數(shù)據(jù)分析師統(tǒng)計學(xué)基礎(chǔ)精品(七篇)

序論：寫作是一種深度的自我表達(dá)。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內(nèi)心深處的真相，好投稿為您帶來了七篇數(shù)據(jù)分析師統(tǒng)計學(xué)基礎(chǔ)范文，愿它們成為您寫作過程中的靈感催化劑，助力您的創(chuàng)作。

篇(1)

關(guān)鍵詞：互聯(lián)網(wǎng)聯(lián)網(wǎng) 數(shù)據(jù)分析師 人才培養(yǎng)

互聯(lián)網(wǎng)行業(yè)在快速發(fā)展，“互聯(lián)網(wǎng)+”概念的提出標(biāo)志著互聯(lián)網(wǎng)已叩響“萬物互聯(lián)時代”的大門。在這個時代，大數(shù)據(jù)滲透于各行各業(yè)，掌握數(shù)據(jù)核心價值成為企業(yè)脫穎而出并取得勝利的法寶。越來越多的企業(yè)承認(rèn)競爭優(yōu)勢與大數(shù)據(jù)有關(guān)，由此，數(shù)據(jù)分析師這一職業(yè)逐漸得到認(rèn)可并受到追捧。世界500強(qiáng)企業(yè)中，有90%以上都建立了數(shù)據(jù)分析部門。在國內(nèi)，已有超過56%的企業(yè)在籌備和發(fā)展大數(shù)據(jù)研究，據(jù)有關(guān)部門預(yù)測未來5年，94%的公司都將需要數(shù)據(jù)分析專業(yè)人才。數(shù)據(jù)分析師的職位需求隨之不斷增長，全國數(shù)據(jù)分析師的職位由2014年初的200多個職位增長到接近3000個職位。正如著名出版公司O’Reilly的創(chuàng)始人Tim O’Reilly斷言，大數(shù)據(jù)就是下一個Intel Inside，未來屬于那些能把數(shù)據(jù)轉(zhuǎn)換為產(chǎn)品的公司和人群。

優(yōu)秀的數(shù)據(jù)分析師已經(jīng)成為促進(jìn)各行各業(yè)發(fā)展，推動國家經(jīng)濟(jì)進(jìn)步的重要人物。但我國針對數(shù)據(jù)分析的研究起步晚，市場巨大，職位空缺現(xiàn)象十分嚴(yán)重。因此，培養(yǎng)數(shù)據(jù)分析人才的項目活動應(yīng)引起高度重視。

1互聯(lián)網(wǎng)環(huán)境下的數(shù)據(jù)分析師

1.1數(shù)據(jù)分析師的定義

談起數(shù)據(jù)分析師，很多人都認(rèn)為其職位高高在上，不可企及，但實際并非如此。讓我們從案例出發(fā)來探索其內(nèi)在含義，數(shù)據(jù)分析最經(jīng)典的案例便是“啤酒與尿布”，沃爾瑪超市將Aprior算法引入Pos機(jī)數(shù)據(jù)分析發(fā)現(xiàn)美國年輕的父親去超市為嬰兒購買尿布的同時，往往會順便為自己購買啤酒，這樣便使尿布和啤酒這兩樣看似不相干的商品有了某種聯(lián)系。于是，沃爾瑪嘗試將兩種商品擺放在同一區(qū)域，進(jìn)而取得了意想不到的良好銷售收入。可見，數(shù)據(jù)分析是運用適當(dāng)?shù)姆椒▽κ占瘉淼拇罅繑?shù)據(jù)進(jìn)行分析整理，篩選有價值的信息并形成相應(yīng)的解決方案以幫助人們作出判斷，采取適當(dāng)行動的過程。

1.2數(shù)據(jù)分析師的層級分類

經(jīng)對多家招聘網(wǎng)站數(shù)據(jù)分析師的招聘信息進(jìn)行分析研究，發(fā)現(xiàn)目前數(shù)據(jù)分析師大體分為三個層級：傳統(tǒng)行業(yè)的數(shù)據(jù)分析師、互聯(lián)網(wǎng)初級數(shù)據(jù)分析師、互聯(lián)網(wǎng)高級數(shù)據(jù)分析師。傳統(tǒng)行業(yè)的數(shù)據(jù)分析師的主要工作是整理、處理數(shù)據(jù)，專業(yè)技能只要具備一定的數(shù)學(xué)和統(tǒng)計學(xué)知識儲備即可；第二層級是互聯(lián)網(wǎng)初級數(shù)據(jù)分析師，職位要求在傳統(tǒng)數(shù)據(jù)分析師的基礎(chǔ)上掌握少數(shù)的計算機(jī)工具譬如SPSS、SQL等，從職人員需具備一定的數(shù)據(jù)敏感度和邏輯思維能力，能夠?qū)?shù)據(jù)源進(jìn)行分析并能制作數(shù)據(jù)報表；互聯(lián)網(wǎng)高級數(shù)據(jù)分析師是一類復(fù)合型人才，要熟悉業(yè)務(wù)環(huán)境并能與技術(shù)相結(jié)合解決企業(yè)實際問題，并掌握數(shù)據(jù)挖掘常用算法和一系列相關(guān)的分析軟件，他們的工作與企業(yè)發(fā)展密切相連，擁有一名優(yōu)秀的數(shù)據(jù)分析師的企業(yè)將擁有與同行業(yè)競爭的資本。

1.3數(shù)據(jù)分析師的能力需求

數(shù)據(jù)分析師的工作分為采集、存儲、篩選、數(shù)據(jù)挖掘、建模分析、優(yōu)化、展現(xiàn)、應(yīng)用等一系列過程。接下來從主要步驟詳細(xì)分析數(shù)據(jù)分析師的能力需求。數(shù)據(jù)挖掘過程即從海量數(shù)據(jù)中提取潛在的有價值的信息，要求數(shù)據(jù)分析師掌握一系列相關(guān)分析方法譬如聚類分析、關(guān)聯(lián)分析、等并能熟練運用數(shù)據(jù)挖掘算法和相關(guān)工具；建模分析即對數(shù)據(jù)抽象組織，確定數(shù)據(jù)及相關(guān)性的過程，在此基礎(chǔ)上要掌握譬如決策樹、神經(jīng)網(wǎng)絡(luò)、K-means算法、SVM等至少一種相關(guān)算法；展現(xiàn)過程要求具備數(shù)據(jù)整理、數(shù)據(jù)可視化、報表制作能力，熟練應(yīng)用D3、Vega實現(xiàn)數(shù)據(jù)可視化，并能運用R和DateWangler工具將原始數(shù)據(jù)轉(zhuǎn)化為實用的格式。

2數(shù)據(jù)分析師的培養(yǎng)現(xiàn)狀

2.1國外數(shù)據(jù)分析師的培養(yǎng)現(xiàn)狀

在國外，無論是學(xué)術(shù)研究還是企業(yè)部門，數(shù)據(jù)分析已發(fā)展到較為成熟的地步。斯坦福大學(xué)的研究成員著手開發(fā)MEGA（現(xiàn)代動態(tài)網(wǎng)絡(luò)圖像分析Modern Graph Analysis for Dynamic Networks）并與多家媒體公司緊密合作，研究社交媒體中的用戶行為，建立模型并探究其中的規(guī)律；哥倫比亞大學(xué)已開設(shè)了《數(shù)據(jù)科學(xué)導(dǎo)論》和《應(yīng)用數(shù)據(jù)科學(xué)》課程，從2013年秋季起開設(shè)“數(shù)據(jù)科學(xué)專業(yè)成就認(rèn)證”培訓(xùn)項目，并于2014年設(shè)立專業(yè)碩士學(xué)位和博士學(xué)位；華盛頓大學(xué)開設(shè)《數(shù)據(jù)科學(xué)導(dǎo)論》課程，并對修滿數(shù)據(jù)科學(xué)相關(guān)課程學(xué)分的學(xué)生頒發(fā)數(shù)據(jù)科學(xué)證書。數(shù)據(jù)分析師在國外已引起了充分的重視，他們均衡分布在各行各業(yè)，運用掌握的專業(yè)知識并結(jié)合相關(guān)思維為自身、企業(yè)乃至社會的發(fā)展做著不小的貢獻(xiàn)。

2.2國內(nèi)數(shù)據(jù)分析師的培養(yǎng)現(xiàn)狀

近年來，在國內(nèi)，大數(shù)據(jù)的概念雖被媒體和行業(yè)廣泛提及，但數(shù)據(jù)分析算是剛剛起步，數(shù)據(jù)分析師的培養(yǎng)課程未得到普及，我國目前將數(shù)據(jù)分析納入教學(xué)體系的高校寥寥無幾，開設(shè)相關(guān)課程并取得一定成果的有：香港中文大學(xué)設(shè)立“數(shù)據(jù)科學(xué)商業(yè)統(tǒng)計科學(xué)”碩士學(xué)位；復(fù)旦大學(xué)開設(shè)數(shù)據(jù)科學(xué)討論班，于2010年開始招收數(shù)據(jù)科學(xué)博士研究生；北京航空航天大學(xué)設(shè)立大數(shù)據(jù)工程碩士學(xué)位；中國人民大學(xué)統(tǒng)計學(xué)院開設(shè)數(shù)據(jù)分析方向應(yīng)用統(tǒng)計碩士。

和國外相比，我國數(shù)據(jù)分析師的人才培養(yǎng)機(jī)制還未成熟，高校教育仍存在各種各樣的問題，譬如，大學(xué)生雖然從多門課程中接觸到與數(shù)據(jù)分析相關(guān)內(nèi)容，但各門課程的教學(xué)資源未能實現(xiàn)有效的整合。互聯(lián)網(wǎng)環(huán)境下，大數(shù)據(jù)帶來的是一場革命性的變化，若想把握機(jī)遇，實現(xiàn)國家經(jīng)濟(jì)革命性發(fā)展，首要任務(wù)就是數(shù)據(jù)分析師的培養(yǎng)。

3如何成為優(yōu)秀的數(shù)據(jù)分析師

數(shù)據(jù)分析師作為新時代新興起的高薪職業(yè)，對人員的能力要求是相當(dāng)高的，下面將根據(jù)數(shù)據(jù)分析師的定義、能力需求并結(jié)合互聯(lián)網(wǎng)環(huán)境的時代背景，對數(shù)據(jù)分析師的成才途徑作出詳細(xì)的分析。

思維變革，數(shù)據(jù)分析師成才的前提。首先要在思維方面有所改變，培養(yǎng)自身數(shù)據(jù)思維、多模式思維、邏輯思維和結(jié)構(gòu)化思維。數(shù)據(jù)思維即量化思維，對數(shù)據(jù)具有獨特的敏感度，相信一切事物皆可量化；多模式思維即構(gòu)造多種想法和解決思路，拓寬思維，從多角度出發(fā)，以尋求最優(yōu)的解決問題的方案；邏輯思維，在錯綜復(fù)雜的海量數(shù)據(jù)中要有縝密的思維和清晰的邏輯推理能力才能按照自己既定的目標(biāo)有效解決問題；結(jié)構(gòu)化思維即系統(tǒng)性思考問題，深入分析內(nèi)在原因，能夠制定系統(tǒng)可行的解決方案。

技能變革，數(shù)據(jù)分析師成才的工具。作為一名優(yōu)秀的數(shù)據(jù)分析師若想在互聯(lián)網(wǎng)環(huán)境下對海量數(shù)據(jù)進(jìn)行有效的管理，就要努力學(xué)習(xí)相關(guān)的專業(yè)技能。要掌握多種機(jī)器學(xué)習(xí)方法，不斷學(xué)習(xí)相關(guān)軟件應(yīng)用，譬如，Java、Python、SQL、Hadoop、R等等，這將成為數(shù)據(jù)分析全過程的輔助工具；除此，還要掌握一定的心理學(xué)知識，能夠很好的分析和解釋客戶行為；在此基礎(chǔ)上，最核心的是要掌握一定的業(yè)務(wù)能力和管理能力。

素質(zhì)變革，數(shù)據(jù)分析師成才的保證。在個人素質(zhì)方面，互聯(lián)網(wǎng)時代對數(shù)據(jù)分析師的要求增多，若想成為優(yōu)秀的數(shù)據(jù)分析師就應(yīng)不斷學(xué)習(xí)完善以下素質(zhì)能力：對工作的態(tài)度嚴(yán)謹(jǐn)認(rèn)真，對數(shù)據(jù)的變化時刻保持敏銳的洞察力，對方法的運用保持一定的創(chuàng)新性，對團(tuán)隊保持團(tuán)結(jié)合作之心，能與顧客溝通交流并及時了解他們的需求。

實踐，數(shù)據(jù)分析師成才的推動力。數(shù)據(jù)分析師的職責(zé)是幫助企業(yè)挖掘市場價值、發(fā)現(xiàn)機(jī)遇、準(zhǔn)確進(jìn)行市場定位并從海量數(shù)據(jù)中找出問題，提出解決方案。因此，在數(shù)據(jù)分析師的成才道路上，實踐是必不可少的。相關(guān)人員要在掌握理論的基礎(chǔ)上，敢于應(yīng)用于實踐，充分考慮數(shù)據(jù)中存在的價值和風(fēng)險。使自我能力在實踐中不斷改進(jìn)和完善。

4給我國高校的建議

高校為數(shù)據(jù)分析師的成長提供指導(dǎo)和途徑，肩負(fù)著為我國社會培養(yǎng)有用人才的重任，因此高校要努力構(gòu)建數(shù)據(jù)分析師的人才培養(yǎng)機(jī)制，不斷輸出數(shù)據(jù)分析相關(guān)人才。

高校的首要任務(wù)是，強(qiáng)化師資力量，改進(jìn)教學(xué)方法。各大高校應(yīng)聯(lián)合共建優(yōu)秀師資團(tuán)隊，鼓勵教師考取數(shù)據(jù)分析師資格證，并到實際企業(yè)中進(jìn)行歷練。再者，我們要組建專門師資團(tuán)隊到國外開展學(xué)習(xí)工作，取其精髓，去其槽粕，不斷優(yōu)化我國數(shù)據(jù)分析師的培養(yǎng)體系。

第二、培養(yǎng)專業(yè)化的人才就要有效整合各門課程的教學(xué)資源，構(gòu)建系統(tǒng)性教學(xué)結(jié)構(gòu)。鑒于市場對數(shù)據(jù)分析師的需求的火熱程度，高校完全可以開設(shè)專門課程，將與數(shù)據(jù)相關(guān)的課程進(jìn)行有機(jī)的整合并開設(shè)數(shù)據(jù)分析導(dǎo)論、基礎(chǔ)等課程，制定數(shù)據(jù)分析系統(tǒng)性課程體系，專門為市場培養(yǎng)數(shù)據(jù)分析的專業(yè)人才。

第三、在具備優(yōu)秀的師資力量和良好的教學(xué)體系的基礎(chǔ)上，高校也高度應(yīng)注重學(xué)生興趣的培養(yǎng)。數(shù)據(jù)分析師是新時代的復(fù)合型人才，一名優(yōu)秀的數(shù)據(jù)分析師需掌握包括數(shù)學(xué)、統(tǒng)計學(xué)、運籌學(xué)、社會學(xué)、管理學(xué)以及大量軟件應(yīng)用在內(nèi)的大量相關(guān)知識，學(xué)習(xí)過程會十分繁瑣、復(fù)雜，學(xué)習(xí)周期長，學(xué)習(xí)難度大，所以建議各大高校在制定教學(xué)體系時應(yīng)合理安排課程，在教學(xué)過程中應(yīng)注重課程的趣味性，寓教于樂，采用案例導(dǎo)入、項目教學(xué)等教學(xué)方法，逐漸培養(yǎng)學(xué)生對數(shù)據(jù)分析濃厚的興趣。

第四、隨時更新教學(xué)數(shù)據(jù)，培養(yǎng)適應(yīng)時展的人才。基于大數(shù)據(jù)的4V特征即大量化（Volume）、多樣化（Variety）、快速化（Velocity）、價值化（Value），在培養(yǎng)數(shù)據(jù)分析人才的期間，高校一方面要注重數(shù)據(jù)的全面性，另一方面要注重數(shù)據(jù)的更新，及時更改教學(xué)方法和教學(xué)案例，與時俱進(jìn)。高校要充分利用互聯(lián)網(wǎng)的優(yōu)勢，引入MOOC（Massive Open Online Course，大規(guī)模網(wǎng)絡(luò)開放課程）教學(xué)方式，充分發(fā)揮大數(shù)據(jù)在教育領(lǐng)域的作用，克服傳統(tǒng)教學(xué)方法資源少、反饋慢、綜合分析困難等缺點，將數(shù)據(jù)分析的研究成果應(yīng)用于數(shù)據(jù)分析人才的培養(yǎng)，實現(xiàn)數(shù)據(jù)分析行業(yè)的良性循環(huán)。

第五、注重理論與實踐相結(jié)合，努力為學(xué)生搭建實踐的平臺。高校可考慮校企合作的教學(xué)理念，邊教學(xué)邊實踐，讓學(xué)生將所學(xué)到的理論知識轉(zhuǎn)化為實際應(yīng)用，一方面在實踐中鞏固并檢驗自己的理論知識，另一方面數(shù)據(jù)來源真正的企業(yè)運營中，讓學(xué)生切實體驗數(shù)據(jù)的作用和風(fēng)險，有助于塑造真正對企業(yè)有用的人才。

5結(jié)語

綜上所述，互聯(lián)網(wǎng)帶來了全球范圍的數(shù)據(jù)信息大爆炸，這對企業(yè)來說是機(jī)遇同時也是挑戰(zhàn)，能將大數(shù)據(jù)為自己所用，是企業(yè)取勝的關(guān)鍵，因此數(shù)據(jù)分析師逐漸被各行各業(yè)認(rèn)可。文章從數(shù)據(jù)分析師的定義出發(fā)，結(jié)合目前的時代背景，對數(shù)據(jù)分析師的每一工作步驟所需的能力進(jìn)行研究，旨在初步探索優(yōu)秀數(shù)據(jù)分析師的成才之道，為即將成為數(shù)據(jù)分析師的學(xué)者提供一定的理論參考。最后，針對如何構(gòu)建數(shù)據(jù)分析人才培養(yǎng)體系，對我國高校提出了幾點建議。高校的培養(yǎng)只是為數(shù)據(jù)分析師提供成才的途徑，如何成為資深的數(shù)據(jù)分析師還有賴于每個學(xué)者的不斷探索和研究。

參考文獻(xiàn)：

[1]張明元.數(shù)據(jù)分析師的職業(yè)是否高不可及[J].出國與就業(yè)，2007（08）：56.

[2]鄭葵，馬濤.經(jīng)管類專業(yè)大學(xué)生數(shù)據(jù)分析能力提升策略探討[J].商業(yè)經(jīng)濟(jì)，2013（19）：52-53.

[3]馮海超.大數(shù)據(jù)時代正式到來[J].互聯(lián)網(wǎng)周刊，2012（24）：36-38.

[4]譚立云，李強(qiáng)麗，李慧.大數(shù)據(jù)時代數(shù)據(jù)分析人才培養(yǎng)的思考及對策[J].科技論壇，2015.

[5]尹穎堯，李鴻琳.趕緊培養(yǎng)數(shù)據(jù)分析師[J].大學(xué)生，2013（18）：78-79.

[6]程征.提升數(shù)字閱讀質(zhì)感的數(shù)據(jù)分析師[J].中國記者，2013（6）：46-47.

[7]張文霖.數(shù)據(jù)分析師那些事[J].統(tǒng)計論壇，2013（7）：44-45.

篇(2)

關(guān)鍵詞：大數(shù)據(jù) 市場調(diào)查與預(yù)測 教學(xué)改革 專業(yè)特色

中圖分類號：F274

文獻(xiàn)標(biāo)識碼：A

文章編號：1004-4914（2017）02-237-02

一、引言

信息技術(shù)和社會化媒體的飛速發(fā)展引發(fā)了數(shù)據(jù)的大爆炸，而龐大的數(shù)據(jù)集為企業(yè)進(jìn)行市場調(diào)查與預(yù)測提出了新的挑戰(zhàn)。為了適應(yīng)新的企業(yè)需求，高校《市場調(diào)查與預(yù)測》課程的人才培養(yǎng)方案和培養(yǎng)模式必須做出相應(yīng)的調(diào)整，引入新的教學(xué)方法和人才培養(yǎng)理念，使用更加先進(jìn)的調(diào)查預(yù)測工具，為企業(yè)培養(yǎng)出具備數(shù)據(jù)分析能力的優(yōu)秀人才。

二、課程改革的必要性

（一）大數(shù)據(jù)時代的要求

隨著大數(shù)據(jù)時代的到來，企業(yè)越來越重視基于大數(shù)據(jù)的更多樣本，更多實時數(shù)據(jù)的分析。對于市場專業(yè)本科階段的學(xué)生來講，雖然不能達(dá)到數(shù)據(jù)分析的專家，但是必須順應(yīng)時代及企業(yè)人才需求的變化，提升數(shù)據(jù)分析的能力，《市場調(diào)查與預(yù)測》課程的教學(xué)改革迫在眉睫。

（二）傳統(tǒng)教學(xué)方法與教學(xué)模式存在很多弊端

《市場調(diào)查與預(yù)測》課程最顯著的特點就是實踐性強(qiáng)，但是傳統(tǒng)的教學(xué)方法與教學(xué)模式很難達(dá)到鍛煉學(xué)生實踐能力的目的。主要體現(xiàn)在以下三個方面：第一，傳統(tǒng)的注入式教學(xué)方法主要強(qiáng)調(diào)的是理論知識的傳授，學(xué)生缺乏參與感，很難調(diào)動學(xué)生的自主性和積極性，培養(yǎng)學(xué)生的創(chuàng)新性；第二，傳統(tǒng)課程安排實踐課時偏少，通過查閱各類院校本課程的教學(xué)計劃，多數(shù)高校實踐課時占總課程課時的比例不足30%，教師很難對整個實踐過程進(jìn)行監(jiān)管和指導(dǎo)。第三，傳統(tǒng)的教學(xué)模式忽略了對實踐能力的考核，基于實踐課時偏少，實踐成績所占總成績的比重很低且缺乏完整科學(xué)的成績評定體系，容易造成學(xué)生“搭便車”的現(xiàn)象；第四，《市場調(diào)研與預(yù)測》課程與《統(tǒng)計學(xué)》存在較強(qiáng)的相關(guān)關(guān)系，在授課過程中如果缺乏課程銜接與配合意識，很容易造成內(nèi)容的重疊。同時，如果學(xué)生的統(tǒng)計學(xué)知識不扎實，對數(shù)據(jù)的分析僅僅停留在問卷調(diào)查數(shù)據(jù)的初步統(tǒng)計，很難提高學(xué)生的數(shù)據(jù)分析能力。

三、課程改革的基本思路

《市場調(diào)查與預(yù)測》課程的教學(xué)改革應(yīng)順應(yīng)大數(shù)據(jù)時展的要求，通過以學(xué)生為主體，教師為主導(dǎo)的教學(xué)方法，著重培養(yǎng)學(xué)生的實踐能力、創(chuàng)新能力和數(shù)據(jù)分析能力。教學(xué)內(nèi)容上增加數(shù)據(jù)分析的內(nèi)容，主要引入SPSS統(tǒng)計軟件的實驗課程，提升學(xué)生的數(shù)據(jù)分析能力；教學(xué)形式上采用課題式教學(xué)，通過課題式教學(xué)與分組合作學(xué)習(xí)的互動式教學(xué)模式提高學(xué)生的實踐能力；課程考核上，通過制定公平合理的考核制度提高學(xué)生參與實踐鍛煉的積極性，并在提高自身綜合素質(zhì)的基礎(chǔ)上提高對教師教學(xué)的滿意度。

（一）教學(xué)內(nèi)容的調(diào)整

依據(jù)市場調(diào)查與預(yù)測統(tǒng)計分析的需要，學(xué)生要先修《統(tǒng)計學(xué)》課程，通過和《統(tǒng)計學(xué)》教師的溝通與配合，《市場調(diào)查與預(yù)測》課程教學(xué)內(nèi)容減少與《統(tǒng)計學(xué)》重復(fù)的理論部分，增加數(shù)據(jù)分析內(nèi)容，尤其是SPSS操作模塊。與此同時，增加實踐課時。該課程的總課時為48學(xué)時，其中課堂理論授課占用24學(xué)時，SPSS操作占用12學(xué)時，實踐課時12學(xué)時。課程理論講授模塊的內(nèi)容包括：市場調(diào)研方案設(shè)計、數(shù)據(jù)搜集方法、市場調(diào)研誤差、數(shù)據(jù)整理與分析、市場調(diào)研報告的撰寫、市場預(yù)測的基本方法。SPSS操作模塊包括：問卷設(shè)計與數(shù)據(jù)收集、問卷數(shù)據(jù)的錄入與清理、單變量的一維頻率分析、雙變量的交叉表分析、多選變量的一維頻率分析和交叉表分析、描述統(tǒng)計分析、簡單統(tǒng)計推斷、單因素方差分析、線性相關(guān)分析與線性回歸分析。@兩個模塊不是孤立的，而是通過課題式教學(xué)完成，學(xué)生通過選定的課題展開，圍繞選題在實踐課時完成完整的市場調(diào)研過程，應(yīng)用SPSS完成數(shù)據(jù)的分析過程，最后以課題小組的形式進(jìn)行匯報。

（二）教學(xué)的組織形式

教學(xué)組織形式上主要采用課題式教學(xué)與分組合作學(xué)習(xí)的形式，鼓勵學(xué)生按照興趣以4～6人為一組進(jìn)行組隊，通過發(fā)現(xiàn)生活中與市場調(diào)查相關(guān)的實際問題，參與教師的課題項目，參與大學(xué)生市場分析大賽或者結(jié)合大學(xué)生創(chuàng)新項目等形式確定調(diào)研主題，明確調(diào)查目的、調(diào)查對象和調(diào)查范圍，設(shè)計調(diào)查方案。無論對于教師還是學(xué)生，新的科研項目的立項都會面對很多的新問題。在教學(xué)過程中，全體師生圍繞共同感興趣的科研課題展開教學(xué)與科研活動，形成一個學(xué)習(xí)型的教與學(xué)的團(tuán)隊。提高學(xué)生自主學(xué)習(xí)與實踐的意識。師生在教學(xué)與科研活動中會有新的發(fā)現(xiàn)，達(dá)到教學(xué)相長的目的。

（三）課程成績評定方案的優(yōu)化

由于《市場調(diào)查與預(yù)測》的課程加強(qiáng)了實踐環(huán)節(jié)，所以在最終課程的成績評定中，學(xué)生實踐環(huán)節(jié)的占比要相應(yīng)的提高。我校傳統(tǒng)課程考核中，綜合成績=平時成績+期末成績。平時成績和期末成績分別占30%和70%。現(xiàn)計劃調(diào)整為：綜合成績=實踐成績+期末成績。其中實踐成績和期末成績各占50%。由于實踐環(huán)節(jié)都是分小組進(jìn)行，調(diào)研報告和最終的匯報只能區(qū)分不同小組的最終表現(xiàn)，很難區(qū)分小組成員的實踐表現(xiàn)。為了防止小組成員在團(tuán)隊作業(yè)中出現(xiàn)搭便車的現(xiàn)象，所以學(xué)生個人實踐成績=小組實踐成績70%+個人平時成績30%。小組實踐成績的評定在匯報過程中采取小組互評和老師評定相結(jié)合的方式，其中小組互評占30%，由其他小組評定的平均分計算得來，老師評定占70%，按照課題選題的難易程度及完成的工作量大小來確定。個人平時成績=組長評分30%+老師評分70%，組長評分根據(jù)組員的參與度及完成情況決定，老師評分根據(jù)小組分工的完成情況決定。這種成績評定結(jié)構(gòu)盡可能的做到客觀公正，讓學(xué)生切身體會到自覺參與實踐鍛煉的重要性，促進(jìn)學(xué)生積極投入到實踐鍛煉中，并在提高自身綜合素質(zhì)的基礎(chǔ)上提高學(xué)生對教師教學(xué)的滿意度。

四、課程改革與專業(yè)特色

由于課程采用課題式教學(xué)與分組合作學(xué)習(xí)的形式，不僅鍛煉了學(xué)生的實踐能力和創(chuàng)新能力，而且對學(xué)生團(tuán)隊溝通與合作能力也是一種提升。通過這種教學(xué)模式的實踐也可以為市場營銷專業(yè)特色的建立指明方向。

（一）以就業(yè)為導(dǎo)向

市場營銷專業(yè)的學(xué)生將來很可能從事市場調(diào)研工作，因此如果能在學(xué)習(xí)的基礎(chǔ)上考取相關(guān)證書可以很大程度提高就業(yè)率，比如可以鼓勵學(xué)生考取中級調(diào)查分析師證書。中級調(diào)查分析師證書考核的內(nèi)容主要包括五個模塊：消費者行為學(xué)、調(diào)查概論、市場調(diào)查實務(wù)、抽樣技術(shù)和調(diào)查數(shù)據(jù)分析。學(xué)生可以側(cè)重以“消費者行為”為課題開展市場調(diào)查，不僅使學(xué)生掌握了市場調(diào)查的基本理論知識，而且也掌握了市場調(diào)查的實務(wù)，提高了數(shù)據(jù)分析的能力，實現(xiàn)了大數(shù)據(jù)時代企業(yè)對新的人才需求的無縫銜接。

（二）以專業(yè)競賽為導(dǎo)向

該課程的實踐環(huán)節(jié)也可以以專業(yè)大賽為依托，比如學(xué)生的選題可以先以校級大學(xué)生創(chuàng)新項目為基礎(chǔ)組織教學(xué)實踐，既完成了教學(xué)任務(wù)，又可以為參加更高層次的專業(yè)大賽奠定一定的基礎(chǔ)。在現(xiàn)有課題的基礎(chǔ)上選拔比較好的項目銜接省級大學(xué)生創(chuàng)新項目、全國及海峽兩岸大學(xué)生市場調(diào)查分析大賽等。這種模式既可以加強(qiáng)與全國高校的交流，也可以緊追市場調(diào)研實踐教學(xué)模式的前沿，拓寬任課教師的思路，促進(jìn)教學(xué)質(zhì)量的提升，提高教學(xué)滿意度。

總之，《市場調(diào)查與預(yù)測》課程的改革不僅順應(yīng)了大數(shù)據(jù)時代的發(fā)展，同時也能體現(xiàn)出以市場調(diào)研為依托的專業(yè)特色。但是我校《市場調(diào)查與預(yù)測》課程的改革并非一蹴而就，也是一個循序漸進(jìn)的過程。課程的改革不僅和現(xiàn)有師資水平有關(guān)，而且與學(xué)校的各種軟硬件配置以及實驗室建設(shè)也存在很大的關(guān)系。目前我校在《市場調(diào)查與預(yù)測》教學(xué)方面的軟硬件還存在很大的欠缺。如何提高實驗室的利用效率，加強(qiáng)實驗室軟硬件建設(shè)，實現(xiàn)SPSS操作課程與理論課程的無縫銜接也是需要我們通過調(diào)研來逐步改善的。同時，課程的建O需要長期的投入和努力，我們在提高學(xué)生的市場調(diào)研實踐能力，增強(qiáng)學(xué)生將來融入社會的適應(yīng)能力的過程中還要不斷摸索和提升，緊跟時展的步伐。

參考文獻(xiàn)：

[1] 段曉梅.基于SPSS軟件的《市場調(diào)查與預(yù)測》實驗課程教學(xué)研究[J].教育教學(xué)論壇，2014（9）58～60

[2] 李紅梅.市場調(diào)研課程實踐性教學(xué)模式研究[J].教育教學(xué)論壇，2015（12）107～109

[3] 陳成棟，劉曉云.“市場調(diào)查與預(yù)測“課程教學(xué)改革實證研究[J].中國市場，2012（35）26～28

[4] 趙磊，朱娜.“大數(shù)據(jù)”時代農(nóng)業(yè)高職院校財經(jīng)類專業(yè)市場調(diào)查與預(yù)測人才培養(yǎng)方法探討與研究[J].經(jīng)濟(jì)研究導(dǎo)刊，2014（27）187～188

篇(3)

關(guān)鍵詞：財務(wù)分析；大數(shù)據(jù)；教學(xué)改革

作者簡介：王暉（1973-），女，黑龍江雞西人，北京信息科技大學(xué)經(jīng)濟(jì)管理學(xué)院，講師；段文軍（1969-），女，山東蓬萊人，北京信息科技大學(xué)經(jīng)濟(jì)管理學(xué)院，副教授。（北京 100192）

基金項目：本文系北京信息科技大學(xué)教學(xué)提高-專業(yè)建設(shè)項目（項目編號：5028023501）的研究成果。

中圖分類號：G642.0 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-0079（2013）25-0111-02

當(dāng)今時代不斷涌現(xiàn)各種新型信息方式，例如博客、社交網(wǎng)絡(luò)等；不斷興起各種新技術(shù)，例如云計算、物聯(lián)網(wǎng)等。數(shù)據(jù)的產(chǎn)生不受任何的限制，數(shù)據(jù)以前所未有的速度不斷增長和累積，大數(shù)據(jù)時代已經(jīng)來到。[1]《華爾街日報》認(rèn)為大數(shù)據(jù)時代是引領(lǐng)未來繁榮的三大技術(shù)變革之一。麥肯錫公司在一份報告中提出數(shù)據(jù)是一種生產(chǎn)資料。企業(yè)每天面對海量的財務(wù)數(shù)據(jù)，如超市的銷售記錄、銀行的交易記錄、淘寶網(wǎng)站數(shù)千萬筆交易記錄（產(chǎn)生量超過50TB，存儲量40PB①）。企業(yè)如能利用這些巨大的數(shù)據(jù)集挖掘出有價值的信息，那么企業(yè)就能掌控下一個創(chuàng)新、競爭和生產(chǎn)力提高的關(guān)鍵。大數(shù)據(jù)時代，尤其是財務(wù)大數(shù)據(jù)時代，呼喚創(chuàng)新型人才。[2]呼喚具備綜合財務(wù)分析能力的人才，利用財務(wù)大數(shù)據(jù)為企業(yè)創(chuàng)造財富。

如何培養(yǎng)財務(wù)分析人才？在財經(jīng)類高校本科，一般都開設(shè)“財務(wù)分析”課程，該課程教學(xué)目的是培養(yǎng)學(xué)生對真實企業(yè)進(jìn)行綜合財務(wù)分析，并能獨立撰寫財務(wù)分析報告的能力。[3]本文以北京信息科技大學(xué)（以下簡稱“我校”）為例，探討大數(shù)據(jù)時代下財務(wù)分析人才的需求特點，對高校“財務(wù)分析”課程設(shè)置的影響，并提出改進(jìn)“財務(wù)分析”課程教學(xué)的建議。

一、大數(shù)據(jù)時代下財務(wù)分析人才需求特點

相較于其他類型數(shù)據(jù)，財務(wù)數(shù)據(jù)更大、更復(fù)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(shù)據(jù)分析，零售商可增加運營利潤60%，制造業(yè)設(shè)備裝配成本會減少50%。[2]在財務(wù)大數(shù)據(jù)環(huán)境下，如何整理與統(tǒng)計這些雜亂無章的數(shù)據(jù)？如何讓財務(wù)數(shù)據(jù)開口說話為企業(yè)管理者經(jīng)營決策提供科學(xué)依據(jù)？朱東華（2013）認(rèn)為，大數(shù)據(jù)時代下，傳統(tǒng)的數(shù)據(jù)分析方法已經(jīng)不再適應(yīng)當(dāng)前的數(shù)據(jù)環(huán)境，同時，各種企業(yè)對數(shù)據(jù)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(wù)大數(shù)據(jù)和大量的財務(wù)數(shù)據(jù)分析需求助長了企業(yè)對統(tǒng)計和數(shù)學(xué)背景的人才需求。

可見，大數(shù)據(jù)時代下財務(wù)分析人才應(yīng)該具備扎實的統(tǒng)計學(xué)和數(shù)學(xué)功底，能夠熟練運用定量分析方法分析數(shù)據(jù)以獲取信息，撰寫分析報告為企業(yè)相關(guān)利益人決策提供依據(jù)。

二、“財務(wù)分析”課程教學(xué)現(xiàn)狀

張先治（2007）認(rèn)為，財務(wù)分析是財務(wù)分析主體為實現(xiàn)財務(wù)分析目標(biāo)，以財務(wù)信息及其他相關(guān)信息為基礎(chǔ)，運用財務(wù)分析技術(shù)，對分析對象的財務(wù)活動的可靠性和有效性進(jìn)行分析，為經(jīng)營決策、管理控制及監(jiān)督管理提供依據(jù)的一門具有獨立性、邊緣性、綜合性的經(jīng)濟(jì)應(yīng)用學(xué)科。[5]財務(wù)分析課程是為我校經(jīng)濟(jì)管理學(xué)院財務(wù)管理專業(yè)本科三年級開設(shè)的一門專業(yè)必修課。學(xué)生前期已經(jīng)學(xué)過數(shù)學(xué)、經(jīng)濟(jì)學(xué)、會計學(xué)、財務(wù)管理、統(tǒng)計學(xué)等課程。財務(wù)分析課程正是在學(xué)生掌握前期所學(xué)各門課程的基礎(chǔ)上，培養(yǎng)學(xué)生綜合運用所學(xué)專業(yè)知識，分析判斷企業(yè)的財務(wù)狀況，并根據(jù)數(shù)據(jù)分析結(jié)果找出企業(yè)存在的問題，提出解決方案。[6]為了更好地實現(xiàn)“財務(wù)分析”課程教學(xué)目的，課程組的老師們經(jīng)過討論，決定修改2008級財務(wù)管理專業(yè)教學(xué)計劃，將原來課堂教學(xué)的方式改為1/2的學(xué)時用于課堂教授基本理論，1/2學(xué)時用于實踐教學(xué)。筆者自2011年開始，按照新的教學(xué)計劃給三屆學(xué)生講授了“財務(wù)分析”課程。

1.理論教學(xué)部分

教材選用東北財經(jīng)大學(xué)出版社出版，張先治和陳友邦主編的《財務(wù)分析》（第五版）。該教材體系完整，內(nèi)容豐富，全書以一家虛擬的ZTE公司為例，演示財務(wù)報告分析、財務(wù)效率分析和財務(wù)綜合分析。每章設(shè)有案例和復(fù)習(xí)思考題，該書還有配套的習(xí)題集。在課堂教學(xué)中，以教材為主線，突出介紹各種財務(wù)分析方法的使用，以及根據(jù)分析結(jié)果得出結(jié)論，提出解決方案。

2.實踐教學(xué)部分

一人一企，邊學(xué)邊分析。每位學(xué)生選擇一家上市公司作為分析對象，利用學(xué)校購買的金融數(shù)據(jù)庫以及相應(yīng)網(wǎng)絡(luò)資源，結(jié)合所學(xué)財務(wù)分析理論知識進(jìn)行上機(jī)實驗，在Excel內(nèi)完成數(shù)據(jù)分析，并將分析結(jié)果形成財務(wù)分析報告。學(xué)生分析判斷和決策能力在實戰(zhàn)中得以鍛煉，教學(xué)效果得到改善。

但是，隨著大數(shù)據(jù)時代的來臨，外部環(huán)境對數(shù)據(jù)分析能力要求的提升，僅僅學(xué)會利用Excel進(jìn)行水平分析、垂直分析、趨勢分析、比率分析和因素分析，已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足市場對財務(wù)分析人才的需求，學(xué)生就業(yè)的競爭力無從談起。結(jié)合前面大數(shù)據(jù)時代下財務(wù)分析人才需求特點，我校學(xué)生財務(wù)分析能力的培養(yǎng)存在著以下問題：

1.學(xué)生數(shù)據(jù)收集、整理和分析能力弱

定量分析方法應(yīng)用的基礎(chǔ)是數(shù)據(jù)，財務(wù)分析人員必須學(xué)會從海量的網(wǎng)絡(luò)資源中搜集并篩選與自己的分析對象和分析目的相關(guān)性較強(qiáng)的資料信息，[7]這些資料信息可能是結(jié)構(gòu)化數(shù)據(jù)，例如金融數(shù)據(jù)庫等；也可能是非結(jié)構(gòu)化數(shù)據(jù)，例如網(wǎng)頁等。從實踐教學(xué)環(huán)節(jié)反映出學(xué)生數(shù)據(jù)收集和整理能力弱，分析其原因主要是：

（1）學(xué)生不熟悉對財務(wù)分析有幫助的網(wǎng)絡(luò)資源。搜集有價值的數(shù)據(jù)需要一定的技巧，其中最為重要的是熟悉一些重要的網(wǎng)站，知道相應(yīng)的數(shù)據(jù)應(yīng)該在哪里找到的概率比較大，做到有的放矢。

（2）學(xué)生無法將非結(jié)構(gòu)數(shù)據(jù)快速地轉(zhuǎn)換成所需的數(shù)據(jù)形式。類似金融數(shù)據(jù)庫這樣的結(jié)構(gòu)數(shù)據(jù)，學(xué)生基本能夠篩選出所需信息。但是，對于類似網(wǎng)頁這樣的非結(jié)構(gòu)數(shù)據(jù)，他們就只能運用最原始的復(fù)制粘貼的方法提煉數(shù)據(jù)信息，耗時且耗力。2013年2月1日，人保財險執(zhí)行副總裁王和在中國第七屆“保險業(yè)管理信息化高峰論壇”上指出，在過去的兩三年里，結(jié)構(gòu)和非結(jié)構(gòu)數(shù)據(jù)發(fā)生了本質(zhì)性的逆轉(zhuǎn)。過去就整個社會來講，絕大多數(shù)的數(shù)據(jù)是結(jié)構(gòu)數(shù)據(jù)，而現(xiàn)在非結(jié)構(gòu)數(shù)據(jù)正呈快速增長的趨勢，現(xiàn)在以及未來，非結(jié)構(gòu)數(shù)據(jù)將占到95%，甚至更多。

“財務(wù)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(xué)術(shù)界還是業(yè)界，研究人員大量使用統(tǒng)計模型進(jìn)行財務(wù)數(shù)據(jù)分析，例如聚類分析、多元回歸、因子分析、時間序列預(yù)測法等。因而，我校學(xué)生數(shù)據(jù)分析能力急需加強(qiáng)，尤其是統(tǒng)計學(xué)和數(shù)學(xué)的基礎(chǔ)要扎實。

2.學(xué)生財務(wù)分析報告撰寫水平有待提高

財務(wù)分析的結(jié)果是以財務(wù)分析報告的形式展示給企業(yè)利益相關(guān)人，為其進(jìn)行財務(wù)預(yù)測、財務(wù)決策、財務(wù)控制和財務(wù)評價等提供可靠信息。財務(wù)分析報告是對企業(yè)經(jīng)營狀況、資金運作的綜合概括和高度反映。李寶智（2012）認(rèn)為，報告應(yīng)具備八要素：準(zhǔn)確、完整、可比、用戶導(dǎo)向、相關(guān)、問題的解決方案、及時和易用。[8]從我校學(xué)生提交的財務(wù)分析報告看，與上述要求還有很大差距。

三、“財務(wù)分析”課程教學(xué)改革建議

1.培訓(xùn)網(wǎng)絡(luò)資源使用

重點介紹幾個數(shù)據(jù)庫的使用：

（1）金融數(shù)據(jù)庫。我校購買了兩款金融數(shù)據(jù)庫，北京聚源銳思數(shù)據(jù)科技有限公司金融數(shù)據(jù)庫（http：//）和深圳市國泰安信息技術(shù)有限公司CSMAR財經(jīng)系列研究數(shù)據(jù)庫（http：//）。登陸金融數(shù)據(jù)庫后，輸入查詢條件即可下載上市公司財務(wù)數(shù)據(jù)，速度快且數(shù)據(jù)量大，數(shù)據(jù)格式可以任意選擇。

（2）中國資訊行（國際）有限公司高校財經(jīng)數(shù)據(jù)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(yè)、經(jīng)濟(jì)信息的香港高科技企業(yè)，信息范圍涵蓋19個領(lǐng)域、197個行業(yè)。

（3）國務(wù)院發(fā)展研究中心信息網(wǎng)（國研網(wǎng)）（http：//.cn）。國研網(wǎng)已建成了內(nèi)容豐富、檢索便捷、功能齊全的大型經(jīng)濟(jì)信息數(shù)據(jù)庫集群，包括：六十幾個文獻(xiàn)類數(shù)據(jù)庫、四十多個統(tǒng)計類數(shù)據(jù)庫等。

網(wǎng)站資源：中國證券監(jiān)督管理委員會（http：//）、上海證券交易所（http：//.cn）、深圳證券交易所網(wǎng)站（http：//）、巨潮資訊網(wǎng)（http：//.cn）和相關(guān)協(xié)會網(wǎng)站等。

2.培養(yǎng)數(shù)據(jù)預(yù)處理和建模能力

收集到數(shù)據(jù)之后，需要對數(shù)據(jù)進(jìn)行預(yù)處理，利用統(tǒng)計學(xué)的理論和方法將數(shù)據(jù)轉(zhuǎn)換成一個分析模型。[9]學(xué)生在統(tǒng)計學(xué)、計量經(jīng)濟(jì)學(xué)課程中，已經(jīng)完成基本模型理論、SPSS或者Eviews三分析軟件的學(xué)習(xí)。但是，若想實現(xiàn)對大數(shù)據(jù)的整理和分析，應(yīng)該掌握R或者M(jìn)atlab統(tǒng)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(diào)用統(tǒng)計分析軟件，從而實現(xiàn)大數(shù)據(jù)的分析。另外，建議學(xué)生了解Perl語言編程，該語言擅長處理非結(jié)構(gòu)數(shù)據(jù)。

3.培養(yǎng)文獻(xiàn)閱讀及財務(wù)分析報告撰寫能力

數(shù)據(jù)分析之后，需要撰寫財務(wù)分析報告，為各方利益相關(guān)者的決策提供依據(jù)。不同財務(wù)分析的目的，形成的財務(wù)分析報告具體要求會有所差異，但是撰寫財務(wù)分析報告的基本步驟相同。首先查閱文獻(xiàn)，閱讀相關(guān)學(xué)術(shù)文章、財務(wù)分析師分析報告、評級機(jī)構(gòu)報告等；其次，模仿寫作，組織財務(wù)分析結(jié)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(xiàn)：

[1]孟小峰，慈祥.大數(shù)據(jù)管理：概念、技術(shù)與挑戰(zhàn)[J].計算機(jī)研究與發(fā)展，2013，（1）.

[2]鄔賀銓.大數(shù)據(jù)時代的機(jī)遇與挑戰(zhàn)[J].求是，2013，（4）.

[3]張肖飛.財經(jīng)類高校《財務(wù)分析》課程案例教學(xué)改革研究[J].商業(yè)會計，2013，（1）.

[4]朱東華，張嶷，汪雪鋒，等.大數(shù)據(jù)環(huán)境下技術(shù)創(chuàng)新管理方法研究[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2013，（4）.

[5]張先治.財務(wù)分析理論發(fā)展與定位研究[J].財經(jīng)問題研究，

2007，（4）.

[6]陳衛(wèi)軍，徐文學(xué)，陳平.基于上市公司網(wǎng)上資源的《財務(wù)分析》實訓(xùn)教學(xué)探討[J].財會通訊，2012，（2）.

[7]王楨.網(wǎng)絡(luò)環(huán)境下財務(wù)分析案例教學(xué)方法的改進(jìn)[J].中國教育信息化，2012，（1）.

篇(4)

電信運營商擁有多年的數(shù)據(jù)積累，擁有諸如財務(wù)收入、業(yè)務(wù)發(fā)展量等結(jié)構(gòu)化數(shù)據(jù)，也會涉及到圖片、文本、音頻、視頻等非結(jié)構(gòu)化數(shù)據(jù)。從數(shù)據(jù)來源看，電信運營商的數(shù)據(jù)來自于涉及移動語音、固定電話、固網(wǎng)接入和無線上網(wǎng)等所有業(yè)務(wù)，也會涉及公眾客戶、政企客戶和家庭客戶，同時也會收集到實體渠道、電子渠道、直銷渠道等所有類型渠道的接觸信息。整體來看，電信運營商大數(shù)據(jù)發(fā)展仍處在探索階段。

大數(shù)據(jù)在電信行業(yè)應(yīng)用的總體情況

目前國內(nèi)運營商運用大數(shù)據(jù)主要有五方面：(1)網(wǎng)絡(luò)管理和優(yōu)化，包括基礎(chǔ)設(shè)施建設(shè)優(yōu)化和網(wǎng)絡(luò)運營管理和優(yōu)化；(2)市場與精準(zhǔn)營銷，包括客戶畫像、關(guān)系鏈研究、精準(zhǔn)營銷、實時營銷和個性化推薦；(3)客戶關(guān)系管理，包括客服中心優(yōu)化和客戶生命周期管理；(4)企業(yè)運營管理，包括業(yè)務(wù)運營監(jiān)控和經(jīng)營分析；(5)數(shù)據(jù)商業(yè)化指數(shù)據(jù)對外商業(yè)化，單獨盈利。

第一方面：網(wǎng)絡(luò)管理和優(yōu)化。此方向包括對基礎(chǔ)設(shè)施建設(shè)的優(yōu)化和網(wǎng)絡(luò)運營管理及優(yōu)化。

(1)基礎(chǔ)設(shè)施建設(shè)的優(yōu)化。如利用大數(shù)據(jù)實現(xiàn)基站和熱點的選址以及資源的分配。運營商可以通過分析話單和信令中用戶的流量在時間周期和位置特征方面的分布，對2G、3G的高流量區(qū)域設(shè)計4G基站和WLAN熱點；同時，運營商還可以對建立評估模型對已有基站的效率和成本進(jìn)行評估，發(fā)現(xiàn)基站建設(shè)的資源浪費問題，如某些地區(qū)為了完成基站建設(shè)指標(biāo)將基站建設(shè)在人際罕至的地方等。

(2)網(wǎng)絡(luò)運營管理及優(yōu)化。在網(wǎng)絡(luò)運營層面，運營商可以通過大數(shù)據(jù)分析網(wǎng)絡(luò)的流量、流向變化趨勢，及時調(diào)整資源配置，同時還可以分析網(wǎng)絡(luò)日志，進(jìn)行全網(wǎng)絡(luò)優(yōu)化，不斷提升網(wǎng)絡(luò)質(zhì)量和網(wǎng)絡(luò)利用率。

利用大數(shù)據(jù)技術(shù)實時采集處理網(wǎng)絡(luò)信令數(shù)據(jù)，監(jiān)控網(wǎng)絡(luò)狀況，識別價值小區(qū)和業(yè)務(wù)熱點小區(qū)，更精準(zhǔn)的指導(dǎo)網(wǎng)絡(luò)優(yōu)化，實現(xiàn)網(wǎng)絡(luò)、應(yīng)用和用戶的智能指配。由于用戶群的不同，不同小區(qū)對運營商的貢獻(xiàn)也不同。運營商可以將小區(qū)的數(shù)據(jù)進(jìn)行多維度數(shù)據(jù)綜合分析，通過對小區(qū)VIP用戶分布，收入分布，及相關(guān)的分布模型得到不同小區(qū)的價值，再和網(wǎng)絡(luò)質(zhì)量分析結(jié)合起來，兩者疊加一起，就有可能發(fā)現(xiàn)某個小區(qū)價值高，但是網(wǎng)絡(luò)覆蓋需要進(jìn)一步提升，進(jìn)而先設(shè)定網(wǎng)絡(luò)優(yōu)化的優(yōu)先級，提高投資效率。

德國電信建立預(yù)測城市里面的各區(qū)域無線資源占用模型，根據(jù)預(yù)測結(jié)果，靈活的提前配置無線資源，如在白天給CBD地區(qū)多分配無線資源，在晚上，則給酒吧地區(qū)多分配無線資源，使得無線網(wǎng)絡(luò)的運行效率和利用率更高。

法國電信通過分析發(fā)現(xiàn)某段網(wǎng)絡(luò)上的掉話率持續(xù)過高，借助大數(shù)據(jù)手段診斷出通話中斷產(chǎn)生的原因是網(wǎng)絡(luò)負(fù)荷過重造成，并根據(jù)分析結(jié)果優(yōu)化網(wǎng)絡(luò)布局，為客戶提供了更好的體驗，獲得了更多的客戶以及業(yè)務(wù)增長；

第二方面，市場與精準(zhǔn)營銷。此方向包括客戶畫像、關(guān)系鏈研究、精準(zhǔn)營銷、實時營銷和個性化推薦。

(1)客戶畫像。運營商可以基于客戶終端信息、位置信息、通話行為、手機(jī)上網(wǎng)行為軌跡等豐富的數(shù)據(jù)，為每個客戶打上人口統(tǒng)計學(xué)特征、消費行為、上網(wǎng)行為和興趣愛好標(biāo)簽，并借助數(shù)據(jù)挖掘技術(shù)(如分類、聚類、RFM等)進(jìn)行客戶分群，完善客戶的360度畫像，幫助運營商深入了解客戶行為偏好和需求特征。

(2)關(guān)系鏈研究。運營商可以通過分析客戶通訊錄、通話行為、網(wǎng)絡(luò)社交行以及客戶資料等數(shù)據(jù)，開展交往圈分析。尤其是利用各種聯(lián)系記錄形成社交網(wǎng)絡(luò)來豐富對用戶的洞察，并進(jìn)一步利用圖挖掘的方法來發(fā)現(xiàn)各種圈子，發(fā)現(xiàn)圈子中的關(guān)鍵人員，以及識別家庭和政企客戶；或者分析社交圈子尋找營銷機(jī)會。如在一個行為同質(zhì)化圈子里面，如果這個圈子大多數(shù)為高流量用戶，并在這個圈子中發(fā)現(xiàn)異網(wǎng)的用戶，我們可以推測該用戶也是高流量的情況，便可以通過營銷的活動把異網(wǎng)高流量的用戶引導(dǎo)到自己的網(wǎng)絡(luò)上，對其推廣4G套餐，提升營銷轉(zhuǎn)化率。總之，我們可以利用社交圈子提高營銷效率，改進(jìn)服務(wù)，低成本擴(kuò)大產(chǎn)品的影響力。

(3)精準(zhǔn)營銷和實時營銷。運營商在客戶畫像的基礎(chǔ)上對客戶特征的深入理解，建立客戶與業(yè)務(wù)、資費套餐、終端類型、在用網(wǎng)絡(luò)的精準(zhǔn)匹配，并在在推送渠道、推送時機(jī)、推送方式上滿足客戶的需求，實現(xiàn)精準(zhǔn)營銷。如我們可以利用大數(shù)據(jù)分析用戶的終端偏好和消費能力，預(yù)測用戶的換機(jī)時間尤其是合約機(jī)到期時間，并捕捉用戶最近的特征事件，從而預(yù)測用戶購買終端的真正需求，通過短信、呼叫中心、營業(yè)廳等多種渠道推送相關(guān)的營銷信息到用戶手中。

(4)個性化推薦。利用客戶畫像信息、客戶終端信息、客戶行為習(xí)慣偏好等，運營商可以為客戶提供定制化的服務(wù)，優(yōu)化產(chǎn)品、流量套餐和定價機(jī)制，實現(xiàn)個性化營銷和服務(wù)，提升客戶體驗與感知；或者在應(yīng)用商城實現(xiàn)個性化推薦，在電商平臺實現(xiàn)個性化推薦，在社交網(wǎng)絡(luò)推薦感興趣的好友。

第三方面，客戶關(guān)系管理。此方面包括客服中心優(yōu)化和客戶生命周期管理。

(1)客服中心優(yōu)化。客服中心是運營商和客戶接觸較為頻繁的通道，因此客服中心擁有大量的客戶呼叫行為和需求數(shù)據(jù)。我們可以利用大數(shù)據(jù)技術(shù)可以深入分析客服熱線呼入客戶的行為特征、選擇路徑、等候時長，并關(guān)聯(lián)客戶歷史接觸信息、客戶套餐消費情況、客戶人口統(tǒng)計學(xué)特征、客戶機(jī)型等數(shù)據(jù)，建立客服熱線智能路徑模型，預(yù)測下次客戶呼入的需求、投訴風(fēng)險以及相應(yīng)的路徑和節(jié)點，這樣便可縮短客服呼入處理時間，識別投訴風(fēng)險，有助于提升客服滿意度；另外，也可以通過語義分析，對客服熱線的問題進(jìn)行分類，識別熱點問題和客戶情緒，對于發(fā)生量較大且嚴(yán)重的問題，要及時預(yù)警相關(guān)部門進(jìn)行優(yōu)化。

(2)客戶關(guān)懷與客戶生命周期管理。客戶生命周期管理包括新客戶獲取、客戶成長、客戶成熟、客戶衰退和客戶離開等五個階段的管理。在客戶獲取階段，我們可以通過算法挖掘和發(fā)現(xiàn)高潛客戶；在客戶成長階段，通過關(guān)聯(lián)規(guī)則等算法進(jìn)行交叉銷售，提升客戶人均消費額；在客戶成熟期，可以通過大數(shù)據(jù)方法進(jìn)行客戶分群(RFM、聚類等)并進(jìn)行精準(zhǔn)推薦，同時對不同客戶實時忠誠計劃；在客戶衰退期，需要進(jìn)行流失預(yù)警，提前發(fā)現(xiàn)高流失風(fēng)險客戶，并作相應(yīng)的客戶關(guān)懷；在客戶離開階段，我們可以通過大數(shù)據(jù)挖掘高潛回流客戶。國內(nèi)外運營商在客戶生命周期管理方面應(yīng)用的案例都比較多。如SK電訊新成立一家公司SK Planet，專門處理與大數(shù)據(jù)相關(guān)的業(yè)務(wù)，通過分析用戶的使用行為，在用戶做出離開決定之前，推出符合用戶興趣的業(yè)務(wù)，防止用戶流失；而T-Mobile通過集成數(shù)據(jù)綜合分析客戶流失的原因，在一個季度內(nèi)將流失率減半。

第四方面，企業(yè)運營管理。可以分為業(yè)務(wù)運營監(jiān)控和經(jīng)營分析。

(1)業(yè)務(wù)運營監(jiān)控分可以基于大數(shù)據(jù)分析從網(wǎng)絡(luò)、業(yè)務(wù)、用戶和業(yè)務(wù)量、業(yè)務(wù)質(zhì)量、終端等多個維度為運營商監(jiān)控管道和客戶運營情況。構(gòu)建靈活可定制的指標(biāo)模塊，構(gòu)建QoE/KQI/KPI等指標(biāo)體系，以及異動智能監(jiān)控體系，從宏觀到微觀全方位快速準(zhǔn)確地掌控運營及異動原因。

(2)經(jīng)營分析和市場監(jiān)測。我們可以通過數(shù)據(jù)分析對業(yè)務(wù)和市場經(jīng)營狀況進(jìn)行總結(jié)和分析，主要分為經(jīng)營日報、周報、月報、季報以及專題分析等。過去，這些報告都是分析師來撰寫。在大數(shù)據(jù)時代，這些經(jīng)營報告和專題分析報告均可以自動化生成網(wǎng)頁或者APP形式，通過機(jī)器來完成。數(shù)據(jù)來源則是企業(yè)內(nèi)部的業(yè)務(wù)和用戶數(shù)據(jù)，以及通過大數(shù)據(jù)手段采集的外部社交網(wǎng)絡(luò)數(shù)據(jù)、技術(shù)和市場數(shù)據(jù)。分析師轉(zhuǎn)變?yōu)閳蟾娈a(chǎn)品經(jīng)理，制定報告框架、分析和統(tǒng)計維度，剩下的工作交給機(jī)器來完成。

第五方面，數(shù)據(jù)商業(yè)化。數(shù)據(jù)商業(yè)化指通過企業(yè)自身擁有的大數(shù)據(jù)資產(chǎn)進(jìn)行對外商業(yè)化，獲取收益。國內(nèi)外運營商的數(shù)據(jù)商業(yè)化都處于探索階段，但相對來說，國外運營商在這方面發(fā)展的更快一些。

(1)對外提供營銷洞察和精準(zhǔn)廣告投放。

營銷洞察：美國電信運營商Verizon成立了精準(zhǔn)營銷部門Precision Marketing Division。該部門提供精準(zhǔn)營銷洞察(Precision Market Insights)，提供商業(yè)數(shù)據(jù)分析服務(wù)。如在美國，棒球和籃球比賽是商家最為看中的營銷場合，此前在超級碗和NBA的比賽中，Verizon針對觀眾的來源地進(jìn)行了精確數(shù)據(jù)分析，球隊得以了解觀眾對贊助商的喜好等；美國電信運營商Sprint則利用大數(shù)據(jù)為行業(yè)客戶提供消費者和市場洞察，包括人口特征、行為特征以及季節(jié)性分析等方面。

精準(zhǔn)廣告投放：Verizon的精準(zhǔn)營銷部門基于營銷洞察還提供精準(zhǔn)廣告投放服務(wù)；AT&T提供Alert業(yè)務(wù)，當(dāng)用戶距離商家很近時，就有可能收到該商家提供的折扣很大的電子優(yōu)惠券。

(2)基于大數(shù)據(jù)監(jiān)測和決策支撐服務(wù)。

客流和選址：西班牙電信于2012年10月成立了動態(tài)洞察部門DynamicInsights開展大數(shù)據(jù)業(yè)務(wù)，為客戶提供數(shù)據(jù)分析打包服務(wù)。該部門與市場研究機(jī)構(gòu)GFK進(jìn)行合作，在英國、巴西推出了首款產(chǎn)品名為智慧足跡(Smart Steps)。智慧足跡基于完全匿名和聚合的移動網(wǎng)絡(luò)數(shù)據(jù)，幫助零售商分析顧客來源和各商鋪、展位的人流情況以及消費者特征和消費能力，并將洞察結(jié)果面向政企客戶提供客流分析和零售店選址服務(wù)。

篇(5)

為適應(yīng)社會經(jīng)濟(jì)發(fā)展需要，本專業(yè)堅持以培養(yǎng)素質(zhì)優(yōu)良的復(fù)合型、創(chuàng)新型、應(yīng)用型人才為中心，培養(yǎng)面向我國特別是河北省經(jīng)濟(jì)社會發(fā)展需要，德、智、體全面發(fā)展，具備扎實的經(jīng)濟(jì)學(xué)理論、西方經(jīng)濟(jì)學(xué)理論以及現(xiàn)代管理學(xué)理論，具有良好的數(shù)學(xué)素養(yǎng)，掌握統(tǒng)計學(xué)的基本理論和方法，能熟練地運用計算機(jī)進(jìn)行數(shù)據(jù)管理與分析，能在企事業(yè)單位和經(jīng)濟(jì)管理部門從事統(tǒng)計調(diào)查、統(tǒng)計信息管理與分析等工作的應(yīng)用型合格畢業(yè)生。其培養(yǎng)的學(xué)生具有人文素養(yǎng)，熟知和掌握統(tǒng)計學(xué)基礎(chǔ)知識、基本理論、基本方法和技能，受到應(yīng)用基礎(chǔ)和技術(shù)開發(fā)方面的科學(xué)思維和科學(xué)實驗訓(xùn)練，具有較強(qiáng)的開拓創(chuàng)新能力、溝通協(xié)調(diào)能力和預(yù)測決策能力；具有系統(tǒng)、扎實的科學(xué)文化知識和全面的身心健康素養(yǎng)，能夠在工作中科學(xué)地采集各類信息數(shù)據(jù)，并能夠運用現(xiàn)代技術(shù)手段建立統(tǒng)計模型，綜合分析解決相關(guān)領(lǐng)域?qū)嶋H問題。

二、統(tǒng)計學(xué)專業(yè)學(xué)生素質(zhì)拓展結(jié)構(gòu)分析

為了實現(xiàn)學(xué)生實踐能力培養(yǎng)的目標(biāo)，使統(tǒng)計學(xué)專業(yè)畢業(yè)生掌握多種專業(yè)核心技能，按照、教育部、全國學(xué)聯(lián)出臺的《關(guān)于實施“大學(xué)生素質(zhì)拓展計劃”的意見》，在思想政治與道德素養(yǎng)、社會實踐與志愿服務(wù)、科學(xué)技術(shù)與創(chuàng)新創(chuàng)業(yè)、文體藝術(shù)與身心發(fā)展、社團(tuán)活動與社會工作、技能培訓(xùn)等六個方面引導(dǎo)和幫助廣大學(xué)生完善智能結(jié)構(gòu)。在課程設(shè)置上，把第一課堂的教育與第二課堂的活動有效結(jié)合，按照“平臺+模塊”的模式，構(gòu)建以第一課堂教育課程為基礎(chǔ)的“大學(xué)生素質(zhì)拓展課程化建設(shè)體系”，實現(xiàn)大學(xué)生素質(zhì)拓展模塊化、項目化、課程化、體系化。

以第一課堂為基礎(chǔ)，改善以提高學(xué)生綜合素質(zhì)與應(yīng)用能力為目標(biāo)的課程體系，劃分多個模塊，分項實施，全方面提升學(xué)生素質(zhì)與能力。第一課堂的模塊主要包括基本技能模塊、專業(yè)技能模塊、專業(yè)技能拓展與創(chuàng)新能力培養(yǎng)模塊。將大學(xué)生第二課堂的各項活動分為思想道德素養(yǎng)、身心健康素養(yǎng)、科學(xué)文化素養(yǎng)、社會實踐與志愿服務(wù)、社團(tuán)活動與社會工作、技能培訓(xùn)與創(chuàng)新創(chuàng)業(yè)等六個功能模塊，加強(qiáng)第二課堂教育中的實踐環(huán)節(jié)，整合提升第二課堂中有助于提高大學(xué)生綜合素質(zhì)的各項活動和工作項目，有針對性的進(jìn)行工作設(shè)置，全面發(fā)展學(xué)生的綜合素質(zhì)與應(yīng)用能力的培養(yǎng)。

1、基本技能模塊

基本技能模塊主要包括思想道德教育、身心健康教育等內(nèi)容，主要是通過思想政治課、大學(xué)生職業(yè)規(guī)劃課、法律、體育和語言、計算機(jī)及數(shù)據(jù)庫等課程展開，從人的基本素養(yǎng)方面著手培養(yǎng)學(xué)生的基本技能。語言模塊具體包括外語、大學(xué)語文及應(yīng)用文寫作等內(nèi)容。計算機(jī)及數(shù)據(jù)庫操作模塊具體包括計算機(jī)基本知識、基本操作與應(yīng)用管理、數(shù)據(jù)庫的建立與管理等內(nèi)容。

2、專業(yè)技能模塊

（1）專業(yè)基礎(chǔ)技能模塊

專業(yè)基礎(chǔ)技能模塊主要包括經(jīng)濟(jì)理論、管理理論、會計與財務(wù)理論以及統(tǒng)計基本理論等內(nèi)容。經(jīng)濟(jì)理論部分主要包括政治經(jīng)濟(jì)學(xué)、微觀經(jīng)濟(jì)學(xué)、宏觀經(jīng)濟(jì)學(xué)以及相關(guān)的經(jīng)濟(jì)學(xué)分支等內(nèi)容，其目標(biāo)是讓學(xué)生掌握基本經(jīng)濟(jì)理論及其分析方法，能夠運用經(jīng)濟(jì)理論于實際問題的分析，并做出初步判斷。管理理論部分主要包括管理學(xué)、現(xiàn)代企業(yè)管理、人力資源管理及市場營銷學(xué)等內(nèi)容，其目標(biāo)是讓學(xué)生熟知各種管理理論，掌握控制、組織、計劃等管理環(huán)節(jié)的基本知識；掌握經(jīng)典的管理研究方法、熟悉市場營銷的基本理論以及人力資源、組織設(shè)計等相關(guān)知識。會計與財務(wù)理論部分主要包括會計基本理論、財務(wù)理論、稅收籌劃等內(nèi)容，其目的是讓學(xué)生熟悉會計和財務(wù)基本知識，了解納稅申報和稅收籌劃等相關(guān)知識。統(tǒng)計基本理論主要包括數(shù)理統(tǒng)計理論、描述統(tǒng)計、推斷統(tǒng)計等內(nèi)容，其目的是讓學(xué)生理解數(shù)理統(tǒng)計的基本知識、掌握統(tǒng)計學(xué)基本原理，為專業(yè)核心技能的學(xué)習(xí)與掌握打下堅實基礎(chǔ)。

（2）專業(yè)核心技能模塊

專業(yè)核心技能模塊主要包括統(tǒng)計分析方法、經(jīng)濟(jì)模型構(gòu)建、經(jīng)濟(jì)分析與決策、統(tǒng)計學(xué)軟件應(yīng)用等內(nèi)容。統(tǒng)計分析方法主要包括多元統(tǒng)計分析、時間序列分析、抽樣技術(shù)、非參數(shù)統(tǒng)計等課程，其目的是讓學(xué)生掌握基本的數(shù)據(jù)分析方法，為實際工作及進(jìn)一步的深造創(chuàng)造有利的條件。經(jīng)濟(jì)模型主要包括數(shù)理經(jīng)濟(jì)學(xué)和計量經(jīng)濟(jì)分析等內(nèi)容，其目的是讓學(xué)生掌握計量經(jīng)濟(jì)分析的基本原理與實際應(yīng)用，以及把經(jīng)濟(jì)模型與實際問題結(jié)合進(jìn)行理論構(gòu)建及各種檢驗的方法。經(jīng)濟(jì)分析與決策主要包括經(jīng)濟(jì)社會統(tǒng)計、國民經(jīng)濟(jì)統(tǒng)計、統(tǒng)計預(yù)測與決策等課程，其目的是培養(yǎng)學(xué)生對經(jīng)濟(jì)社會現(xiàn)象進(jìn)行數(shù)據(jù)收集和統(tǒng)計分析的基本技能，并以此為基礎(chǔ)對經(jīng)濟(jì)社會的運行進(jìn)行必要的預(yù)測與決策，為經(jīng)濟(jì)管理提供必要的智力支持。統(tǒng)計學(xué)軟件應(yīng)用，這是一個對實踐能力要求較高的層次，主要是通過對常用統(tǒng)計軟件的掌握，為專業(yè)基礎(chǔ)技能、統(tǒng)計分析方法、經(jīng)濟(jì)模型分析以及統(tǒng)計預(yù)測與決策等技能的實現(xiàn)創(chuàng)造便捷的條件，這一部分主要通過統(tǒng)計實驗進(jìn)行，是一個理論聯(lián)系實踐的關(guān)鍵環(huán)節(jié)，為使這一環(huán)節(jié)通暢、順達(dá)，以有利于綜合素質(zhì)和應(yīng)用能力的全面提升，故必須在各種課程設(shè)置中加強(qiáng)實驗的比重，強(qiáng)化實驗的掌握。

（3）綜合技能模塊

綜合技能模塊主要包括各種應(yīng)用調(diào)查方法、統(tǒng)計數(shù)據(jù)收集與整理、數(shù)據(jù)分析方法的綜合應(yīng)用，這一模塊主要是通過引導(dǎo)學(xué)生參加各種社會實踐、參與教師的科研調(diào)查以及各類型比賽實現(xiàn)。其目的是培養(yǎng)學(xué)生綜合運用統(tǒng)計學(xué)知識，進(jìn)行統(tǒng)計設(shè)計、統(tǒng)計調(diào)查、統(tǒng)計整理、統(tǒng)計分析的意識和能力，并能夠熟練運用統(tǒng)計分析方法進(jìn)行統(tǒng)計報告的撰寫與演示等工作。

3、專業(yè)技能拓展與創(chuàng)新能力培養(yǎng)模塊

專業(yè)技能拓展與創(chuàng)新能力培養(yǎng)模塊主要包括經(jīng)濟(jì)形勢分析與預(yù)測、團(tuán)隊組織和管理技能、項目評估和專業(yè)資格認(rèn)證體系等內(nèi)容。其目的是加強(qiáng)統(tǒng)計學(xué)基本知識與相關(guān)專業(yè)的結(jié)合，以滿足學(xué)生不同發(fā)展需要。經(jīng)濟(jì)形勢分析與預(yù)測模塊主要由經(jīng)濟(jì)問題報告及相關(guān)學(xué)術(shù)沙龍組成，使學(xué)生能夠熟練運用經(jīng)濟(jì)學(xué)理論對宏觀、區(qū)域、行業(yè)經(jīng)濟(jì)形勢進(jìn)行分析和預(yù)測，提出相應(yīng)政策性建議的方法。經(jīng)濟(jì)管理研究方法模塊主要由學(xué)生參與的相關(guān)科研與教學(xué)培訓(xùn)構(gòu)成，其目的是加強(qiáng)科研訓(xùn)練，熟悉科學(xué)研究的一般程序、方法和基本流程，熟練運用各種研究方法，為實際工作和進(jìn)一步深造奠定良好基礎(chǔ)。項目評估模塊主要是針對各類實際項目進(jìn)行經(jīng)濟(jì)、社會與財務(wù)評價，通過項目評估、財務(wù)規(guī)劃和稅收籌劃等理論知識的運用，讓學(xué)生熟悉和掌握各種評估方法及可行性論證分析過程，擴(kuò)大統(tǒng)計學(xué)專業(yè)的就業(yè)領(lǐng)域。與統(tǒng)計學(xué)專業(yè)聯(lián)系緊密的資格認(rèn)證有調(diào)查分析師、統(tǒng)計軟件認(rèn)證以及數(shù)據(jù)庫分析等，專業(yè)資格認(rèn)證體系模塊主要是為學(xué)生的資格認(rèn)證提供培訓(xùn)或相關(guān)輔導(dǎo)，通過學(xué)生的資格認(rèn)證強(qiáng)化學(xué)生能力，增強(qiáng)就業(yè)競爭力。

三、以社會調(diào)查為平臺的實踐教學(xué)方案設(shè)計

篇(6)

這些新的技術(shù)、新興應(yīng)用和對應(yīng)的IT發(fā)展趨勢，使得IT人必須了解甚至掌握最新的IT技能。另一方面，云計算和大數(shù)據(jù)乃至其他助推各個行業(yè)發(fā)展的IT基礎(chǔ)設(shè)施的新一輪部署與運維，都將帶來更多的IT職位和相關(guān)技能技術(shù)的要求。

毫無疑問，這些新趨勢的到來，會誕生一批新的工作崗位，比如數(shù)據(jù)挖掘?qū)＜摇⒁苿討?yīng)用開發(fā)和測試、算法工程師，商業(yè)智能分析師等，同時，也會強(qiáng)化原有崗位的新生命力，比如網(wǎng)絡(luò)工程師、系統(tǒng)架構(gòu)師、咨詢顧問、數(shù)據(jù)庫管理與開發(fā)等等。下面分別為大家介紹著十大IT技能所體現(xiàn)的工作崗位：

一、算法工程師

何萬青博士曾經(jīng)介紹把一件事做快做好的三種方法，其中就提到過“提高流水線效率、更好的算法和更短的代碼關(guān)鍵路徑。”可以看出算法在系統(tǒng)效率中的重要地位。算法是讓機(jī)器按照人類設(shè)想的方式去解決問題，算法很大程度上取決于問題類型和工程師對機(jī)器編程的理解，其效率的高低與算法息息相關(guān)。

在數(shù)學(xué)和計算機(jī)科學(xué)之中，算法(Algorithm)為一個計算的具體步驟，常用于計算、數(shù)據(jù)處理和自動推理。在大數(shù)據(jù)時代，算法的功能和作用得到進(jìn)一步凸顯。比如針對公司搜索業(yè)務(wù)，開發(fā)搜索相關(guān)性算法、排序算法。對公司海量用戶行為數(shù)據(jù)和用戶意圖，設(shè)計數(shù)據(jù)挖掘算法。

算法工程師，根據(jù)研究領(lǐng)域來分主要有音頻/視頻算法處理、圖像技術(shù)方面的二維信息算法處理和通信物理層、雷達(dá)信號處理、生物醫(yī)學(xué)信號處理等領(lǐng)域的一維信息算法處理。另外數(shù)據(jù)挖掘、互聯(lián)網(wǎng)搜索算法這些體現(xiàn)大數(shù)據(jù)發(fā)展方向的算法，在近幾年越來越流行，而且算法工程師也逐漸朝向人工智能的方向發(fā)展。

二、商業(yè)智能分析師

算法工程師延伸出來的商業(yè)智能，尤其是在大數(shù)據(jù)領(lǐng)域變得更加火熱。IT職業(yè)與咨詢服務(wù)公司Bluewolf曾經(jīng)報告指出，IT職位需求增長最快的是移動、數(shù)據(jù)、云服務(wù)和面向用戶的技術(shù)人員，其中具體的職位則包括有商業(yè)智能分析師一項。

商業(yè)智能分析師往往需要精通數(shù)據(jù)庫知識和統(tǒng)計分析的能力，能夠使用商業(yè)智能工具，識別或監(jiān)控現(xiàn)有的和潛在的客戶。收集商業(yè)情報數(shù)據(jù)，提供行業(yè)報告，分析技術(shù)的發(fā)展趨勢，確定市場未來的產(chǎn)品開發(fā)策略或改進(jìn)現(xiàn)有產(chǎn)品的銷售。

商業(yè)智能和邏輯分析技能在大數(shù)據(jù)時代顯得特別重要，擁有商業(yè)知識以及強(qiáng)大的數(shù)據(jù)和數(shù)學(xué)分析背景的IT人才，在將來的IT職場上更能獲得大型企業(yè)的青睞。不過這些技能并不是一般人都能掌握的，一些公司目前正在招聘統(tǒng)計學(xué)家并教授他們有關(guān)技術(shù)和商業(yè)的知識。

三、數(shù)據(jù)挖掘工程師

數(shù)據(jù)挖掘工程師，也可以叫做“數(shù)據(jù)挖掘?qū)＜摇薄?shù)據(jù)挖掘是通過分析每個數(shù)據(jù)，從大量數(shù)據(jù)中尋找其規(guī)律的技術(shù)。數(shù)據(jù)挖掘是一種決策支持過程，它主要基于人工智能、機(jī)器學(xué)習(xí)、模式識別、統(tǒng)計學(xué)、數(shù)據(jù)庫、可視化技術(shù)等，高度自動化地分析企業(yè)的數(shù)據(jù)，做出歸納性的推理，從中挖掘出潛在的模式，幫助決策者調(diào)整市場策略，減少風(fēng)險，做出正確的決策。

數(shù)據(jù)挖掘?qū)＜一蛘哒f數(shù)據(jù)挖掘工程師掌握的技能，能夠為其快速創(chuàng)造財富。當(dāng)年亞馬遜的首位數(shù)據(jù)挖掘工程師大衛(wèi)·賽林格(David Selinger)創(chuàng)辦的數(shù)據(jù)挖掘公司，將類似于亞馬遜的產(chǎn)品推薦引擎系統(tǒng)銷售給在線零售和廣告銷售商，而這種產(chǎn)品推薦引擎系統(tǒng)，也成為亞馬遜有史以來最賺錢的工具。數(shù)據(jù)挖掘的價值由此可見一斑。

四、咨詢顧問(專家)

任何業(yè)務(wù)部門和任何行業(yè)企業(yè)，都有IT系統(tǒng)在背后默默無聞地支撐著。在云計算大數(shù)據(jù)時代，業(yè)務(wù)面臨的挑戰(zhàn)和機(jī)遇也會給IT系統(tǒng)帶來更多要求。在這種情況下，IT系統(tǒng)的規(guī)劃部署和運維，都要有更為精通的專業(yè)人士才能勝任，并滿足面向未來大數(shù)據(jù)分析、云計算服務(wù)應(yīng)用的需要。

紐約蒙特法沃醫(yī)療中心(montefioremedical center)的副主席杰克-沃夫(JackWolf)曾經(jīng)表示，他尋求不僅會建立和使用系統(tǒng)而且還會給予其他員工技術(shù)支持的新員工，他說：”新的系統(tǒng)意味著你必須有更多的咨詢臺來處理更多的咨詢量。”當(dāng)然，這里體現(xiàn)的主要是某個系統(tǒng)的技術(shù)支持的功能，但管中規(guī)豹我們不難發(fā)現(xiàn)，無論是部署初期的物料采購還是運維過程中的金玉良言，都凸顯出這種技術(shù)咨詢顧問的重要性。

五、網(wǎng)絡(luò)工程師

網(wǎng)絡(luò)工程師可以說是一個“綠色長青”的職業(yè)，網(wǎng)絡(luò)技術(shù)一直以來就處于急需之中，美國人力資源公司羅勃海佛國際(Robert Half International)第三季度IT招聘指數(shù)和技能報告指出，網(wǎng)絡(luò)管理占總需求技能排名中的第二位。對于云計算時代來說，網(wǎng)絡(luò)在云資源池中(計算、存儲、網(wǎng)絡(luò))更是扮演著更為重要的作用。

另一方面，IPv6標(biāo)準(zhǔn)、物聯(lián)網(wǎng)、移動互聯(lián)等蓬勃發(fā)展，使得對于網(wǎng)絡(luò)工程師尤其是新型網(wǎng)絡(luò)工程師(移動、IPv6、云計算方向)的人才和技能要求也越來越多。網(wǎng)絡(luò)工程師也因此而可以細(xì)分成多個發(fā)展方向，相應(yīng)的技能要求其側(cè)重也有所不同。比如網(wǎng)絡(luò)安全、網(wǎng)絡(luò)存儲、架構(gòu)設(shè)計、移動網(wǎng)絡(luò)等等。

六、移動應(yīng)用開發(fā)工程師

移動應(yīng)用開發(fā)，會隨著移動互聯(lián)網(wǎng)時代的到來變得更受追捧。截至2012年底我國已經(jīng)有10億手機(jī)用戶，移動智能終端用戶超過4億，在移動支付、移動購物、移動旅游、移動社交等方面涌現(xiàn)了大量的移動互聯(lián)網(wǎng)游戲、應(yīng)用和創(chuàng)業(yè)公司。

移動平臺智能系統(tǒng)較多，但真正有影響力的也不外乎iOS、Android、WP、Blackberry等。大量原來PC和互聯(lián)網(wǎng)上的信息化應(yīng)用、互聯(lián)網(wǎng)應(yīng)用均已出現(xiàn)在手機(jī)平臺上，一些前所未見的新奇應(yīng)用也開始出現(xiàn)，并日漸增多。

移動應(yīng)用開發(fā)，由于存有多個平臺系統(tǒng)，因此不同的平臺開發(fā)者其所面臨的機(jī)遇和挑戰(zhàn)也不盡相同。一個很明顯的例子就是，當(dāng)初由Google公司和開放手機(jī)聯(lián)盟領(lǐng)導(dǎo)及開發(fā)的基于Linux的安卓系統(tǒng)，在開源之后就給廣大開發(fā)者(商)帶來巨大商機(jī)，而堅定選擇iOS平臺的的開發(fā)工程師，也通過蘋果生態(tài)系統(tǒng)的不斷擴(kuò)建和智能設(shè)備的高市場占有，使得較早的一批開發(fā)者都賺得盆滿缽滿。不過在國內(nèi)由于用戶習(xí)慣、產(chǎn)業(yè)環(huán)境和版權(quán)保護(hù)的問題，移動應(yīng)用開發(fā)者并沒有因此而獲得相應(yīng)的收益。

七、軟件工程設(shè)計師

近年IT業(yè)界逐漸涌現(xiàn)出一股軟件定義網(wǎng)絡(luò)(SDN)、軟件定義數(shù)據(jù)中心、軟件定義存儲(SDS)和軟件定義服務(wù)器(MoonShot)等浪潮，大有軟件定義未來一切IT基礎(chǔ)設(shè)施的趨勢。

PaaS、SaaS、數(shù)據(jù)挖掘和分析、數(shù)據(jù)管理和監(jiān)控、虛擬化、應(yīng)用開發(fā)等等，都是軟件工程師大展身手的好舞臺。相應(yīng)的，這些技術(shù)領(lǐng)域也對軟件工程師的要求會更高，尤其是虛擬化和面向BYOD、云計算、大數(shù)據(jù)等應(yīng)用的開發(fā)和管理，都需要有更高深的技術(shù)支撐。

和算法工程師有點類似的地方在于，軟件工程師也需要注重設(shè)計模式的使用，一位優(yōu)秀的工程師通常能識別并利用模式，而不是受制于模式。工程師不應(yīng)讓系統(tǒng)去適應(yīng)某種模式，而是需要發(fā)現(xiàn)在系統(tǒng)中使用模式的時機(jī)。

八、數(shù)據(jù)庫開發(fā)和管理

篇(7)

細(xì)心的球迷一定會留意到這樣一個細(xì)節(jié)：NBA比賽進(jìn)行中，球隊的助理教練總是坐在場邊，手中拿著一塊書寫板記錄著什么。他們的確是在記錄數(shù)據(jù)，但那絕非是得分或籃板這樣的“初級數(shù)據(jù)”。他們記錄的是球員在油漆區(qū)的觸球次數(shù)、每回合傳球次數(shù)、內(nèi)傳外的三分投籃次數(shù)、間接助攻（真正助攻前發(fā)生的那次傳球）、造犯規(guī)次數(shù)等。這一系列數(shù)據(jù)雖然跟比賽密切相關(guān)，可在任何傳統(tǒng)意義上的數(shù)據(jù)統(tǒng)計單上，你都無法查詢到相關(guān)數(shù)據(jù)。

這些用紙筆記錄下的數(shù)據(jù)雖然重要，但都無法跟多個NBA球館天花板上空所懸掛的那些微型攝像機(jī)所記錄的相媲美。這些攝像機(jī)，是被稱為Sport VU的系統(tǒng)的一部分，它有巨大的潛力改變我們對于NBA數(shù)據(jù)分析的一切認(rèn)知。

Sport VU能告訴我們，在NBA當(dāng)中，哪個球員的速度是最快的。它告訴我們的不是誰得分最多，而是誰每次觸球得分最多。它能告訴我們每場比賽誰的運球次數(shù)最多，與他們投籃出手次數(shù)相比，誰的運球次數(shù)最多，這一切，其實只是顯性的東西。

如果你質(zhì)疑這套系統(tǒng)的權(quán)威性，那么你只要了解一點：Sport VU誕生于2005年，它由以色列科學(xué)家麥基·塔米爾發(fā)明，此人是導(dǎo)彈追蹤以及高端光學(xué)識別方面的專家。塔米爾后來用其中的技術(shù)試著去追蹤了以色列的一些足球賽，分析其中的數(shù)據(jù)，后來他將這項技術(shù)用在了追蹤NBA及其他比賽。

2008年，美國的STATS公司收購了Sport VU，并且將精力集中在了籃球數(shù)據(jù)分析上面。2009-10賽季，STATS公司戰(zhàn)略和發(fā)展副總裁科普找到了幾支技術(shù)悟性最高的NBA球隊，試圖說服他們加入試驗。最終，小牛、火箭、雷霆和馬刺成為該系統(tǒng)的“小白鼠”。接下來的一年，凱爾特人和勇士也加入到了這個行列。

到了本賽季，已經(jīng)有15支球隊用上了Sport VU，他們分別是：尼克斯、魔術(shù)、凱爾特人、奇才、雄鹿、猛龍、76人、騎士、小牛、雷霆、森林狼、勇士、火箭、馬刺和太陽，各支球隊為此大概每年要花費十萬美元。

這套系統(tǒng)究竟是如何運轉(zhuǎn)的？每座球館天花板上空都懸掛有六個跟計算機(jī)連通的攝像頭，每個半場設(shè)置三個。這些攝像頭跟復(fù)雜的、從XYZ定位系統(tǒng)中提取數(shù)據(jù)的計算公式同步，每秒能抓取25幅圖片。每張圖片都記錄有時間，并自動由電腦處理。電腦跟比賽實況報道（play-by-play）數(shù)據(jù)相連，一個回合90秒之內(nèi)就能發(fā)出報告。這一點是STATS公司員工最為自豪的一點，他們在軟件中所使用的計算公式是他們的專利，被他們稱之為ICE平臺。幾乎是同步，想要查閱數(shù)據(jù)的教練和數(shù)據(jù)研究人員就能在他們的電腦、iPad上查看這些信息，有時候他們并不知道如何使用這些數(shù)據(jù)，但起碼，他們擁有這些數(shù)據(jù)。

凱爾特人主帥里弗斯曾問過球隊數(shù)據(jù)分析師扎倫一個問題：當(dāng)朗多每個回合持球時間超過五秒時，凱爾特人的進(jìn)攻效率如何。在使用這套數(shù)據(jù)系統(tǒng)前，扎倫被問的啞口無言無法回答，而如今，他可以大聲響亮的告訴里弗斯答案了。因為Sport VU能夠追蹤每一個球員每個動作、每次傳球、每次投籃、每次觸球，一切的一切。

事實上，這套系統(tǒng)能夠追蹤的信息，比各支球隊了解的多得多。每個總經(jīng)理都表示，他們所使用的這套數(shù)據(jù)系統(tǒng)提供的數(shù)據(jù)，只是該系統(tǒng)提供的數(shù)據(jù)的一小部分。不過他們均認(rèn)可，這套系統(tǒng)，是高端籃球數(shù)據(jù)分析的未來。

“我們需要30支球隊對這些數(shù)據(jù)形成一種真正的度量標(biāo)準(zhǔn)，”森林狼籃球運營助理，同時也是Sport VU工作人員的波萊羅說道，“等到30支球隊全部加入，我們依然認(rèn)為我們只能使用這套系統(tǒng)5%-10%的內(nèi)容，這套系統(tǒng)真的會改變比賽，但是在我們到達(dá)那一步之前，這只是美好的設(shè)想。”

至于這套系統(tǒng)給教練、觀察家們帶來了哪些具體利好，我們只需要看看這套系統(tǒng)的一些實際應(yīng)用就好了。

籃球精算師

有些球隊才剛開始用Sport VU，而那些更早接觸到它的球隊已經(jīng)走在了前面。不過這15支球隊一直都對他們是如何使用這些數(shù)據(jù)遮遮掩掩，但是有一支球隊——多倫多猛龍——在斯隆管理學(xué)院體育分析年會，向公眾揭開它的冰山一角。

猛龍的數(shù)據(jù)分析團(tuán)隊寫出了無比復(fù)雜的代碼，把錄下的比賽中每一秒的X-Y坐標(biāo)全部轉(zhuǎn)化成了可以看的視頻資料。被還原的場面之一是今年2月23日猛龍主場戰(zhàn)勝尼克斯的比賽的第一節(jié)，賈森·基德利用卡梅隆·安東尼的擋拆投中了一記三分球。這段視頻里，尼克斯球員用藍(lán)色顯示，傳遞著小黃球，多倫多球員被則是白色顯示。它看起來很簡單，但是轉(zhuǎn)換的過程需要很多人，包括三名多倫多管理層的雇員，花掉很多時間。

這些代碼可以識別所有的東西——什么時候發(fā)生了擋拆，在哪里發(fā)生的，掩護(hù)是否真的擋到了防守球員，以及執(zhí)行戰(zhàn)術(shù)時場上十名球員的位置。

Sport VU還可以識別每個球員的技能的能力，所以它明白克里斯·保羅在中距離位置遠(yuǎn)比拉簡·朗多要危險，還有羅伊·希伯特比埃爾·霍福德要高。這部分內(nèi)容對猛龍研究出來的最有用的部分至關(guān)重要：視頻里穿著猛龍球員相同號碼的透明的小圈圈，它們是“影子球員”，它們跑的是多倫多教練組和分析團(tuán)隊認(rèn)為球員在一套戰(zhàn)術(shù)中應(yīng)該做的。猛龍分析團(tuán)隊可以用這個期望值系統(tǒng)，拋開多倫多的計劃，構(gòu)建一個“理想化”的防守。這么說吧，在對手的一次進(jìn)攻中，凱爾·科沃爾投出底角空位三分的期望值比約什·史密斯在防守下投出六米開外的跳投的期望值要高得多。當(dāng)然，得出結(jié)論也未必管用，因為教練組的一些人對于這些新的數(shù)字和電腦程序的價值還有所疑慮。

“你需要執(zhí)教方的視角。我們還在找哪些規(guī)則錯了——哪些地方系統(tǒng)的數(shù)據(jù)與我們在場上實際做的不符。”猛龍分析團(tuán)隊的主管阿利克斯·魯克爾說。

比方說，影子球員在協(xié)防上一般比真正的猛龍球員更有侵略性。看看猛龍同尼克斯比賽中一次進(jìn)攻的初始形態(tài)，雷蒙德·菲爾頓和泰森·錢德勒在右翼擋拆時，影子德羅贊處在油漆區(qū)中央，以阻攔任何給錢德勒的傳球，同時影子菲爾茲的在弱側(cè)區(qū)域防守著安東尼和基德。

影子菲爾茲比實際比賽里更靠近位于地角的基德，原因是程序知道底角三分的期望值更高，這也是為什么影子蓋伊往菲爾茲那邊挪了一點，而現(xiàn)實版本中兩名球員都更靠近自己原來盯防的球員。

尼克斯最后重新調(diào)整，把球交給了安東尼跟錢德勒打檔拆。再看看錢德勒切入籃下時的影子德羅贊和真實的德羅贊都是怎樣做的。

影子德羅贊很早就離開了基德去補(bǔ)防錢德勒，而且比真正的德羅贊站位更高。因為安東尼正朝著右翼運球，左翼成了“弱側(cè)”，在幾乎所有的NBA防守中，協(xié)防切向的大個子（錢德勒）都是弱側(cè)防守者的責(zé)任。德羅贊這么做了，但他做的太晚了；早點的話可以更早阻止錢德勒，可以讓他和瓦蘭修納斯更容易地回去防守自己對位的球員。

根據(jù)分析團(tuán)隊得出的結(jié)論，球隊理想防守中的影子球員總是比真正的球員更兇猛地協(xié)防，而且?guī)缀跽麄€聯(lián)盟中都是這樣。球隊要么就還沒有意識到他們應(yīng)該更多地補(bǔ)防中區(qū)和強(qiáng)側(cè)，要么就還沒有說服球員這么做。

關(guān)鍵問題在于，要讓球員改變他們的防守習(xí)慣很難，讓他們離開自己原本盯防的球員如此之遠(yuǎn)就更困難了。“球員不希望受到指責(zé)，或是在電視上看見自己沒能防到一次扣籃或是空位三分。”麥卡·諾里說，他是猛龍的助理教練，與魯克爾的團(tuán)隊關(guān)系密切，“盡管籃球是五個人防守一個球，你很難讓球員擺脫掉‘這個人屬于我’的觀念。”

侵略性十足的協(xié)防需要球員們異常努力，類似尼克斯球員在傳球的時候影子德羅贊所跑的距離，就不像是真實的球員能做到的。所以聯(lián)盟中惟一一支在防守端能夠經(jīng)常打出與自己影子重合的球隊只有熱火，這絕非巧合。邁阿密有聯(lián)盟最好的側(cè)翼防守者之三——巴蒂爾、詹姆斯和韋德，后兩位也位于全聯(lián)盟運動能力最好的球員之列。“勒布朗基本上就是這個系統(tǒng)的‘天敵’。”魯克爾說，“他做了很多大部分球員完全做不到的事情。”

熱火的協(xié)防堪稱是聯(lián)盟中做得最好的，猛龍在這方面有很多不足，多倫多分析團(tuán)隊用Sport VU舉出另外一個例子。

本賽季步行者同猛龍的一場比賽中，喬治·希爾和大衛(wèi)·韋斯特在球場左側(cè)的一次擋拆。這里發(fā)生了兩件事，而且兩樣都是防守中最容易出現(xiàn)的典型錯誤。第一個：阿米爾·約翰遜追希爾追到了中區(qū)，讓自己離他的影子（正確的防守位置）相差很遠(yuǎn)。約翰遜很擅長在三分線外追趕持球人，但在這里他并不需要走這么遠(yuǎn)，因為希爾只是往遠(yuǎn)離籃筐的方向運球，因此并沒有威脅。

Sport VU還記錄下蓋伊犯的另一個錯誤：韋斯特拿到了球，而約翰遜離他很遠(yuǎn)，影子球員看到了球隊潛在危機(jī)，而這是真實球員注意不到的。影子瓦蘭修納斯拋棄了希伯特跑向韋斯特，前者完全可以這么做，因為他知道影子蓋伊?xí)x開喬治以在補(bǔ)防希伯特。真實比賽發(fā)生的情況是，瓦蘭修納斯和蓋伊都沒動，韋斯特簡單地投中一記中距離。

回到前面所說的，影子球員在防守中的移動是基于對方進(jìn)攻中的期望值，隨著進(jìn)攻的推移，每秒計算好幾次；影子蓋伊?xí)嗈D(zhuǎn)過來，部分因為程序知道讓喬治處于空位比德羅贊離開埋伏在底角的射手所帶來的傷害要小得多。

進(jìn)階之路

通過比賽中具體發(fā)生的例子，人們初步知道了Sport VU在某一方面的作用，這當(dāng)然要感謝猛龍隊的慷慨。不過，雖然猛龍很早就啟用Sport VU，但即使是接受能力最強(qiáng)的教練，看起來也只是把它當(dāng)作一個主要用來證實他們已經(jīng)想到和知道的事情。“這是對你親眼所見的證實，它可能也會為別的東西提供靈感。”猛龍主教練凱西說，“但是你不能只基于這個做決定，它無法測量大心臟、化學(xué)反應(yīng)和性格。”

雖然很多教練會說Sport VU的分析證實了他們的想法，他們會做出一些改變，但真實的情況并非這樣。例如：分析團(tuán)隊一致同意且不停強(qiáng)調(diào)，所有球隊都應(yīng)該投更多的三分球——包括猛龍。以同一場猛龍與步行者比賽中的某次進(jìn)攻為例：分析團(tuán)隊希望一個生涯低于聯(lián)盟平均水準(zhǔn)且本賽季表現(xiàn)并不算好的三分投手蓋伊投出一記防守下的三分球——此時計時器上顯示猛龍還剩下約六秒進(jìn)攻時間。取而代之的是蓋伊傳給了底角的德羅贊，一個更差的三分投手，然后德羅贊試圖傳出一記難度極大的突破分球給切入的蓋伊，卻被喬治·希爾破壞出底線，計時器上只剩下了不到一秒。

對于魯克爾和他的團(tuán)隊，這是由投籃的價值、計時器的影響及教練如何執(zhí)教球員的引出來的問題。“當(dāng)你問教練28%的三分命中率和42%的中距離哪個好，他們會說42%的那個。這顯然是不對的。”魯克爾說。

想讓教練們接受這種快樂扔三分的哲學(xué)并不簡單。“你可以想投多少三分就投多少。”凱西說，“但是如果你投不進(jìn)的話，這個理論就要被扔出窗外了。數(shù)據(jù)分析可能給你一個數(shù)字，但是你不能靠那個數(shù)字過活。”

凱西說德羅贊的三分不好，這肯定沒錯。但是分析團(tuán)隊爭辯說，即使是低于35%的三分手也應(yīng)該投出更多的三分，教練們應(yīng)該花更多的時間把低于平均水平的三分手變成接均水準(zhǔn)的投手。“一個球員的三分命中率從25%長到30%遠(yuǎn)比中距離從35%提到40%更有意義。”魯克爾說。在分析團(tuán)隊看來，就算爵士球員米爾薩普職業(yè)生涯的三分線命中率只有27.7%（112投31中），但還是要讓他更多的三分球，把訓(xùn)練時間的一部分分出來——努力提升此前并不屬于他的技能。

當(dāng)然，猛龍的數(shù)據(jù)分析團(tuán)隊更關(guān)心自家球員，瓦蘭修納斯當(dāng)然是他們本賽季的頭號目標(biāo)，而這也引發(fā)了他們和教練組之間的緊張關(guān)系。像很多的新秀一樣，瓦蘭修納斯會忘記輪轉(zhuǎn)、協(xié)防過度，還會在防守上犯簡單的站位錯誤。教練組痛恨這些，他們經(jīng)常在關(guān)鍵時刻把立陶宛人摁在板凳上，重用阿隆·格雷——一個基礎(chǔ)不錯但缺少運動能力的球員。

分析團(tuán)隊和教練組的矛盾還會繼續(xù)，但他們不會互相掐來掐去或是威脅說自己要辭職。部分原因是Sport VU的數(shù)據(jù)做出了很多最聰明的NBA工作人員長時間以來都在做的事：把比賽與先進(jìn)的統(tǒng)計學(xué)結(jié)合。理解體育不是非此即彼；它兩者兼有，而這些攝像機(jī)代表了這次聯(lián)姻中最先進(jìn)的現(xiàn)實化效果。