一、实施背景
在数字化时代，电子商务和大数据分析的快速发展促使企业对数据分析人才的需求日益增加。传统的商务数据分析课程在理论讲授和实操能力之间存在较大差距，且学生在实际商业环境中的应用能力较弱。本文以管理学院2024-2025学年商务数据分析与应用课程教学改革为研究对象，探讨如何通过竞赛和实践教学的融合，提升学生的实际数据分析能力，并探讨此类改革对学生竞赛表现及职业选择的影响。
二、主要目标：
研究旨在通过竞赛和实践教学融合，提升商务数据分析课程教学质量，缩小理论与实操差距，增强学生实际应用能力，使学生能在实际商业环境中熟练运用数据分析技能。同时，探索此类改革对学生竞赛表现的提升作用，以及如何引导学生选择数据分析相关职业，满足数字化时代企业对数据分析人才的需求，促进学生职业发展与市场需求对接。
三、实施过程：
（一）课堂教学与课后集训方式
课堂教学将理论学习与案例分析相结合，课堂上主要传授商务数据分析的基础知识、方法、工具以及数据分析的基本流程。课程内容将紧贴电子商务领域的最新发展，结合行业实际案例进行讲解。理论教学与实际问题结合密切，帮助学生建立起数据分析的基础框架。
课堂讨论
课后集训主要指课后将组织集训班，强化学生的实战能力。集训班将通过数据分析竞赛，让学生应用所学的分析工具和方法。学生将参与到实际的案例中，并通过竞赛和项目展示自己的分析成果。集训还将包括团队合作与跨学科协作训练，提升学生的沟通与协作能力。主要围绕以下三个核心问题展开：
（1）如何设计课程内容与数据分析竞赛的要求相匹配?
（2）如何通过教学方法的改革，提高学生的数据分析实战能力?
（3）教学改革如何影响学生的竞赛表现和未来职业选择的兴趣导向
课后集训
（二）研究方法
（1）问卷调查法
调查内容：包括学生对数据分析竞赛的兴趣、对课程内容的满意度、对职业方向的定位等方面的反馈。
（2）案例分析法
选取课程中学生参与的竞赛案例，分析学生如何运用所学的知识和工具解决商业问题。通过案例分析，评估学生的实际数据分析能力以及团队协作能力的提升。
（3）深度访谈法
不定时与学生聊天、谈话，了解他们对课程的评价、意见和建议。通过访谈获取更为深入的数据，分析教学改革对学生学习动机、职业兴趣等方面的影响。
四、实际成果、成效及推广情况：
1.描述统计结果
前、后期问卷调查结果如下：
表 1描述统计结果
问题 | 前期均值 | 后期均值 | 前期标准差 | 后期标准差 |
理论和方法掌握 | 5.00 | 0.00 | 4.50 | 0.71 |
理论与实践结合 | 3.00 | 0.00 | 3.50 | 0.71 |
数据分析工具熟悉 | 1.00 | 0.00 | 3.50 | 0.71 |
创新分析方法 | 4.50 | 0.71 | 5.00 | 0.00 |
竞赛中的创意能力 | 2.50 | 2.12 | 3.50 | 0.71 |
团队合作中的创新思维 | 3.00 | 0.00 | 3.00 | 0.00 |
竞赛中应用所学知识 | 4.00 | 0.00 | 4.50 | 0.00 |
解决复杂问题的策略与效率 | 3.00 | 1.41 | 3.50 | 0.71 |
问题解决思路系统性 | 3.50 | 0.71 | 3.50 | 0.71 |
对电子商务职业的兴趣 | 2.00 | 1.41 | 4.50 | 0.71 |
倾向从事数据分析工作 | 2.00 | 2.83 | 4.50 | 0.71 |
职业规划清晰度 | 2.00 | 1.41 | 2.50 | 0.71 |
2. Cohen's d 结果
d = 均值差 / 标准差
表 2Cohen's d 结果
问题 | 均值差异 | 标准差 | Cohen's d |
理论和方法掌握 | -0.50 | 0.71 | -0.70 |
理论与实践结合 | 0.50 | 0.71 | 0.70 |
数据分析工具熟悉 | 2.50 | 0.71 | 3.53 |
创新分析方法 | 0.50 | 0.00 | ∞(理论上无效，因标准差为0) |
竞赛中的创意能力 | 1.00 | 0.71 | 1.41 |
团队合作中的创新思维 | 0.00 | 0.00 | 0.00 |
竞赛中应用所学知识 | 0.50 | 0.00 | ∞(理论上无效，因标准差为0) |
解决复杂问题的策略与效率 | 0.50 | 0.71 | 0.70 |
问题解决思路系统性 | 0.00 | 0.71 | 0.00 |
对电子商务职业的兴趣 | 2.50 | 0.71 | 3.53 |
倾向从事数据分析工作 | 2.50 | 0.71 | 3.53 |
职业规划清晰度 | 0.50 | 0.71 | 0.70 |
从表格中可以看出，Cohen's d 值通常较大，特别是对于 “数据分析工具熟悉”和“对电子商务职业的兴趣”等问题，它们的变化值较大。对于 创新分析方法、竞赛中应用所学知识 和 团队合作中的创新思维 等问题，由于标准差为 0，导致 Cohen's d 计算无效。
五、体会与思考：
在本次商务数据分析与应用课程的教学改革中，我们深刻体会到了团队协作与技能提升的重要性。通过比赛，学生们在解决数据异常等难题的过程中，不仅显著提升了沟通能力和团队责任意识，也深刻理解了合作的价值。同时，学生们通过完成比赛规定的题目练习，基础掌握了Power BI等数据分析工具，有效地将理论知识与实践相结合，从而提升了他们的数据分析能力。此外，竞赛实践还增强了学生对电子商务和数据分析职业的兴趣，为他们未来的职业选择打下了坚实的基础。
为了进一步提升教学效果，我们提出以下建议：首先，引入现代数据分析工具的教学，通过增加操作软件如Power BI的实践，提升学生的比赛实践能力。其次，强化团队合作与跨学科训练，通过设计跨学科项目，培养学生的协作与多视角解决问题的能力。此外，完善赛前准备机制，组织包括工具强化、模拟任务和心理疏导在内的赛前集训，以助力学生在比赛中充分发挥水平。最后，推进校企合作，引入企业真实项目，加强学生的实践经验，提升其职业竞争力。通过这些措施，我们期望能够为学生提供更加全面和深入的学习体验，为他们的未来发展奠定坚实的基础。
