基于招聘網站崗位需求匹配的“電商數據分析”教學改革

李 楠

(上海第二工業大學數理與統計學院,上海 201209)

0 引言

隨著我國網絡、通信技術的進步,電子商務成為我國國民經濟的重要支柱。根據國家統計局2017—2020 年的數據,全國電子商務交易額占當年國內生產總值的比例平均為35.48%,2021 年第一季度的全國電子商務交易額占同期國內生產總值的比例達到38.55%。根據網經社發布的《2021 年4 月中國電子商務行業投融資數據報告》顯示4 月份電商行業的融資總金額超282.1 億元,同比增長110.15%[1]。電子商務行業處于快速發展階段,但存在的人才缺口已經成為制約其發展的一大要素[2]。

近年來我國高校畢業生人數持續增加,在一定程度上可以緩解人才缺口問題,但大多數企業認為大學生在校期間學到的知識實用性不強,無法滿足企業的實際需求[3]。高校作為人才培養的重要場所,制定符合行業發展的人才培養體系,結合社會需求來科學調整人才培養結構可以提高高校人才培養水平[4]。

招聘信息是獲取企業人才需求的重要信息源,已有研究從招聘信息中挖掘企業的人才需求要素,探討專業人才培養、課程設置等改革建議。李宗富等[5]通過對“圖情招聘”微信公眾號的招聘信息分析給出了檔案學專業人才需求狀況, 并對求職者、培養單位和招聘單位提出建議和對策。黃智柯等[6]通過對“拉勾網”的招聘信息挖掘分析得出企業數據分析人才的需求特征,并給出了數據分析專業的人才培養建議?？爹i等[7]通過對“前程無憂”的大數據類崗位招聘信息分析,提出“崗位需求-人才培養要素-課程體系”的框架來對高校大數據分析類課程體系進行改革。

上述研究表明從企業需求角度優化專業人才培養的可行性,而專業人才培養落實于專業課程,本文嘗試結合崗位需求對專業課程“電商數據分析”進行教學改革。

1 課程初期存在的問題

“電商數據分析”是2018 年起面向應用統計學專業大學四年級開設的一門專業選修課,課程新穎,缺乏成熟的教學材料, 課程內容涉及電子商務、統計學、數據挖掘、軟件操作等多門課程,屬于交叉課程且有一定的實踐課屬性。初期的課程培養目標側重將學生已學過的統計學知識和數據挖掘理論運用于電子商務。初期的教學內容分為3 部分: 第1 部分電子商務概述, 包括電子商務的定義與類型、電子商務企業的數據管理方式和數據業務工作流程;第2 部分電子商務的常用數據分析方法,包括電商數據分析的常用指標、數據分析方法和數據分析工具; 第3 部分電子商務網站的數據分析應用, 包括運營數據分析、營銷數據分析、會員數據分析和推薦系統。教學內容中電子商務和數據分析占比接近1:2。

為適應新時代高質量的人才培養需求,我校對應用統計學專業的人才培養目標進行適時調整和優化,當前應用統計學專業的人才培養目標注重對學生知識和能力的培養。針對當前的專業人才培養目標,初期課程教學中的不足主要為教學目標、教學內容和考核方式3 個方面。

1.1 教學目標對學生的能力培養不足

教學目標強調學生數據分析方法的應用能力,但對學生的商業分析能力要求不高,教學過程中發現學生缺乏體系化的商業問題分析能力,不能滿足本專業對高層次人才應用能力培養的要求。

1.2 教學內容不夠合理

教學內容的知識比例不夠合理。第一, 由于初期的教學目標側重于培養學生的數據分析能力,教學內容中的商業理論和商業分析內容占比較少。第二,教學內容第2 部分電子商務的常用數據分析方法課程,與學生已學過的專業課程有較多重疊,造成一定程度的重復教學和課時浪費。

教學內容局限。教學內容第3 部分電子商務網站的數據分析應用,局限于對傳統電商如“淘寶”“京東” 的“店鋪” 開展分析。但近幾年隨著電子商務的快速發展,電商企業類型多樣, 僅對“店鋪”數據進行分析是不夠的,有必要結合新興電商企業的典型問題更新電商數據分析的應用案例。同時, 對“店鋪”數據進行分析時,常用的數據分析工具是由電商平臺為店鋪主研發的,平臺以外不能用,數據分析工具不具有通用性,這不利于培養學生的數據分析實踐能力。

1.3 考核方式單一

學生的成績主要由個人的平時作業和期末報告這類書面材料構成,這種考核方式側重于對課程知識點的考核, 忽視了對學生個人能力的綜合考核?；谝陨蠁栴},本文嘗試結合本專業的人才培養目標和企業的人才能力需求,完善課程的培養目標,并通過優化教學內容、教學方式和考核內容體現更好的教學效果。為了解企業的人才能力需求, 本文選取“前程無憂”招聘網站發布的電商數據分析師崗位招聘信息作為企業的人才需求分析對象, “前程無憂”是“2020 中國最具影響力人力資源服務機構100 強”榜單中排名較前的企業,其發布的招聘信息更具可信性[8]。

2 “前程無憂” 電商數據分析師崗位的需求分析

通過對“前程無憂”網站上發布的電商數據分析師招聘信息進行分析,了解企業的人才需求。

2.1 數據獲取及預處理

在“前程無憂”網站輸入關鍵字“電商數據分析師”,借助八爪魚采集器爬取選取2021 年7 月28 日至2021 年7 月31 日間發布的招聘信息共5483 條,采集的關鍵字段包含: 招聘崗位、工作經驗、學歷、職位信息,其中職位信息中包含了電商數據分析師的崗位職責和任職要求。

對采集到的數據集進行預處理。去除關鍵詞職位信息缺失的招聘信息,以及重復招聘信息后共保留3079 條招聘信息, 按照招聘崗位分為實習招聘和非實習招聘,考慮到實習招聘與非實習招聘可能存在崗位需求的差別,非實習招聘信息更有參考價值。去除掉73 條實習招聘,最終保留用于文本分析的3006 條招聘信息(其中有58 條為英文招聘信息翻譯為中文)。

2.2 電商數據分析師崗位“工作經驗”和“學歷”的需求分析

去除關鍵詞“工作經驗”為空的160 個數據后,如圖1 所示有39%的企業要求2 年及以下工作經驗,其中有11%的企業接受無工作經驗。

圖1 工作經驗占比Fig.1 Pie graph of experience requirements

去除關鍵詞“學歷”為空的90 個數據后,如圖2所示有69%企業愿意錄用本科生,對于碩士及以上學歷的需求比例最低。

圖2 學歷占比Fig.2 Pie graph of degree

通過對關鍵詞“工作經驗” 和“學歷” 的分析,發現企業對電商數據分析師的工作經驗年限要求不高, 對應屆生友好。企業愿意錄用本科生成為電商數據分析師,這在一定程度上說明基于崗位需求對課程進行教學改革有價值并且有必要的,已顯現效果。

2.3 電商數據分析師崗位能力的需求分析

對采集的關鍵字段“職位信息”運用python 的jieba 分詞,提取電商數據分析師的崗位需求關鍵詞。因招聘信息中包含專有名詞,為了提高分詞的有效性, 采用無放回簡單隨機抽樣的方法從3006 條招聘信息中抽取50 條作為樣本,借助樣本招聘信息構建專業詞庫。因為統計軟件的名稱大多為英文, 不同企業對同一款統計軟件的拼寫存在大小寫差異,所以在分詞前,將文本中的英文字符全部轉化為小寫格式。

導入專業詞庫, 去除停用詞后按照詞數排序得到電商數據分析師崗位需求的初始關鍵詞。

去除無效關鍵詞如空字符串、亂碼、單個漢字、符號等后, 提取詞數大于等于100 的關鍵詞共593個,總詞頻占比達80.3%,從這些詞中提取出崗位需求能力。通過對崗位需求關鍵詞整理分類為專業能力關鍵詞和綜合能力關鍵詞,結果見表1 所示。

表1 專業能力和綜合能力關鍵詞Tab.1 Keywords and quantities of professional and comprehensive abilities

通過對專業能力關鍵詞的統計發現, 企業對招聘人才的數據分析、產品、運營、數據庫、模型、用戶、統計、python、銷售、數據挖掘需求較高。在綜合能力關鍵詞中,溝通、合作、學習能力要求較高。

進一步對專業能力關鍵詞進行歸類可以分為3 類: ①數據分析能力, 包括: 數據分析、模型、統計、數據挖掘、數據處理; ②商業分析能力, 包括:產品、運營、用戶、銷售、營銷、分析報告、指標體系、商業分析、競品、用戶畫像、市場分析、痛點;③軟件操作能力,數據庫、 python、 hive、 tableau、spark、 hadoop、 spss、 sas、 java、 powerbi、 編程語言。

這3 類能力的關鍵詞頻率占比如圖3 所示。企業對招聘人才的3 類專業能力需求從大到小依次為:數據分析能力、商業分析能力、軟件操作能力。其中數據分析能力和商業分析能力幾乎同等重要。

圖3 3 類專業能力關鍵詞占比Fig.3 Pie graph of three professional abilities

3 基于電商數據分析師崗位能力需求的教學改革

通過前文分析,企業的電商數據分析師崗位能力需求包括3 項專業能力和1 項綜合能力,分別為數據分析能力、商業分析能力、軟件操作能力和綜合能力。將企業的崗位能力需求與本專業的人才培養目標相結合,企業的人才需求與專業人才培養目標是一致的,企業崗位能力需求是專業人才培養能力的具體化表達,所以結合企業崗位能力需求對本課程進行教學改革。

3.1 結合授課對象, 完善對學生能力培養的教學目標

“電商數據分析”課程的授課對象是應用統計學專業學生,學生通過前期專業課程的學習具備較好的數據分析能力和一定的軟件操作能力。將學生的優勢能力和企業的崗位需求能力匹配后得到本課程的教學目標, 即: 要加強對學生商業分析能力的培養,適當提高學生的數據分析應用能力,這包括數據分析能力和軟件操作能力,同時兼顧培養學生的綜合能力?；诟潞蟮慕虒W目標,為實現對學生能力的培養目標的達成,在教學內容、教學方式、教學過程和考核方式上做必要調整。

3.2 優化教學內容和教學方式,實現對崗位需求3項專業能力的培養

教學內容上,改革后的教學內容共設7 個章節,包括: 電子商務數據分析基礎、電商數據分析師崗位必備技能、行業數據分析、客戶數據分析、產品數據分析、銷售數據分析和運營數據分析,其中,電子商務和數據分析內容占比接近1:1, 相比初期課程,提高了商業分析教學內容的比例。同時,不再以“店鋪”數據分析為主,而是選取當前電商企業數據分析涉及的重要問題,以案例教學和實踐教學相結合的方式將商業分析能力、數據分析能力和軟件操作能力3 項專業能力結合起來。

3.2.1 優化教學內容和教學方式, 提升商業分析能力

在商業分析能力的培養上,教學內容方面的改革包括: 增加商業分析理論教學和以商業問題重塑教學內容。

(1)在電子商務數據分析基礎的理論教學中,系統化介紹商業分析中的重要理論和常用模型。結合電商數據分析師的崗位需求中的商業分析能力涉及產品、運營、用戶、銷售等內容,這些與“商務數據分析與應用”專業建設指導委員會發布的典型商業分析任務[9]: 行業分析、客戶分析、產品分析和運營分析一致,這4 類典型任務不僅包括了初期課程教學內容中涉及的商業問題,而且補充了初期課程教學內容中缺少的行業分析,完善了商業分析的理論教學內容。

(2) 以商業問題組織教學內容, 突出商業問題,提升學生的商業分析思維能力。本專業學生在商業數據分析過程中,習慣于按統計模型羅列研究問題,也就是模型驅動型數據分析思維,這樣容易造成研究問題之間缺乏聯系,不利于學生對數據分析結果的商業解讀。

(3)教學方式上的改革以增加商業分析的案例教學為主。在教學內容上的每一類商業分析任務中增加商業案例,通過把商業案例的綜合性問題拆解為相關聯的簡單問題,逐步培養學生對商業問題的分析能力。通過將商業分析理論應用于實際案例,加深學生對商業分析理論的理解,提升學生對商業分析理論的應用能力。

3.2.2 優化教學內容,強化數據應用能力

在數據分析能力和軟件操作能力培養上, 以應用能力提升為主,通過調整教學內容來實現。

在教學內容上,將課程初期第2 部分的電子商務的常用數據分析方法的教學內容做調整,包括: 減少對數據分析理論的介紹,更改本課程的數據分析工具, 調整數據分析常用指標的教學順序。其中數據分析工具在學生已學過的軟件和崗位需求的主流軟件中選交集, 比如python, 數據庫等編程類軟件,數據分析指標調整到后續電子商務數據分析的相應章節中。這種調整改善了課程初期存在的數據分析理論重復教學和數據分析工具不具有通用性的問題,同時完善了每個章節的內容。

3.2.3 完善案例教學,綜合提升3 項專業能力

電商數據分析師崗位需求的3 項專業能力: 商業分析能力、數據分析能力和軟件操作能力, 并不是獨立的, 而是要融合在一起。對3 項專業能力的綜合培養,可選取電商數據分析的重要問題為案例進行。例如,客戶數據分析章節中的一個案例: 如何分析用戶的選擇,包括: ①理解選擇行為;②從經濟模型到統計模型; ③統計模型的R 語言實現; ④模型解讀;⑤商業建議。

3.3 完善在線資源、優化教學過程,提高個人綜合能力

為提高學生的自主學習、思考和探索能力, 同時提高學生的課堂參與度,本課程建立并逐步完善了在線課程門戶。通過在“學習通”平臺設立在線課程門戶,上傳課程需要的電子書資料、視頻資源、作業等材料,實現教學資源整合,給學生多樣化的教學資源,拓展學生的學習時間和空間,方便學生根據自己的學習偏好獨立自主完成線上學習。通過設置差異化難度的討論和作業題目,引導學生深入思考,實現對學生學習、思維、探索等能力的培養。

為了提高學生的溝通、合作及ppt 展示等個人綜合能力, 在教學過程中, 通過設計小組作業的方式, 培養學生的團隊合作精神。學生不僅要會寫作業,而且也要會講,通過設置課堂答辯環節培養學生的ppt 展示和表達能力。

3.4 調整考核內容

在考核內容上, 由課程初期側重于對知識點的考核調整為對學生綜合能力的考核。具體表現為在平時作業和期末報告中將題目的得分點與課程培養目標的4 項能力對應起來,其中商業分析能力、數據分析能力和軟件操作能力通過書面作業完成質量來體現。個人綜合能力的考核,一方面,通過小組作業中組長給組內成員的個人貢獻評分和個人課堂答辯的方式進行考核;另一方面, 可通過“學習通”在線資源使用率和課堂互動表現等學習行為進行考核。

4 課程教學改革的效果評價

基于上述教學改革, 課程在學生成績、督導評分和學生的課程方面取得了較好的成效。

(1)教學改革后,新的考核指標能夠有效區分學生的學習效果,差異化體現學生的能力。將教學改革前后,教務系統中學生的總評成績人數占比進行統計,結果如圖4 所示。發現教學改革前學生的成績集中分布在“優秀”和“良好”,一定程度上說明以知識點為考核重點不適用于本課程。教學改革后,學生的成績在“優秀”“良好”“中”和“及格”均有分布,并且“優秀”和“及格”的占比較少,共計8.57%,“良好”和“中”的占比較大,共計91.43%,成績分布較為合理。這說明以能力培養為主的教學改革和與之匹配的考核內容,能夠有效區分學生的學習效果,學生的成績體現出了合理且明顯的差異。

圖4 教改前后的成績占比Fig.4 Grade distribution before and after teaching reform

(2)督導評分提高。結合學校督導的聽課記錄,教學改革后的課堂,師生互動效果有效改善,教學過程不僅有較好的理論講述,還可以通過案例實現理論聯系實際,課程的總評成績有提高。

(3) 學生對教學改革后的課程評價較好。通過課程結束后對學生開展的課程問卷調查,發現學生對教改后課程的總體評價較好。在學生對課程教學設計的滿意度評分中,共1～5 分,其中分值越高表示滿意度越高,學生對“教學目標清晰”和“教學內容合理” 分值分別為4.11 和4.03。其中, 教學內容中的“商業分析理論”“數據分析模型和算法”“軟件操作”分值分別為4.17、3.91 和3.8, 說明學生對教學改革后的教學內容有較高的滿意度,尤其對課程教學改革的重點內容商業分析部分給予了很高的評價。在學生對課程學習成果的滿意度評分中, 共1～5 分, 其中分值越高表示越認同, “商業分析理論”“數據分析模型和算法”“軟件操作能力”分值分別為3.74、3.63 和3.66,說明教學改革后學生對課程的專業能力培養有較高的滿意度, 其中“商業分析理論”的滿意度最高。在學生關于課程收獲的調查中,發現有94.29%的學生認為課程增加了他們對電商行業的了解和興趣,有68.57%的學生表示課程有助于豐富他們的畢業論文選題,有60%的學生表示課程對他們的實習或就業有幫助。

5 結論

本文對“前程無憂”招聘網站上發布的電商數據分析師崗位需求進行文本分析,通過構建專業詞庫,運用jieba 分詞和關鍵詞排序的方法獲取企業的人才核心需求。從崗位的“工作經驗”和“學歷”要求中發現企業對電商數據分析師的工作經驗要求不長,對本科生需求量大,是應屆本科生就業的一個好選擇。從“職位信息”中挖掘出崗位需求,將崗位需求歸納為4 種能力分別為:數據分析能力、商業分析能力、軟件操作能力和綜合能力, 這4 種能力與專業人才培養目標中的能力一致,結合4 大能力對課程進行教學改革。

在教學目標上, 結合應用統計學專業學生的數據分析和軟件操作優勢,重點培養學生的商業分析能力,適當提高學生的數據分析能力和軟件操作能力, 兼顧培養學生的綜合能力。調整后的教學目標改善了初期課程對學生商業分析能力培養的不足,同時增加了對學生綜合能力的培養。

為實現教學目標中對學生專業能力包括: 商業分析能力、數據分析能力和軟件操作能力的培養,通過調整教學內容和完善教學方式予以支持,個人綜合能力的培養主要通過完善在線課程資源和優化教學過程來實現,并且課程同步調整了考核內容,實現與企業崗位需求能力相匹配的教學改革。對教學改革后的課程教學效果從學生成績、督導評分和學生的課程評價三方面進行分析發現,調整后的考核內容能有效區分學生的學習效果,成績分布合理。督導評分有提升,在課堂互動和案例設計方面有明顯進步。學生對課程的教學設計滿意度較高,對教學內容尤其是重點改革的商業分析部分評價最高,學生對課程的專業能力培養滿意度高并且學習的獲得感較好。課程的改革和完善有助于提高人才培養水平。