商业数据分析专业人才培养方案

商业数据分析专业人才培养方案
一、背景
教育部办公厅 2019 年提出了关于实施一流本科专业建设“双万计划”的通知。

为深入落实全国教育大会和《加快推进教育现代化实施方案（2018-2022 年）》精神，贯彻落实新时代全国高校本科教育工作会议和《教育部关于加快建设高水平本科教
育全面提高人才培养能力的意见》、“六卓越一拔尖”计划 2.0 系列文件要求，推
动新工科、新医科、新农科、新文科建设，做强一流本科、建设一流专业、培养一流
人才，全面振兴本科教育，提高高校人才培养能力，实现高等教育内涵式发展。

随着大数据技术在各行各业的渗透，人文社会科学通过对全样本数据进行分
析和处理，在解决经济社会发展和人们思想变革方面带来了新的便利，同时也产生
了新的文科领域。

基于编程、大数据采集和处理等技术的社会科学学科，运用机
器学习或知识图谱等人工智能技术进行的社会问题研究，都将成为新文科研究的
重点。

二、行业人才需求
1. 新时代新商科
随着5G、大数据、人工智能、AR、VR、物联网等前沿技术深刻改变着我们
的这个社会的生产和生活方式，新的商业模式对商业企业的从业者提出了新的要求。

新技术、新业态、新人才需要新商科，这波技术浪潮对传统商科的最大挑战
就是商科如何将新技术进行融合，培养掌握新技术的商科人才，最终帮助企业实
现数字化转型。

时代的发展越来越需要新的商科人才来满足行业发展的需要，技术赋能型商科人
才将是新时代商业发展最关键的人才。

2. 商业数据分析专业的行业需求
随着商业企业的商业模式升级和数字化转型，海量数据资料持续积蓄。

同时，
随着大数据、人工智能等新技术的应用和普及，各种数据工具大量涌现，大数据技
术的应用门槛逐渐降低。

如何利用科学的数据方法提升企业在决策、管理和经营方面
的效果，成为企业在新一轮竞争中发展的关键优势。

因此，对于精通大数据分析工具应用，并能够基于商业逻辑运用数据分析与挖掘等方法解决企业经营发展问题的商业
分析人才需求空前旺盛。

同时，大量传统的岗位看似与数据无关，但在大数据的背景下也需要数据分
析的能力，数据分析思维和能力已经慢慢成为职场基础能力。

有研究指出，69% 的雇主希望员工具备一定的数据分析能力，有的甚至会在面试、试用期时设置关卡，用以考核员工的“数据思维”。

3. 市场需求大，就业范围广
适应新时代发展的商业分析师应是既深入了解商业模式又有技术背景的数
据专家，他们最重要的价值就是形成基于数据分析的结果报告，并利用具体商业知识，提供合理决策建议。

因此，在大数据渗透进几乎所有行业的时代，基本所有公司都需要商业分析师。

如今，大数据或者数据工作者的岗位需求激增，其中大数据科学家的缺口在15 万到20 万之间，对于懂得利用大数据做决策的分析师岗位缺口则达到 150 万。

三、专业人才培养目标
商业数据分析是在大数据环境下使用数据深入理解和洞察企业业务的多学
科交叉复合专业,该专业主要培养学生具备扎实的商业经济与运行管理知识的同时，基于大数据分析平台，通过数理统计等数学思维的培养，掌握数据收集、数
据处理、数据分析、数据可视化、预测建模等数据分析核心知识和方法，并通过对不同商业场景中业务问题的分析和处理，训练和培养学生的商业洞察、数据思维、逻辑思维、批判性思维、成长性思维、沟通与表达等核心素质，具备利用管理科学和数据思维解决复杂商业问题的能力。

本专业着力通过多学科交叉融合设置，培养一批大数据背景下懂数据、懂业务、懂技术、懂管理的复合型人才。

具体到各项能力，商业数据分析专业方向强调持续迭代探索的实践以及对过去业务绩效的分析，以获得推动业务发展的洞察力。

业务分析侧重于根据数据和统计方法开发新的见解和对业务绩效的理解。

核心能力包括以下 7 个方面：
1.业务理解理解是解决问题的前提。

为什么提出这个问题？这个问题会影
响什么？问题的主体是什么？购买流程如何？竞争对手是谁？有哪些数
据可用？这些问题背后，都与公司的商业决策息息相关。

2.建立思考逻辑：基于对业务的理解，将业务问题转化为可以落地的问题。

哪些是可以量化的，哪些是主观能动的？哪些需要系统工具，或者需要人工
操作？
3.工具应用与数据分析：将可以量化的问题转为数据框架，最终通过数据分
析方法和工具，得到分析结果。

用到的工具可以是简单的E xce l和 S Q L，
也可以是基于大数据平台、基于机器学习算法解决各类商业问题。

4.商业洞察：一方面，要能准确辨识出有价值的问题；另一方面，要能够把现
实问题抽象为数据问题的商科思维。

5.数据处理：能够将来自商业企业的多渠道、不同标准、非结构化、有缺失
的数据经过处理形成可用于处理和分析的数据处理技巧和能力。

6.数据分析：能够应用数据分析工具，基于统计学原理和商业模型对数据进行
灵活的分析和挖掘。

7.沟通展示：比数据分析更重要的是把成果直观、友好地呈现给大众或交付给
客户，学生应该具备构建内涵深刻、逻辑清晰、形式恰当作品的能力。

四、课程体系
1. 专业培养课程体系
基础课
数理统计：高等数学、微积分、应用数学、线性代数、定量研究方法、运筹学计算机：大数据概论、面向对象编程、数据结构、数据库管理、
商科基础：宏观经济学、微观经济学、财务管理、市场营销
专业核心课
商业分析基础课程：商业数据分析概论、概率论与数理统计基础
数据分析核心技术课程：数据采集、P y t h o n 数据分析、数据可视化技术与应用分布式存储与计算应用、时间序列分析与预测、机器学习与商业数据挖掘
商业应用实战课程：运营管理与决策分析、量化投资策略分析、财务数据分析物流与供应链数据分析、商业模式与企业经营、商业数据分析综合实践
专业选修课
商业不确定性决策分析
系统分析与项目管理
商业流程分析
社交网络分析
文本分析
2. 专业课程设置
待定
五、部分专业课程简介
1、专业核心课程
1.1商业数据分析概论
本课程是商业数据分析基础概论课程，对于培养学生了解商业数据分析全貌、培养商业数据分析兴趣有重要作用。

本课程从整体上带领学生从掌握理论知识，迈向实际应用，基于数据分析做出关键商业决策。

本课程在数据分析理论知识讲解
的基础上，通过学习使用E xce l、S Q L、数据爬虫、商业智能B I工具等主流数据
分析工具进行商业数据分析项目，让学生从整体上感知商业数据分析理论体系及实际应用。

1.2概率论与数理统计基础
本课程是商业数据分析专业的一门重要的理论课程，对于培养学生的数据思
维能力具有重要的作用。

课程在学生学习一定的概率统计、应用统计学的基础上，系统学习如何对数据进行描述性分析和预测性统计分析，帮助学生掌握集中趋势度量、离散程度度量、分布形状和异常值等，并通过绘制直方图、折线图等可视化图标获得对数据的深刻理解。

此外，课程通过推理统计部分的学习，帮助学生通过样本数据的研究获得整体数据的理解，显著提升学生的数据思维和数据分析处理能力。

1.3Python 数据分析应用
本课程是学生构建数据思维以及培养学生数据处理和分析能力的一门重要课程。

课程详细介绍P y t h o n 开发环境的搭建、P y t h o n 编程基础，基于 n o t e b oo k 环
境系统介绍N u m p y、M a t p l o tli b、P a nd a s库的核心组件的应用方法，并通过嵌入
波士顿房价数据分析和可视化、玫瑰花品质数据分析、微博文本数据分析等实例的训练帮助学生具备P y t h o n 数据处理、数据分析、数据展示与可视化的能力，为后续进行商业数据分析以及学习机器学习奠定重要的基础。

1.4数据可视化技术应用
本课程是一门理论与实践相结合的核心课程。

对培养学生的数据应用能力、数据表达能力具有重要作用。

课程培养学生具备信息的展示逻辑、数据的可视化表达思维，使学生掌握数据可视化的核心理论和方法，掌握常见的商业智能 BI。