《财务大数据分析》课程标准.docx

《财务大数据分析》 课程类别： 专业核心课程 适用专业： 财务及相关专业 学 时： 68学时 学 分： 4学分 课程定位 本课程是会计专业和财务管理专业的核心课程。其先修课程是《财务管理》、《财务报表分析》、《Python基础》等通用基础课。通过本课程的学习，使学生能在财务大数据的各模块典型业务场景中，掌握如何进行大数据分析来支持企业经营预测和管理决策，提升管理效能。 设计思路 财务大数据分析决策实验平台通过搭载用友大数据分析平台，给学生创设一个真实的数字化商业环境，提供一个成熟稳定的教学实验平台，通过基于企业真实场景的实战训练，培养学生对于数字化分析工具的熟练应用能力。 平台中的大数据技术普及知识与实战训练，帮助学员了解必威体育精装版的大数据技术，掌握基本的数据采集、数据建模、可视化分析、非结构化数据处理、文本挖掘等基本应用，理解企业智能决策背后的逻辑，培养学生的技术思维、数字素养以及快速建模、助力企业实时分析的能力。 平台内置了大量的企业报表数据与经营数据，满足院校对于企业真实数据源的需求。以场景化的任务训练学员的关键指标分析能力、基于业务问题的数据挖掘能力、大数据预测模型搭建能力、以预测辅助企业经营决策的能力。 课程目标 通过本课程的学习，使学生能够掌握财务大数据分析项目的基本流程、可视化工具分析和一般数据挖掘分析建模方法；通过大数据分析实践增强业务理解能力，学会利用数据分析和专业知识解决不同行业、不同经营问题的分析方法；通过对实际案例的演练，掌握创新性提出管理建议与优化措施的方法，加深对专业知识的理解和应用，做更懂业务的财务管理者，增强财务管理的实务化、数字化能力，并为未来从事财务数据分析工作奠定基础。 知识 掌握财务大数据分析的概念、基本特征。 掌握财务大数据的范围与来源。 掌握财务大数据项目分析的一般流程。 掌握财务数据收集与预处理方法。 掌握财务大数据分析可视化的基本原理。 掌握财务大数据大数据算法的基本原理。 能力 能够根据企业管理精细度设置数据分析维度。 能够根据企业分析目标对数据进行筛选、整理、分类等。 能够根据企业经营要求设置指标体系与数据建模。 能够进行可视化设置与预警设置。 能够利用数据分析发现经营问题，并通过数据挖掘找到问题产生的根源。 能够利用大数据算法对企业的经营做出预测，指导决策制定。 能够利用文本挖掘、企业画像等帮助企业调整战略、作出经营决策。 能够结合人工智能、混合现实等技术进行财务分析与决策的创新。 素质 培养学生的数字思维。 培养学生从分析中发现问题、洞察问题、解决问题的系统思考能力。 培养学生能够用数字提供决策建议的沟通能力。 培养责任心、良好的职业道德，具有数字敏感等职业素养。 课程内容要求和课时分配 序号 教学内容 培养目标 主要内容描述 参考课时 1 大数据认知 （1）进行实训动员，激发学习兴趣，了解课程目标及要求； （2）了解大数据的应用、起源发展、概念、特征、分类等分类等； （3）了解大数据技术的算法模型基本分类及应用； （4）掌握大数据典型岗位在企业中的职责、能力要求等。 （1）实习动员、团队组建； （2）大数据的应用、起源发展； （3）大数据的概念、特征、分类； （4）大数据算法简述； （5）大数据典型工作岗位职责描述。 1 2 大数据在商业领域中的应用 （1）了解财务大数据的特点及在财务领域中的应用场景； （2）了解人力资源大数据的特点、作用及在人力资源管理中的应用场景； （3）了解营销大数据的应用场景及岗位能力要求等。 （1）大数据在财务领域中的应用； （2）大数据在人力资源管理中应用； （3）大数据在营销领域的应用。 1 3 大数据分析方法论 （1）掌握大数据分析的五步法流程； （2）掌握业务理解中问题界定、构建分析指标体系； （3）掌握数据来源、数据收集途径和方法； （4）掌握数据预处理中数据清理、数据集成、数据转换、数据规约等方法； （5）掌握数据分析类型、数据挖掘算法分类、数据可视化分析图表类型及可视化工具分析云概况； （6）掌握分析报告撰写的内容、要求。 （1）大数据分析五步法概述； （2）业务理解的问题界定、构建分析指标体系； （3）数据收集来源、途径和方法； （4）数据预处理的数据清理、数据集成、数据转换、数据规约等方法； （5）数据分析、可视化图表、数据挖掘简介； （6）报告撰写概述。 2 4 数据采集实战演练 （1）了解Python数据采集的代码及命令； （3）能够使用简单的Python语言进行上市公司财务报表数据采集； （1）运用Python进行上市公司单企业单表数据采集； （2）运用Python进行上市公司多企业单表数据采集； （3）运用Python进行上市公司多企业多表数据采集； （4）数据采集代码解读。 2 5 数据清洗实战演练 （1）掌