团论文网
团论文网
-
［摘要］数字经济时代，新商科建设要求学生同时具备商业分析和数据分析能力，但商科生多为文科背景，商业数据分析岗位适应能力较差。文章通过爬取招聘网站并使用文本分析和隐含狄利克雷分布（Latent Dirichlet Allocation,LDA）主题分类方法，挖掘商业数据分析岗位需求特征，进一步通过问卷调查商科专业学生对该类岗位的适应度。研究发现，商业数据分析岗位重视应聘者的数学、统计学等专业知识，以及协调能力、逻辑分析能力等综合素质。高校应构建课堂教学、案例教学与实践教学相结合的体系，培养学生相关能力。
［关键词］新商科；商业数据分析岗位；人才培养；文本分析；LDA主题分类
0引言
数字经济时代，数据分析师、数据挖掘工程师等数据相关岗位炙手可热。其中，数据分析师所需专业知识涵盖范围广，为满足岗位要求，商科专业学生需要注重增强自身商业分析能力和数据分析能力。然而，当前高校的人才培养方案与社会需求还存在一定差距，高校应顺应数字经济时代发展趋势，优化人才培养方案，以增强人才供给的针对性和适配性。
目前，国内对数据相关岗位的研究主要从招聘信息中挖掘用人单位的需求特征。例如，黄崑等发现相较于数据管理、数据挖掘岗位，数据分析岗位更重视数据采集与分析有关的知识与技能［1］。张俊峰等从能力、专业和技能3个方面对招聘要求进行了分析和归纳［2］。古扬等通过对岗位职责要求、技能要求、背景要求和社会机构需要4个层面的研究，对情报分析师的人才需求进行了剖析［3］。薛洁等进一步比较了社会招聘和校园招聘中数据类岗位在人才特征、技能要求等方面的差异［4］。然而，目前针对商业数据分析岗位需求特征的研究仍显不足。鉴于商科专业学生的培养目标与其他专业存在差异，有必要深入探究商业数据分析岗位的具体需求特征，从而为商科专业数据分析人才培养提供更加精准的指导。
1商业数据分析岗位人才需求特征分析
1.1数据来源与数据预处理
本研究以“商业数据分析”为关键词，利用Python从智联招聘网站爬取了全国50个重点城市（包括一、二线城市和省会城市）的招聘信息，最终获得1 046条数据。每条数据主要包括岗位名称、薪资、工作地点、工作经验、学历背景、招聘人数、岗位职责及任职资格等字段。
1.2人才需求基本特征分析
1.2.1地域分布
统计所爬取数据中的工作地点信息后发现，商业数据分析岗位需求呈现出明显的地域差异和集聚特征。该岗位主要位于京津冀、长三角、粤港澳大湾区等经济发达地区和数字经济先行城市，其次是湖南省长沙市、湖北省武汉市、四川省成都市等一线内陆城市，而西部和东北地区的需求较少，如青海省西宁市、黑龙江省哈尔滨市等城市。
1.2.2学历要求
根据收集的1 046条岗位招聘信息，对学历要求进行数据统计，结果显示，绝大部分岗位都有明确的学历要求。其中，本科学历要求比例最高，达到72.47%；其次为大专，占19.12%；研究生学历要求相对较低，仅为4.59%；剩下3.82%的岗位要求为高中、中专或不限学历。
1.2.3工作经验要求
在工作经验要求上，分析结果显示大部分单位都有所要求。其中，要求1年以下工作经验的岗位占1.72%；要求1～3年工作经验的岗位占比最高，达到31.36%；要求3～5年工作经验的岗位占28.68%；要求5～10年工作经验的占10.23%；要求10年以上工作经验的岗位占0.57%；仅27.44%的岗位对工作经验无要求。
2基于文本分析法的商业数据分析人才能力需求分析
为深入了解企业对商业数据分析人才的专业能力和通用能力的需求特点，本文分别提取了岗位职责数据中集中代表专业能力的关键词和任职资格数据中集中代表通用能力的关键词，并进行了词频统计。
2.1专业知识
本研究采用Python的jieba库对岗位职责数据进行分词处理，并使用自然语言处理工具包（Natural Language Toolkit,NLTK）库进行词频统计和排序。结果显示，专业知识类关键词排名前三的分别是数据分析（784次）、数据处理工具（366次）和数学（342次），其次是统计学、计算机、数据库等。这说明数学和统计学知识是数据分析的理论基石，而数据处理工具的运用是重点考查要素。此外，计算机、数据库等信息技术（Information Technology,IT）类知识的高频出现，反映出当前商业数据分析与信息技术应用已经紧密结合。
2.2能力要求
对任职资格数据集进行相同的分词和词频分析后发现，在能力要求方面，协调能力（757次）位列榜首，说明商业数据分析通常涉及多部门、多角色协同；逻辑分析能力（498次）和理解能力（300次）受到高度关注，反映出此类工作需要缜密的逻辑思维和敏锐的商业洞察力；学习能力（314次）、沟通能力（248次）、执行能力（240次）、表达能力（147次）、抗压能力（131次）等也是用人单位普遍关注的软实力。
2.3专业工具和技能
对数据集中的专业工具和技能关键词进行统计（见表1），结果显示，Python和R语言是目前数据处理与分析软件类别中最主要的两个类型，接着是SPSS、Tableau、SAS和MATLAB等，这说明Python和R语言已经是当前商业数据分析领域的主流数据处理工具。
在数据库类型中，MySQL和Oracle位居前列，表明关系型数据库管理系统仍是当前主流。但Hive等大数据处理工具的兴起，说明非结构性数据的处理日益重要。
在企业办公软件类别中，Excel的使用最为广泛，PPT和Office次之，而Word、ERP和Visio较少。这反映出在企业数据处理、可视化展示等方面，分析师更多地依靠Office办公软件。
2.4主题分类
本文采用LDA主题分类法，借助Python中的sk-learn包对数据实现文档主题分类，对文本信息进行主题划分，并计算不同主题数的困惑度值，在困惑度值最小处取得最佳主题数为3个［5］。随后将生成的每个主题下的概率最大的25个词进行整理并归纳，总结出最符合业务能力与综合素质、专业基础与个人特质、数据分析技术与工具3个主题的中心思想（见表2）。
主题1聚焦业务能力与综合素质，涉及对业务理解、团队协作、逻辑思维等的要求，如业务、团队、合作、逻辑、运营等。商业数据分析师需要对所在行业和公司的业务有深刻的理解，具备敏锐的商业洞察力，同时要有很强的团队协作意识，善于统筹各部门开展数据分析项目。
主题2对应专业基础与个人特质，一方面强调了数学、计算机等专业知识和各类数据处理和办公软件工具的运用；另一方面，重视责任心、抗压能力、时间管理意识，并对文字表达能力、细心等方面有一定要求。此外，年龄、学历也是企业关注的个人因素。
主题3反映了商业数据分析岗中的数据分析技术与工具，包括SQL、Python等编程语言，MySQL等主流数据库，数据挖掘技术和机器学习算法，数据仓库，以及数据可视化、自动化报表等。同时强调对前沿技术发展的关注，要不断优化模型。
3商科专业学生数据分析岗位适应度调查分析
为了解商科专业学生对数据分析岗位的适应程度，本文以广西民族大学商科专业学生为调查对象，调查内容涵盖学生基本情况、数据分析认知与经历、数据分析工具使用、自评数据分析能力、数据分析关键因素认知、数据使用规范意识、数据隐私保护意识、数据分析与专业相关性认知等8个方面。共发放问卷220份，回收有效问卷195份，经过相关统计分析获得以下信息。
在数据分析经历上，44.1%的学生有过数据分析比赛经验，83.08%的学生首次接触数据分析是在大学课堂上。这说明学生接触数据分析的主要途径是学校教育，课外自主学习的比例相对较低。
在数据分析工具使用上，绝大部分学生（92.82%）使用过Excel，54.36%和46.67%的学生分别使用过SQL和SPSS，而Python（17.95%)、R语言（6.15%）等工具的使用率低。由此可以看出，学生主要使用的是针对结构化数据的传统工具。
在数据分析能力自评方面，77.44%的学生认为自身数据分析能力一般，19.49%的学生表示自己完全没有数据分析能力。另外，56.92%的学生对数据分析的基本流程不太了解，13.85%的学生则完全不了解。因此，目前学生普遍认为自身数据分析能力有待提高，对基础概念和分析流程认知不够全面。
在数据使用规范与隐私保护意识上，54.87%的学生一般会对数据进行标注，35.9%的学生经常进行标注，这说明大部分学生对数据使用规范有一定认知，但遵守的比例还不够高。收集数据时，56.41%的学生每次都会征求他人同意，这说明多数学生能够意识到隐私保护的重要性。在数据处理过程中，47.18%的学生只注重保护基本隐私，这说明学生对数据隐私保护的重视程度需要提高。
在数据分析与专业相关性认知方面，74.87%的学生认为提高数据统计分析能力对自身专业非常重要，说明绝大多数学生认识到了数据分析能力与专业的高度相关性。
4结论与建议
4.1结论
本文对商业数据分析岗位的需求特征进行研究，发现该类岗位的工作地点集中于京津冀、长三角、大湾区等经济发达地区和数字经济先行城市，偏好本科学历和1～3年相关工作经验。在专业知识上，重视数学、统计学等理论基础，数据处理工具的运用以及数据库管理技能。在能力上，协调能力、逻辑分析能力等综合素质不可或缺。主题分类结果进一步显示，业务能力与综合素质、专业基础与个人特质、数据分析技术与工具是企业关注的三大核心要素。问卷调查反映，大部分商科学生对数据分析基本概念和流程缺乏系统认知，实践经验少，规范使用数据和隐私保护方面等也需提高。
4.2人才培养建议
4.2.1夯实数学统计等理论基础，提升专业基础能力
数学、计算机是商业数据分析的基础，文本分析结果反映出用人单位对此有很高要求，但大部分学生相关基础理论知识薄弱，对数据分析概念和流程的认知不足。对此，建议高校增加商科专业的数学、统计学等核心基础课程的学时，确保学生掌握数据分析基础知识。同时，可以结合数据分析案例进行渗透启发式教学，带动学生发现问题、分析问题，增加实操环节，让学生动手使用常见的数据分析工具。
4.2.2更新课程设置，掌握前沿分析技术
目前，学生主要使用传统工具处理结构化数据，对数据挖掘、机器学习等前沿技术的掌握程度有限。对此，高校应及时更新商科专业的课程内容，开设大数据分析、机器学习等新兴课程，同步引入Python、R语言、Hive等热门或新兴的分析语言和工具。在课程上引入更多前沿动态，鼓励学生参加课外学术讲座，保持前沿知识的输入。
4.2.3加强实践锻炼，提升业务理解能力和综合素质
从前述分析可以看出业务理解能力、团队协作、逻辑思维等综合素质是企业较为重视的能力，但目前学生实践经历较少，使用数据分析思维解决实际问题的能力较差。对此，高校应增加实践教学环节的比重，鼓励学生参加相关竞赛实践。另外，与企业建立合作关系，为学生提供真实的商业数据分析项目。同时，课堂教学中注重案例分析、小组合作等形式，锻炼学生的逻辑思维、沟通协调等通用能力。
4.2.4重视数据道德教育，增强规范和隐私保护意识
调研发现，部分学生对数据使用规范和隐私保护的重视度不足。对此，高校在人才培养过程中应加强数据道德教育，增设相关课程，从理论和实践两方面增强学生的数据使用规范与隐私保护意识。理论方面，可采用考试的方式，巩固学生对数据使用准则、隐私法规的掌握程度。实践环节，可以通过组织讨论违规案例、参与科研等方式，使学生切身体会保护隐私的重要性。
主要参考文献
［1］黄崑,王凯飞,王珊珊,等.数据类岗位招聘需求调查及对图情学科人才培养的启示［J］.图书情报知识,2016(6):42-53.
［2］张俊峰,魏瑞斌.国内招聘类网站的数据类岗位人才需求特征挖掘［J］.情报杂志,2018(6):176-182.
［3］古扬,吕斌.国内信息分析师职业需求结构研究：基于招聘网站信息的挖掘分析［J］.情报探索,2018(7):41-47.
［4］薛洁,王娴,籍艳丽.大数据时代数据类岗位人才需求特征分析［J］.黑龙江高教研究,2022(10):119-124.
［5］赵凯,王鸿源.LDA最优主题数选取方法研究：以CNKI文献为例［J］.统计与决策,2020(16):175-179.后台-系统设置-扩展变量-手机广告位-内容正文底部 -
本文标签：
新商科背景下商业数据分析岗位需求特征挖掘与人才培养研究论文
人参与 2025-04-22 10:39:51 分类 : 管理学 点这评论 作者：团论文网 来源：https://www.tuanlunwen.com/
-
站内搜索
-
随机文章
-
标签列表
-
-
最近发表
-
-
热门文章 | 最新文章 | 随机文章
-
-
最新留言
-
首页 论文知识 教育论文 毕业论文 教学论文 经济学 管理学 职称论文 法学 理学 医学 社会学 物理学 文献 工程论文 学位论文 研究论文
Powered 团论文网 版权所有 备案号：鄂ICP备2022005557号统计代码
全站搜索