工商管理类本科生大数据分析能力培养的路径探索

2020-02-27郭昱琅

经济管理文摘 2020年12期

■郭昱琅

（广东财经大学）

工商管理类专业是商学院基础专业，它包含会计、营销、人力资源和旅游管理等专业。该专业学生主要学习管理学、经济学和心理学等课程，并将相关理论知识应用到企业管理具体实践中。然而作为曾经被学生追捧的热门专业，近年来有部分专业亮起了就业红灯，甚至有高校取消了部分专业。这让工商管理类专业的从业人员开始反思人才培养模式上存在的问题。为了应对这一困境，大数据分析能力培养被很多高校的工商管理类专业提上日程。本文聚焦在这一背景下，首先讨论工商管理类本科生培养大数据分析能力的必要性，然后分析工商管理类本科生大数据分析能力的现状，再探讨大数据分析能力培养的关键实施目标，最后展望大数据分析能力培养的未来趋势。

1 大数据时代下提升就业竞争力的重要硬技能

大数据分析能力培养对于工商管理类本科生十分必要，因为该能力是提升新时代就业竞争力的硬技能之一。所谓硬技能，指程序和技术能够被标准化的技能。这类技能容易被人感知，在明面上更容易获得用人单位承认。工商管理专业毕业生一般去向为各大企事业单位经济管理部门。相关调查也发现当前工商管理类专业学生就业竞争力普遍不强，尤其是职业技能和核心竞争力不足[1]。工商管理类课程更多培养的是软技能，虽然软技能在职业发展后期扮演更重要的角色，但是这类技能很难在短时间的企业招聘中获得较为客观的识别和认可。因此，具备硬技能的学生在就业市场会更受欢迎。而工商管理类学生以往在就业市场被人诟病最多的地方在于硬技能太少。通常给人的感觉是什么都会又什么都不会，缺乏被岗位录用的足够理由。而相关的对口岗位由于缺乏工商管理专属的硬技能，也相当于降低了就业门槛，吸引了很多其他专业的学生也加入了竞争大军。与拥有“硬”技能的理工科专业相比，工商管理大类的本科生显得明面上的竞争力不足。

近年来，大数据和机器学习席卷了各行各业，使得每个行业都开始了较为深刻的变革。对于企业管理实践来说，大数据直接改变了其生存的环境[2]。海量数据的诞生，精细化数据的挖掘，基于数据驱动的企业管理决策，使得企业管理的逻辑发生了根本性改变。数据在各行各业中扮演越来越重要的角色。能够让数据产生价值的能力成为企业格外看重的因素。用人单位在招聘的时候，十分看重求职者的硬技能的储备。对于教育从业人员来说，如何拥抱这个新时代，成为各个专业在人才培养上重点思考的问题。在这样的新时代背景下，大数据分析能力不得不纳入工商管理类本科生重点培养的能力范畴之中。

2 工商管理类学生大数据分析能力的现状

工商管理类专业当前在大数据分析能力的培养上不容乐观。在大众认知中，工商管理专业是一类偏“文”专业，仿佛和大数据分析天然有着较远的距离，因此要实施大数据分析能力的培养方案，存在各种各样的困难。具体而言，存在着以下三个问题。

2.1 对于数学和编程有畏难情绪

工商管理类学生有一半左右的学生属于高中文科生源，再加上大学的课程设置以人文社科课程为主。这一系列原因使得学生对于数学有一种畏难的情绪。如果在数学的基础上让学生再学习各类数据分析软件，那更是难上加难。部分学生甚至认为编程属于计算机类专业的学生的事情，并未对相关的大数据分析的学习予以重视。因此教是要在本科教学里面提升大数据分析能力培养的比重，学生心态上存在着一定的畏难情绪。除了学生之外，甚至部分老师也认为，对于本科生没有必要进行大数据分析能力的培养，认为这属于研究生层面的培养要求。老师的这种信号的表达，也加重了学生的畏难情绪。

2.2 数据挖掘能力较弱

目前的教学过程中，学生普遍体现出数据挖掘能力较弱的问题。究其原因，很多时候学生将问题单纯地视同为一个数学问题，而非工商管理问题。而这也脱离了我们的初衷。我们期望学生能从数据中提炼出有用的关键信息，做出更有利于企业的决策。但很多时候，学生在学习过程中演变成了攻克数学难题的任务。事实上，工商管理类专业相关的研究方法之类的课程并非数学课或者统计课。研究方法课程只是借助统计工具解决具体的企业管理问题。而数据挖掘是解决问题的关键所在。目前学生在学习过程中导向上存在一定的偏差。

2.3 缺乏跨学科视野的创新精神

对工商管理类本科生进行大数据分析能力培养，本质就是进行跨学科能力整合的培养。在未来的商业时代中，跨界寻求新的商业机会已不再是新鲜事。这也对本科生培养提出了新要求。然而在目前的教学中，学生更多是建立在传统的框架下思考问题。在学生作业中，SWOT、4P和PEST等传统分析工具甚至被滥用。帮助学生建立跨学科视野，更多将理工科的视角，尤其是大数据分析的视角引入到企业管理问题的分析之中显得非常迫切。这样可以让学生站在一个更高的位置重新思考商业问题，提供新的创新源泉。传统框架已非常成熟，但相应的创新难度也大了很多。因此，帮助学生在新时代下建立跨学科视野非常重要。

3 大数据分析能力培养的关键实施路径

基于以上现状，本文提出要在工商管理类本科生大数据分析能力培养过程的关键实施路径主要包括以下三点。

3.1 建立问题导向的思维

问题导向思维指个体在复杂数据面前明确问题是什么的能力。该思维主要应用在个体分析问题情境之中。企业管理实际问题很复杂，如何精确识别问题是关键。大数据分析过程也是分析和解决问题的过程，而精确识别问题是这一切的前提。大数据分析的关键需要对数据进行重新思考和新模式探索[3]。这一切都需要清晰的思考环境，因此，与传统解决问题喜欢做加法不同，大数据背景下培养学生做减法更加重要。很多学生在海量数据面前迷失了自己的思考。在培养过程中帮助学生在大数据背景下过滤干扰信息，明确问题导向，清晰拆解和分析问题是能力形成的关键。在培养的过程当中，帮助学生提高对于数据的敏感性，找到提炼和分析问题的系统化方式。

3.2 培养“借力”的协作精神

学会“借力”，是大学习分析能力培养的关键。大数据要学习的内容非常多，很多学生畏难情绪就是来自于较高的学习门槛。事实上，工商管理类专业的培养方案是包含高等数学等课程，只不过相对理工科在掌握要求上偏低。这些课程和专业课在教学上联动性较低。

但深究具体研究问题，其实没有必要也不可能进行全面学习。因为每个领域都有较高的专业门槛。学生们只需明确：解决这个实际的管理问题需要哪些方面的能力？自己可以学会哪些能力？哪些能力可以借助外部力量解决？当培养了这种“借力”的协作精神。很多难题迎刃而解。以学习SPSS软件为例，SPSS软件中涵盖了计量经济学里面几十种分析功能，很多功能的代码差异都非常大。如果只看这些背景信息，所有本科生都可以放弃学习了。但若我们只需要解决企业销量不佳的原因确认问题。学生只需要使用SPSS进行简单的线性回归分析即可，并且该分析在操作上并非一定需要自己编程才行，SPSS已有的菜单操作就可以非常顺利的解决这一问题。而这个过程的学习，初学者只需要几分钟而已。这个过程关键在明确哪些功能才是对自己有用的，哪些功能可以借助软件简单的方式或者调用外部现成的程序直接执行。这实际上就是“借力”的协作精神。在新时代下要避免单枪匹马，而多重视协作。

3.3 提高学生的跨学科创新自信

大数据分析能力是跨学科创新的必要能力。相对理工科专业，不少工商管理学生缺乏对于“硬”技能的自信。而这种自信需要在一个个成功项目中积累。工商管理学科专业要加强和企业的合作，给学生更多在实践中解决问题的机会，尤其是基于跨学科视角的大数据分析整合。课堂上，帮助学生建立跨学科视角，搭建相关的理论框架，掌握必要的数据分析技能。在校企合作中，提供给学生海量的数据资源，让学生挖掘出更多的商业机会，形成产学研结合，逐渐让学生建立创新的自信。