時間：2022-11-28 22:46:58
緒論：在尋找寫作靈感嗎？愛發表網為您精選了8篇互聯網數據分析報告，愿這些內容能夠啟迪您的思維，激發您的創作熱情，歡迎您的閱讀與分享！
中國人民大學勞動人事學院院長楊偉國談道：“在新常態的大背景下，中小企業將成為推動國家經濟發展的新引擎，在經濟發展中發揮越來越重要的作用。中國人民大學勞動人事學院和今目標的共同夢想是為中小企業經濟發展做些實事。雙方聯手基于中小企業行為進行數據分析，幫助中小企業在互聯網時代可以快速發展提供有價值的指導?！?/p>
今目標創始人兼CEO文榮表示：“近年來，中小微企業在發展過程中迸發出了驚人的活力，但也面臨著迷惑和風險。擁有深厚的學術研究能力的中國人民大學勞動人事學院與今目標攜手創辦‘企業行為研究中心’，將為中小企業提供有價值的數據。未來將每季度一次，幫助中小企業更清晰了解宏觀數據，展開針對性策略，助力經濟發展?！?/p>
此次的中小企業行為分析報告數據源于今目標平臺245萬家企業用戶，數據囊括了員工培訓次數、遲到、工作時長、人員流動率、企業生存年限等非常具體和微觀的數據，用不同的視角對中小企業行為作出了解讀。
中國人民大學勞動人事學院教授徐世勇教授對報告進行了解讀，包括：大部分企業分布在北上廣，10年以上的企業占比27.66%，平均存在年限6.98年，65.43%的企業每年員工的培訓次數超過了10次，大多數企業都是成長激勵型，人力資源管理的困難來自于員工關系管理（17.5%）和績效管理（15.5%），91.36%的企業對未來充滿信心等。
徐世勇談到，之所以要做中小企業行為調查，是因為以往針對中小企業的報告相對來說較少，現存調查數據也不集中，比較分散，無法形成整體分析?，F在人民大學與今目標聯合將持續，詳盡動態的數據分析報告。
北京郵電大學教授王立新在會上談到：“今目標按照互聯網模式來運作。通過免費聚集大數據資產，240多萬企業數據是今目標真正的資產。再大的企業，采集不了供需雙方的數據，也是小企業。再小的企業，掌握了大數據也是大企業。數據一定要垂直整合，并找到產業鏈的相關性才能產生價值。通過企業行為研究中心的研究，最終可以建立一個模型，找到240多萬家企業中最具投資價值的企業?！?/p>
一、創新數字管理工具：著眼常規，夯實德育根基
常規工作是德育的根基?；ヂ摼W的崛起，打破時空限制、加速信息流轉速度、外顯跟蹤事項進度等給德育常規工作帶來極大的便利。1.梳理部門職能，科學分工根據學校德育部門具體情況及實際需要，我校對學校德育工作進行重新整合安排，對分管德育的各位教師進行明細分工，設立常規部、生活部、數據部、傳媒部、培訓部、研發部六個職能部門，搭建德育教學一體化管理平臺，在平臺內部建立學生基本信息管理系統、學生操行分管理系統、文明班管理系統、學生成績管理系統、家庭報告書管理系統五大系統，實現德育管理的數字化，同時將學生操行、活動獲獎、學業成績、教師評價等信息匯聚一起，為后期數據分析提供基礎。2.發揮互聯網優勢，加速信息流轉德育常規信息具有較強的時效性，學校利用互聯網的優勢，加速信息記錄、反饋、跟進，在最短的時間內，將每一項常規信息送至班主任那里并讓其跟進。精準的學生坐標是確保數據信息正確有效的前提，我校實行學生宿舍坐標與課室坐標管理兩套體系，確保各項常規反饋精確到個體；操行管理系統全時段監控學生操行分的等級，并即時發送“到線”學生跟進消息，協助班主任及時有效地進行個體跟進教育；文明班管理系統匯總全班每一位學生各項操行表現含各類加扣分項目，為班主任營造集體輿論導向提供有力支撐；學生成績管理系統記錄學生入學成績和各階段檢測成績，全面記錄學生在校成績動態，為教師指導學生“自我剖析、自擬計劃、自我監督、自我成長”提供參考數據；家庭報告書管理系統將為家長提供學生在校某個階段的學習生活報告，可選擇某幾次成績、學生操行、教師評語等作為報告數據內容。此外，學校還將德育教學一體化管理平臺對接學校公眾號，方便家長使用移動設備查詢學生在校期間學習生活的詳細表現，凝聚家庭教育力量，實現家校有效互動。3.引入智能數據分析，優化教育效果谷歌Alphago的勝利讓我們再一次看到人工智能的威力，同時也讓我們思考如何將智能數據分析引入教育，優化教育效果。德育教學一體化管理平臺匯聚了學生海量的數據，涵蓋了學生操行、學業成績、活動獲獎、教師評語、家長評價等，引入智能數據分析連接最前沿的教育學、心理學等理論支撐下的專業教育指引，可以分別在個體分析報告和集體分析報告中為班主任提供相似教育案例和方法指導，讓班主任的工作更加科學高效。
二、升級互動分享平臺：助力科研，提升德育實效
班主任自主成長模式是我校德育科研工作的主要策略，通過專家引領、團隊科研、交流反思、自主修煉等四大措施，引導班主任在學習中進步、在實踐科研中成長。學校將這一模式融入到教師互動分享平臺——禮山師說。1.班主任頻道：讓優秀班主任以群體的形式出現班主任頻道是班主任學習、交流、分享的平臺，也是一個展示自我的空間。教師可以了解最前沿的教育資訊、向優秀的同行、跨界的教育精英學習等；交流身邊的鮮活案例、分享教育實踐沉淀下來的智慧。頻道中優秀的案例、有效的教育方式方法等將被引入德育教學一體化管理平臺，為教育同行提供有效參考。2.家校頻道：讓家長成為教育的專業助手學生的成長需要學校教育和家庭教育的融合，產生1+1>2的教育效果。我校在互動分享平臺“禮山師說”上開設家校頻道，倡導家校交流。班主任主動反饋學生在校情況，并推送相關教育方法指引，讓家長成為教育的專業助手；家長主動學習，積極配合學校老師，聯合幫助學生健康成長。
三、優化德育數字資源：關注課堂，拓寬德育途徑
2010年為教師觸網分水嶺，近60%教師使用百度文庫
報告指出，2010年是教師觸網的“分水嶺”。2010年后，越來越多的教師開始利用網絡資源進行備課、教學。以文庫為例，在全國教師量基本穩定的情況下，文庫中教師的數量不斷增加，從2010年的220萬，增加到2013年的846萬，3年時間里增長了近4倍，占全國教師總量近60%，打破了優秀教學資源之間的信息孤島局面，成為教育界全新的教育平臺。
教學方式互聯網化，資源流動縮小教育鴻溝
全國近60%的教師群體觸網，也帶來了教學方式的大轉型。傳統的線下備課、制作教案、公開課分享的方式已經開始向網絡資源搜索、電子化制作、網絡分享轉變。同時，互聯網教育分享也令教育資源的流動速度加快、傳播范圍更廣， 有效地克服了時間差、地區差，縮小了教育的地區鴻溝。百度文庫數據顯示，山東、江蘇、廣東等教育大省的教師成為文檔資源主要貢獻者，而中西部教育相對落后省份的教師通過百度文庫下載教育文檔而從中受益?；ヂ摼W帶來了教育資源的流動，形成了發達地區支援落后地區的正向循環。
教師人群：80后人數最多，90后最活躍
當下的教學環境不僅教師教得辛苦，學生也學得辛苦．過去教師批改作業和課外輔導耗費了大量的精力，錯題數據統計速度慢、難度大，使得教師面對大班很難做到個性化教學．隨著“互聯網＋教育”時代的到來，教育正面臨著難得的發展機遇．大數據改變著人們的生活，人們也意識到數據的重要性．許多行業正依托著數據分析做決策，如醫院基于大量的臨床診療數據分析，較好地提升了治療水平；時代推動教育朝著基于學習數據的精準教學邁進，學校積極探索依托數據分析開展教學，提高教學的有效性．近年來國家先后出臺一系列綱領性文件指導教育改革，為學校深入開展教學研究指明方向，對互聯網背景下基于數據分析的精準教學提供參考．
二、理解數據的統計功能，關注數據成教育新常態
教學評估最直接最有效的手段就是考試，按照傳統的方法，對每場考試改卷及成績細致分析，都需要耗費大量的時間與精力．若借助大數據對考試進行精準分析，就會讓學生的成績一目了然．數據可以多維度立體化地呈現成績．從統計角度來說，既能統計每個學生的進退情況，也可統計班級或整年段的考試情況；從分析維度來說，既可橫向分析，也可縱向成績對比跟蹤；從數據分析結果來說，既有學生個人的分析結果，也有學生全體的分析結果．借助數據平臺每次考試都會生成考試報告，圖表展示的分析結果形象地體現了班級之間的差異和變化，個人的成長變化等．教師可根據分析結果發現不足，找到改善教學的方法，因材施教，提高學生學習能力和教學效率．更重要的是大數據能夠讓我們更全面地看待學生的發展，發現以往考試成績所反映不了的深層次問題，從而為精準教學的實施提供了可能．
三、實踐閉環式教學，聚焦薄弱點成教學新關注
數據分析下的精準教學通常包含：“數據采集圖1———知識點篩選———薄弱點精講———課堂反饋分析———布置作業反饋———數據采集”的閉環式步驟（如圖1），實現教學的良性互動．1．準確的數據采集為精準教學奠定基礎數據是無聲的現象表達，學生的階段性考試或練習都會在數據平臺留下“痕跡”，平臺會根據學生的考試得分率和平時作業準確率自動生成分析報告．報告能反饋出學生學習的各種數據．教師備課的首要任務是整合平臺內的橫向、縱向數據對比，找到有用的考試數據，這是實施精準教學的前提．比如，表1以量化形式分別呈現年段和班級學生在選擇題、填空題等題型的答題表現．通過數據比較，教師可以了解到班級平均分與年段平均分的差距；以A老師任教的6班為例，A老師發現6班在各種題型的得分率都高于年段，解答題的表現比同年段的1班好，但在選擇題、填空題兩種題型的表現都不如1班同學，故A老師應該側重對6班同學的選擇題、填空題進行分析．進一步逐一分析比對可以依次找出6班選擇題、填空題和1班同學的差距在哪些題目．如表2，A老師發現造成6班選擇題表現不佳的原因是學生在選擇題第5題的表現不如1班同學．著重對選擇題第5題的題干和選項進行認真細致地分析，結合每個小題中A，B，C，D四個選項，各個選項的選擇人數分析了解學生犯錯誤的原因（如圖2）．通過數據分析能讓教師精準聚焦到對應題型的得分表現，尋找分值差距較大的題型．選擇題各小題得分情況，可以清楚地反饋出6班同學在哪些小題需要加強．A老師通過對這幾個小題A，B，C，D四個選項的選擇人數，可以更進一步地了解錯誤的具體原因，使得講評的針對性更清晰，不必個個選項逐一講解，可集中花時間突破知識點的不足，這樣針對一次考試或作業的數據分析采集和定位就基本完成．2．知識點的篩查是突破薄弱點的關鍵試卷的分析講評，不能一題題地走流水線講評，需要對試題進行整合，梳理出考查的知識點分布，某個知識點的考查角度，這樣的試卷講評才會更加有效率，學生的收效也會更大．分析題目必須能透過試題了解背后考查的知識點，理解命題者的真正考查意圖，從整卷的知識點考查得分率入手，可以拋開試題本身去揭示學生在知識層面的掌握情況．如A老師從選擇題第5題所考查的知識點入手，結合知識點的得分率定位學生的知識缺漏（如表3），高度精準歸類分析對焦瞄準“靶心”組織教學．3．發揮數據的診斷功能，讓教學精準到“點”經過“數據采集———知識點篩查”環節，A老師備課時能準確定位學生的知識薄弱點，備課時便可以重點關注，合理準備教學內容，課堂教學時集中力量攻克薄弱知識點．從考題的分析反饋了解學生對知識點的理解偏差，做好鞏固性練習精講，配套習題的選擇要能鞏固學生失分知識點，加深對知識點的記憶和理解，實現問題的精準突破．圖3根據試卷反饋出來的失分點，針對性地安排若干典型例題進行“點對點”的精準補缺補漏．同時教師也能發現班級優勢和不足，及時反思總結教學不足，教學將更加有方向性和目的性，避免了過去僅憑經驗教學的盲目性．例題講評完畢，A老師會針對性地給出配套的隨堂練習，利用平板電腦讓學生當堂上傳，通過數據分析了解知識的鞏固情況，對隨堂練習反映出來的問題和學生答題的“易錯點”再次講評布置課外作業，上傳到數據平臺后教師批閱形成作業數據報告，這樣就形成教學的完整閉環，實現教學和糾錯的無縫對接，數據反饋與精準教學彼此互動，實現薄弱點的精準突破，助力學生學習能力的提高和核心素養的培養．從一次考試的平臺綜合數據分析，可以從多維度尋找到學生的薄弱點，表1—表3及圖2分別從題型得分率、選擇題得分率、選擇題選項人數和知識點得分率梳理出一次考試的完整分析報告，根據考試報告了解學生的薄弱點，幫助教師在教學時精準對焦學生失分點，把握教學重點補缺補漏，用有限時間高效率聚焦典型錯誤組織教學．
四、關注平臺的數據跟蹤，實現教學的“點面突破”
一次考試的結果會受到學生心態、學習情況和外部干擾等不同因素的影響，為了更加精準地收集數據，教師可以從數據庫中綜合幾次考試的數據，形成一周、一個月或一學期的考試數據反饋，并根據學情作個性化針對性教學．表4排查出學生對知識點的掌握程度，從中篩查出學習缺漏，根據知識點的得分率情況安排教學內容，對那些得分率較差的知識點作鞏固性教學，實現點對點精準教學補缺，讓學生實現學有長進，避免反復性的重復無用教學．
一、創新數字管理工具：著眼常規，夯實德育根基
常規工作是德育的根基?；ヂ摼W的崛起，打破時空限制、加速信息流轉速度、外顯跟蹤事項進度等給德育常規工作帶來極大的便利。
1. 梳理部門職能，科學分工
根據學校德育部門具體情況及實際需要，我校對學校德育工作進行重新整合安排，對分管德育的各位教師進行明細分工，設立常規部、生活部、數據部、傳媒部、培訓部、研發部六個職能部門，搭建德育教學一體化管理平臺，在平臺內部建立學生基本信息管理系統、學生操行分管理系統 、文明班管理系統、學生成績管理系統、家庭報告書管理系統五大系統，實現德育管理的數字化，同時將學生操行、活動獲獎、學業成績、教師評價等信息匯聚一起，為后期數據分析提供基礎。
2. 發揮互聯網優勢，加速信息流轉
德育常規信息具有較強的時效性，學校利用互聯網的優勢，加速信息記錄、反饋、跟進，在最短的時間內，將每一項常規信息送至班主任那里并讓其跟進。精準的學生坐標是確保數據信息正確有效的前提，我校實行學生宿舍坐標與課室坐標管理兩套體系，確保各項常規反饋精確到個體；操行管理系統全時段監控學生操行分的等級，并即時發送“到線”學生跟進消息，協助班主任及時有效地進行個體跟進教育；文明班管理系統匯總全班每一位學生各項操行表現含各類加扣分項目，為班主任營造集體輿論導向提供有力支撐；學生成績管理系統記錄學生入學成績和各階段檢測成績，全面記錄學生在校成績動態，為教師指導學生“自我剖析、自擬計劃、自我監督、自我成長”提供參考數據；家庭報告書管理系統將為家長提供學生在校某個階段的學習生活報告，可選擇某幾次成績、學生操行、教師評語等作為報告數據內容。此外，學校還將德育教學一體化管理平臺對接學校公眾號，方便家長使用移動設備查詢學生在校期間學習生活的詳細表現，凝聚家庭教育力量，實現家校有效互動。
3. 引入智能稻莘治觶優化教育效果
谷歌Alphago的勝利讓我們再一次看到人工智能的威力，同時也讓我們思考如何將智能數據分析引入教育，優化教育效果。德育教學一體化管理平臺匯聚了學生海量的數據，涵蓋了學生操行、學業成績、活動獲獎、教師評語、家長評價等，引入智能數據分析連接最前沿的教育學、心理學等理論支撐下的專業教育指引，可以分別在個體分析報告和集體分析報告中為班主任提供相似教育案例和方法指導，讓班主任的工作更加科學高效。
二、升級互動分享平臺：助力科研，提升德育實效
班主任自主成長模式是我校德育科研工作的主要策略，通過專家引領、團隊科研、交流反思、自主修煉等四大措施，引導班主任在學習中進步、在實踐科研中成長。學校將這一模式融入到教師互動分享平臺――禮山師說。
1. 班主任頻道：讓優秀班主任以群體的形式出現
班主任頻道是班主任學習、交流、分享的平臺，也是一個展示自我的空間。教師可以了解最前沿的教育資訊、向優秀的同行、跨界的教育精英學習等；交流身邊的鮮活案例、分享教育實踐沉淀下來的智慧。頻道中優秀的案例、有效的教育方式方法等將被引入德育教學一體化管理平臺，為教育同行提供有效參考。
2. 家校頻道：讓家長成為教育的專業助手
學生的成長需要學校教育和家庭教育的融合，產生1+1>2的教育效果。我校在互動分享平臺“禮山師說”上開設家校頻道，倡導家校交流。班主任主動反饋學生在校情況，并推送相關教育方法指引，讓家長成為教育的專業助手；家長主動學習，積極配合學校老師，聯合幫助學生健康成長。
三、優化德育數字資源：關注課堂，拓寬德育途徑
主題班會課是高中階段德育的主陣地。我校整體規劃高中三年各階段主題班會，并提供豐富的德育素材，為班主任提供科學有效的德育數字資源。
1. 主題班會系列化，增強班會課感染力
習慣養成是個長期的過程。系列主題班會更能滿足教育的實際需求，其效果更具持久性和穿透力。依據高中學生心理、生理特征及該時期教育需求，我校將主題班會劃分為三階段。第一階段：了解，角色轉變；第二階段：熟識，品質提升；第三階段：奮斗，實現夢想。各階段主題班會由年級組統一設計制作，其中融入階段培養目標及實施策略，學校同期也將開展配套活動，形成教育合力。
2. 素材模塊化，充實主題班會課堂
（湖北經濟學院電子工程系，湖北武漢430205）
摘 要：根據CNNIC的統計，截止到2013年年底，我國移動電話用戶超過12億戶，超過人口總數的85%；固定互聯網寬度接入用戶達到1.86億戶，其中4M以上用戶占寬帶用戶總數的比重達到75.4%；移動互聯網用戶達到8.2億戶，其中3G上網用戶占比超過30%。中國平均每天用手機上網時長124分鐘，手機上網時間比電腦上網時間長29%，毫無疑問，中國已經進入以4V（多量、多樣、價值、速度）基于互聯網的大數據時代大數據的到來，更是一場人類思維、教育的革命。大數據不僅在顛覆傳統經濟模型、概念、而且也對傳統的工業性社會中的職業及其發展的觀念進行碰撞和沖刷。如何對處于大數據時代的高校學生進行富有成效的就業指導工作已經成為就業工作的新方向。本文結合大數據時代的教育發展趨勢，提出大數據時代高等院校的就業指導工作的若干建議和意見。
關鍵詞 ：大數據；多媒體；顧客體驗；數據挖掘
中圖分類號：F241.21文獻標志碼：A文章編號：1000-8772（2014）22-0220-02
收稿日期：2014-07-20
作者簡介：陽昆（1979-），女，湖北武漢人，碩士，講師。研究方向：生涯規劃，就業指導。
一、引言
著名的未來學家弗里德曼在《世界是平的》這個書里面，提出了互聯網3.0時代的概念，告訴我們通過寬帶及互聯網，個人可以變得更加強大，而世界怎變得更小。比如，現在青年學生可以通過軟件的客戶端，點擊不同老師甚至不同學校的的同一門課程。各種微課堂，e——learning課堂的層出不窮，給予學生們更多的拇指投票的權力，學習方式和教育模式的變革也導致高等教育機構的管理和服務的革新。顯而易見，青年學生對移動互聯網的日益增長的需求與傳統的高等教育的供給模式矛盾將不斷深化，大數據的到來，也帶來了象牙塔的革命！高校的就業指導工作是高校教育供給機制的促進和改良劑，也是提高象牙塔學生就業質量的重要環節。如何在大數據特別移動互聯網時代因時而動，率先占據主體地位，獲得就業指導在互聯網時代的話語權，是個值得探索的話題。
二、傳統的高校就業指導工作在大數據時代危機重重
1.就業指導形式已經無法滿足現代大學生個性化、多樣化、特質化的需求。
傳統的就業指導表現為更多的是行政性指導和形勢政策的分析報告會和輔導員、班主任的個人談心形式，傳統的滿堂灌、一言堂在高校的課堂，班級的會議中屢見不鮮，效果是可想而知的?，F在的大學生大多數都是中國互聯網的同齡人，他們甚至比高校老師更懂得、更需要大數據時代的紅利和前景。學生價值多元、個性多樣、需求多角度的現狀給予高等教育的學生管理和服務的駕馭能力提出了新的挑戰。
2.高校的就業指導的主體地位也面臨著多媒體、多信息服務平臺的挑戰。
由于大數據時代特有的互聯網和軟件平臺，個人價值的尊重與訴求得到空前的表現，人性化、個性化的服務性的理念凸顯出來。人人都是麥克風，個個都有發言權，互聯網時代，將使得在家上學、教育空間設計、面向未來的學校界限的消失成為趨勢。多種媒體和信息平臺更加充實著90后大學生的網絡生活（他們可能是中國生活網絡化程度最高的群體了），而青年大學生都處于自我價值逐漸形成時期，社會閱歷不足，分析能力和判斷力尚未成熟。多元化價值觀、一些消極、不健康的價值取向借助互聯網、大數據時代的便車，也進入了校園，這對高校的就業指導的主體地位和話語權提出了嚴峻的挑戰。
3.高校的就業指導教師的數據分析能力將在大數據時代面臨著提升。
高校的就業指導老師承擔著課堂的授課和課下的指導工作，他們必須具豐富的專業知識和一定的人生閱歷，對行業和時代的發展趨勢有一定的分析與判斷能力。他們的專業能力是衡量教學和指導質量最重要的方面，也是學生衡量一個教師優劣的重要標準。面對著與互聯網同齡的90后們，盡管專業知識占據著重要位置，盡管他們有著豐富的社會閱歷，有種重要的能力可能乃至將來會成為評估一個教師專業化的重要指標——教育數據的分析，老師如何從學生紛紛復雜的教學活動中、實際指導工作中，通過對相關數據的分析、關聯、總結與預測、有效提高學生的成績，理性引導他們充分就業、完成職業生涯的良好開端，數據分析的能力顯得尤為重要。
4.數據分析技術及成果應用尚未引起高校的足夠的重視
當前高校的就業形勢嚴峻，使得各個高校異常重視畢業生工作，從計劃到總結，從過程到結果，高校的畢業生工作可謂是事無巨細。雖然就業工作總結能夠使高校的就業指導工作、甚至人才培養工作得到回饋，但由于很多高校尚未轉變觀念，或因技術條件不足，尚未將數據分析的技術及其成果應用于就業指導的全過程，這個只是零散的，不規則的，部分的，階段性的，反饋的結果也帶有片面性。學生對人才培養質量的滿意程度、學生的就業規律這些都隱藏在數字下面，潛在價值尚未體現。
三、更新觀念、轉換思維，積極應對大數據時代的挑戰
1.形成以學生為中心，學生職業價值觀為核心，滿足學生需求，勞動力市場需求，建立起勞動者與勞動市場雙向動態匹配指導的新模式。
在注重體驗和個人價值的大數據時代，高校的就業指導將在基于大數據以及軟件平臺應用背景的前提下，以學生個人體驗為中心，以學生需求、勞動力市場為兩個基本點，對在校大學生提供實時、在線、個性化、全程化的就業信息服務的全過程。積極、主動、關注學生的服務體驗經驗、貼近學生的心靈，走進互聯網特別是移動互聯網將是大數據時代高校就業指導服務將是學校在各種媒體和平臺的競爭中拔得頭籌的關鍵。就業指導服務部門將于學生工作工作部門合作，積極開展對學生就業價值觀、職業價值觀的引導和教育工作，發揮校內主流媒體的輿論導向作用，通過課堂與課下、線上與線下的的教育和實踐工作，引導學生正確、理性對待社會的不良職業價值理念和人生觀，形成積極、健康的職業價值觀。
不可否認，傳統的大課堂、傳統的咨詢與輔導將依舊堅守在課堂中，更多的是就業指導人員深入互聯網，進入微信群，走進學生的網絡社交空間，貼近學生的現實交往群體，就業指導人員將和就業求助人員將建立平等的對話關系，倡導關注學生體驗，提升學生就業指導服務的滿意度。
2.以生涯發展為基本點，熟練運用數據挖掘和分析技術，提升學生的就業質量
自職業規劃大師舒伯提出以自我發展為核心的的生涯發展理論后，如何引導學生進行連續而又穩定的職業生涯規劃和實踐變成了就業指導的發展方向，這項工作則在大數據時代中走向了積極的實踐階段。高校就業指導部門將從海量的學生個人信息和勞動市場信息的挖掘與分析中，找尋個性不同、需求迥異、價值多元的個性化的就業指導服務類型來匹配學生的需求，屆時，實時、在線的形勢政策分析報告會與量身定做的“微服務”、“微自信”“微指導”將同時進入學生的移動職能終端中，比如在線職業傾向測評、在線面試指導、在線的求職策略，在線工作分析等，學生通過移動智能終端將大大提升他們的求職成功率。學生甚至可以根據個人喜好、需求選擇不同的就業指導信息服務載體，學生將從傳統的就業指導的接受對象反客為主，成為就業指導服務的的主體。就業指導管理及服務部門將因學生需求不同不斷運用海量數據挖掘技術與分析技術，學生的數據將有效得到整合、挖掘、分析，數據潛在的價值將得以體現。高校就業服務部門隨之探求企業需求規律、學生求職軌跡、市場及行業發展趨勢，不同性別、不同地域、不同種族學生的求職，為學生提供更加真實和具體的就業信息服務，學生穩定就業、高校有效指導、勞動力市場需求得到有效反饋，最終實現三者的動態平衡。
3.避開盲點——保護求職者個人隱私，將成為大數據時代高校就業指導工作新亮點；
自從美國的斯洛登披露了棱鏡事件之后，大數據無處不在的第三只眼使得互聯網社會的公民都毫無任何隱私而言。學生在校期間的數據是否由于信息安全的不確定性將被社會上的不法機構或者不法分子侵占，作為不正當的使用。而青年學生普遍存在網絡個人隱私保護意識淡薄，使得在就業系統系統中，學生的人格傾向、興趣傾向、身體等個人隱私信息，如何被有效保護和有效識別，高校的學生工作服務系統，高校就業指導服務系統，等其他社會力量的多遠參與，將是高校就業指導工作中數據隱私保護的多元力量。
4.倡導建立終生、多媒體、多渠道的教師學習模式，打造一支適應大數據時代就業指導的服務團隊。
大數據時代的4個V（volume，Varity，Value，Velocity）在一方面提高了就業指導服務的效率的同時，也給就業指導人員提出了更高的挑戰。大數據時代是云技術、分布式處理、數據挖掘和數據分析技術大張旗鼓的時代，數據勘探和數據分析軟件可以通過提供實時反饋學生職業生涯規劃的實現狀況來幫助學生，教師可以使用這些工作來研究學生的職業發展模式并修正后期規劃以便滿足學生個人的需要，而這些都需要就業指導的人員對新技術、新媒體、新渠道、新的數據分析方法的理解、掌握和應用，只有不斷學習，不斷適應，才能打造一支業務過硬的就業指導隊伍。
5.建立一個中心，兩個基本點的線上與線下、實時與多時就業指導服務的績效評價體系。
正如《世界是平的》所說，互聯網的無線小與個人價值的無限大形成了一個極大的反差。在倡導個人主觀體驗，個人價值的大數據時代，就業服務的多媒體和多視角給就業服務的績效評價體系新的思考方向。評價就業指導的服務，可以以學生主體滿地度為中心，學生家庭、供職單位為兩個基本點的線上與線下、實時與多時、多角度的就業指導輔導的績效評價體系。以評促進，以評促改，以評促建，切實讓高校在大數據多媒體的時代下最大程度地獲得影響學生職業與就業行為的影響力。
參考文獻：
[1]王國強沙嘉祥吳藝雄關于在教育業倡導顧客滿意戰略的一些想法第八屆亞太質量組織（APQO）會議，2002年9月15日.
[2][日]城田真琴著，周自恒譯大數據的沖擊人民郵電出版社2013.6.
[3]白永生焦艷新媒體背景下就業指導課課程教學改革教育與職業2012.9第26期.
[4]王平何筱媛大數據時代的機遇與挑戰第二屆“新媒體與社會發展”全球論壇暨中英“新媒體與社會發展”雙邊對話綜述2013.3.
但是，在閱讀推廣過程中，我們也遇到了一些障礙，如對學生的個性化閱讀缺乏了解和統一指導，學校無法跟蹤學生個體閱讀的情況；閱讀評價耗時、耗工、耗力，成本（尤其是時間成本和人力成本）太高；無法有效地對學生閱讀的興趣、深度、廣度等狀況進行有效分析；無法根據學生閱讀狀況把握他們的興趣、愛好、思維等方面的特點，因此，教師也無法引領和糾偏。而在當時的狀況下，這些困難都無法克服。
如何將閱讀落到實處，如何減輕教師在閱讀中的工作量，讓學生真正學到更多有益的知識，“互聯網+”的興起讓我們看到了攻克難題的曙光。
“互聯網+”可以解決學生閱讀的數據收集和分析的問題，把人工統計的繁瑣工程簡化為自動收集數據，把復雜模糊的人工分析簡化為簡單可靠的數據分析，兼之具有簡便的管理、督察、評價、拓展功能，這就比傳統的人工推廣閱讀的方式更簡便快捷、清晰準確，并易于互動和操作。
因此，學校與科技公司聯合開發了“攀登閱讀”項目。
“攀登閱讀”是幫助學生線上選書、線下讀書、線上評價的“互聯網+閱讀”平臺，致力于激發學生閱讀興趣，提升閱讀質量，培養學生一生的閱讀習慣和語文素養?！芭实情喿x”使校園閱讀進入了與信息化深度融合的大數據時代。
應用系統平臺主要包括校園閱讀資源管理中心、學生閱讀參與模塊、學生閱讀游戲體驗模塊、學生閱讀展示模塊、學生閱讀評價模塊、教師閱讀指導及管理模塊等。學生和教師可憑借賬號在“攀登閱讀”網站首頁登錄平臺。平臺學生端有個性化選書、個人書架管理、圖書閱讀認證、閱讀筆記與交流和個人閱讀報告實時生成等功能項，平臺教師端有學生閱讀資源管理、學生閱讀任務管理、學生閱讀獎勵和學生閱讀情況分析與評價等功能項。
“攀登閱讀”平臺主要解決了“讀什么、不想讀、讀了沒、能力提升”四大問題。
給學生最適合的書
“攀登閱讀”平臺通過大數據分析技術從難度和興趣兩個維度對書目進行分級，按照學生的年齡特征、認知程度，給學生選擇最適合的書目進行閱讀?！芭实情喿x”平臺提供了六個等級、上萬本的書目可供選擇，六個等級分別對應著六個年級，不同年級的學生可以快速選擇相應等級和種類的書目進行搜索。我們將特色推薦生成一份校本書單，校本書庫中的圖書配有圖書驗證測試題目，必讀和部分精選圖書配有思維訓練題目。學生可以根據閱讀等級、閱讀主題進行個性化、精準化書單選擇，學生還可以查看同學們都在看什么書。
教師通過數據分析匯總班級學生的選書情況，了解學生的選書類別分布后，適時掌握學生的讀書動向。然后，把學生最喜歡、最適合和可配合課內閱讀教學的書目推送給學生。
激發學生讀書興趣
評選閱讀達人和書香班級。這是激發學生讀書興趣的方法之一。學生根據閱讀量的不同劃分為不同等級，學生通過閱讀換積分爭排名，教師通過查看學生的閱讀量、筆記數量及質量來篩選班級閱讀達人。學校根據各班級讀書數據評選出書香班級和校級閱讀達人。
閱讀積分獎勵。在閱讀平臺中，每本圖書設立不同的積分，學生在閱讀完圖書后進行閱讀后測，通過測試的就可以獲取該圖書的積分和金貝，閱讀積分作為獎勵和參加活動的基礎。同時，積分可以在游戲中購買裝備提升閱讀等級形象。教師可以對學生提出閱讀基礎量化要求，通過閱讀積分的總分要求，來達成學生閱讀任務。教師根據校本特色從圖書分值上對學生閱讀書目進行恰當的引導。學校獎勵閱讀優勝班購書款，愛心爸爸、愛心媽媽帶領孩子到西單圖書大廈購書。校長邀請“閱讀小達人”共進午餐、共話閱讀。這種獎勵機制自然形成了一種你追我趕的閱讀氛圍。
線下活動展示。學校及時給學生創造讀書展示的平臺，包括師生共讀、親子共讀、生生共讀。校級讀書展示中，學生用課本劇、演講的形式展現了閱讀特有的成果。家長和教師也積極參與其中。
學生可以寫讀后感、閱讀筆記，在閱讀的基礎上訓練書面表達能力。讀完書之后，學生還可以在閱讀小組中與同齡人交流收獲、體驗，他們的自我學習價值得以體現，這反過來又促進了他們的再次閱讀，形成了“人人都閱讀，人人都樂讀”的良好氛圍。
跟蹤評價閱讀素養
在閱讀評價中，單純的依靠閱讀數量來進行閱讀評價是不準確的，它忽視了不同難易度的書籍帶來的影響。不同閱讀能力的讀者閱讀不同分級水平的書時，評價閱讀質量的標準應該區別對待。
在“攀登閱讀”平臺中，平臺根據正確率等基礎數據給出閱讀質量加權積分。通過對學生閱讀的各類圖書數量的記錄，監控學生閱讀內容的均衡性，可以進行有針對性的引導和把控。
實現個性化讀書指導
科學檢測形成讀書大數據。學生通過簡單測試的方式，獲取單本圖書的閱讀測評認證。每次認證需做五道選擇題，平臺依據正確率判斷是否通過認證。二次認證時題目更新，避免猜題。學生在做能力測試題時，針對不同形式、難度的題目，平臺可以實時記錄和形成學生讀書的大數據，進而分析學生的閱讀質量及閱讀能力，為教師的閱讀教學提供依據。
大數據指導閱讀教學。依托大數據，學校創新了閱讀分層教學課例模式。即課前學生自主閱讀課文節選的整本書；備課前教師通過平臺監測學生的預習情況和理解程度；課上教師根據平臺數據分析，進行分層指導教學；課后依托大數據拓展同作家或同年級圖書讓學生閱讀，以文帶文，舉一反三。
基于大數據形成一對一讀書指導方案。平臺實時為學生生成個性化閱讀分析報告，對學生的閱讀參與情況、認證情況、閱讀興趣、閱讀能力情況進行全面分析。對閱讀能力的評價遵循國際PIRLS標準，基于科學模型進行分層驗證及能力拓展，主要評價和發展學生的認讀能力、理解能力、評價鑒賞能力、創造應用能力和理解監控能力。
教師在平臺教師端可查看班級每一名學生的詳細情況，實現對班級成員閱讀情況的準確掌握。通過分析每個學生的閱讀報告，教師可以有的放矢地對學生進行閱讀指導。校長也可以隨時點開平臺查看全校每個班級每個學生的閱讀詳情，全面掌控全校各班的閱讀情況。平臺每個月自動生成全校學生總體的閱讀分析報告，對全校學生的閱讀數據進行有效分析，為學校指導學生閱讀提供決策依據。
關鍵詞：財務分析；大數據；教學改革
作者簡介：王暉（1973-），女，黑龍江雞西人，北京信息科技大學經濟管理學院，講師；段文軍（1969-），女，山東蓬萊人，北京信息科技大學經濟管理學院，副教授。（北京 100192）
基金項目：本文系北京信息科技大學教學提高-專業建設項目（項目編號：5028023501）的研究成果。
中圖分類號：G642.0 文獻標識碼：A 文章編號：1007-0079（2013）25-0111-02
當今時代不斷涌現各種新型信息方式，例如博客、社交網絡等；不斷興起各種新技術，例如云計算、物聯網等。數據的產生不受任何的限制，數據以前所未有的速度不斷增長和累積，大數據時代已經來到。[1]《華爾街日報》認為大數據時代是引領未來繁榮的三大技術變革之一。麥肯錫公司在一份報告中提出數據是一種生產資料。企業每天面對海量的財務數據，如超市的銷售記錄、銀行的交易記錄、淘寶網站數千萬筆交易記錄（產生量超過50TB，存儲量40PB①）。企業如能利用這些巨大的數據集挖掘出有價值的信息，那么企業就能掌控下一個創新、競爭和生產力提高的關鍵。大數據時代，尤其是財務大數據時代，呼喚創新型人才。[2]呼喚具備綜合財務分析能力的人才，利用財務大數據為企業創造財富。
如何培養財務分析人才？在財經類高校本科，一般都開設“財務分析”課程，該課程教學目的是培養學生對真實企業進行綜合財務分析，并能獨立撰寫財務分析報告的能力。[3]本文以北京信息科技大學（以下簡稱“我校”）為例，探討大數據時代下財務分析人才的需求特點，對高?！柏攧辗治觥闭n程設置的影響，并提出改進“財務分析”課程教學的建議。
一、大數據時代下財務分析人才需求特點
相較于其他類型數據，財務數據更大、更復雜，蘊藏著更多寶貴信息。麥肯錫公司2011年報告推測，利用大數據分析，零售商可增加運營利潤60%，制造業設備裝配成本會減少50%。[2]在財務大數據環境下，如何整理與統計這些雜亂無章的數據？如何讓財務數據開口說話為企業管理者經營決策提供科學依據？朱東華（2013）認為，大數據時代下，傳統的數據分析方法已經不再適應當前的數據環境，同時，各種企業對數據的依賴與日俱增，甚至定量分析方法將逐步取代定性分析方法。[4]財務大數據和大量的財務數據分析需求助長了企業對統計和數學背景的人才需求。
可見，大數據時代下財務分析人才應該具備扎實的統計學和數學功底，能夠熟練運用定量分析方法分析數據以獲取信息，撰寫分析報告為企業相關利益人決策提供依據。
二、“財務分析”課程教學現狀
張先治（2007）認為，財務分析是財務分析主體為實現財務分析目標，以財務信息及其他相關信息為基礎，運用財務分析技術，對分析對象的財務活動的可靠性和有效性進行分析，為經營決策、管理控制及監督管理提供依據的一門具有獨立性、邊緣性、綜合性的經濟應用學科。[5]財務分析課程是為我校經濟管理學院財務管理專業本科三年級開設的一門專業必修課。學生前期已經學過數學、經濟學、會計學、財務管理、統計學等課程。財務分析課程正是在學生掌握前期所學各門課程的基礎上，培養學生綜合運用所學專業知識，分析判斷企業的財務狀況，并根據數據分析結果找出企業存在的問題，提出解決方案。[6]為了更好地實現“財務分析”課程教學目的，課程組的老師們經過討論，決定修改2008級財務管理專業教學計劃，將原來課堂教學的方式改為1/2的學時用于課堂教授基本理論，1/2學時用于實踐教學。筆者自2011年開始，按照新的教學計劃給三屆學生講授了“財務分析”課程。
1.理論教學部分
教材選用東北財經大學出版社出版，張先治和陳友邦主編的《財務分析》（第五版）。該教材體系完整，內容豐富，全書以一家虛擬的ZTE公司為例，演示財務報告分析、財務效率分析和財務綜合分析。每章設有案例和復習思考題，該書還有配套的習題集。在課堂教學中，以教材為主線，突出介紹各種財務分析方法的使用，以及根據分析結果得出結論，提出解決方案。
2.實踐教學部分
一人一企，邊學邊分析。每位學生選擇一家上市公司作為分析對象，利用學校購買的金融數據庫以及相應網絡資源，結合所學財務分析理論知識進行上機實驗，在Excel內完成數據分析，并將分析結果形成財務分析報告。學生分析判斷和決策能力在實戰中得以鍛煉，教學效果得到改善。
但是，隨著大數據時代的來臨，外部環境對數據分析能力要求的提升，僅僅學會利用Excel進行水平分析、垂直分析、趨勢分析、比率分析和因素分析，已經遠遠不能滿足市場對財務分析人才的需求，學生就業的競爭力無從談起。結合前面大數據時代下財務分析人才需求特點，我校學生財務分析能力的培養存在著以下問題：
1.學生數據收集、整理和分析能力弱
定量分析方法應用的基礎是數據，財務分析人員必須學會從海量的網絡資源中搜集并篩選與自己的分析對象和分析目的相關性較強的資料信息，[7]這些資料信息可能是結構化數據，例如金融數據庫等；也可能是非結構化數據，例如網頁等。從實踐教學環節反映出學生數據收集和整理能力弱，分析其原因主要是：
（1）學生不熟悉對財務分析有幫助的網絡資源。搜集有價值的數據需要一定的技巧，其中最為重要的是熟悉一些重要的網站，知道相應的數據應該在哪里找到的概率比較大，做到有的放矢。
（2）學生無法將非結構數據快速地轉換成所需的數據形式。類似金融數據庫這樣的結構數據，學生基本能夠篩選出所需信息。但是，對于類似網頁這樣的非結構數據，他們就只能運用最原始的復制粘貼的方法提煉數據信息，耗時且耗力。2013年2月1日，人保財險執行副總裁王和在中國第七屆“保險業管理信息化高峰論壇”上指出，在過去的兩三年里，結構和非結構數據發生了本質性的逆轉。過去就整個社會來講，絕大多數的數據是結構數據，而現在非結構數據正呈快速增長的趨勢，現在以及未來，非結構數據將占到95%，甚至更多。
“財務分析”課程講授的基本方法主要是比率分析和因素分析法等。目前，無論是學術界還是業界，研究人員大量使用統計模型進行財務數據分析，例如聚類分析、多元回歸、因子分析、時間序列預測法等。因而，我校學生數據分析能力急需加強，尤其是統計學和數學的基礎要扎實。
2.學生財務分析報告撰寫水平有待提高
財務分析的結果是以財務分析報告的形式展示給企業利益相關人，為其進行財務預測、財務決策、財務控制和財務評價等提供可靠信息。財務分析報告是對企業經營狀況、資金運作的綜合概括和高度反映。李寶智（2012）認為，報告應具備八要素：準確、完整、可比、用戶導向、相關、問題的解決方案、及時和易用。[8]從我校學生提交的財務分析報告看，與上述要求還有很大差距。
三、“財務分析”課程教學改革建議
1.培訓網絡資源使用
重點介紹幾個數據庫的使用：
（1）金融數據庫。我校購買了兩款金融數據庫，北京聚源銳思數據科技有限公司金融數據庫（http：//）和深圳市國泰安信息技術有限公司CSMAR財經系列研究數據庫（http：//）。登陸金融數據庫后，輸入查詢條件即可下載上市公司財務數據，速度快且數據量大，數據格式可以任意選擇。
（2）中國資訊行（國際）有限公司高校財經數據庫（http：//），INFOBANK于1995年在香港成立，是一家專門收集、處理及傳播中國商業、經濟信息的香港高科技企業，信息范圍涵蓋19個領域、197個行業。
（3）國務院發展研究中心信息網（國研網）（http：//.cn）。國研網已建成了內容豐富、檢索便捷、功能齊全的大型經濟信息數據庫集群，包括：六十幾個文獻類數據庫、四十多個統計類數據庫等。
網站資源：中國證券監督管理委員會（http：//）、上海證券交易所（http：//.cn）、深圳證券交易所網站（http：//）、巨潮資訊網（http：//.cn）和相關協會網站等。
2.培養數據預處理和建模能力
收集到數據之后，需要對數據進行預處理，利用統計學的理論和方法將數據轉換成一個分析模型。[9]學生在統計學、計量經濟學課程中，已經完成基本模型理論、SPSS或者Eviews三分析軟件的學習。但是，若想實現對大數據的整理和分析，應該掌握R或者Matlab統計分析軟件，同時，還要掌握一種編程語言，例如C++、JAVA、C#等。利用編程語言調用統計分析軟件，從而實現大數據的分析。另外，建議學生了解Perl語言編程，該語言擅長處理非結構數據。
3.培養文獻閱讀及財務分析報告撰寫能力
數據分析之后，需要撰寫財務分析報告，為各方利益相關者的決策提供依據。不同財務分析的目的，形成的財務分析報告具體要求會有所差異，但是撰寫財務分析報告的基本步驟相同。首先查閱文獻，閱讀相關學術文章、財務分析師分析報告、評級機構報告等；其次，模仿寫作，組織財務分析結果，形成報告。此中沒有捷徑，需多看、多寫。
注釋：
①1TB 等于1000GB，1PB 等于1000TB。
參考文獻：
[1]孟小峰，慈祥.大數據管理：概念、技術與挑戰[J].計算機研究與發展，2013，（1）.
[2]鄔賀銓.大數據時代的機遇與挑戰[J].求是，2013，（4）.
[3]張肖飛.財經類高?！敦攧辗治觥氛n程案例教學改革研究[J].商業會計，2013，（1）.
[4]朱東華，張嶷，汪雪鋒，等.大數據環境下技術創新管理方法研究[J].科學學與科學技術管理，2013，（4）.
[5]張先治.財務分析理論發展與定位研究[J].財經問題研究，
2007，（4）.
[6]陳衛軍，徐文學，陳平.基于上市公司網上資源的《財務分析》實訓教學探討[J].財會通訊，2012，（2）.
[7]王楨.網絡環境下財務分析案例教學方法的改進[J].中國教育信息化，2012，（1）.
