數據分析師統計學基礎精選(五篇)

序言：作為思想的載體和知識的探索者，寫作是一種獨特的藝術，我們為您準備了不同風格的5篇數據分析師統計學基礎，期待它們能激發您的靈感。

篇1

[關鍵詞] 大學生；經管類專業；數據分析能力；職業競爭力；問題；策略

[中圖分類號] G320 [文獻標識碼] B

近年來，隨著全球經濟一體化進程的加快和網絡時代信息獲取的便捷程度的極大提高，“用數據說話，做科學決策”已成為企業提高經營管理水平的必然選擇，在全球500強企業中，90%以上的重要投資和經營決策都取決于充分的數據分析支持。數據分析在企業戰略規劃、項目投資決策、融資決策、營銷決策、生產運營與管理決策中發揮的作用和價值日益顯現，并已被我國政府部門和各行各業越來越多的企業所認同。在這一時代背景下，社會對項目數據分析師、市場調查分析師這些高技能應用型人才的需求旺盛，供給缺口巨大，據權威部門預測，在未來幾年，我國對專業項目數據分析師的需求預計可達20萬人，調查分析師的市場缺口則在100萬人以上。面對社會對數據分析人才的強勁需求和高校經管專業畢業生就業難并存的局面，高校應充分地認識到，當今社會數據分析能力已成為經管類大學畢業生在職場中生存的一項核心能力，積極探討提升經管類專業大學生數據分析能力的有效策略，對于更好地適應社會需求，提高大學生的職業競爭力具有重要的意義。

一、社會對數據分析人才的技能與素質要求分析

數據分析是指運用適當的統計分析方法對收集來的大量數據進行整理、分析，從數據中提取有用信息并形成分析結論，提出有價值的決策參考建議的過程。數據分析師是指在不同行業中，專門從事數據搜集、整理、分析，并依據數據做出行業或市場研究、評估和預測的專業人員。筆者通過對各大招聘網站數據分析師、市場調查/市場分析師等職位招聘信息的搜索和分析，深入挖掘并歸納出社會用人單位對數據分析師職位的技能和能力素質要求（詳見下表1），以期為高校經管專業學生數據分析能力的培養提供參考。

從表1可以看出，數據分析能力是一種綜合實踐能力，它要求數據分析人員在了解行業狀況及公司業務流程的基礎上，構建數據分析的思路，主動地搜集相關數據，運用恰當的統計分析方法，借助于統計分析軟件對數據進行處理和分析，從而得出分析結論，并撰寫出有價值的分析報告。

通過以上分析，筆者認為，高校在經管類專業學生的培養定位中應對數據分析能力的培養給予充分的重視。應要求所有經管類專業的學生具備基本的數據分析能力，以適應本專業領域業務數據的收集、整理和初步分析的需要，并有針對性地培養出一批具有較強數據分析能力的學生，為他們考取項目數據分析師、調查分析師等資格證書創造條件，使他們有機會成為各行業中數據分析領域的高級專門人才。

二、經管類專業大學生數據分析能力培養中存在的主要問題

（一）經管類專業課程體系設置中缺少數據分析能力培養模塊

當前，在許多高校經管類專業的培養方案中，較少設有專門講授數據分析內容的課程。與數據分析相關的內容分散于《大學計算機基礎》、《數據庫應用基礎》、《統計學》、《市場調查與預測》等課程，學生雖然從多門課程中接觸到與數據分析相關的一些內容，但各門課程的教學資源未能實現有效的整合，如，《大學計算機基礎》課程一般在大一開設，該門課程中將Excel軟件作為辦公自動化軟件之一，一般只講授簡單的文字和數據錄入及處理，并未涉及Excel軟件的高級數據分析功能。而《統計學》和《市場調查與預測》課程一般在大二開設，主要側重于從理論上介紹數據的收集、整理和數據分析的各種方法，以及市場調查和市場預測的各種方法，這兩門課程主要為數據分析提供方法論的指導。這樣的課程體系設置中就缺少了將數據分析的方法與數據分析的工具結合起來培養學生數據分析實際技能的課程，致使學生并未能有效、深入地掌握實際的數據分析技能。

（二）缺少實用性強的培養學生數據分析能力的實踐教材

近年來，一些出版社出版了一批以Excel或SPSS為分析工具的統計分析教材，如：黃等編著的《Excel統計分析基礎教程》、鄧維斌等編著的《SPSS19（中文版）統計分析實用教程》等教材，這些教材在內容體系上與《統計學》教材大體相同，教材內容涉及面廣，與企業實際需求結合不緊密且難度較大，對于沒有數據分析基礎的學生來講很難掌握，而且有些高級統計分析方法在企業的實際工作中也很少能應用到。

（三）缺乏數據分析理論與實踐能力兼備的教師隊伍

培養學生的數據分析能力，首先需要擁有一支既懂數據分析理論又能指導學生統計軟件操作的高水平的教師隊伍，而長期以來統計學教學中一直存在的重理論，輕實踐的狀況，使得能夠講授《數據分析》實踐課程的教師嚴重缺乏，這也是影響學生數據分析能力培養的關鍵制約因素。

（四）學生對數據分析存在畏懼心理

對于許多初次接觸統計學和數據分析的學生，經常會對書中大量的數學公式和復雜的軟件操作產生畏懼心理和回避心理，加之一些統計學教師在教學過程中對學生的學習沒有加以正確的引導，致使很多學生從一開始就對掌握數據分析這門有用的技能失去了的興趣和學習的信心，從而必然會影響到學習的效果。

三、經管類專業大學生數據分析能力提升策略的探討

（一）完善學生數據分析能力培養模塊

為強化學生數據分析能力的培養，高校經管類各專業的培養方案中應設置培養學生數據分析能力的模塊。筆者認為，首先應將已開設的與學生數據分析能力培養相關的《大學計算機基礎》、《數據庫應用基礎》、《統計學》、《市場調查與預測》等課程的內容進行有機地整合，在此基礎上，在大三學年開設《數據分析基礎》實踐必修課，以加強學生數據分析的實際技能，構建學生數據分析能力的完備知識體系。同時，經管各專業還可根據需要增設《SPSS軟件應用》作為專業選修課，以滿足那些對數據分析有濃厚興趣，準備考取項目數據分析師、調查分析師資格證書，有志于成為數據分析專門人才的學生的需求。

（二）開發實用性強的《數據分析》實踐教材

借鑒社會項目數據分析師、調查分析師資格認證相關培訓教材，編寫一部《數據分析基礎》實踐教材，教材將以通用的Excel軟件為分析工具，這樣可以降低學習難度，從心理上拉近與非統計專業學生的距離，目的是使經管專業的學生掌握必知必會的數據分析概念、流程和操作，以適應社會對經管類應用型人才應具備基本的數據分析技能的需求。教材的內容體系將按數據分析的流程構建，具體內容將設以下7大模塊：1.數據分析概述；2.數據采集；3.數據處理；4.數據分析（包括數據分析方法、數據分析工具的使用）；5.數據呈現；6.報告撰寫；7.綜合案例。

（三）培養一支數據分析理論與實踐能力兼備的教師隊伍

針對當前部分高校缺乏數據分析理論與實踐能力兼備的講師隊伍的難題，學校可以采取“引進來，走出去”的辦法多渠道解決專業師資力量不足的問題，一方面可以從其他學校聘請專業教師授課，也可以派出本學校中、青年教師到其他設有統計學專業的高校進行短期的進修學習，以提高數據分析的理論水平和實踐能力，此外，學校還可以鼓勵本校中、青年教師考取項目數據分析師等資格證書，以深入地了解社會對數據分析能力的需求，使學校的人才培養定位與社會需求能夠實現無縫對接。

（四）培養學生對數據分析的濃厚興趣

記得有一位資深的數據分析人士曾說過：“統計學是一門很難，但是很有趣，更是很有用的工具學科。懂得如何使用它的人總是樂在其中，而尚未入門的人則畏之如虎。”筆者結合多年的教學經驗認為，要想將《統計學》這樣一門多數人認為很難的課程讓初學者理解它、接受它，對它產生濃厚興趣，需要借助一些人們生活中的小案例，將難懂的統計學的基本概念和公式還原回生活當中，用來解釋社會經濟現象，幫助學生發現隱藏在數據背后的規律。總之，培養學生對數據分析的濃厚興趣，是提升經管類專業學生數據分析能力的關鍵所在。

[參 考 文 獻]

[1]鄧維斌，周玉敏，高錫榮.經管專業數據分析能力研究[J].數字通信，2013（2）

篇2

關鍵詞：互聯網聯網 數據分析師 人才培養

互聯網行業在快速發展，“互聯網+”概念的提出標志著互聯網已叩響“萬物互聯時代”的大門。在這個時代，大數據滲透于各行各業，掌握數據核心價值成為企業脫穎而出并取得勝利的法寶。越來越多的企業承認競爭優勢與大數據有關，由此，數據分析師這一職業逐漸得到認可并受到追捧。世界500強企業中，有90%以上都建立了數據分析部門。在國內，已有超過56%的企業在籌備和發展大數據研究，據有關部門預測未來5年，94%的公司都將需要數據分析專業人才。數據分析師的職位需求隨之不斷增長，全國數據分析師的職位由2014年初的200多個職位增長到接近3000個職位。正如著名出版公司O’Reilly的創始人Tim O’Reilly斷言，大數據就是下一個Intel Inside，未來屬于那些能把數據轉換為產品的公司和人群。

優秀的數據分析師已經成為促進各行各業發展，推動國家經濟進步的重要人物。但我國針對數據分析的研究起步晚，市場巨大，職位空缺現象十分嚴重。因此，培養數據分析人才的項目活動應引起高度重視。

1互聯網環境下的數據分析師

1.1數據分析師的定義

談起數據分析師，很多人都認為其職位高高在上，不可企及，但實際并非如此。讓我們從案例出發來探索其內在含義，數據分析最經典的案例便是“啤酒與尿布”，沃爾瑪超市將Aprior算法引入Pos機數據分析發現美國年輕的父親去超市為嬰兒購買尿布的同時，往往會順便為自己購買啤酒，這樣便使尿布和啤酒這兩樣看似不相干的商品有了某種聯系。于是，沃爾瑪嘗試將兩種商品擺放在同一區域，進而取得了意想不到的良好銷售收入。可見，數據分析是運用適當的方法對收集來的大量數據進行分析整理，篩選有價值的信息并形成相應的解決方案以幫助人們作出判斷，采取適當行動的過程。

1.2數據分析師的層級分類

經對多家招聘網站數據分析師的招聘信息進行分析研究，發現目前數據分析師大體分為三個層級：傳統行業的數據分析師、互聯網初級數據分析師、互聯網高級數據分析師。傳統行業的數據分析師的主要工作是整理、處理數據，專業技能只要具備一定的數學和統計學知識儲備即可；第二層級是互聯網初級數據分析師，職位要求在傳統數據分析師的基礎上掌握少數的計算機工具譬如SPSS、SQL等，從職人員需具備一定的數據敏感度和邏輯思維能力，能夠對數據源進行分析并能制作數據報表；互聯網高級數據分析師是一類復合型人才，要熟悉業務環境并能與技術相結合解決企業實際問題，并掌握數據挖掘常用算法和一系列相關的分析軟件，他們的工作與企業發展密切相連，擁有一名優秀的數據分析師的企業將擁有與同行業競爭的資本。

1.3數據分析師的能力需求

數據分析師的工作分為采集、存儲、篩選、數據挖掘、建模分析、優化、展現、應用等一系列過程。接下來從主要步驟詳細分析數據分析師的能力需求。數據挖掘過程即從海量數據中提取潛在的有價值的信息，要求數據分析師掌握一系列相關分析方法譬如聚類分析、關聯分析、等并能熟練運用數據挖掘算法和相關工具；建模分析即對數據抽象組織，確定數據及相關性的過程，在此基礎上要掌握譬如決策樹、神經網絡、K-means算法、SVM等至少一種相關算法；展現過程要求具備數據整理、數據可視化、報表制作能力，熟練應用D3、Vega實現數據可視化，并能運用R和DateWangler工具將原始數據轉化為實用的格式。

2數據分析師的培養現狀

2.1國外數據分析師的培養現狀

在國外，無論是學術研究還是企業部門，數據分析已發展到較為成熟的地步。斯坦福大學的研究成員著手開發MEGA（現代動態網絡圖像分析Modern Graph Analysis for Dynamic Networks）并與多家媒體公司緊密合作，研究社交媒體中的用戶行為，建立模型并探究其中的規律；哥倫比亞大學已開設了《數據科學導論》和《應用數據科學》課程，從2013年秋季起開設“數據科學專業成就認證”培訓項目，并于2014年設立專業碩士學位和博士學位；華盛頓大學開設《數據科學導論》課程，并對修滿數據科學相關課程學分的學生頒發數據科學證書。數據分析師在國外已引起了充分的重視，他們均衡分布在各行各業，運用掌握的專業知識并結合相關思維為自身、企業乃至社會的發展做著不小的貢獻。

2.2國內數據分析師的培養現狀

近年來，在國內，大數據的概念雖被媒體和行業廣泛提及，但數據分析算是剛剛起步，數據分析師的培養課程未得到普及，我國目前將數據分析納入教學體系的高校寥寥無幾，開設相關課程并取得一定成果的有：香港中文大學設立“數據科學商業統計科學”碩士學位；復旦大學開設數據科學討論班，于2010年開始招收數據科學博士研究生；北京航空航天大學設立大數據工程碩士學位；中國人民大學統計學院開設數據分析方向應用統計碩士。

和國外相比，我國數據分析師的人才培養機制還未成熟，高校教育仍存在各種各樣的問題，譬如，大學生雖然從多門課程中接觸到與數據分析相關內容，但各門課程的教學資源未能實現有效的整合。互聯網環境下，大數據帶來的是一場革命性的變化，若想把握機遇，實現國家經濟革命性發展，首要任務就是數據分析師的培養。

3如何成為優秀的數據分析師

數據分析師作為新時代新興起的高薪職業，對人員的能力要求是相當高的，下面將根據數據分析師的定義、能力需求并結合互聯網環境的時代背景，對數據分析師的成才途徑作出詳細的分析。

思維變革，數據分析師成才的前提。首先要在思維方面有所改變，培養自身數據思維、多模式思維、邏輯思維和結構化思維。數據思維即量化思維，對數據具有獨特的敏感度，相信一切事物皆可量化；多模式思維即構造多種想法和解決思路，拓寬思維，從多角度出發，以尋求最優的解決問題的方案；邏輯思維，在錯綜復雜的海量數據中要有縝密的思維和清晰的邏輯推理能力才能按照自己既定的目標有效解決問題；結構化思維即系統性思考問題，深入分析內在原因，能夠制定系統可行的解決方案。

技能變革，數據分析師成才的工具。作為一名優秀的數據分析師若想在互聯網環境下對海量數據進行有效的管理，就要努力學習相關的專業技能。要掌握多種機器學習方法，不斷學習相關軟件應用，譬如，Java、Python、SQL、Hadoop、R等等，這將成為數據分析全過程的輔助工具；除此，還要掌握一定的心理學知識，能夠很好的分析和解釋客戶行為；在此基礎上，最核心的是要掌握一定的業務能力和管理能力。

素質變革，數據分析師成才的保證。在個人素質方面，互聯網時代對數據分析師的要求增多，若想成為優秀的數據分析師就應不斷學習完善以下素質能力：對工作的態度嚴謹認真，對數據的變化時刻保持敏銳的洞察力，對方法的運用保持一定的創新性，對團隊保持團結合作之心，能與顧客溝通交流并及時了解他們的需求。

實踐，數據分析師成才的推動力。數據分析師的職責是幫助企業挖掘市場價值、發現機遇、準確進行市場定位并從海量數據中找出問題，提出解決方案。因此，在數據分析師的成才道路上，實踐是必不可少的。相關人員要在掌握理論的基礎上，敢于應用于實踐，充分考慮數據中存在的價值和風險。使自我能力在實踐中不斷改進和完善。

4給我國高校的建議

高校為數據分析師的成長提供指導和途徑，肩負著為我國社會培養有用人才的重任，因此高校要努力構建數據分析師的人才培養機制，不斷輸出數據分析相關人才。

高校的首要任務是，強化師資力量，改進教學方法。各大高校應聯合共建優秀師資團隊，鼓勵教師考取數據分析師資格證，并到實際企業中進行歷練。再者，我們要組建專門師資團隊到國外開展學習工作，取其精髓，去其槽粕，不斷優化我國數據分析師的培養體系。

第二、培養專業化的人才就要有效整合各門課程的教學資源，構建系統性教學結構。鑒于市場對數據分析師的需求的火熱程度，高校完全可以開設專門課程，將與數據相關的課程進行有機的整合并開設數據分析導論、基礎等課程，制定數據分析系統性課程體系，專門為市場培養數據分析的專業人才。

第三、在具備優秀的師資力量和良好的教學體系的基礎上，高校也高度應注重學生興趣的培養。數據分析師是新時代的復合型人才，一名優秀的數據分析師需掌握包括數學、統計學、運籌學、社會學、管理學以及大量軟件應用在內的大量相關知識，學習過程會十分繁瑣、復雜，學習周期長，學習難度大，所以建議各大高校在制定教學體系時應合理安排課程，在教學過程中應注重課程的趣味性，寓教于樂，采用案例導入、項目教學等教學方法，逐漸培養學生對數據分析濃厚的興趣。

第四、隨時更新教學數據，培養適應時展的人才。基于大數據的4V特征即大量化（Volume）、多樣化（Variety）、快速化（Velocity）、價值化（Value），在培養數據分析人才的期間，高校一方面要注重數據的全面性，另一方面要注重數據的更新，及時更改教學方法和教學案例，與時俱進。高校要充分利用互聯網的優勢，引入MOOC（Massive Open Online Course，大規模網絡開放課程）教學方式，充分發揮大數據在教育領域的作用，克服傳統教學方法資源少、反饋慢、綜合分析困難等缺點，將數據分析的研究成果應用于數據分析人才的培養，實現數據分析行業的良性循環。

第五、注重理論與實踐相結合，努力為學生搭建實踐的平臺。高校可考慮校企合作的教學理念，邊教學邊實踐，讓學生將所學到的理論知識轉化為實際應用，一方面在實踐中鞏固并檢驗自己的理論知識，另一方面數據來源真正的企業運營中，讓學生切實體驗數據的作用和風險，有助于塑造真正對企業有用的人才。

5結語

綜上所述，互聯網帶來了全球范圍的數據信息大爆炸，這對企業來說是機遇同時也是挑戰，能將大數據為自己所用，是企業取勝的關鍵，因此數據分析師逐漸被各行各業認可。文章從數據分析師的定義出發，結合目前的時代背景，對數據分析師的每一工作步驟所需的能力進行研究，旨在初步探索優秀數據分析師的成才之道，為即將成為數據分析師的學者提供一定的理論參考。最后，針對如何構建數據分析人才培養體系，對我國高校提出了幾點建議。高校的培養只是為數據分析師提供成才的途徑，如何成為資深的數據分析師還有賴于每個學者的不斷探索和研究。

參考文獻：

[1]張明元.數據分析師的職業是否高不可及[J].出國與就業，2007（08）：56.

[2]鄭葵，馬濤.經管類專業大學生數據分析能力提升策略探討[J].商業經濟，2013（19）：52-53.

[3]馮海超.大數據時代正式到來[J].互聯網周刊，2012（24）：36-38.

[4]譚立云，李強麗，李慧.大數據時代數據分析人才培養的思考及對策[J].科技論壇，2015.

[5]尹穎堯，李鴻琳.趕緊培養數據分析師[J].大學生，2013（18）：78-79.

[6]程征.提升數字閱讀質感的數據分析師[J].中國記者，2013（6）：46-47.

[7]張文霖.數據分析師那些事[J].統計論壇，2013（7）：44-45.

篇3

無論是政治，還是經濟形勢，任何政府、企業、個人，面對未來進行投融資等項目決策，不經過數據分析論證就簡單的決定會帶來巨大的危害，已經漸漸的被人們認同。所以，只要參與社會政治、經濟等活動，進行投融資，期望帶來一定的經濟效益，或者社會效益，就必須加強數據分析工作，對投融資意向進行評估，為決策提供科學的依據。

（一）項目數據分析

1、什么是項目數據分析工作

項目數據分析就是研究將經濟學理論用數學模型表示，并應用于項目投資分析的方法論。項目數據分析過程是：提出項目（研究機會）、初步可行性研究（市場、技術、資源、環境研究、效益、風險分析評價）、測算經濟效益、評估和決策、可行性研究（市場、技術、資源、環境研究、效益、風險分析評價）、評估和決策、項目實施。

2、項目數據分析工作的內容、特點

（1）項目分析工作的內容

一般來說，項目數據分析的內容包括項目的經濟效益評價、項目的風險分析和項目的比較選擇。

項目的經濟效益評價主要是在假設項目沒有風險情況下的經濟效益，主要針對非貼現指標（會計收益率和投資回收期）和貼現指標（凈現值、內部收益率、獲利指數和動態投資回收期）。

項目的風險分析，主要是進行盈虧平衡分析、敏感性分析和概率分析。

項目的比較選擇，主要是獨立方案、互斥方案和不完全互斥方案的設計、評估等選擇。

（2）項目分析工作的特點

項目數據分析工作是一門邊緣科學，其特點是以定量分析為主要分析手段，通過分析翔實的數據進行項目的論證得出定性結論，并以定量數據進行說明。顯然，項目數據分析，必須通過建立數學模型的方法進行分析涉及經濟學、數學、統計學和預測學。

（二）什么是投融資

1、項目投融資的概念。

投資是指 “為了在獲得預期的收益而作出的確定的墊支或犧牲的各種經濟行為” 。因此，投資并不局限于與基礎建設相關的經濟活動，還包括證劵投資、信貸投資和信托投資。

2、項目投資的特點

項目投資的特點是現在投入資金進行經濟效益的博弈，通過對該項目的管理進行長期或者未來的收益，不僅具有時間性，而且具有較強的風險性，其本質就是獲得預期的收益。

一些大型的投資項目，通常都由一家專業的財務顧問公司擔任其項目的財務顧問，財務顧問公司做為資本市場中介于籌資者與投資者之間的中介機構憑借其對市場的了解以及專門的財務分析人才優勢，為項目制定嚴格的，科學的，技術的財務計劃以及形成最小的資本結構，并在資產的規劃和投入過程中做出理性的投資決策。

（三）項目數據分析工作對投融資具有重要的意義

1、數據分析工作提高了工作效率，增強了管理的科學性。無論是國家政府部門、企事業單位還是個人，數據分析工作都是進行決策和做出工作決定之前的重要環節，數據分析工作的質量高低直接決定著決策的成敗和效果的好壞。

2、越來越多的企業將選擇擁有中國項目數據分析師資質的專業人士為他們的項目做出科學、合理的分析，以便正確決策項目；越來越多的風險投資機構把中國項目數據分析師所出具的項目數據分析報告作為其判斷項目是否可行及是否值得投資的重要依據；越來越多的企業把中國項目數據分析師課程作為其中高管理層及決策層培訓計劃的重要內容；越來越多的有志之士把中國項目數據分析師培訓內容作為其職業生涯發展中必備的知識體系。

二、從事項目數據分析工作的感受

（一）從數據分析師的角度，項目數據工作需要做到以下幾個方面的服務，才可以為被服務對象提供優質的有價值的投融資報告。

1、真誠服務

所謂真誠服務，主要是因為投融資報告的價值來自于數據分析師精湛的業務能力，細致的數據搜集能力、閱讀能力、分析能力和預測能力。無論是競爭性項目、還是基礎性項目，由于數據分析工作時一門邊緣科學，需要對真實和翔實的數據進行定量或者是定性分析，需要對國家或者國際政策進行審讀，需要對經濟形勢進行判斷，需要對項目所屬的行業進行科學的宏觀把握，因此，項目數據分析師在搜集相關數據，在分析相關數據時，在閱讀國家或者國及政策時，在斟酌行業趨勢時，都需要真誠的付出，否則，閉門造車或者移花接木式的投融資報告，只能是危害客戶，只能給客戶帶來更大的風險，而不是豐厚的收益。

2、真心服務

所謂真心服務，主要是指項目數據分析師在服務客戶時，需要站在客戶的角度思考問題。由于項目數據分析師，是從屬于某公司，因此從公司利益出發，需要為公司賺取一定的利潤，這部分利潤就來自于數據分析師所服務的客戶。從客戶角度思考，實際上客戶委托數據分析師針對企業的項目意向而進行的數據分析，實際是希望數據分析師提供的項目方案，不僅是可行的，能夠為公司獲得預期利益，而且是風險較小的，可以操作實施的投融資報告。

3、真實服務

所謂真實服務，就是指數據分析師在進行項目數據分析，通過建立數學模型的方法進行分析并提出具有科學性的、前瞻性的、科學性的、可操作性的投融資項目預測報告時，需要是真實服務。一般來說，客戶在提出項目設想時，是充滿了憧憬，也具有天真的幻想，那么數據分析師提出的可行性報告如果是刻意逢迎客戶的主張，那么對客戶來說將是災難性的打擊。

4、真情服務

所謂真情服務，主要側重于項目付諸于實踐中，項目數據分析師跟蹤調查項目實施的禁毒，以及修正項目風險分析和比較選擇。

（二）從數據分析師所服務的客戶角度來看，客戶也需要做到以下幾個方面的工作：

1、信賴數據分析師的服務

對數據分析師服務的企業來說，信賴數據分析師是必要的。一方面，投融資項目報告，制定嚴格，具有科學性，是理性的投資決策；另一方面，

2、忠誠數據分析師的服務

3、誠摯和數據分析師的合作

數據分析師在進行投融資項目分析時，一方面，客戶的意項是否描述清晰、完整、完全，是非常重要的，它決定了投融資項目報告的起點和方向；另一方面，企業的真實經營狀況，也對項目報告具有決定性的意義。因此，企業需要同數據分析師進行誠摯的、真誠的合作，否則，項目數據報告就存在不可預知的、本可避免的巨大風險。

三、為項目方和投資方案例分析

支持創新 不忘避險—“倍愛康”生物科技項目作為股東類項目，“中投信保”為“倍愛康”提供4筆貸款擔保，累計擔保余額1900萬元，實現保費收入28.5萬元。

“倍愛康”是由冶金自動化研究院投資興辦的高新技術企業，主營磁分離酶聯免疫檢測系統等醫療器械和試劑的購銷與制造。企業貸款用途為引進加拿大的磁酶免系統。但貸款后對該產品的市場推廣未見成效，研發費用又較高，在銷售無法取得突破的情況下，使得公司的凈利水平偏低。同時，下游各地方醫院壓款情況嚴重。雖引入的國外先進技術不如預期般成功，企業仍按時還貸，該項目順利完結。

篇4

大數據比任何時候都談論的多，因此公司的管理層比以往任何時間都希望通過數據分析得到他們感興趣的東西，因此都會為此組建一支網站分析團隊去發現其中的價值。對于數據分析團隊人員來說，把數據導入到網站軟件分析占據在工作量小于10%，而把剩下的90%的時間用在發現數據中的價值，形成自己的觀點從而驅動公司作為改變，這才是數據分析師的價值。

那么，數據分析師們如何實現從數字到觀點，以下是我的五點建議：

1、不僅要對比差異，而且要對比趨勢

網站分析軟件讓分析師去對比連續的數據，例如：按月、按年來比較變成很容易，但是對于一些邏輯上的比較，例如：工作日每天，當前與上周的同一天等在對于軟件的實現有一定難度。然而，最好的發現趨勢的方法還是把數據導入到excel中，通過透視表去發現數據中的趨勢。還可以在分析中加入一些統計指標，均值、方差、均方差；

2、在形成結論前請深入分析數據的異常

對于一個網站分析師來說，沒有什么出現那種“狼來了”更悲劇的事情。曾經有一個同事對于一次網站的活動表現非常憂慮，因為自從這個活動上線后，指標連續8周下降。后面分析發現這是一個針對返校的活動(國外大部分大學每學年為三個學期，開學時間分別是8月、1月、5月)，但那個時間正趕上感思節(感恩節是在每年11月的第四個星期四)。

對于之前討論的情況，計算方差是一個很好的評估你的數據變化是不是在統計學上顯著，是否你的變化的數據落到二個方差之外。(譯者備注：如果一個變量符合正態分布，則其95%的值會落到均值左右二個方差內。這也許就是為什么時候你會聽到一個分析師說，這個變化超過5%了嗎？超過應該給予足夠的關注。)

3、細分是更深入的分析的基礎

發現影響數據變化的關鍵因素(顯著變化的驅動力)可能需要花費你超過90%的時間與精力。有時間，導致數據明顯變化的原因可以很容易被發現。有的時候為了回答一個數據的變化，你可能需要花很大精力去研究。然而，通過對數據細分(數據行業有一句話：無細分，吾寧死)，您可以快速找到影響的未來趨勢變化共享行為特征。

4、在報告中與對商業的影響聯系在一起

你在報告中必須向聽眾這樣一個問題：為什么我需要關心？常規中，分析結果可以提高收入、節約費用、或者提高用戶服務滿意度。例如，針對季節性的促銷活動，網站的著陸頁是不是比去年表現的好。如果是，需要多快去實現這些改變，這些改變對于整體的影響，是不可以實現設定的銷售目標。

5、讓觀點可執行

篇5

關鍵詞：大數據 市場調查與預測 教學改革 專業特色

中圖分類號：F274

文獻標識碼：A

文章編號：1004-4914（2017）02-237-02

一、引言

信息技術和社會化媒體的飛速發展引發了數據的大爆炸，而龐大的數據集為企業進行市場調查與預測提出了新的挑戰。為了適應新的企業需求，高校《市場調查與預測》課程的人才培養方案和培養模式必須做出相應的調整，引入新的教學方法和人才培養理念，使用更加先進的調查預測工具，為企業培養出具備數據分析能力的優秀人才。

二、課程改革的必要性

（一）大數據時代的要求

隨著大數據時代的到來，企業越來越重視基于大數據的更多樣本，更多實時數據的分析。對于市場專業本科階段的學生來講，雖然不能達到數據分析的專家，但是必須順應時代及企業人才需求的變化，提升數據分析的能力，《市場調查與預測》課程的教學改革迫在眉睫。

（二）傳統教學方法與教學模式存在很多弊端

《市場調查與預測》課程最顯著的特點就是實踐性強，但是傳統的教學方法與教學模式很難達到鍛煉學生實踐能力的目的。主要體現在以下三個方面：第一，傳統的注入式教學方法主要強調的是理論知識的傳授，學生缺乏參與感，很難調動學生的自主性和積極性，培養學生的創新性；第二，傳統課程安排實踐課時偏少，通過查閱各類院校本課程的教學計劃，多數高校實踐課時占總課程課時的比例不足30%，教師很難對整個實踐過程進行監管和指導。第三，傳統的教學模式忽略了對實踐能力的考核，基于實踐課時偏少，實踐成績所占總成績的比重很低且缺乏完整科學的成績評定體系，容易造成學生“搭便車”的現象；第四，《市場調研與預測》課程與《統計學》存在較強的相關關系，在授課過程中如果缺乏課程銜接與配合意識，很容易造成內容的重疊。同時，如果學生的統計學知識不扎實，對數據的分析僅僅停留在問卷調查數據的初步統計，很難提高學生的數據分析能力。

三、課程改革的基本思路

《市場調查與預測》課程的教學改革應順應大數據時展的要求，通過以學生為主體，教師為主導的教學方法，著重培養學生的實踐能力、創新能力和數據分析能力。教學內容上增加數據分析的內容，主要引入SPSS統計軟件的實驗課程，提升學生的數據分析能力；教學形式上采用課題式教學，通過課題式教學與分組合作學習的互動式教學模式提高學生的實踐能力；課程考核上，通過制定公平合理的考核制度提高學生參與實踐鍛煉的積極性，并在提高自身綜合素質的基礎上提高對教師教學的滿意度。

（一）教學內容的調整

依據市場調查與預測統計分析的需要，學生要先修《統計學》課程，通過和《統計學》教師的溝通與配合，《市場調查與預測》課程教學內容減少與《統計學》重復的理論部分，增加數據分析內容，尤其是SPSS操作模塊。與此同時，增加實踐課時。該課程的總課時為48學時，其中課堂理論授課占用24學時，SPSS操作占用12學時，實踐課時12學時。課程理論講授模塊的內容包括：市場調研方案設計、數據搜集方法、市場調研誤差、數據整理與分析、市場調研報告的撰寫、市場預測的基本方法。SPSS操作模塊包括：問卷設計與數據收集、問卷數據的錄入與清理、單變量的一維頻率分析、雙變量的交叉表分析、多選變量的一維頻率分析和交叉表分析、描述統計分析、簡單統計推斷、單因素方差分析、線性相關分析與線性回歸分析。@兩個模塊不是孤立的，而是通過課題式教學完成，學生通過選定的課題展開，圍繞選題在實踐課時完成完整的市場調研過程，應用SPSS完成數據的分析過程，最后以課題小組的形式進行匯報。

（二）教學的組織形式

教學組織形式上主要采用課題式教學與分組合作學習的形式，鼓勵學生按照興趣以4～6人為一組進行組隊，通過發現生活中與市場調查相關的實際問題，參與教師的課題項目，參與大學生市場分析大賽或者結合大學生創新項目等形式確定調研主題，明確調查目的、調查對象和調查范圍，設計調查方案。無論對于教師還是學生，新的科研項目的立項都會面對很多的新問題。在教學過程中，全體師生圍繞共同感興趣的科研課題展開教學與科研活動，形成一個學習型的教與學的團隊。提高學生自主學習與實踐的意識。師生在教學與科研活動中會有新的發現，達到教學相長的目的。

（三）課程成績評定方案的優化

由于《市場調查與預測》的課程加強了實踐環節，所以在最終課程的成績評定中，學生實踐環節的占比要相應的提高。我校傳統課程考核中，綜合成績=平時成績+期末成績。平時成績和期末成績分別占30%和70%。現計劃調整為：綜合成績=實踐成績+期末成績。其中實踐成績和期末成績各占50%。由于實踐環節都是分小組進行，調研報告和最終的匯報只能區分不同小組的最終表現，很難區分小組成員的實踐表現。為了防止小組成員在團隊作業中出現搭便車的現象，所以學生個人實踐成績=小組實踐成績70%+個人平時成績30%。小組實踐成績的評定在匯報過程中采取小組互評和老師評定相結合的方式，其中小組互評占30%，由其他小組評定的平均分計算得來，老師評定占70%，按照課題選題的難易程度及完成的工作量大小來確定。個人平時成績=組長評分30%+老師評分70%，組長評分根據組員的參與度及完成情況決定，老師評分根據小組分工的完成情況決定。這種成績評定結構盡可能的做到客觀公正，讓學生切身體會到自覺參與實踐鍛煉的重要性，促進學生積極投入到實踐鍛煉中，并在提高自身綜合素質的基礎上提高學生對教師教學的滿意度。

四、課程改革與專業特色

由于課程采用課題式教學與分組合作學習的形式，不僅鍛煉了學生的實踐能力和創新能力，而且對學生團隊溝通與合作能力也是一種提升。通過這種教學模式的實踐也可以為市場營銷專業特色的建立指明方向。

（一）以就業為導向

市場營銷專業的學生將來很可能從事市場調研工作，因此如果能在學習的基礎上考取相關證書可以很大程度提高就業率，比如可以鼓勵學生考取中級調查分析師證書。中級調查分析師證書考核的內容主要包括五個模塊：消費者行為學、調查概論、市場調查實務、抽樣技術和調查數據分析。學生可以側重以“消費者行為”為課題開展市場調查，不僅使學生掌握了市場調查的基本理論知識，而且也掌握了市場調查的實務，提高了數據分析的能力，實現了大數據時代企業對新的人才需求的無縫銜接。

（二）以專業競賽為導向

該課程的實踐環節也可以以專業大賽為依托，比如學生的選題可以先以校級大學生創新項目為基礎組織教學實踐，既完成了教學任務，又可以為參加更高層次的專業大賽奠定一定的基礎。在現有課題的基礎上選拔比較好的項目銜接省級大學生創新項目、全國及海峽兩岸大學生市場調查分析大賽等。這種模式既可以加強與全國高校的交流，也可以緊追市場調研實踐教學模式的前沿，拓寬任課教師的思路，促進教學質量的提升，提高教學滿意度。

總之，《市場調查與預測》課程的改革不僅順應了大數據時代的發展，同時也能體現出以市場調研為依托的專業特色。但是我校《市場調查與預測》課程的改革并非一蹴而就，也是一個循序漸進的過程。課程的改革不僅和現有師資水平有關，而且與學校的各種軟硬件配置以及實驗室建設也存在很大的關系。目前我校在《市場調查與預測》教學方面的軟硬件還存在很大的欠缺。如何提高實驗室的利用效率，加強實驗室軟硬件建設，實現SPSS操作課程與理論課程的無縫銜接也是需要我們通過調研來逐步改善的。同時，課程的建O需要長期的投入和努力，我們在提高學生的市場調研實踐能力，增強學生將來融入社會的適應能力的過程中還要不斷摸索和提升，緊跟時展的步伐。

參考文獻：

[1] 段曉梅.基于SPSS軟件的《市場調查與預測》實驗課程教學研究[J].教育教學論壇，2014（9）58～60

[2] 李紅梅.市場調研課程實踐性教學模式研究[J].教育教學論壇，2015（12）107～109

[3] 陳成棟，劉曉云.“市場調查與預測“課程教學改革實證研究[J].中國市場，2012（35）26～28

[4] 趙磊，朱娜.“大數據”時代農業高職院校財經類專業市場調查與預測人才培養方法探討與研究[J].經濟研究導刊，2014（27）187～188