王春立 张俊
（大连海事大学信息科学技术学院，辽宁大连116026）
摘要：随着大数据时代的到来，商业智能分析对企业的发展起到了至关重要的作用。文章指出目前智能专业设置的课程与商业智能分析之间存在的差距，详细说明商业智能分析岗位的职业需求情况，介绍智能商业分析实践课程设置的具体内容。
教育期刊网 http://www.jyqkw.com
关键词 ：商业智能；数据分析；大数据
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”( 61370070)。
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
1.1 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-Transform-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源和平台，从不同的资源获取数据，转换、清洗并导人数据仓库。
2)大数据处理。
目前处理大数据的较流行工具是Hadoop，其核心是HDFS和MapReduce。HDFS提供海量数据的存储，MapReduce则提供对大数据的计算。随着数据集规模不断增大，由于传统BI的数据处理成本过高，企业对Hadoop及相关的廉价数据处理技术如Hive、HBase、MapReduce、Pig等的需求将持续增长。如今具备Hadoop框架经验的技术人员是最抢手的大数据人才。
3)信息架构。
大数据重新激发了针对主数据管理的热潮。充分开发利用企业数据并用其支持决策，这需要非常专业的技能。信息架构师必须了解定义和存档关键元素的方法，具备主数据管理、业务知识和数据建模等技能。
4)数据科学家。
数据科学家将企业的数据和技术转化为企业的商业价值。随着数据学的发展，越来越多的实际工作将会直接针对数据进行，这将使人类认识数据，从而认识自然和行为。据预测，未来将需要400万的数据科学家。
5)数据预测分析。
营销部门经常使用预测分析方法来预测用户行为或锁定目标用户，在企业历史数据的基础上，通过假设来测试阈值并预测未来的表现。
1.2 数据分析师职位要求
为进一步明确企业对数据分析师所具备技能的具体要求，笔者收集了51招聘网、智联招聘等几大求职网站上近100份数据分析相关的招聘要求，并对这些招聘要求进行归纳汇总后，整理出数据分析职位的主要职责为：客户分析、用户建模、市场分析、业务运营需求分析、网络营销和网络广告数据分析方法和模型、预测模型、数据库建设维护、数据清洗。对应聘者的要求包括：计算机、数学、商业、信息管理等相关学科本科以上；熟悉SAS、spss、Excel等软件；掌握数理统计、数据分析、数据挖掘，熟知常用算法；良好的数据敏感度，能从海量数据提炼核心结果；良好的逻辑思维与表达能力，善于用简单语言表述复杂结论。
综合起来，数据分析师需要具备的技能主要包括如下4个方面：
(1)数据分析。从事数据分析工作需要掌握数据分析基本原理与一些有效的数据分析方法，并能灵活运用到实践中。基本的分析方法包括：对比分析法、分组分析法、交叉分析法、结构分析法、漏斗图分析法、综合评价分析法、因素分析法、矩阵关联分析法等。高级的分析方法有：相关分析法、回归分析法、聚类分析法、判别分析法、主成分分析法、因子分析法、对应分析法、时间序列等。
(2)工具使用。数据分析方法是理论，而数据分析工具就是实现数据分析方法理论的工具，面对越来越庞大的数据，必须依靠强大的数据分析工具完成数据分析工作。须掌握数据分析相关的常用工具有SAS、SPSS、Excel等软件。
(3)商业业务。从事数据分析工作的前提是须懂得商业业务，即熟悉行业知识、公司业务及流程。若脱离行业知识和公司业务背景，分析的结果就没有使用价值。
(4)可视化设计。可视化设计是指运用图表等可视化方法有效表达和展示数据分析观点和结论，使分析结果一目了然。图表的设计包括图形的选择、表的内容排列、颜色的搭配等。
2 智能商业分析实践课程设置
针对数据分析师的职位要求，结合智能科学技术专业现有课程设置，智能商务分析实践课程可包括如下内容：
(1)商务智能分析基础。主要介绍相关基本概念、术语及商业背景，介绍各种主要的分析结果展示手段，包括表格、折线图、柱状图和面积图等。
(2) SAS基础。SAS作为一种主要的数据分析工具软件已被各个行业广泛使用。本课程介绍SAS的程序结构、主要语法、数据集的操作以及重要的分析方法，争取使学生通过SAS的基础认证。
(3)商业数据差异性分析及SAS实现。结合实际案例，重点介绍采样策略、功效分析、差异性分析方法，并给出SAS的程序实现。
(4)商业数据预测性分析及SAS实现。结合实际案例，主要介绍线性回归、逻辑回归以及时间序列预测分析，并给出SAS的程序实现。
(5)客户关系管理方法。重点介绍客户关系管理部分，结合潜在客户分析的实际案例，介绍整个建模分析过程。
(6) Hadoop框架。针对大数据的处理分析，介绍Hadoop框架，使学生初步掌握大数据的处理和计算方法。
3 结语
随着大数据时代的到来，企业对数据分析人员的需求增多，技能要求也进一步提高。高校作为知识和技能人才的高等培养基地，应结合社会和职场的需求，合理进行课程设置，通过智能商业分析实践课程的建设，培养具备商业知识和数据分析能力的复合型人才。
教育期刊网 http://www.jyqkw.com
参考文献：
[1]赵卫东，吴冉，杨柳，面向企业需求的商务智能课程实验设计[J]．计算机教育，2013(18): 106-109．
[2]赵卫东，吴冉，设计思维在商务智能实验教学中的应用[J]计算机教育，2014(24): 107-110．
[3]张莉，曹淑艳．深度学习理论下商务智能教学模式实践[J]．计算机教育，2014(18): 67-70.
（编辑：杨涛）