基于招聘网站岗位需求匹配的“电商数据分析”教学改革

李 楠

(上海第二工业大学数理与统计学院,上海 201209)

0 引言

随着我国网络、通信技术的进步,电子商务成为我国国民经济的重要支柱。根据国家统计局2017—2020 年的数据,全国电子商务交易额占当年国内生产总值的比例平均为35.48%,2021 年第一季度的全国电子商务交易额占同期国内生产总值的比例达到38.55%。根据网经社发布的《2021 年4 月中国电子商务行业投融资数据报告》显示4 月份电商行业的融资总金额超282.1 亿元,同比增长110.15%[1]。电子商务行业处于快速发展阶段,但存在的人才缺口已经成为制约其发展的一大要素[2]。

近年来我国高校毕业生人数持续增加,在一定程度上可以缓解人才缺口问题,但大多数企业认为大学生在校期间学到的知识实用性不强,无法满足企业的实际需求[3]。高校作为人才培养的重要场所,制定符合行业发展的人才培养体系,结合社会需求来科学调整人才培养结构可以提高高校人才培养水平[4]。

招聘信息是获取企业人才需求的重要信息源,已有研究从招聘信息中挖掘企业的人才需求要素,探讨专业人才培养、课程设置等改革建议。李宗富等[5]通过对“图情招聘”微信公众号的招聘信息分析给出了档案学专业人才需求状况, 并对求职者、培养单位和招聘单位提出建议和对策。黄智柯等[6]通过对“拉勾网”的招聘信息挖掘分析得出企业数据分析人才的需求特征,并给出了数据分析专业的人才培养建议。康鹏等[7]通过对“前程无忧”的大数据类岗位招聘信息分析,提出“岗位需求-人才培养要素-课程体系”的框架来对高校大数据分析类课程体系进行改革。

上述研究表明从企业需求角度优化专业人才培养的可行性,而专业人才培养落实于专业课程,本文尝试结合岗位需求对专业课程“电商数据分析”进行教学改革。

1 课程初期存在的问题

“电商数据分析”是2018 年起面向应用统计学专业大学四年级开设的一门专业选修课,课程新颖,缺乏成熟的教学材料, 课程内容涉及电子商务、统计学、数据挖掘、软件操作等多门课程,属于交叉课程且有一定的实践课属性。初期的课程培养目标侧重将学生已学过的统计学知识和数据挖掘理论运用于电子商务。初期的教学内容分为3 部分: 第1 部分电子商务概述, 包括电子商务的定义与类型、电子商务企业的数据管理方式和数据业务工作流程;第2 部分电子商务的常用数据分析方法,包括电商数据分析的常用指标、数据分析方法和数据分析工具; 第3 部分电子商务网站的数据分析应用, 包括运营数据分析、营销数据分析、会员数据分析和推荐系统。教学内容中电子商务和数据分析占比接近1:2。

为适应新时代高质量的人才培养需求,我校对应用统计学专业的人才培养目标进行适时调整和优化,当前应用统计学专业的人才培养目标注重对学生知识和能力的培养。针对当前的专业人才培养目标,初期课程教学中的不足主要为教学目标、教学内容和考核方式3 个方面。

1.1 教学目标对学生的能力培养不足

教学目标强调学生数据分析方法的应用能力,但对学生的商业分析能力要求不高,教学过程中发现学生缺乏体系化的商业问题分析能力,不能满足本专业对高层次人才应用能力培养的要求。

1.2 教学内容不够合理

教学内容的知识比例不够合理。第一, 由于初期的教学目标侧重于培养学生的数据分析能力,教学内容中的商业理论和商业分析内容占比较少。第二,教学内容第2 部分电子商务的常用数据分析方法课程,与学生已学过的专业课程有较多重叠,造成一定程度的重复教学和课时浪费。

教学内容局限。教学内容第3 部分电子商务网站的数据分析应用,局限于对传统电商如“淘宝”“京东” 的“店铺” 开展分析。但近几年随着电子商务的快速发展,电商企业类型多样, 仅对“店铺”数据进行分析是不够的,有必要结合新兴电商企业的典型问题更新电商数据分析的应用案例。同时, 对“店铺”数据进行分析时,常用的数据分析工具是由电商平台为店铺主研发的,平台以外不能用,数据分析工具不具有通用性,这不利于培养学生的数据分析实践能力。

1.3 考核方式单一

学生的成绩主要由个人的平时作业和期末报告这类书面材料构成,这种考核方式侧重于对课程知识点的考核, 忽视了对学生个人能力的综合考核。基于以上问题,本文尝试结合本专业的人才培养目标和企业的人才能力需求,完善课程的培养目标,并通过优化教学内容、教学方式和考核内容体现更好的教学效果。为了解企业的人才能力需求, 本文选取“前程无忧”招聘网站发布的电商数据分析师岗位招聘信息作为企业的人才需求分析对象, “前程无忧”是“2020 中国最具影响力人力资源服务机构100 强”榜单中排名较前的企业,其发布的招聘信息更具可信性[8]。

2 “前程无忧” 电商数据分析师岗位的需求分析

通过对“前程无忧”网站上发布的电商数据分析师招聘信息进行分析,了解企业的人才需求。

2.1 数据获取及预处理

在“前程无忧”网站输入关键字“电商数据分析师”,借助八爪鱼采集器爬取选取2021 年7 月28 日至2021 年7 月31 日间发布的招聘信息共5483 条,采集的关键字段包含: 招聘岗位、工作经验、学历、职位信息,其中职位信息中包含了电商数据分析师的岗位职责和任职要求。

对采集到的数据集进行预处理。去除关键词职位信息缺失的招聘信息,以及重复招聘信息后共保留3079 条招聘信息, 按照招聘岗位分为实习招聘和非实习招聘,考虑到实习招聘与非实习招聘可能存在岗位需求的差别,非实习招聘信息更有参考价值。去除掉73 条实习招聘,最终保留用于文本分析的3006 条招聘信息(其中有58 条为英文招聘信息翻译为中文)。

2.2 电商数据分析师岗位“工作经验”和“学历”的需求分析

去除关键词“工作经验”为空的160 个数据后,如图1 所示有39%的企业要求2 年及以下工作经验,其中有11%的企业接受无工作经验。

图1 工作经验占比Fig.1 Pie graph of experience requirements

去除关键词“学历”为空的90 个数据后,如图2所示有69%企业愿意录用本科生,对于硕士及以上学历的需求比例最低。

图2 学历占比Fig.2 Pie graph of degree

通过对关键词“工作经验” 和“学历” 的分析,发现企业对电商数据分析师的工作经验年限要求不高, 对应届生友好。企业愿意录用本科生成为电商数据分析师,这在一定程度上说明基于岗位需求对课程进行教学改革有价值并且有必要的,已显现效果。

2.3 电商数据分析师岗位能力的需求分析

对采集的关键字段“职位信息”运用python 的jieba 分词,提取电商数据分析师的岗位需求关键词。因招聘信息中包含专有名词,为了提高分词的有效性, 采用无放回简单随机抽样的方法从3006 条招聘信息中抽取50 条作为样本,借助样本招聘信息构建专业词库。因为统计软件的名称大多为英文, 不同企业对同一款统计软件的拼写存在大小写差异,所以在分词前,将文本中的英文字符全部转化为小写格式。

导入专业词库, 去除停用词后按照词数排序得到电商数据分析师岗位需求的初始关键词。

去除无效关键词如空字符串、乱码、单个汉字、符号等后, 提取词数大于等于100 的关键词共593个,总词频占比达80.3%,从这些词中提取出岗位需求能力。通过对岗位需求关键词整理分类为专业能力关键词和综合能力关键词,结果见表1 所示。

表1 专业能力和综合能力关键词Tab.1 Keywords and quantities of professional and comprehensive abilities

通过对专业能力关键词的统计发现, 企业对招聘人才的数据分析、产品、运营、数据库、模型、用户、统计、python、销售、数据挖掘需求较高。在综合能力关键词中,沟通、合作、学习能力要求较高。

进一步对专业能力关键词进行归类可以分为3 类: ①数据分析能力, 包括: 数据分析、模型、统计、数据挖掘、数据处理; ②商业分析能力, 包括:产品、运营、用户、销售、营销、分析报告、指标体系、商业分析、竞品、用户画像、市场分析、痛点;③软件操作能力,数据库、 python、 hive、 tableau、spark、 hadoop、 spss、 sas、 java、 powerbi、 编程语言。

这3 类能力的关键词频率占比如图3 所示。企业对招聘人才的3 类专业能力需求从大到小依次为:数据分析能力、商业分析能力、软件操作能力。其中数据分析能力和商业分析能力几乎同等重要。

图3 3 类专业能力关键词占比Fig.3 Pie graph of three professional abilities

3 基于电商数据分析师岗位能力需求的教学改革

通过前文分析,企业的电商数据分析师岗位能力需求包括3 项专业能力和1 项综合能力,分别为数据分析能力、商业分析能力、软件操作能力和综合能力。将企业的岗位能力需求与本专业的人才培养目标相结合,企业的人才需求与专业人才培养目标是一致的,企业岗位能力需求是专业人才培养能力的具体化表达,所以结合企业岗位能力需求对本课程进行教学改革。

3.1 结合授课对象, 完善对学生能力培养的教学目标

“电商数据分析”课程的授课对象是应用统计学专业学生,学生通过前期专业课程的学习具备较好的数据分析能力和一定的软件操作能力。将学生的优势能力和企业的岗位需求能力匹配后得到本课程的教学目标, 即: 要加强对学生商业分析能力的培养,适当提高学生的数据分析应用能力,这包括数据分析能力和软件操作能力,同时兼顾培养学生的综合能力。基于更新后的教学目标,为实现对学生能力的培养目标的达成,在教学内容、教学方式、教学过程和考核方式上做必要调整。

3.2 优化教学内容和教学方式,实现对岗位需求3项专业能力的培养

教学内容上,改革后的教学内容共设7 个章节,包括: 电子商务数据分析基础、电商数据分析师岗位必备技能、行业数据分析、客户数据分析、产品数据分析、销售数据分析和运营数据分析,其中,电子商务和数据分析内容占比接近1:1, 相比初期课程,提高了商业分析教学内容的比例。同时,不再以“店铺”数据分析为主,而是选取当前电商企业数据分析涉及的重要问题,以案例教学和实践教学相结合的方式将商业分析能力、数据分析能力和软件操作能力3 项专业能力结合起来。

3.2.1 优化教学内容和教学方式, 提升商业分析能力

在商业分析能力的培养上,教学内容方面的改革包括: 增加商业分析理论教学和以商业问题重塑教学内容。

(1)在电子商务数据分析基础的理论教学中,系统化介绍商业分析中的重要理论和常用模型。结合电商数据分析师的岗位需求中的商业分析能力涉及产品、运营、用户、销售等内容,这些与“商务数据分析与应用”专业建设指导委员会发布的典型商业分析任务[9]: 行业分析、客户分析、产品分析和运营分析一致,这4 类典型任务不仅包括了初期课程教学内容中涉及的商业问题,而且补充了初期课程教学内容中缺少的行业分析,完善了商业分析的理论教学内容。

(2) 以商业问题组织教学内容, 突出商业问题,提升学生的商业分析思维能力。本专业学生在商业数据分析过程中,习惯于按统计模型罗列研究问题,也就是模型驱动型数据分析思维,这样容易造成研究问题之间缺乏联系,不利于学生对数据分析结果的商业解读。

(3)教学方式上的改革以增加商业分析的案例教学为主。在教学内容上的每一类商业分析任务中增加商业案例,通过把商业案例的综合性问题拆解为相关联的简单问题,逐步培养学生对商业问题的分析能力。通过将商业分析理论应用于实际案例,加深学生对商业分析理论的理解,提升学生对商业分析理论的应用能力。

3.2.2 优化教学内容,强化数据应用能力

在数据分析能力和软件操作能力培养上, 以应用能力提升为主,通过调整教学内容来实现。

在教学内容上,将课程初期第2 部分的电子商务的常用数据分析方法的教学内容做调整,包括: 减少对数据分析理论的介绍,更改本课程的数据分析工具, 调整数据分析常用指标的教学顺序。其中数据分析工具在学生已学过的软件和岗位需求的主流软件中选交集, 比如python, 数据库等编程类软件,数据分析指标调整到后续电子商务数据分析的相应章节中。这种调整改善了课程初期存在的数据分析理论重复教学和数据分析工具不具有通用性的问题,同时完善了每个章节的内容。

3.2.3 完善案例教学,综合提升3 项专业能力

电商数据分析师岗位需求的3 项专业能力: 商业分析能力、数据分析能力和软件操作能力, 并不是独立的, 而是要融合在一起。对3 项专业能力的综合培养,可选取电商数据分析的重要问题为案例进行。例如,客户数据分析章节中的一个案例: 如何分析用户的选择,包括: ①理解选择行为;②从经济模型到统计模型; ③统计模型的R 语言实现; ④模型解读;⑤商业建议。

3.3 完善在线资源、优化教学过程,提高个人综合能力

为提高学生的自主学习、思考和探索能力, 同时提高学生的课堂参与度,本课程建立并逐步完善了在线课程门户。通过在“学习通”平台设立在线课程门户,上传课程需要的电子书资料、视频资源、作业等材料,实现教学资源整合,给学生多样化的教学资源,拓展学生的学习时间和空间,方便学生根据自己的学习偏好独立自主完成线上学习。通过设置差异化难度的讨论和作业题目,引导学生深入思考,实现对学生学习、思维、探索等能力的培养。

为了提高学生的沟通、合作及ppt 展示等个人综合能力, 在教学过程中, 通过设计小组作业的方式, 培养学生的团队合作精神。学生不仅要会写作业,而且也要会讲,通过设置课堂答辩环节培养学生的ppt 展示和表达能力。

3.4 调整考核内容

在考核内容上, 由课程初期侧重于对知识点的考核调整为对学生综合能力的考核。具体表现为在平时作业和期末报告中将题目的得分点与课程培养目标的4 项能力对应起来,其中商业分析能力、数据分析能力和软件操作能力通过书面作业完成质量来体现。个人综合能力的考核,一方面,通过小组作业中组长给组内成员的个人贡献评分和个人课堂答辩的方式进行考核;另一方面, 可通过“学习通”在线资源使用率和课堂互动表现等学习行为进行考核。

4 课程教学改革的效果评价

基于上述教学改革, 课程在学生成绩、督导评分和学生的课程方面取得了较好的成效。

(1)教学改革后,新的考核指标能够有效区分学生的学习效果,差异化体现学生的能力。将教学改革前后,教务系统中学生的总评成绩人数占比进行统计,结果如图4 所示。发现教学改革前学生的成绩集中分布在“优秀”和“良好”,一定程度上说明以知识点为考核重点不适用于本课程。教学改革后,学生的成绩在“优秀”“良好”“中”和“及格”均有分布,并且“优秀”和“及格”的占比较少,共计8.57%,“良好”和“中”的占比较大,共计91.43%,成绩分布较为合理。这说明以能力培养为主的教学改革和与之匹配的考核内容,能够有效区分学生的学习效果,学生的成绩体现出了合理且明显的差异。

图4 教改前后的成绩占比Fig.4 Grade distribution before and after teaching reform

(2)督导评分提高。结合学校督导的听课记录,教学改革后的课堂,师生互动效果有效改善,教学过程不仅有较好的理论讲述,还可以通过案例实现理论联系实际,课程的总评成绩有提高。

(3) 学生对教学改革后的课程评价较好。通过课程结束后对学生开展的课程问卷调查,发现学生对教改后课程的总体评价较好。在学生对课程教学设计的满意度评分中,共1∼5 分,其中分值越高表示满意度越高,学生对“教学目标清晰”和“教学内容合理” 分值分别为4.11 和4.03。其中, 教学内容中的“商业分析理论”“数据分析模型和算法”“软件操作”分值分别为4.17、3.91 和3.8, 说明学生对教学改革后的教学内容有较高的满意度,尤其对课程教学改革的重点内容商业分析部分给予了很高的评价。在学生对课程学习成果的满意度评分中, 共1∼5 分, 其中分值越高表示越认同, “商业分析理论”“数据分析模型和算法”“软件操作能力”分值分别为3.74、3.63 和3.66,说明教学改革后学生对课程的专业能力培养有较高的满意度, 其中“商业分析理论”的满意度最高。在学生关于课程收获的调查中,发现有94.29%的学生认为课程增加了他们对电商行业的了解和兴趣,有68.57%的学生表示课程有助于丰富他们的毕业论文选题,有60%的学生表示课程对他们的实习或就业有帮助。

5 结论

本文对“前程无忧”招聘网站上发布的电商数据分析师岗位需求进行文本分析,通过构建专业词库,运用jieba 分词和关键词排序的方法获取企业的人才核心需求。从岗位的“工作经验”和“学历”要求中发现企业对电商数据分析师的工作经验要求不长,对本科生需求量大,是应届本科生就业的一个好选择。从“职位信息”中挖掘出岗位需求,将岗位需求归纳为4 种能力分别为:数据分析能力、商业分析能力、软件操作能力和综合能力, 这4 种能力与专业人才培养目标中的能力一致,结合4 大能力对课程进行教学改革。

在教学目标上, 结合应用统计学专业学生的数据分析和软件操作优势,重点培养学生的商业分析能力,适当提高学生的数据分析能力和软件操作能力, 兼顾培养学生的综合能力。调整后的教学目标改善了初期课程对学生商业分析能力培养的不足,同时增加了对学生综合能力的培养。

为实现教学目标中对学生专业能力包括: 商业分析能力、数据分析能力和软件操作能力的培养,通过调整教学内容和完善教学方式予以支持,个人综合能力的培养主要通过完善在线课程资源和优化教学过程来实现,并且课程同步调整了考核内容,实现与企业岗位需求能力相匹配的教学改革。对教学改革后的课程教学效果从学生成绩、督导评分和学生的课程评价三方面进行分析发现,调整后的考核内容能有效区分学生的学习效果,成绩分布合理。督导评分有提升,在课堂互动和案例设计方面有明显进步。学生对课程的教学设计满意度较高,对教学内容尤其是重点改革的商业分析部分评价最高,学生对课程的专业能力培养满意度高并且学习的获得感较好。课程的改革和完善有助于提高人才培养水平。