例模仿,再达到根据任务进行“创意设计”能力;采用分阶段测试,以及团队项目实训督促学生的学习。 |
学习材料 | 采用教材:李洪成.SPSS数据分析实用教程[M].人民邮电出版社.2021年1月 其他资源:网站资源——中华人民共和国国家统计局网、中华人民共和国商务部。 |
知识技能 | 数据编辑及处理; 图表建立与应用; 统计分析方法; 统计案例应用。 |
相关证书或对应赛项 | 1+X电子商务数据分析职业技能等级证书(中级) |
《 SQL数据库技术》课程教学要求
课程名称 | SQL数据库技术 |
安排第3学期,总学时64学时,其中理论32学时,实践32学时。 |
职业能力 | 培养学生数据库管理系统的基本操作能力;培养学生SQL语言的编程能力;培养学生数据库的安全认证、数据备份还原、数据库镜像、数据库复制等理论和实践能力;培养学生掌握数据库设计的基本理论、数据库应用系统的分析、设计能力;培养学生分析、解决实际问题以及进行数据库应用系统多人共同协作开发的能力。 |
学习目标 | 本课程应把培养数据库应用与开发人才作为学习目标,要求学生熟练掌握数据库管理系统基本操作、SQL语言,数据库应用系统分析、设计、实施和安全管理,具备用数据库的知识解决实际问题。 |
学习内容 | Microsoft SQL Server数据库操作;表的操作;数据库查询;T-SQL编程;视图和索引;存储过程和触发器;事务和并发控制;数据库安全;数据库备份与恢复。 |
思政元素 | 从信息安全等方面的标准引出工匠精神和追求卓越的重要性;从开发一个系统的工作流程引出程序设计人员齐心协力攻克难关的重要性和集体智慧的优势。 |
学习方法 | 本课程内容的学习按照“了解→掌握→分析→应用”的顺序,首先是了解数据库的基础理论;然后再依次案例教学讲解SQL Server数据库的各项功能,引导学生掌握各知识点的技能;在能够较熟练掌握SQL Server操作技能的同时,再提升学生的分析设计能力;最后再给学生综合案例,根据所学知识将其应用。 |
学习材料 | 教材:数据库技术与应用——SQL Server 2008 第2版、主编:刘瑞新、机械工业出版社、2015.9 资源:SQL数据库技术教程 https://www.w3school.com.cn/sql/index.asp |
知识技能 | 能使用现有的数据库管理系统和软件开发工具,掌握数据库的设计和数据库应用系统的开发。 |
相关证书或对应赛项 | 1+X电子商务数据分析职业技能等级证书(中级) |
《数据可视化建模》课程教学要求
课程名称 | 数据可视化建模 |
安排第4学期,总学时64学时,其中理论32学时,实践32学时。 |
职业能力 | 掌握Tableau的多种数据可视化方法,并得出逻辑清晰的可视化业务分析报告,解决实际问题; 增强观察和思考能力,不仅表现在对图像观察能力的提升,而且表现在对数据和数据深层次含义观察能力的提升; 通过动手实践,提升分工协作能力和语言表达能力。 |
学习目标 | 基本了解和掌握数据可视化的基本原理; 掌握使用Tableau软件进行数据可视化处理; 掌握数据可视化分析、使用、原理等。 |
学习内容 | 了解什么是数据可视化,掌握Tableau的多种数据可视化方法。了解Tableau界面以及主要功能和具体操作方法,掌握Tableau常用的数据可视化分析方法,掌握利用条形图、饼图、折线图、树地图、气泡图和甘特图进行数据可视化分析的方法,掌握Tableau地图分析的方法,掌握Tableau预测分析的方法,掌握Tableau仪表板,利用仪表板进行数据监控。 |
思政元素 | 在数据可视化过程中养成良好的职业道德和积极严谨的学习工作态度; 培养学生具有善于和同学、老师沟通和与企业工作人员共事的团队意识、集体意识,能进行良好的团队合作; 培养学生养成诚实、守信的品德,养成善于动脑,勤于思考,及时发现问题的学习习惯;通过实训案例,如使用Tableau展现各国新冠疫情累积死亡人数排名变化,激发学生的爱国情怀与民族自豪感; 通过实训案例,如使用Tableau分析近十年中国的GDP变化等,使学生了解国家综合国力的提高,高科技的发展,激发学生积极向上的学习欲望。 |
学习方法 | 以项目为导向、任务驱动案例教学法为主。项目导向以实际岗位技能为中心,激发学生学习兴趣,使学生快速进入岗位职业的角色。根据案例的内容,按照岗位技能的要求与企业实际工作任务的组织,以工作过程为中心科学地分解任务,通过任务驱动,促进知识技能的紧密结合。 理实一体教学法。以“前课堂后实训室”模式建设理实一体的教学环境,按“任务分析-理论讲解-操作演示-技能训练”进程实施理实一体教学,教学过程融“教学做”于一体,使学生很快地从理性上升到感性,实现知识技能的贯通,提高教学效率。 小组式团队教学法。小组式团队教学法是指在小组或团队中为了完成共同的任务,有明确的责任分工的互助性学习。这种教学活动,将学生置于核心地位,在与教师或他人合 作中,学得知识,发展技能,在发展中学会学习、学会合作、学会创造。有利于培养学生的主体性、合作能力、终身学习能力以及创新能力。 |
学习材料 | 教材: 《Tableau数据分析与可视化(微课版)》,王国平,人民邮电出版社,2021年。 《数据可视化》(第二版),陈为、沈则潜、陶煜波等,电子工业出版社,2019年。 学习软件:Tableau Public 2021。 |
知识技能 | 了解数据可视化的基本理论; 了解数据分析方法、数据的处理、数据的展示。 熟悉Tableau数据管理、Tableau数据可视化设计的原理和方法。 |
相关证书或对应赛项 | Tableau资格证(Tableau Qualified Associate Exam)。 由数据可视化软件所属企业主办的各类赛项。如:Tableau可视化争霸赛、Tableau学生可视化作业竞赛等。 |
《R语言与数据挖掘》课程教学要求
课程名称 | R语言与数据挖掘 |
安排第4学期,总学时64学时,其中理论0学时,实践64学时。 |
职业能力 | 了解R语言的语法规则。 学会使用R调试平台进行数据处理。 掌握数据分析和挖掘的常用方法。 |
学习目标 | 理解数据分析的基本思想与方法,通过学习R程序设计语言,熟悉R语言的数据包,分析函数的使用方法,了解R解决统计问题的一般方法,掌握编写和调试简单应用程序的能力,并对实际问题进行求解。 |
学习内容 | 掌握R语言数据类型、数据排序,筛选、合并、分类统计、数据可视化、数据分布、因子分析、聚类分析、假设检验、时间序列等基本语法。 |
思政元素 | 让学生在学习理论知识的同时,人生观与价值观也得到充分合理地培养与塑造。通过多层次的实践教学环节,培养学生的严谨求实态度、工匠精神、创新精神,提高其创新能力。 |
学习方法 | Moodle平台在线学习 翻转课堂 案例教学 |
学习材料 | 《R语言与数据分析》第2版[M]. 薛薇主编,中国人民出版社,2019.1 《统计学—基于R》贾俊平编著.北京:中国人民出版社,2021. 《R语言与数据挖掘》薛薇编著. 北京:中国人民出版社,2021. |
知识技能 | 熟练掌握结构化程序设计的基本思想与方法,R语言的语法、语义及该语言所表现出的设计风格,掌握计算机解决问题的一般方法,编写和调试简单应用程序的能力,并对实际问题进行求解。 |
相关证书或对应赛项 | 1+X电子商务数据分析职业技能等级证书(中级) |
《Python数据分析》课程教学要求
课程名称 | Python数据分析 |
安排第4学期,总学时64学时,其中理论0学时,实践64学时。 |
职业能力 | 能使用Python语言进行科学计算、数据处理、分析与建模及可视化图形、。 |
学习目标 | 了解大数据基本概念、理解Python在大数据分析中的作用,掌握Python语言的基本语法,掌握利用Python进行常见数据分析的方法,掌握常用数据包的使用。 |
学习内容 | Python基本语法,Python数据结构及流程控制,函数的定义与使用,numpy,pandas库的使用,各类文件与数据导入导出,数据清洗、数据抽取、合并、分组,数据标准化。数据可视化等。 |
思政元素 | 编程实例中渗透各种思政元素,使学生在意识形态、思想品德、职业素养、职业道德等方面,在实践中不断巩固和强化。 |
学习方法 | 理论联系实际,运用课程讲授,实验方法,充分调动教与学两方面的积极性;通过实验辅助教学的方法,教师对重点知识讲透,学生通过实验全面理解其本质并能掌握与抓住重点。 |
学习材料 | 《Python数据分析与可视化》电子工业出版社,李晓丽,刘海军,高晓燕,薛韡编,2021.8; 《Python数据分析与应用》西安电子科技大学出版社,程东升,2021.1 《Python数据分析》清华大学出版社,薛福亮,2021.9 |
知识技能 | 掌握Python语言的基本语法,掌握利用Python进行常见数据分析的方法。 |
相关证书或对应赛项 | 1+X电子商务数据分析职业技能等级证书(中级) |
七、教学进程总体安排
(一)教学环节时间分配表
学年 | 学期 | 周数 | 周 数 分 配 |
军训 入学教育 | 课堂 教学 | 技能 实训 | 岗位 实习 | 答疑 考试 | 毕业 教育 |
第一 学年 | 一 | 20 | 2 | 16 | | | 2 | |
二 | 20 | | 16 | 2 | | 2 | |
第二 学年 | 三 | 20 | | 16 | 2 | | 2 | |
四 | 20 | | 16 | 2 | | 2 | |
第三 学年 | 五 | 20 | | | 16 | 2 | 2 | |
六 | 20 | | | | 19 | | 1 |
合 计 | 120 | 2 | 64 | 22 | 21 | 10 | 1 |
(二)理论与实践教学学时、学分分配表
课程类别 | 门数 | 学分 | 学时数 | 各学期周学时安排 | 各类课程占总学分比例(%) | 各类课程占总学时比例(%) |
总学时 | 理论学时 | 实践学时 | 第一学年 | 第二学年 | 第三学年 |
1 | 2 | 3 | 4 | 5 | 6 |
公共基础课 | “必修课”小计 | 17 | 35 | 682 | 394 | 288 | 17 | 10 | 2 | 2 | 0 | 0 | 23.45% | 24.11% |
“选修课”小计 | 2 | 6 | 72 | 48 | 24 | 2-6学期选课 | 4.14% | 2.61% |
“专业基础课”小计 | 8 | 26 | 432 | 128 | 304 | 8 | 10 | 4 | | | | 17.93% | 15.64% |
“专业课”小计 | 11 | 65 | 1368 | 64 | 1304 | | | 12 | 12 | 24 | 24 | 44.83% | 49.53% |
“专业(群)拓展课”小计 | 10 | 14 | 224 | 32 | 192 | | 2 | 4 | 8 | | | 9.66% | 8.11% |
合计 | 47 | 146 | 2778 | 666 | 2112 | 25 | 22 | 22 | 22 | 24 | 24 | 100% | 100% |
占总学时比例(%) | A类课程比例 | B类课程理论部分比例 | B类课程实践部分比例 | C类课程比例 |
7.06% | 16.92% | 11.52% | 64.51% |
合计(%) | 23.97% | 76.03% |
(三)教学进程表
课程 类别 | 序号 | 课程名称 | 课 程 类型 | 学 分 | 总 学 时 | 学时分配 | 各学期周学时安排 | 考核方式 |
理论 | 实践 | 第一学年 | 第二学年 | 第三学年 | S/C(考试/考查) |
1 | 2 | 3 | 4 | 5 | 6 |
公共基础课 | 必修课 | 1 | 思想道德与法治 | B | 3 | 48 | 38 | 10 | 1 | 2 | | | | | S |
2 | 习近平新时代中国特色社会主义思想概论 | B | 3 | 48 | 48 | | 3 | | | | | | S |
3 | 毛泽东思想和中国特色社会主义理论体系概论 | B | 2 | 32 | 26 | 6 | | 2 | | | | | S |
4 | 形势与政策 | A | 1 | 48 | 48 | | 讲座 | 讲座 | 讲座 | 讲座 | 讲座 | 讲座 | C |
5 | 大学英语(一) | B | 4 | 64 | 50 | 14 | 4 | | | | | | S |
6 | 大学英语(二) | B | 4 | 64 | 50 | 14 | | 4 | | | | | S |
7 | 大学体育(一) | B | 2 | 32 | 2 | 30 | 2 | | | | | | C |
8 | 大学体育(二) | B | 2 | 32 | 2 | 30 | | 2 | | | | | C |
9 | 信息技术基础 | B | 3 | 48 | 32 | 16 | 3 | | | | | | C |
10 | 职业生涯规划 | B | 1 | 16 | 14 | 2 | 1 | | | | | | C |
11 | 就业指导 | B | 1 | 22 | 16 | 6 | | | | 1 | | | C |
12 | 军事理论 | A | 2 | 36 | 36 | | 2 | | | | | | C |
13 | 军事技能 | C | 2 | 112 | | 112 | 2W | | | | | | C |
14 | 大学生心理健康教育(一) | B | 1 | 16 | 8 | 8 | 1 | | | | | | C |
15 | 大学生心理健康教育(二) | B | 1 | 16 | 8 | 8 | | | | 1 | | | C |
16 | 创新创业教育 | B | 2 | 32 | 16 | 16 | | | 2 | | | | C |
17 | 劳动教育 | C | 1 | 16 | | 16 | 活动 | 活动 | 活动 | 活动 | | | C |
“必修课”小计 | | 35 | 682 | 394 | 288 | 17 | 10 | 2 | 2 | 0 | 0 | |
选修课 | 1 | 思政类、艺术类、人文素养类、科学素养类 | A | 4 | 48 | 48 | | 2-6学期选课 | C |
2 | 第二课堂 | C | 2 | 24 | | 24 | C |
“选修课”小计 | | 6 | 72 | 48 | 24 | |
“公共基础课”合计 | | 41 | 754 | 442 | 312 | 17 | 10 | 2 | 2 | 0 | 0 | |
专业基础课 | 1 | 电子商务基础 | B | 4 | 64 | 32 | 32 | 4 | | | | | | S |
2 | 商务统计学 | B | 4 | 64 | 32 | 32 | 4 | | | | | | C |
3 | 经济学基础 | A | 2 | 32 | 32 | | | 2 | | | | | S |
4 | 管理学基础 | A | 2 | 32 | 32 | | | 2 | | | | | S |
5 | 数据库应用 | C | 4 | 64 | | 64 | | 4 | | | | | C |
6 | 大数据分析基础 | C | 4 | 64 | | 64 | | 4 | | | | | S |
7 | 商务数据分析★ | C | 4 | 64 | | 64 | | | 4 | | | | S |
8 | 数据采集处理课程实训 | C | 2 | 48 | | 48 | | 2w | | | | | |
“专业基础课”合计 | | 26 | 432 | 128 | 304 | 8 | 12 | 4 | 0 | 0 | 0 | |
专 业 课 | 1 | 商务数据采集与处理● | C | 4 | 64 | | 64 | | | 4 | | | | C |
2 | SPSS在商务管理中的应用● | C | 4 | 64 | | 64 | | | 4 | | | | C |
3 | SQL数据库技术●★ | B | 4 | 64 | 32 | 32 | | | 4 | | | | S |
4 | 数据可视化建模● | B | 4 | 64 | 32 | 32 | | | | 4 | | | S |
5 | R语言与数据挖掘● | C | 4 | 64 | | 64 | | | | 4 | | | C |
6 | Python数据分析● | C | 4 | 64 | | 64 | | | | 4 | | | C |
7 | 数据分析课程实训 | C | 2 | 48 | | 48 | | | 2w | | | | |
8 | 数据可视化课程实训 | C | 2 | 48 | | 48 | | | | 2w | | | |
9 | 毕业设计 | C | 8 | 192 | | 192 | | | | | 8w | | |
10 | 商务数据分析综合实训 | C | 8 | 192 | | 192 | | | | | 8w | | |
11 | 岗位实习 | C | 21 | 504 | | 504 | | | | | 2w | 19w | |
“专业课程”合计 | | 65 | 1368 | 64 | 1304 | | | 12 | 12 | 24 | 24 | |
专 业 (群)拓 展 课 | 1 | 电子商务实务 | C | 2 | 32 | | 32 | | 2 | | | | | C |
2 | ERP原理与应用 | C | 2 | 32 | | 32 | | 2 | | | | | C |
3 | 计算机网络基础 | B | 4 | 64 | 32 | 32 | | | 4 | | | | C |
4 | 网络营销与策划 | B | 4 | 64 | 32 | 32 | | | 4 | | | | C |
5 | 互联网金融与大数据分析 | C | 4 | 64 | | 64 | | | | 4 | | | C |
6 | 网络调查与市场数据分析 | C | 4 | 64 | | 64 | | | | 4 | | | C |
7 | 新媒体数据分析 | C | 2 | 32 | | 32 | | | | 2 | | | C |
8 | 企业运营数据分析 | C | 2 | 32 | | 32 | | | | 2 | | | C |
9 | 投资决策分析与优化 | C | 2 | 32 | | 32 | | | | 2 | | | C |
10 | Power BI商业智能与大数据分析 | C | 2 | 32 | | 32 | | | | 2 | | | C |
“专业(群)拓展课”合计 (至少选修12学分) | | 14 | 224 | 32 | 192 | | 2 | 4 | 8 | | | |
合计 | | 146 | 2778 | 666 | 2112 | 25 | 24 | 22 | 22 | 24 | 24 | |
八、实施保障
(一)师资队伍
本专业教师应具备本科以上学历,热爱教育事业,工作认真,作风严谨,持有国家或行业的职业资格证书,或者具有企业工作经历,具备课程开发能力,能指导项目实训。专任教师中“双师”型教师不低于80%,专任教师职称结构合理。为满足教学工作的需要,专业生师比建议为 18:1。
1.团队结构
专业教学团队包括校内专任教师和企业优秀兼职教师,本专业组建一支教学团队年龄结构、职称结构、学历结构合理的优秀教学队伍,具备“双师”素质专任教师的比例不低于90%。
2.专任教师
专任教师应具有扎实的专业知识和熟练的操作技能,能够开展课程教学改革和科学研究,有较强的执教能力,每两年应到企业兼职锻炼累计3个月以上,能够积极参与专业建设和实训基地建设。
3.专业带头人
本专业应具有双专业带头人,其中一人来自企业,都具有高级职称,在电子商务数据分析领域内有丰富的专业实践能力,具备创新能力和开拓精神;有扎实的专业知识和较强的实践操作能力;具有敏捷的思维和较强的洞察力,及时掌握电子商务数据分析的发展动态和趋势,提出专业发展思路和措施;能够主持本专业人才培养模式改革和课程体系构建;具有带领专业教学团队的能力;具有较强的组织科技服务和社会培训能力;能够主持编写出版专著或教材,具备主持科研课题和校内外实训基地建设项目的能力;有较高的教学水平,具备指导青年教师提高教学水平,加强实践技能,开展社会服务的能力。
4.兼职教师
兼职教师应具有5年以上商务数据分析企业一线工作经历,具有一定的执教能力,能够完成讲座或实训指导,指导学生顶岗实习,及时解决工作过程中的技术问题;能够参与专业人才培养方案制定、课程开发,参与指导学生职业素养养成与职业技能培养;具备工程师或以上职称。
在实践类课程上,聘请行业企业技术人员作为兼职教师,企业兼职教师应为行业内从业多年的资深专业技术人员,有较强的执教能力。专职教师和兼职教师采取“一课双师”形式共同完成专业课程的教学和实训指导,兼职教师主要负责讲授专业的新标准、新技术、新工艺、新流程等,指导生产性实训和岗位实习。
(二)教学设施
1、教室条件
教室包括普通教室和专业教室,均配备有黑(白)板、多媒体计算机、投影设备或触控一体机、音响设备、互联网接入或Wi-Fi环境,并实施网络安全防护措施;安装应急照明装置并保持良好状态,符合紧急疏散要求,标志明显,保持逃生通道畅通无阻。
2.校内实训条件
校内实训设备和实训场地应满足实践教学计划基本要求,支撑实践教学计划所必需的校内实训基地基本要求包括(实训电子商务综合实训室、数据库实训室、数据分析实训室、数据采集实训室、数据可视化实训室、数据运营实训室。
校内实训条件一览表
实训室名称 | 主要实训项目 | 主要设备 | 工位数量 |
公共机房实训室 S103/S408 | 计算机应用基础、计算机网络基础等基础实训 | 计算机、互联网、相关软件 | 实训室 (60台) |
公共机房实训室实训基地 S109/S110 | 商务数据分析与应用生产性 公共机房实训室实训基地 | 计算机、互联网、相关软件 | 实训室 (60台) |
数据分析实训室 S308 | 大数据分析基础、商务数据分析、SPSS数据分析综合实训 | 计算机、互联网、相关软件 | 实训室 (60台) |
数据库实训室 D402 | Access课程、SQL数据库应用项目 | 计算机、互联网、相关软件 | 实训室 (60台) |
数据采集实训室 S410 | 商务数据采集与处理、网络调查与市场数据分析、新媒体数据分析项目 | 计算机、互联网、相关软件 | 实训室 (50台) |
数据可视化实训室 S411 | 数据可视化建模、R语言与数据挖掘、Python数据分析、电子商务企业项目 | 计算机、互联网、相关软件 | 实训室 (60台) |
数据运营实训室 S412 | 企业沙盘模拟、企业运营数据分析、投资决策分析与优化实战演练 | 企业沙盘、计算机、互联网、相关软件 | 实训室 (60台) |
电子商务综合实训室 S413 | 网络营销、数字营销、互联网金融与大数据分析、Power BI商业智能与大数据分析综合实训项目、校企合作项目 | 计算机、互联网、相关软件 | 实训室 (56台) |
3.校外实训基地条件
校外实训基地一览表
序号 | 实训基地名称 | 实训项目 | 实训时间 (含学期及时限) | 实训人数 |
1 | 名鞋库网络科技有限公司 | 协议进行试点“二元制”培养;接收学生到企业参观、生产见习、顶岗实习,选派教师到企业实践。 | 第2-4学期实践周 第5学期综合实训 第6学期顶岗实习 | 提供50人实习工位 |
2 | 九牧厨卫股份有限公司 | 共建校内电子商务生产性实践基地 | 第2-4学期实践周 第5学期综合实训 第6学期顶岗实习 | 提供50人实习工位 |
3 | 厦门柒牌电子商务有限公司 | 共建校内电子商务生产性实践基地 | 第2-4学期实践周 第5学期综合实训 第6学期顶岗实习 | 提供50人实习工位 |
4 | 厦门海尼电子商务有限公司 | 共建校内电子商务生产性实践基地 | 第2-4学期实践周 第5学期综合实训 第6学期顶岗实习 | 提供50人实习工位 |
5 | 厦门网盛科技有限公司 | 接收学生到企业参观、生产见习、顶岗实习,选派教师到企业实践 | 第2-4学期实践周 第5学期综合实训 第6学期顶岗实习 | 提供50人实习工位 |
6 | 福建慧成电子商务有限公司 | 接收学生到企业参观、生产见习、顶岗实习,选派教师到企业实践 | 第2-4学期实践周 第5学期综合实训 第6学期顶岗实习 | 提供30人实习工位 |
7 | 厦门三五互联科技股份有限公司 | 接收学生到企业参观、生产见习,顶岗实习,编写校企合作教材《市场营销》 | 第2-4学期实践周 第5学期综合实训 第6学期顶岗实习 | 提供30人实习工位 |
8 | 厦门金蝶软件有限公司 | 接收学生到企业参观、生产见习、顶岗实习,合作举办“金蝶杯ERP沙盘竞赛” | 第2-4学期实践周 第5学期综合实训 第6学期顶岗实习 | 提供30人实习工位 |
(三)教学资源
1.教材选用与建设
教材建设:开发基于工作过程的新形态教材,坚持职教特色,突出质量为先,遵循技术技能人才成长规律,知识传授与技术技能培养并重,强化学生职业素养养成和专业技术积累,将专业精神、职业精神和工匠精神融入教材内容。创新教材形式,发挥教材的多功能作用,按照“以学生为中心、学习成果为导向、促进自主学习”思路进行教材开发设计,弱化“教学材料”的特征,强化“学习资料”的功能,通过教材引领,构建深度学习管理体系。
教材选用:按照国家规定选用优秀的高职高专规划教材,禁止不合格的教材进入课堂。学校应建立由专业教师、行业专家和教研人员等参与的教材选用机构,完善教材选用制度,经过规范程序择优选用教材。原则上要求专业课程的教材和教辅资料均必须选取近三年内出版的高职高专教材,同时,鼓励专业教师根据学生的实际情况编写校企合作教材,并可根据实际情况引进企业内部讲义,要求教师尽可能的把企业和行业的与时俱进的知识和技能嵌入在授课过程中,完善教学体系。
教学资源共享与利用:充分利用国家资源共享优质课程教学资源、国家精品课程资源、中国职业技术教育网资源等。
2.图书文献配备
学校图书文献配备能满足人才培养、专业建设、教科研等工作的需要,方便师生查询、借阅、专业类图书文献主要包括:与本专业有关的图书、期刊、资料、规范规程、标准、法律法规、图集图纸等,并能及时更新、充实。
3.数字化(网络)资源建设
本专业开设的课程在学校的Moodle网络课程平台(http://moodle.xmist.edu.cn)已经建立多门网络课程,包括电子商务基础、商务统计学、经济法基础、数据库应用、大数据分析基础、商务数据分析、商务数据采集与处理、SPSS在商务管理中的应用、SQL数据库技术、数据可视化建模、R语言与数据挖掘、Python数据分析等课程,课程资料包括教学课件、课程标准、教学视频、课后习题、试题库等,保证学生可通过网络即时获取上述各项教学资源。
(四)教学方法
专业的载体是课程,课程的载体是课堂,课堂教学效果的提升依赖于采用恰当的教学手段和教学方法,确定课程教学方法和手段时,教师可以依据专业培养目标、课程教学要求、学生能力与教学资源,采用项目教学、案例教学、情境教学、模块化教学等教学方式,广泛运用启发式、探究式、讨论式、参与式等教学方法,采用翻转课堂、线上线下混合式教学、理实一体教学等新型教学模式,坚持学中做、做中学,推动课堂教学革命,加强课堂教学管理,规范教学秩序,打造优质课堂。
(五)学习评价
优化课程考核评价体系,探索以关键能力为核心、以作品为载体的课程考核方式。根据学生完成任务情况进行考核,兼顾认知、技能、情感等各方面要素,从学生完成的作品、学习过程、职业素养、学习态度等多方面进行综合考评。在课程评价标准中体现过程性评价和终结性评价相结合,能力评价和素养评价相结合,理论考核与操作考核相结合,试卷考核与项目作品考核相结合,学生自评、互评与教师、企业专家评价相结合。
(六)质量管理
1.完善教学管理机制,加强日常教学组织运行与管理,定期开展课程建设水平和教学质量诊断与改进,建立健全巡课、听课、评教、评学等制度,建立与企业联动的实践教学环节督导制度,严明教学纪律,强化教学组织功能,定期开展公开课、示范课等教研活动。
2.建立毕业生跟踪反馈机制级社会评价机制,并对生源情况、在校生学业水平、毕业生就业情况等进行分析,定期评价人才培养质量和培养目标达成情况,找出问题、分析原因、提出措施,为下一届人才培养提供参考依据。
九、毕业规定
(一)本专业学生应完成本方案规定的全部课程学习,总学分修满145学分,其中:
公共基础课程:40学分
专业基础课程:26学分
专业课程:65学分
专业(群)拓展课程:14学分
允许学生通过参加技能竞赛、高层次学历教育、对外交流学习、职业资格及技能考证、创新创业实践、第二课堂活动和在线课程等获得的成绩和学分按照《厦门软件职业技术学院课程学分替代管理办法》进行学分认定互换。
(二)综合素质测评成绩:合格
(三)体育素质测评成绩:合格
(四)职业技能证书要求:
商务数据分析与应用专业相关职业资格证书
序号 | 职业资格(证书)名称 | 发证单位 | 等级 |
1 | 1+X商务数据分析师 | 1+X等级证书 | 中级 |
2 | 数据分析师 | 工业和信息化部教育与考试中心 | 中级 |
3 | 数据库系统工程师 | 福建省职业技能鉴定指导中心 | 中级 |
4 | 电子商务设计师 | 人力资源和社会保障部 | 中级 |
十、继续专业学习深造建议
本专业毕业生要树立终身学习的理念,这是可持续发展获取持久的动力和源泉。根据本专业毕业生未来从事的职业岗位的特点,结合学生自身情况,可以选择继续学习的途径有自学、求学两种。
自学方式针对性强,能达到学以致用。求学方式可以有通过短期培训班(主要针对特定岗位的职业需求而言),以提升专业技能水平;或继续升学接受继续教育的模式,以提升学历层次。
1.专业技能继续学习的渠道
随着互联网大数据行业的发展,本专业毕业生走向工作岗位后,为了适应商务数据分析新技术的应用,以满足岗位的需求,不断地补充更新自己的专业知识,拓宽知识视野,更新知识结构。潜心钻研业务,勇于探索创新,不断提高专业素养和专业技能水平,适应经济社会发展的需要。主要渠道有:
(1)学校开展的电子商务数据分析新技术培训;
(2)行业、企业的电子商务数据分析新技术培训;
(3)互联网资源自主学习。
2.提高层次教育的专业面向
本专业毕业生为了提高个人学历层次,可在毕业后参加专升本、自学考试、网络远程教育等相关途径,获得更高层次的教育机会,更高学历层次的专业面向主要有: 计算机管理与信息系统专业、工商管理专业、金融学专业、网络营销专业、国际贸易专业等。