智能商业分析实践课程建设（教育技术学资料）.doc

智能商业分析实践课程建设（教育技术学资料） 文档信息 ： 文档作为关于“管理或人力资源”中“商业合同”的参考范文，为解决如何写好实用应用文、正确编写文案格式、内容素材摘取等相关工作提供支持。正文6123字，doc格式，可编辑。质优实惠，欢迎下载！ 目录 TOC \o 1-9 \h \z \u 目录 1 正文 1 文1：智能商业分析实践课程建设 2 0 引 言 2 1 智能商业分析实践课程的职场需求分析 3 2)大数据处理。 4 3)信息架构。 4 4)数据科学家。 4 5)数据预测分析。 4 2 智能商业分析实践课程设置 6 3 结语 7 文2：医院财务分析实践经验总结 7 1 多种分析方法的结合，具体情况具体分析 7 2 对重大项目进行投资评价分析 7 3 熟悉宏观经济运行环境 8 4 和相关科室沟通，了解收支变动具体情况和原因 8 5 财务分析存在的问题：简单的数字堆砌和图表摆放 9 6 财务数据不仅要纵向对比还需要横向对比做到知己知彼 9 7 信息系统要健全，数据要准确 10 参考文摘引言： 10 原创性声明（模板） 11 文章致谢（模板） 12 正文 智能商业分析实践课程建设（教育技术学资料） 文1：智能商业分析实践课程建设 基金项目：国家自然科学基金面上项目“大数据环境下稀疏主题模型理论及其应用研究” 第一作者简介：王春立，女，教授，研究方向为模式识别与数据挖掘，clwang@dlmu．edu．cn。 0 引 言 麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”随着云时代的来临，大数据( Big data)也吸引了越来越多的关注。大数据可以概括为4个V:数据量大(Volume)、速度快(Velocity)、类型多(Variety)、真实性(Veracity)。随着大数据时代的来临，大数据分析也应运而生。 大数据分析是指对规模巨大的数据进行分析，从数据中获取大量智能、深入、有价值的信息。大数据分析需要数据分析师。数据分析师指的是不同行业中，专门从事行业数据搜集、整理、分析工作，并依据数据作出行业研究、评估和预测的专业人员。数据分析师的教育培养已有相关研究和建设成果，如：针对专业课程实验教学与企业实际需求脱节的情况，改进专业课程实验设计；以项目式教学为基础，讨论设计思维在商务智能课程实验课程应用过程中的可行性；上海交通大学和北京大学等都开设了相关精品课程。 与传统的数据分析师相比，互联网时代的数据分析师面临的问题不是数据匮乏，而是数据过剩。因此，互联网时代的数据分析师必须学会借助技术手段进行高效的数据处理。更为重要的是，互联网时代的数据分析师要不断在数据研究的方法论方面进行创新和突破，这对该领域人才提出了新的要求，仅有商业背景和一些概率统计知识是不够的。学校须将深度学习思想引入商务智能教学，从而提高学生的计算思维能力。与经管类专业相比，智能专业的学生系统学习了模式识别、机器学习和数据挖掘等相关课程，具备较好的数据分析理论基础。 但目前智能专业中，现有课程设置与商业分析之间还有断层，学生有了理论基础和专业技术却不知如何运用，亟须设置实践课程指导学生运用相关知识解决商业分析中的问题，商业智能分析实践课程即是为此开设的。 1 智能商业分析实践课程的职场需求分析 数据分析师职位需求 大数据是一个朝阳产业，被《HR管理世界》评为七大赚钱行业之一。百度招聘数据显示，2014年3月当月发布的职位中，北京数据分析师职位需求占24 099个。ManpowerGroup公布的香港2015年第一季就业展望调查报告中指出，整合大数据内有用资讯并将其融入业务发展已是趋势，不同行业的雇主都在物色相关人才，大数据的应用令数据分析职位需求上升。百度已有百度商桥，阿里巴巴有淘宝数据魔方，而亚马逊、京东、当当、卓越网也都会大量招聘数据分析师。 从企业经验来看，建立大数据的数据存储本身就需要专业技术能力，数据分析需要数学能力，确定建模或者分析方向则需要业务能力。大数据时代需要的核心人才，是兼具数据分析能力和项目（业务能力）经验的复合型人才。 目前，大数据方面的工作人员主要有三大就业方向：大数据系统研发类人才、大数据应用开发类人才和大数据分析类人才。从企业方面来说，大数据人才大致可以分为产品和市场分析、安全和风险分析以及商业智能三大领域。其中，商业智能的相关岗位包括： 1)数据抽取（Extract-Traform-Load，ETL） 随着数据种类的不断增加，企业对数据整合专业人才的需求越来越旺盛。ETL人员需要接触不同的数据来