大数据背景下工商管理学生数据分析能力素质模型的构建与应用

［摘 要］ 在大数据时代背景下，企业对工商管理人才的数据分析能力要求提升，这也对高校现有工商管理学生的培养方式提出了挑战。基于访谈、岗位分析和理论分析，工商管理学生应具备数据分析知识和技能、数据思维和数据态度，据此构建数据分析能力素质模型，并建立相应的测量模型和指标体系，包括数据获取能力、数据预处理能力、数据分析能力、数据应用能力、数据思维和数据态度六个方面，运用数据分析能力素质模型能够为高校培养工商管理学生数据分析能力提供理论支持与实践建议。

［关键词］ 工商管理；数据分析能力；能力素质模型；大数据

［基金项目］ 2022年度安徽省高等学校省级质量工程重大教学研究项目“大数据背景下工商管理本科生数据分析能力培养探索与实践”（2022jyxm1838）；2020年度中国科学技术大学教学研究项目“大数据背景下工商管理类本科生数据分析能力培养探索与实践”（2020xjyxm045）；2022—2023年中国科学技术大学创新创业教育研究课题“安徽省创新创业人才培养共享平台建设研究”（SCJY2022018）

［作者简介］ 吴剑琳（1974—），女，安徽滁州人，管理学博士，中国科学技术大学管理学院副教授，主要从事高等教育教学研究；石 锦（1999—），女，安徽安庆人，中国科学技术大学管理学院2020级工商管理专业硕士研究生，研究方向为高等教育管理；朱 宁（1975—），女，北京人，管理学博士，中国科学技术大学管理学院讲师，主要从事工商管理研究。

［中图分类号］ G640 ［文献标识码］ A ［文章编号］ 1674-9324（2024）06-0017-05 ［收稿日期］ 2023-01-09

大数据时代背景下，数据量迅速增加。尽管数据更容易获得，但从海量数据中提取有效信息、助力企业决策的难度也大大增加。企业需要越来越多的掌握数据分析能力的工商管理人才。在工商管理教育中融入相关知识与实践、提升学生数据分析能力迫在眉睫。然而，工商管理专业现实培养效果却不尽如人意，工商管理作为曾经的热门专业，近年来却遭遇了就业滑坡。当前工商管理专业学生就业竞争力普遍不强，专业技能和核心竞争力不足，特别是缺乏企业认可的硬技能。这导致学生对该专业的前景失去信心，甚至有高校取消了部分专业。

在这一背景下，学生数据分析能力的培养被很多高校的工商管理专业提上日程［1］。加强工商管理专业本科生的数据分析能力培养，能够提升学生的专业能力与就业竞争力，对于提高人才培养质量具有重要的意义。然而，当前的培养方式仍然停留在课程层面，只简单地增加数据类的课程，或是在现有课程中增加数据分析的内容。这样的课程设置缺乏理论依据，且课程间相互支撑不足，无法系统培养工商管理学生的数据分析能力。究其原因，可能是对工商管理人才所需具备的数据分析能力缺乏系统了解。对此，有必要建立工商管理学生数据分析能力素质模型，为高校培养工商管理学生提供理论支持。

一、研究现状

目前，部分学者已开始关注大数据背景下工商管理专业学生数据分析能力的需求与培养。学者们通过对现状的调查和梳理分析了目前存在的问题，并提出相应的培养建议。郭昱琅［2］对工商管理类本科生大数据培养课程方面的现状进行了梳理，提出其关键实施路径。雷擎［1］借助文献检索法和内容分析法，统计了自2003年以来共计12年的经管专业硕博论文，从操作数据与分析数据两个方面对经济管理类专业研究生的科学数据素养进行了评价，指出了目前研究生科学数据素养教育培养方面存在的一些问题，并提出了较完善的设想。殷晓梅等［3］对安徽财经大学大学生的数据分析能力现状进行分析，通过问卷了解当前学生数据分析能力培养存在的问题，包括数据识别、收集、整理、分析和评价总结五个方面，并提出了有针对性的培养建议，以提高大学生的数据分析能力。李鑫浩等［4］则从互联网企业岗位的视角分析了高校大数据人才所需要的能力，认为大数据人才在专业技能要求的基础上，还应掌握常用的数据分析工具、专业的统计知识以及数据可视化工具。杨炜明［5］对大数据背景下如何提高学生数据分析能力的培养路径进行了初步探索，认为需要更新观念，加强实践性和创造性的训练，培养学生的数据思考能力。黎伟等［6］提出要结合大数据的特点，整合统计和计算机处理技术，强调实践环节，提升大数据时代下经管类人才的数据分析能力。同时，也有少量研究对数据分析能力的构成进行了初步探索。杨天红［7］提出了大数据背景下电子商务专业人才数据分析能力的构建要素，包括数据收集、数据整理、数据描述、统计分析和数据推断。程平等［8］建立了基于PBL的“互联网+会计”MPAcc大数据分析能力培养模型，具体包括数据爬取能力、文本挖掘能力和数据分析与可视化能力。周莹［9］建立了大数据背景下高校学生统计数据分析能力的组成，包括识别、收集、整理与分析和评价数据。

从以上研究来看，学者们已对大数据背景下高校学生特别是工商管理专业学生数据分析能力的需求与培养进行了有益的探索。然而，由于大数据本身出现的时间较短，现有研究大多是初步的探索与分析，所涉及的数据分析能力大多属于外在的知识和技能，而能力素质还包括态度、价值观、动机等内在特质。基于目前工商管理专业的培养现状，亟须围绕数据分析能力培养目标进行整体设计，对工商管理学生需要具备的数据分析能力进行系统把握与分析，从外在和内在两方面提升学生的数据分析能力，使学生更能适应未来的竞争环境。

二、研究方法

能力素质又称素质、胜任力、胜任特征等，是个体的潜在特质，指能将杰出者与一般者区分开的个人特征的集合，包括通过各种方式表现出来的知识、技能、态度、价值观、个性、动机等。一般用冰山来形象地表示个体的能力素质：外在的知识、技能等浮在水面上；内在的特质，包括态度、价值观、动机等，则处于水面之下。

本研究采用两条途径综合建立工商管理专业学生的数据分析能力素质模型：一条途径是对已参加工作的工商管理专业学生进行访谈，了解他们所从事的工作对数据分析能力的要求，以及其对高校进行数据分析能力培养的看法和建议。具体包括日常工作对数据分析的要求，有关数据分析的任务的成功或失败的例子，在校期间已获得的数据分析能力、需要补足的能力等。对访谈记录进行分析，从学生视角归纳工商管理专业培养中需要关注的数据分析技能。采取一对一半结构化访谈的形式，我们访谈了10位工商管理专业的毕业生。他们的工作地点分布在合肥、苏州、淮安、杭州等长三角地区城市，所从事的岗位性质包括战略分析、人力资源、市场营销、运营等。另一条途径是考虑用人单位的视角，搜集企业招聘工商管理专业人才的广告，分析职位的工作内容与要求，特别是企业对所招员工数据分析能力的要求，从中提炼关键词。根据市场需求对工商管理人才的数据分析能力进行总结。为反映未来的发展趋势，本研究主要搜集了行业领先企业发布的工商管理类职位招聘广告，包括战略分析、人力资源、财务、营销、生产运营等职位。

三、资料分析

1.访谈结果分析。对10份工商管理专业毕业生的访谈资料进行逐句关键词提取、合并和归纳，从中得出数据分析能力的构成要素。

如一位战略事业部研究员谈道：“要针对行业交易进行数据清洗、建模和分析，结合市场基本面、交易策略、交易复盘的深入分析撰写咨询报告，还要进行行业政策分析和行业趋势预测。要求不仅有数据处理的基本能力，还要能够深入理解业务的实际场景，并将其量化到数据分析中。”据此提炼出数据清洗、数据建模、数据分析、数据处理等数据分析技能。人才发展经理强调：“要进行人才发展质量的测量与判断，各项培训内容与业绩提升之间的关联判断，以及区域各项业务问题的数据层面诊断。具体的工作包括搜集相关数据、整理数据、分析数据、输出各项诊断报告。这需要足够的数据敏感度、数据分析理论知识，恰当使用数据分析工具。”这体现了数据搜集、数据整理、数据敏感度和使用数据分析工具的重要作用。市场营销人员认为工作中“要具备数据思维，提高对所分析数据所属行业的熟悉度。搜集客户相关的数据进行分析，生成营销方案。重点在于通过分析明晰宏观市场、竞争企业和自有项目的情况，发掘其中的问题和机会，比如客户的年龄、职业等特征，以及他们的需求。这些结果可以为研发部门、营销部门所用。需要结合多个渠道进行数据真实性的识别检验，还要能够挖掘数据中潜在的信息”。这里可以提炼出数据思维、数据搜集、数据分析、数据检验等关键词。

综合分析访谈内容，我们发现工商管理人才不仅需要具备基本的数据分析能力，更重要的是具备数据意识，能够结合行业实践数据进行分析，为管理决策提供支撑。

2.岗位分析。对搜集的工商管理类职位招聘广告的职责和要求进行分析，包括战略分析、人力资源、财务、营销、生产运营等职类，从中提取有关数据分析的关键词，归纳出数据分析能力。

例如，商业分析职位的主要工作职责是建立业务数据体系规划，为管理者提供决策支持。其任职要求包括熟练掌握数据分析软件，具备业务导向，能在复杂业务和数据之间连点成面，洞察深刻，同时要具有良好的沟通能力、抗压能力、说服力和强大的推动力，有良好的展现汇报能力。这里既包含外在的数据分析知识技能，又包括内在的说服力、推动力和数据展现能力。产品运营职位的主要工作职责是收集用户反馈，形成产品需求，并推动产品功能升级。其任职要求包括具备体系化的运营思维，能用数据思考和反馈问题，并且有较强的协同能力，能够合理地利用资源解决问题。这说明求职者既要有收集用户数据并分析的外在知识技能，也要具备数据思考的内在特质。财务岗位的工作职责主要是掌握不同职责和工作内容，培养敏锐的商业分析与决策力，通过不断提升数据解构能力和积淀思考框架，协助业务量化财务影响，合理评估风险与机会，给予中立建议。其任职要求包括快速的学习能力、强烈的好奇心及自驱力、优秀的逻辑思维能力、良好的数据处理和分析能力、严谨扎实的专业态度。

从用人单位的需求来看，不仅要求应聘者具备数据处理和分析等知识技能，还要求具备强烈的动机、学习能力与严谨的专业态度等内在特质。

四、建立工商管理学生数据分析能力素质模型

1.建立数据分析能力素质模型。结合学生访谈和招聘需求中提及最多的关键词，结合现有文献对数据分析能力的描述，本研究构建了工商管理学生数据分析能力素质模型及具体的测量模型，见图1。

如图1所示，整个冰山代表工商管理学生的数据分析能力，包括水面上的外在显示和水面下的内在特质两个部分。水面上的部分包括数据获取、数据预处理、数据分析、数据引用等数据分析过程需要掌握的知识和技能，是比较容易培养和测量的部分，在各大企业的招聘需求中提及最多、要求最详细。水面下的部分包括数据思维和数据态度，在企业招聘的任职要求中也有所提及。数据思维指的是应用数据分析的原理、方法、技术解决现实问题的思维逻辑，在基于数据的问题解决过程中对数据知识和技能的选择与学习产生调控作用，指导实践活动的开展。数据思维属于潜在素质，其培养需要在数据分析知识与技能的习得过程中渐进发展。对数据的态度是主观能动性方面的内容，是个体价值观的表现，一般来说，在经过先天塑造和后天培养之后较难改变。

2.建立数据分析能力测量模型和指标体系。通过对既有文献中数据分析能力的构成指标进行整理和频次统计，选取出现次数最多的核心指标，剔除相关度不高的指标，结合访谈和招聘需求中提及最多的关键词，本研究进一步构建了工商管理类本科生数据分析能力的测量模型。模型共有六个一级指标，分别是水面上的数据获取能力、数据预处理能力、数据分析能力、数据应用能力，以及水面下的数据思维和数据态度。一级指标下有14个二级指标和30个测量题项。具体如表1所示。

按照数据分析过程涉及的基本环节，外在显示的能力包括数据获取能力、数据预处理能力、数据分析能力与数据应用能力。内在的数据思维是用数据来看待问题、解决问题的思维模式，具体包括思维模式和数据敏感，是发展数据分析能力的高阶目标，需要在数据分析知识与技能的习得过程中渐进提升。数据态度则是个体价值观的表现，包括数据认知、数据情感和行为倾向，影响数据的收集、处理、分析、应用的过程以及最终结果。

五、工商管理学生数据分析能力素质模型的运用

本研究基于实地访谈和招聘广告内容，分析构建了工商管理学生数据分析能力素质模型及具体的测量指标，能够为高校培养工商管理专业学生数据分析能力提供有益指导。应用这一能力素质模型具体可以分为以下几个步骤：（1）建立差异化的数据分析能力测评体系。由于专业差异、地域差异，学生就业目标也有差异。高校可以邀请专业权威人士，根据自身工商管理专业的特点与培养目标选取表1中的指标，并采用层次分析法对指标重要性进行评价，构建适合本校专业的指标与权重体系。（2）实地测评。对即将毕业的学生开展实地测评，了解学生所具备的数据分析能力以及来源途径，客观评估学生数据分析能力的水平，明确高校在培养学生数据分析能力中的作用和任务。（3）对现有培养方案进行评估和调整。根据上述结果对现有培养方案进行评估，分析目前课程设置中包含的数据分析能力内容，对比目标要求对现有培养方案进行调整。具体而言，将目标要求分解至各门课程及实践活动，从知识讲授与实践应用两方面培养学生的数据分析能力，包括知识技能与底层的数据思维和数据态度。工商管理学生数据分析能力的提升将有效提高其就业能力，促进其未来职业生涯的发展，成为优秀的工商管理人才，为我国的经济建设做出有益的贡献。