时间:2022-11-28 22:46:58
绪论:在寻找写作灵感吗?爱发表网为您精选了8篇互联网数据分析报告,愿这些内容能够启迪您的思维,激发您的创作热情,欢迎您的阅读与分享!
中国人民大学劳动人事学院院长杨伟国谈道:“在新常态的大背景下,中小企业将成为推动国家经济发展的新引擎,在经济发展中发挥越来越重要的作用。中国人民大学劳动人事学院和今目标的共同梦想是为中小企业经济发展做些实事。双方联手基于中小企业行为进行数据分析,帮助中小企业在互联网时代可以快速发展提供有价值的指导。”
今目标创始人兼CEO文荣表示:“近年来,中小微企业在发展过程中迸发出了惊人的活力,但也面临着迷惑和风险。拥有深厚的学术研究能力的中国人民大学劳动人事学院与今目标携手创办‘企业行为研究中心’,将为中小企业提供有价值的数据。未来将每季度一次,帮助中小企业更清晰了解宏观数据,展开针对性策略,助力经济发展。”
此次的中小企业行为分析报告数据源于今目标平台245万家企业用户,数据囊括了员工培训次数、迟到、工作时长、人员流动率、企业生存年限等非常具体和微观的数据,用不同的视角对中小企业行为作出了解读。
中国人民大学劳动人事学院教授徐世勇教授对报告进行了解读,包括:大部分企业分布在北上广,10年以上的企业占比27.66%,平均存在年限6.98年,65.43%的企业每年员工的培训次数超过了10次,大多数企业都是成长激励型,人力资源管理的困难来自于员工关系管理(17.5%)和绩效管理(15.5%),91.36%的企业对未来充满信心等。
徐世勇谈到,之所以要做中小企业行为调查,是因为以往针对中小企业的报告相对来说较少,现存调查数据也不集中,比较分散,无法形成整体分析。现在人民大学与今目标联合将持续,详尽动态的数据分析报告。
北京邮电大学教授王立新在会上谈到:“今目标按照互联网模式来运作。通过免费聚集大数据资产,240多万企业数据是今目标真正的资产。再大的企业,采集不了供需双方的数据,也是小企业。再小的企业,掌握了大数据也是大企业。数据一定要垂直整合,并找到产业链的相关性才能产生价值。通过企业行为研究中心的研究,最终可以建立一个模型,找到240多万家企业中最具投资价值的企业。”
一、创新数字管理工具:着眼常规,夯实德育根基
常规工作是德育的根基。互联网的崛起,打破时空限制、加速信息流转速度、外显跟踪事项进度等给德育常规工作带来极大的便利。1.梳理部门职能,科学分工根据学校德育部门具体情况及实际需要,我校对学校德育工作进行重新整合安排,对分管德育的各位教师进行明细分工,设立常规部、生活部、数据部、传媒部、培训部、研发部六个职能部门,搭建德育教学一体化管理平台,在平台内部建立学生基本信息管理系统、学生操行分管理系统、文明班管理系统、学生成绩管理系统、家庭报告书管理系统五大系统,实现德育管理的数字化,同时将学生操行、活动获奖、学业成绩、教师评价等信息汇聚一起,为后期数据分析提供基础。2.发挥互联网优势,加速信息流转德育常规信息具有较强的时效性,学校利用互联网的优势,加速信息记录、反馈、跟进,在最短的时间内,将每一项常规信息送至班主任那里并让其跟进。精准的学生坐标是确保数据信息正确有效的前提,我校实行学生宿舍坐标与课室坐标管理两套体系,确保各项常规反馈精确到个体;操行管理系统全时段监控学生操行分的等级,并即时发送“到线”学生跟进消息,协助班主任及时有效地进行个体跟进教育;文明班管理系统汇总全班每一位学生各项操行表现含各类加扣分项目,为班主任营造集体舆论导向提供有力支撑;学生成绩管理系统记录学生入学成绩和各阶段检测成绩,全面记录学生在校成绩动态,为教师指导学生“自我剖析、自拟计划、自我监督、自我成长”提供参考数据;家庭报告书管理系统将为家长提供学生在校某个阶段的学习生活报告,可选择某几次成绩、学生操行、教师评语等作为报告数据内容。此外,学校还将德育教学一体化管理平台对接学校公众号,方便家长使用移动设备查询学生在校期间学习生活的详细表现,凝聚家庭教育力量,实现家校有效互动。3.引入智能数据分析,优化教育效果谷歌Alphago的胜利让我们再一次看到人工智能的威力,同时也让我们思考如何将智能数据分析引入教育,优化教育效果。德育教学一体化管理平台汇聚了学生海量的数据,涵盖了学生操行、学业成绩、活动获奖、教师评语、家长评价等,引入智能数据分析连接最前沿的教育学、心理学等理论支撑下的专业教育指引,可以分别在个体分析报告和集体分析报告中为班主任提供相似教育案例和方法指导,让班主任的工作更加科学高效。
二、升级互动分享平台:助力科研,提升德育实效
班主任自主成长模式是我校德育科研工作的主要策略,通过专家引领、团队科研、交流反思、自主修炼等四大措施,引导班主任在学习中进步、在实践科研中成长。学校将这一模式融入到教师互动分享平台——礼山师说。1.班主任频道:让优秀班主任以群体的形式出现班主任频道是班主任学习、交流、分享的平台,也是一个展示自我的空间。教师可以了解最前沿的教育资讯、向优秀的同行、跨界的教育精英学习等;交流身边的鲜活案例、分享教育实践沉淀下来的智慧。频道中优秀的案例、有效的教育方式方法等将被引入德育教学一体化管理平台,为教育同行提供有效参考。2.家校频道:让家长成为教育的专业助手学生的成长需要学校教育和家庭教育的融合,产生1+1>2的教育效果。我校在互动分享平台“礼山师说”上开设家校频道,倡导家校交流。班主任主动反馈学生在校情况,并推送相关教育方法指引,让家长成为教育的专业助手;家长主动学习,积极配合学校老师,联合帮助学生健康成长。
三、优化德育数字资源:关注课堂,拓宽德育途径
2010年为教师触网分水岭,近60%教师使用百度文库
报告指出,2010年是教师触网的“分水岭”。2010年后,越来越多的教师开始利用网络资源进行备课、教学。以文库为例,在全国教师量基本稳定的情况下,文库中教师的数量不断增加,从2010年的220万,增加到2013年的846万,3年时间里增长了近4倍,占全国教师总量近60%,打破了优秀教学资源之间的信息孤岛局面,成为教育界全新的教育平台。
教学方式互联网化,资源流动缩小教育鸿沟
全国近60%的教师群体触网,也带来了教学方式的大转型。传统的线下备课、制作教案、公开课分享的方式已经开始向网络资源搜索、电子化制作、网络分享转变。同时,互联网教育分享也令教育资源的流动速度加快、传播范围更广, 有效地克服了时间差、地区差,缩小了教育的地区鸿沟。百度文库数据显示,山东、江苏、广东等教育大省的教师成为文档资源主要贡献者,而中西部教育相对落后省份的教师通过百度文库下载教育文档而从中受益。互联网带来了教育资源的流动,形成了发达地区支援落后地区的正向循环。
教师人群:80后人数最多,90后最活跃
当下的教学环境不仅教师教得辛苦,学生也学得辛苦.过去教师批改作业和课外辅导耗费了大量的精力,错题数据统计速度慢、难度大,使得教师面对大班很难做到个性化教学.随着“互联网+教育”时代的到来,教育正面临着难得的发展机遇.大数据改变着人们的生活,人们也意识到数据的重要性.许多行业正依托着数据分析做决策,如医院基于大量的临床诊疗数据分析,较好地提升了治疗水平;时代推动教育朝着基于学习数据的精准教学迈进,学校积极探索依托数据分析开展教学,提高教学的有效性.近年来国家先后出台一系列纲领性文件指导教育改革,为学校深入开展教学研究指明方向,对互联网背景下基于数据分析的精准教学提供参考.
二、理解数据的统计功能,关注数据成教育新常态
教学评估最直接最有效的手段就是考试,按照传统的方法,对每场考试改卷及成绩细致分析,都需要耗费大量的时间与精力.若借助大数据对考试进行精准分析,就会让学生的成绩一目了然.数据可以多维度立体化地呈现成绩.从统计角度来说,既能统计每个学生的进退情况,也可统计班级或整年段的考试情况;从分析维度来说,既可横向分析,也可纵向成绩对比跟踪;从数据分析结果来说,既有学生个人的分析结果,也有学生全体的分析结果.借助数据平台每次考试都会生成考试报告,图表展示的分析结果形象地体现了班级之间的差异和变化,个人的成长变化等.教师可根据分析结果发现不足,找到改善教学的方法,因材施教,提高学生学习能力和教学效率.更重要的是大数据能够让我们更全面地看待学生的发展,发现以往考试成绩所反映不了的深层次问题,从而为精准教学的实施提供了可能.
三、实践闭环式教学,聚焦薄弱点成教学新关注
数据分析下的精准教学通常包含:“数据采集图1———知识点筛选———薄弱点精讲———课堂反馈分析———布置作业反馈———数据采集”的闭环式步骤(如图1),实现教学的良性互动.1.准确的数据采集为精准教学奠定基础数据是无声的现象表达,学生的阶段性考试或练习都会在数据平台留下“痕迹”,平台会根据学生的考试得分率和平时作业准确率自动生成分析报告.报告能反馈出学生学习的各种数据.教师备课的首要任务是整合平台内的横向、纵向数据对比,找到有用的考试数据,这是实施精准教学的前提.比如,表1以量化形式分别呈现年段和班级学生在选择题、填空题等题型的答题表现.通过数据比较,教师可以了解到班级平均分与年段平均分的差距;以A老师任教的6班为例,A老师发现6班在各种题型的得分率都高于年段,解答题的表现比同年段的1班好,但在选择题、填空题两种题型的表现都不如1班同学,故A老师应该侧重对6班同学的选择题、填空题进行分析.进一步逐一分析比对可以依次找出6班选择题、填空题和1班同学的差距在哪些题目.如表2,A老师发现造成6班选择题表现不佳的原因是学生在选择题第5题的表现不如1班同学.着重对选择题第5题的题干和选项进行认真细致地分析,结合每个小题中A,B,C,D四个选项,各个选项的选择人数分析了解学生犯错误的原因(如图2).通过数据分析能让教师精准聚焦到对应题型的得分表现,寻找分值差距较大的题型.选择题各小题得分情况,可以清楚地反馈出6班同学在哪些小题需要加强.A老师通过对这几个小题A,B,C,D四个选项的选择人数,可以更进一步地了解错误的具体原因,使得讲评的针对性更清晰,不必个个选项逐一讲解,可集中花时间突破知识点的不足,这样针对一次考试或作业的数据分析采集和定位就基本完成.2.知识点的筛查是突破薄弱点的关键试卷的分析讲评,不能一题题地走流水线讲评,需要对试题进行整合,梳理出考查的知识点分布,某个知识点的考查角度,这样的试卷讲评才会更加有效率,学生的收效也会更大.分析题目必须能透过试题了解背后考查的知识点,理解命题者的真正考查意图,从整卷的知识点考查得分率入手,可以抛开试题本身去揭示学生在知识层面的掌握情况.如A老师从选择题第5题所考查的知识点入手,结合知识点的得分率定位学生的知识缺漏(如表3),高度精准归类分析对焦瞄准“靶心”组织教学.3.发挥数据的诊断功能,让教学精准到“点”经过“数据采集———知识点筛查”环节,A老师备课时能准确定位学生的知识薄弱点,备课时便可以重点关注,合理准备教学内容,课堂教学时集中力量攻克薄弱知识点.从考题的分析反馈了解学生对知识点的理解偏差,做好巩固性练习精讲,配套习题的选择要能巩固学生失分知识点,加深对知识点的记忆和理解,实现问题的精准突破.图3根据试卷反馈出来的失分点,针对性地安排若干典型例题进行“点对点”的精准补缺补漏.同时教师也能发现班级优势和不足,及时反思总结教学不足,教学将更加有方向性和目的性,避免了过去仅凭经验教学的盲目性.例题讲评完毕,A老师会针对性地给出配套的随堂练习,利用平板电脑让学生当堂上传,通过数据分析了解知识的巩固情况,对随堂练习反映出来的问题和学生答题的“易错点”再次讲评布置课外作业,上传到数据平台后教师批阅形成作业数据报告,这样就形成教学的完整闭环,实现教学和纠错的无缝对接,数据反馈与精准教学彼此互动,实现薄弱点的精准突破,助力学生学习能力的提高和核心素养的培养.从一次考试的平台综合数据分析,可以从多维度寻找到学生的薄弱点,表1—表3及图2分别从题型得分率、选择题得分率、选择题选项人数和知识点得分率梳理出一次考试的完整分析报告,根据考试报告了解学生的薄弱点,帮助教师在教学时精准对焦学生失分点,把握教学重点补缺补漏,用有限时间高效率聚焦典型错误组织教学.
四、关注平台的数据跟踪,实现教学的“点面突破”
一次考试的结果会受到学生心态、学习情况和外部干扰等不同因素的影响,为了更加精准地收集数据,教师可以从数据库中综合几次考试的数据,形成一周、一个月或一学期的考试数据反馈,并根据学情作个性化针对性教学.表4排查出学生对知识点的掌握程度,从中筛查出学习缺漏,根据知识点的得分率情况安排教学内容,对那些得分率较差的知识点作巩固性教学,实现点对点精准教学补缺,让学生实现学有长进,避免反复性的重复无用教学.
一、创新数字管理工具:着眼常规,夯实德育根基
常规工作是德育的根基。互联网的崛起,打破时空限制、加速信息流转速度、外显跟踪事项进度等给德育常规工作带来极大的便利。
1. 梳理部门职能,科学分工
根据学校德育部门具体情况及实际需要,我校对学校德育工作进行重新整合安排,对分管德育的各位教师进行明细分工,设立常规部、生活部、数据部、传媒部、培训部、研发部六个职能部门,搭建德育教学一体化管理平台,在平台内部建立学生基本信息管理系统、学生操行分管理系统 、文明班管理系统、学生成绩管理系统、家庭报告书管理系统五大系统,实现德育管理的数字化,同时将学生操行、活动获奖、学业成绩、教师评价等信息汇聚一起,为后期数据分析提供基础。
2. 发挥互联网优势,加速信息流转
德育常规信息具有较强的时效性,学校利用互联网的优势,加速信息记录、反馈、跟进,在最短的时间内,将每一项常规信息送至班主任那里并让其跟进。精准的学生坐标是确保数据信息正确有效的前提,我校实行学生宿舍坐标与课室坐标管理两套体系,确保各项常规反馈精确到个体;操行管理系统全时段监控学生操行分的等级,并即时发送“到线”学生跟进消息,协助班主任及时有效地进行个体跟进教育;文明班管理系统汇总全班每一位学生各项操行表现含各类加扣分项目,为班主任营造集体舆论导向提供有力支撑;学生成绩管理系统记录学生入学成绩和各阶段检测成绩,全面记录学生在校成绩动态,为教师指导学生“自我剖析、自拟计划、自我监督、自我成长”提供参考数据;家庭报告书管理系统将为家长提供学生在校某个阶段的学习生活报告,可选择某几次成绩、学生操行、教师评语等作为报告数据内容。此外,学校还将德育教学一体化管理平台对接学校公众号,方便家长使用移动设备查询学生在校期间学习生活的详细表现,凝聚家庭教育力量,实现家校有效互动。
3. 引入智能稻莘治觯优化教育效果
谷歌Alphago的胜利让我们再一次看到人工智能的威力,同时也让我们思考如何将智能数据分析引入教育,优化教育效果。德育教学一体化管理平台汇聚了学生海量的数据,涵盖了学生操行、学业成绩、活动获奖、教师评语、家长评价等,引入智能数据分析连接最前沿的教育学、心理学等理论支撑下的专业教育指引,可以分别在个体分析报告和集体分析报告中为班主任提供相似教育案例和方法指导,让班主任的工作更加科学高效。
二、升级互动分享平台:助力科研,提升德育实效
班主任自主成长模式是我校德育科研工作的主要策略,通过专家引领、团队科研、交流反思、自主修炼等四大措施,引导班主任在学习中进步、在实践科研中成长。学校将这一模式融入到教师互动分享平台――礼山师说。
1. 班主任频道:让优秀班主任以群体的形式出现
班主任频道是班主任学习、交流、分享的平台,也是一个展示自我的空间。教师可以了解最前沿的教育资讯、向优秀的同行、跨界的教育精英学习等;交流身边的鲜活案例、分享教育实践沉淀下来的智慧。频道中优秀的案例、有效的教育方式方法等将被引入德育教学一体化管理平台,为教育同行提供有效参考。
2. 家校频道:让家长成为教育的专业助手
学生的成长需要学校教育和家庭教育的融合,产生1+1>2的教育效果。我校在互动分享平台“礼山师说”上开设家校频道,倡导家校交流。班主任主动反馈学生在校情况,并推送相关教育方法指引,让家长成为教育的专业助手;家长主动学习,积极配合学校老师,联合帮助学生健康成长。
三、优化德育数字资源:关注课堂,拓宽德育途径
主题班会课是高中阶段德育的主阵地。我校整体规划高中三年各阶段主题班会,并提供丰富的德育素材,为班主任提供科学有效的德育数字资源。
1. 主题班会系列化,增强班会课感染力
习惯养成是个长期的过程。系列主题班会更能满足教育的实际需求,其效果更具持久性和穿透力。依据高中学生心理、生理特征及该时期教育需求,我校将主题班会划分为三阶段。第一阶段:了解,角色转变;第二阶段:熟识,品质提升;第三阶段:奋斗,实现梦想。各阶段主题班会由年级组统一设计制作,其中融入阶段培养目标及实施策略,学校同期也将开展配套活动,形成教育合力。
2. 素材模块化,充实主题班会课堂
(湖北经济学院电子工程系,湖北武汉430205)
摘 要:根据CNNIC的统计,截止到2013年年底,我国移动电话用户超过12亿户,超过人口总数的85%;固定互联网宽度接入用户达到1.86亿户,其中4M以上用户占宽带用户总数的比重达到75.4%;移动互联网用户达到8.2亿户,其中3G上网用户占比超过30%。中国平均每天用手机上网时长124分钟,手机上网时间比电脑上网时间长29%,毫无疑问,中国已经进入以4V(多量、多样、价值、速度)基于互联网的大数据时代大数据的到来,更是一场人类思维、教育的革命。大数据不仅在颠覆传统经济模型、概念、而且也对传统的工业性社会中的职业及其发展的观念进行碰撞和冲刷。如何对处于大数据时代的高校学生进行富有成效的就业指导工作已经成为就业工作的新方向。本文结合大数据时代的教育发展趋势,提出大数据时代高等院校的就业指导工作的若干建议和意见。
关键词 :大数据;多媒体;顾客体验;数据挖掘
中图分类号:F241.21文献标志码:A文章编号:1000-8772(2014)22-0220-02
收稿日期:2014-07-20
作者简介:阳昆(1979-),女,湖北武汉人,硕士,讲师。研究方向:生涯规划,就业指导。
一、引言
著名的未来学家弗里德曼在《世界是平的》这个书里面,提出了互联网3.0时代的概念,告诉我们通过宽带及互联网,个人可以变得更加强大,而世界怎变得更小。比如,现在青年学生可以通过软件的客户端,点击不同老师甚至不同学校的的同一门课程。各种微课堂,e——learning课堂的层出不穷,给予学生们更多的拇指投票的权力,学习方式和教育模式的变革也导致高等教育机构的管理和服务的革新。显而易见,青年学生对移动互联网的日益增长的需求与传统的高等教育的供给模式矛盾将不断深化,大数据的到来,也带来了象牙塔的革命!高校的就业指导工作是高校教育供给机制的促进和改良剂,也是提高象牙塔学生就业质量的重要环节。如何在大数据特别移动互联网时代因时而动,率先占据主体地位,获得就业指导在互联网时代的话语权,是个值得探索的话题。
二、传统的高校就业指导工作在大数据时代危机重重
1.就业指导形式已经无法满足现代大学生个性化、多样化、特质化的需求。
传统的就业指导表现为更多的是行政性指导和形势政策的分析报告会和辅导员、班主任的个人谈心形式,传统的满堂灌、一言堂在高校的课堂,班级的会议中屡见不鲜,效果是可想而知的。现在的大学生大多数都是中国互联网的同龄人,他们甚至比高校老师更懂得、更需要大数据时代的红利和前景。学生价值多元、个性多样、需求多角度的现状给予高等教育的学生管理和服务的驾驭能力提出了新的挑战。
2.高校的就业指导的主体地位也面临着多媒体、多信息服务平台的挑战。
由于大数据时代特有的互联网和软件平台,个人价值的尊重与诉求得到空前的表现,人性化、个性化的服务性的理念凸显出来。人人都是麦克风,个个都有发言权,互联网时代,将使得在家上学、教育空间设计、面向未来的学校界限的消失成为趋势。多种媒体和信息平台更加充实着90后大学生的网络生活(他们可能是中国生活网络化程度最高的群体了),而青年大学生都处于自我价值逐渐形成时期,社会阅历不足,分析能力和判断力尚未成熟。多元化价值观、一些消极、不健康的价值取向借助互联网、大数据时代的便车,也进入了校园,这对高校的就业指导的主体地位和话语权提出了严峻的挑战。
3.高校的就业指导教师的数据分析能力将在大数据时代面临着提升。
高校的就业指导老师承担着课堂的授课和课下的指导工作,他们必须具丰富的专业知识和一定的人生阅历,对行业和时代的发展趋势有一定的分析与判断能力。他们的专业能力是衡量教学和指导质量最重要的方面,也是学生衡量一个教师优劣的重要标准。面对着与互联网同龄的90后们,尽管专业知识占据着重要位置,尽管他们有着丰富的社会阅历,有种重要的能力可能乃至将来会成为评估一个教师专业化的重要指标——教育数据的分析,老师如何从学生纷纷复杂的教学活动中、实际指导工作中,通过对相关数据的分析、关联、总结与预测、有效提高学生的成绩,理性引导他们充分就业、完成职业生涯的良好开端,数据分析的能力显得尤为重要。
4.数据分析技术及成果应用尚未引起高校的足够的重视
当前高校的就业形势严峻,使得各个高校异常重视毕业生工作,从计划到总结,从过程到结果,高校的毕业生工作可谓是事无巨细。虽然就业工作总结能够使高校的就业指导工作、甚至人才培养工作得到回馈,但由于很多高校尚未转变观念,或因技术条件不足,尚未将数据分析的技术及其成果应用于就业指导的全过程,这个只是零散的,不规则的,部分的,阶段性的,反馈的结果也带有片面性。学生对人才培养质量的满意程度、学生的就业规律这些都隐藏在数字下面,潜在价值尚未体现。
三、更新观念、转换思维,积极应对大数据时代的挑战
1.形成以学生为中心,学生职业价值观为核心,满足学生需求,劳动力市场需求,建立起劳动者与劳动市场双向动态匹配指导的新模式。
在注重体验和个人价值的大数据时代,高校的就业指导将在基于大数据以及软件平台应用背景的前提下,以学生个人体验为中心,以学生需求、劳动力市场为两个基本点,对在校大学生提供实时、在线、个性化、全程化的就业信息服务的全过程。积极、主动、关注学生的服务体验经验、贴近学生的心灵,走进互联网特别是移动互联网将是大数据时代高校就业指导服务将是学校在各种媒体和平台的竞争中拔得头筹的关键。就业指导服务部门将于学生工作工作部门合作,积极开展对学生就业价值观、职业价值观的引导和教育工作,发挥校内主流媒体的舆论导向作用,通过课堂与课下、线上与线下的的教育和实践工作,引导学生正确、理性对待社会的不良职业价值理念和人生观,形成积极、健康的职业价值观。
不可否认,传统的大课堂、传统的咨询与辅导将依旧坚守在课堂中,更多的是就业指导人员深入互联网,进入微信群,走进学生的网络社交空间,贴近学生的现实交往群体,就业指导人员将和就业求助人员将建立平等的对话关系,倡导关注学生体验,提升学生就业指导服务的满意度。
2.以生涯发展为基本点,熟练运用数据挖掘和分析技术,提升学生的就业质量
自职业规划大师舒伯提出以自我发展为核心的的生涯发展理论后,如何引导学生进行连续而又稳定的职业生涯规划和实践变成了就业指导的发展方向,这项工作则在大数据时代中走向了积极的实践阶段。高校就业指导部门将从海量的学生个人信息和劳动市场信息的挖掘与分析中,找寻个性不同、需求迥异、价值多元的个性化的就业指导服务类型来匹配学生的需求,届时,实时、在线的形势政策分析报告会与量身定做的“微服务”、“微自信”“微指导”将同时进入学生的移动职能终端中,比如在线职业倾向测评、在线面试指导、在线的求职策略,在线工作分析等,学生通过移动智能终端将大大提升他们的求职成功率。学生甚至可以根据个人喜好、需求选择不同的就业指导信息服务载体,学生将从传统的就业指导的接受对象反客为主,成为就业指导服务的的主体。就业指导管理及服务部门将因学生需求不同不断运用海量数据挖掘技术与分析技术,学生的数据将有效得到整合、挖掘、分析,数据潜在的价值将得以体现。高校就业服务部门随之探求企业需求规律、学生求职轨迹、市场及行业发展趋势,不同性别、不同地域、不同种族学生的求职,为学生提供更加真实和具体的就业信息服务,学生稳定就业、高校有效指导、劳动力市场需求得到有效反馈,最终实现三者的动态平衡。
3.避开盲点——保护求职者个人隐私,将成为大数据时代高校就业指导工作新亮点;
自从美国的斯洛登披露了棱镜事件之后,大数据无处不在的第三只眼使得互联网社会的公民都毫无任何隐私而言。学生在校期间的数据是否由于信息安全的不确定性将被社会上的不法机构或者不法分子侵占,作为不正当的使用。而青年学生普遍存在网络个人隐私保护意识淡薄,使得在就业系统系统中,学生的人格倾向、兴趣倾向、身体等个人隐私信息,如何被有效保护和有效识别,高校的学生工作服务系统,高校就业指导服务系统,等其他社会力量的多远参与,将是高校就业指导工作中数据隐私保护的多元力量。
4.倡导建立终生、多媒体、多渠道的教师学习模式,打造一支适应大数据时代就业指导的服务团队。
大数据时代的4个V(volume,Varity,Value,Velocity)在一方面提高了就业指导服务的效率的同时,也给就业指导人员提出了更高的挑战。大数据时代是云技术、分布式处理、数据挖掘和数据分析技术大张旗鼓的时代,数据勘探和数据分析软件可以通过提供实时反馈学生职业生涯规划的实现状况来帮助学生,教师可以使用这些工作来研究学生的职业发展模式并修正后期规划以便满足学生个人的需要,而这些都需要就业指导的人员对新技术、新媒体、新渠道、新的数据分析方法的理解、掌握和应用,只有不断学习,不断适应,才能打造一支业务过硬的就业指导队伍。
5.建立一个中心,两个基本点的线上与线下、实时与多时就业指导服务的绩效评价体系。
正如《世界是平的》所说,互联网的无线小与个人价值的无限大形成了一个极大的反差。在倡导个人主观体验,个人价值的大数据时代,就业服务的多媒体和多视角给就业服务的绩效评价体系新的思考方向。评价就业指导的服务,可以以学生主体满地度为中心,学生家庭、供职单位为两个基本点的线上与线下、实时与多时、多角度的就业指导辅导的绩效评价体系。以评促进,以评促改,以评促建,切实让高校在大数据多媒体的时代下最大程度地获得影响学生职业与就业行为的影响力。
参考文献:
[1]王国强沙嘉祥吴艺雄关于在教育业倡导顾客满意战略的一些想法第八届亚太质量组织(APQO)会议,2002年9月15日.
[2][日]城田真琴著,周自恒译大数据的冲击人民邮电出版社2013.6.
[3]白永生焦艳新媒体背景下就业指导课课程教学改革教育与职业2012.9第26期.
[4]王平何筱媛大数据时代的机遇与挑战第二届“新媒体与社会发展”全球论坛暨中英“新媒体与社会发展”双边对话综述2013.3.
但是,在阅读推广过程中,我们也遇到了一些障碍,如对学生的个性化阅读缺乏了解和统一指导,学校无法跟踪学生个体阅读的情况;阅读评价耗时、耗工、耗力,成本(尤其是时间成本和人力成本)太高;无法有效地对学生阅读的兴趣、深度、广度等状况进行有效分析;无法根据学生阅读状况把握他们的兴趣、爱好、思维等方面的特点,因此,教师也无法引领和纠偏。而在当时的状况下,这些困难都无法克服。
如何将阅读落到实处,如何减轻教师在阅读中的工作量,让学生真正学到更多有益的知识,“互联网+”的兴起让我们看到了攻克难题的曙光。
“互联网+”可以解决学生阅读的数据收集和分析的问题,把人工统计的繁琐工程简化为自动收集数据,把复杂模糊的人工分析简化为简单可靠的数据分析,兼之具有简便的管理、督察、评价、拓展功能,这就比传统的人工推广阅读的方式更简便快捷、清晰准确,并易于互动和操作。
因此,学校与科技公司联合开发了“攀登阅读”项目。
“攀登阅读”是帮助学生线上选书、线下读书、线上评价的“互联网+阅读”平台,致力于激发学生阅读兴趣,提升阅读质量,培养学生一生的阅读习惯和语文素养。“攀登阅读”使校园阅读进入了与信息化深度融合的大数据时代。
应用系统平台主要包括校园阅读资源管理中心、学生阅读参与模块、学生阅读游戏体验模块、学生阅读展示模块、学生阅读评价模块、教师阅读指导及管理模块等。学生和教师可凭借账号在“攀登阅读”网站首页登录平台。平台学生端有个性化选书、个人书架管理、图书阅读认证、阅读笔记与交流和个人阅读报告实时生成等功能项,平台教师端有学生阅读资源管理、学生阅读任务管理、学生阅读奖励和学生阅读情况分析与评价等功能项。
“攀登阅读”平台主要解决了“读什么、不想读、读了没、能力提升”四大问题。
给学生最适合的书
“攀登阅读”平台通过大数据分析技术从难度和兴趣两个维度对书目进行分级,按照学生的年龄特征、认知程度,给学生选择最适合的书目进行阅读。“攀登阅读”平台提供了六个等级、上万本的书目可供选择,六个等级分别对应着六个年级,不同年级的学生可以快速选择相应等级和种类的书目进行搜索。我们将特色推荐生成一份校本书单,校本书库中的图书配有图书验证测试题目,必读和部分精选图书配有思维训练题目。学生可以根据阅读等级、阅读主题进行个性化、精准化书单选择,学生还可以查看同学们都在看什么书。
教师通过数据分析汇总班级学生的选书情况,了解学生的选书类别分布后,适时掌握学生的读书动向。然后,把学生最喜欢、最适合和可配合课内阅读教学的书目推送给学生。
激发学生读书兴趣
评选阅读达人和书香班级。这是激发学生读书兴趣的方法之一。学生根据阅读量的不同划分为不同等级,学生通过阅读换积分争排名,教师通过查看学生的阅读量、笔记数量及质量来筛选班级阅读达人。学校根据各班级读书数据评选出书香班级和校级阅读达人。
阅读积分奖励。在阅读平台中,每本图书设立不同的积分,学生在阅读完图书后进行阅读后测,通过测试的就可以获取该图书的积分和金贝,阅读积分作为奖励和参加活动的基础。同时,积分可以在游戏中购买装备提升阅读等级形象。教师可以对学生提出阅读基础量化要求,通过阅读积分的总分要求,来达成学生阅读任务。教师根据校本特色从图书分值上对学生阅读书目进行恰当的引导。学校奖励阅读优胜班购书款,爱心爸爸、爱心妈妈带领孩子到西单图书大厦购书。校长邀请“阅读小达人”共进午餐、共话阅读。这种奖励机制自然形成了一种你追我赶的阅读氛围。
线下活动展示。学校及时给学生创造读书展示的平台,包括师生共读、亲子共读、生生共读。校级读书展示中,学生用课本剧、演讲的形式展现了阅读特有的成果。家长和教师也积极参与其中。
学生可以写读后感、阅读笔记,在阅读的基础上训练书面表达能力。读完书之后,学生还可以在阅读小组中与同龄人交流收获、体验,他们的自我学习价值得以体现,这反过来又促进了他们的再次阅读,形成了“人人都阅读,人人都乐读”的良好氛围。
跟踪评价阅读素养
在阅读评价中,单纯的依靠阅读数量来进行阅读评价是不准确的,它忽视了不同难易度的书籍带来的影响。不同阅读能力的读者阅读不同分级水平的书时,评价阅读质量的标准应该区别对待。
在“攀登阅读”平台中,平台根据正确率等基础数据给出阅读质量加权积分。通过对学生阅读的各类图书数量的记录,监控学生阅读内容的均衡性,可以进行有针对性的引导和把控。
实现个性化读书指导
科学检测形成读书大数据。学生通过简单测试的方式,获取单本图书的阅读测评认证。每次认证需做五道选择题,平台依据正确率判断是否通过认证。二次认证时题目更新,避免猜题。学生在做能力测试题时,针对不同形式、难度的题目,平台可以实时记录和形成学生读书的大数据,进而分析学生的阅读质量及阅读能力,为教师的阅读教学提供依据。
大数据指导阅读教学。依托大数据,学校创新了阅读分层教学课例模式。即课前学生自主阅读课文节选的整本书;备课前教师通过平台监测学生的预习情况和理解程度;课上教师根据平台数据分析,进行分层指导教学;课后依托大数据拓展同作家或同年级图书让学生阅读,以文带文,举一反三。
基于大数据形成一对一读书指导方案。平台实时为学生生成个性化阅读分析报告,对学生的阅读参与情况、认证情况、阅读兴趣、阅读能力情况进行全面分析。对阅读能力的评价遵循国际PIRLS标准,基于科学模型进行分层验证及能力拓展,主要评价和发展学生的认读能力、理解能力、评价鉴赏能力、创造应用能力和理解监控能力。
教师在平台教师端可查看班级每一名学生的详细情况,实现对班级成员阅读情况的准确掌握。通过分析每个学生的阅读报告,教师可以有的放矢地对学生进行阅读指导。校长也可以随时点开平台查看全校每个班级每个学生的阅读详情,全面掌控全校各班的阅读情况。平台每个月自动生成全校学生总体的阅读分析报告,对全校学生的阅读数据进行有效分析,为学校指导学生阅读提供决策依据。
关键词:财务分析;大数据;教学改革
作者简介:王晖(1973-),女,黑龙江鸡西人,北京信息科技大学经济管理学院,讲师;段文军(1969-),女,山东蓬莱人,北京信息科技大学经济管理学院,副教授。(北京 100192)
基金项目:本文系北京信息科技大学教学提高-专业建设项目(项目编号:5028023501)的研究成果。
中图分类号:G642.0 文献标识码:A 文章编号:1007-0079(2013)25-0111-02
当今时代不断涌现各种新型信息方式,例如博客、社交网络等;不断兴起各种新技术,例如云计算、物联网等。数据的产生不受任何的限制,数据以前所未有的速度不断增长和累积,大数据时代已经来到。[1]《华尔街日报》认为大数据时代是引领未来繁荣的三大技术变革之一。麦肯锡公司在一份报告中提出数据是一种生产资料。企业每天面对海量的财务数据,如超市的销售记录、银行的交易记录、淘宝网站数千万笔交易记录(产生量超过50TB,存储量40PB①)。企业如能利用这些巨大的数据集挖掘出有价值的信息,那么企业就能掌控下一个创新、竞争和生产力提高的关键。大数据时代,尤其是财务大数据时代,呼唤创新型人才。[2]呼唤具备综合财务分析能力的人才,利用财务大数据为企业创造财富。
如何培养财务分析人才?在财经类高校本科,一般都开设“财务分析”课程,该课程教学目的是培养学生对真实企业进行综合财务分析,并能独立撰写财务分析报告的能力。[3]本文以北京信息科技大学(以下简称“我校”)为例,探讨大数据时代下财务分析人才的需求特点,对高校“财务分析”课程设置的影响,并提出改进“财务分析”课程教学的建议。
一、大数据时代下财务分析人才需求特点
相较于其他类型数据,财务数据更大、更复杂,蕴藏着更多宝贵信息。麦肯锡公司2011年报告推测,利用大数据分析,零售商可增加运营利润60%,制造业设备装配成本会减少50%。[2]在财务大数据环境下,如何整理与统计这些杂乱无章的数据?如何让财务数据开口说话为企业管理者经营决策提供科学依据?朱东华(2013)认为,大数据时代下,传统的数据分析方法已经不再适应当前的数据环境,同时,各种企业对数据的依赖与日俱增,甚至定量分析方法将逐步取代定性分析方法。[4]财务大数据和大量的财务数据分析需求助长了企业对统计和数学背景的人才需求。
可见,大数据时代下财务分析人才应该具备扎实的统计学和数学功底,能够熟练运用定量分析方法分析数据以获取信息,撰写分析报告为企业相关利益人决策提供依据。
二、“财务分析”课程教学现状
张先治(2007)认为,财务分析是财务分析主体为实现财务分析目标,以财务信息及其他相关信息为基础,运用财务分析技术,对分析对象的财务活动的可靠性和有效性进行分析,为经营决策、管理控制及监督管理提供依据的一门具有独立性、边缘性、综合性的经济应用学科。[5]财务分析课程是为我校经济管理学院财务管理专业本科三年级开设的一门专业必修课。学生前期已经学过数学、经济学、会计学、财务管理、统计学等课程。财务分析课程正是在学生掌握前期所学各门课程的基础上,培养学生综合运用所学专业知识,分析判断企业的财务状况,并根据数据分析结果找出企业存在的问题,提出解决方案。[6]为了更好地实现“财务分析”课程教学目的,课程组的老师们经过讨论,决定修改2008级财务管理专业教学计划,将原来课堂教学的方式改为1/2的学时用于课堂教授基本理论,1/2学时用于实践教学。笔者自2011年开始,按照新的教学计划给三届学生讲授了“财务分析”课程。
1.理论教学部分
教材选用东北财经大学出版社出版,张先治和陈友邦主编的《财务分析》(第五版)。该教材体系完整,内容丰富,全书以一家虚拟的ZTE公司为例,演示财务报告分析、财务效率分析和财务综合分析。每章设有案例和复习思考题,该书还有配套的习题集。在课堂教学中,以教材为主线,突出介绍各种财务分析方法的使用,以及根据分析结果得出结论,提出解决方案。
2.实践教学部分
一人一企,边学边分析。每位学生选择一家上市公司作为分析对象,利用学校购买的金融数据库以及相应网络资源,结合所学财务分析理论知识进行上机实验,在Excel内完成数据分析,并将分析结果形成财务分析报告。学生分析判断和决策能力在实战中得以锻炼,教学效果得到改善。
但是,随着大数据时代的来临,外部环境对数据分析能力要求的提升,仅仅学会利用Excel进行水平分析、垂直分析、趋势分析、比率分析和因素分析,已经远远不能满足市场对财务分析人才的需求,学生就业的竞争力无从谈起。结合前面大数据时代下财务分析人才需求特点,我校学生财务分析能力的培养存在着以下问题:
1.学生数据收集、整理和分析能力弱
定量分析方法应用的基础是数据,财务分析人员必须学会从海量的网络资源中搜集并筛选与自己的分析对象和分析目的相关性较强的资料信息,[7]这些资料信息可能是结构化数据,例如金融数据库等;也可能是非结构化数据,例如网页等。从实践教学环节反映出学生数据收集和整理能力弱,分析其原因主要是:
(1)学生不熟悉对财务分析有帮助的网络资源。搜集有价值的数据需要一定的技巧,其中最为重要的是熟悉一些重要的网站,知道相应的数据应该在哪里找到的概率比较大,做到有的放矢。
(2)学生无法将非结构数据快速地转换成所需的数据形式。类似金融数据库这样的结构数据,学生基本能够筛选出所需信息。但是,对于类似网页这样的非结构数据,他们就只能运用最原始的复制粘贴的方法提炼数据信息,耗时且耗力。2013年2月1日,人保财险执行副总裁王和在中国第七届“保险业管理信息化高峰论坛”上指出,在过去的两三年里,结构和非结构数据发生了本质性的逆转。过去就整个社会来讲,绝大多数的数据是结构数据,而现在非结构数据正呈快速增长的趋势,现在以及未来,非结构数据将占到95%,甚至更多。
“财务分析”课程讲授的基本方法主要是比率分析和因素分析法等。目前,无论是学术界还是业界,研究人员大量使用统计模型进行财务数据分析,例如聚类分析、多元回归、因子分析、时间序列预测法等。因而,我校学生数据分析能力急需加强,尤其是统计学和数学的基础要扎实。
2.学生财务分析报告撰写水平有待提高
财务分析的结果是以财务分析报告的形式展示给企业利益相关人,为其进行财务预测、财务决策、财务控制和财务评价等提供可靠信息。财务分析报告是对企业经营状况、资金运作的综合概括和高度反映。李宝智(2012)认为,报告应具备八要素:准确、完整、可比、用户导向、相关、问题的解决方案、及时和易用。[8]从我校学生提交的财务分析报告看,与上述要求还有很大差距。
三、“财务分析”课程教学改革建议
1.培训网络资源使用
重点介绍几个数据库的使用:
(1)金融数据库。我校购买了两款金融数据库,北京聚源锐思数据科技有限公司金融数据库(http://)和深圳市国泰安信息技术有限公司CSMAR财经系列研究数据库(http://)。登陆金融数据库后,输入查询条件即可下载上市公司财务数据,速度快且数据量大,数据格式可以任意选择。
(2)中国资讯行(国际)有限公司高校财经数据库(http://),INFOBANK于1995年在香港成立,是一家专门收集、处理及传播中国商业、经济信息的香港高科技企业,信息范围涵盖19个领域、197个行业。
(3)国务院发展研究中心信息网(国研网)(http://.cn)。国研网已建成了内容丰富、检索便捷、功能齐全的大型经济信息数据库集群,包括:六十几个文献类数据库、四十多个统计类数据库等。
网站资源:中国证券监督管理委员会(http://)、上海证券交易所(http://.cn)、深圳证券交易所网站(http://)、巨潮资讯网(http://.cn)和相关协会网站等。
2.培养数据预处理和建模能力
收集到数据之后,需要对数据进行预处理,利用统计学的理论和方法将数据转换成一个分析模型。[9]学生在统计学、计量经济学课程中,已经完成基本模型理论、SPSS或者Eviews三分析软件的学习。但是,若想实现对大数据的整理和分析,应该掌握R或者Matlab统计分析软件,同时,还要掌握一种编程语言,例如C++、JAVA、C#等。利用编程语言调用统计分析软件,从而实现大数据的分析。另外,建议学生了解Perl语言编程,该语言擅长处理非结构数据。
3.培养文献阅读及财务分析报告撰写能力
数据分析之后,需要撰写财务分析报告,为各方利益相关者的决策提供依据。不同财务分析的目的,形成的财务分析报告具体要求会有所差异,但是撰写财务分析报告的基本步骤相同。首先查阅文献,阅读相关学术文章、财务分析师分析报告、评级机构报告等;其次,模仿写作,组织财务分析结果,形成报告。此中没有捷径,需多看、多写。
注释:
①1TB 等于1000GB,1PB 等于1000TB。
参考文献:
[1]孟小峰,慈祥.大数据管理:概念、技术与挑战[J].计算机研究与发展,2013,(1).
[2]邬贺铨.大数据时代的机遇与挑战[J].求是,2013,(4).
[3]张肖飞.财经类高校《财务分析》课程案例教学改革研究[J].商业会计,2013,(1).
[4]朱东华,张嶷,汪雪锋,等.大数据环境下技术创新管理方法研究[J].科学学与科学技术管理,2013,(4).
[5]张先治.财务分析理论发展与定位研究[J].财经问题研究,
2007,(4).
[6]陈卫军,徐文学,陈平.基于上市公司网上资源的《财务分析》实训教学探讨[J].财会通讯,2012,(2).
[7]王桢.网络环境下财务分析案例教学方法的改进[J].中国教育信息化,2012,(1).