对于电子商务行业来说,数据分析在企业内部非常重要;营销管理、客户管理等环节都需要应用到数据分析的结果,利用数据分来来发现企业内部的不足,营销手段的不足、客户体验的不足等等,利用数据挖掘来了解客户的内在需求。
《数据化营销》是面向电子商务专业二年级学生的一门专业必修课。旨在培养学生运营网店时,用数据化的思维去分析问题、解决问题、预测问题,为网店运营提供更加科学的数据化决策。课程中使用的数据分析工具主要以Excel和Power BI为主,操作过程简单易懂。
该课程总体设计思路是,打破以知识传授为主要特征的传统学科课程模式,转变为以工作任务为中心来组织课程内容,并让学生在完成具体项目的过程中学会完成相应工作任务,并构建相关理论知识,发展职业能力。
本课程教学内容主要针对学生职业能力的训练,理论知识的选取紧紧围绕工作任务完成的需要来进行,同时又充分考虑了高等职业教育对理论知识学习的需要,并融合了1+X职业技能等级证书标准对知识、技能和态度的要求。项目设计以企业实施电子商务的工作过程为线索来进行。
本次课程具有以下特色和亮点:
1.具有层次性的项目化创新创业课程内容体系
遵循“生成说”螺旋上升发展理论,从创业型网店的选品数据分析,到发展型网店的基础数据分析,再到成熟型网店的经营数据分析,课程教学内容由易到难、课程目标层次从低到高,以企业网店数据分析综合报告为导向,融入电商创新创业元素,形成项目化的创业创新课程体系;实现“岗课赛证”融通。2020年,被四川省教育厅认定为四川省第四批省级创新创业教育示范课程。
2.依托中国大学MOOC平台,在线构筑“四维智慧型课堂”
以轻工企业真实项目为载体,将大数据、移动互联网、人工智能、云计算、虚拟仿真技术等先进的信息技术深度融入课堂“教、学、管、考”各个环节。利用慕课平台信息化手段,教师开展在线操作演示、在线答疑、在线辅导,学生开展在线签到、在线讨论等教学活动;采用慕课平台直播、腾讯会议等方法,云端连线主讲老师、企业导师,进行在线项目考核答辩;课程教学环节包括三个教学阶段11个教学环节。
3.课程思政贯穿教育教学全过程
以社会主义核心价值观为指导,在线学习各个环节中融入思想政治教育,采用三空间、四同步的教学模式,将思政教育与课程教育深度融合。2020年课程被四川省教育厅认定为四川省普通高等学校省级“课程思政”示范课程。
4.线上线下教学系统完善
政校企地多方联动,从教师、学生、企业、社会学习者四维角度出发,依据各种技术标准,在教学设计、学习指导、实训指导三个层面,制订了适应岗位需求的教学计划、学习方案,构建了突破传统教学弊端的线上线下相结合的教学系统。依托慕课平台,提供测验、作业、考试、答疑、讨论等活动,及时开展有效的在线指导与测评。
5.创新课程评价模式
依托科研成果“基于学习行为数据监控与分析的教学评价模式”,学生在线学习行为做全过程数据无感采集与分析,精准获取学情和教学评价,做到因材施教。
1. 总体目标
本课程设计以一个实际店铺的操作作为切入点,从这个店铺的选品开始一直到利润分析都围绕着这个真实店铺的操作。有别于其他专业实操课程的最关键点就是本门课程所有的关键点都来自于数据的分析、对比。用大量的数据来帮助运营者的决策,实现精准营销的目的。
通过本课程(培训)的学习,学员能够掌握数据采集和数据处理的知识、方法和工具,通过数据平台、问卷调研等工具或途径获取电子商务企业内、外部数据。能够根据数据分析的目的和主题,通过Excel等数据处理工具对采集到的数据进行处理与基础分析。能够监测企业经营数据,及时发现数据异常,完成数据图表、报表制作。
(1)以职业能力、职业素养的培养为核心
在重视培养学生职业能力的同时,重视专业知识的掌握与职业素养的养成。学生通过课程学习掌握网络信息收集、网络信息推广、网上商品交易和网上客户管理的基本能力与基础知识。通过引导学生由传统营销思维延伸到互联网营销、由课堂学习发展到网络课程学习,养成诚信守法、自主学习、团队合作、等职业素养。
(2)实操数据为基本依据
要上好本门课程,必须提取店铺的真实数据来上课,使用行业的真实动态及规律来进行研究,为了让学生更好的开展自主学习,每个学生都要准备一个自己的真实店铺,在一个学期内观察数据的变化,勤于收集数据、整理数据、对比数据,可以根据行业的特点,合理利用数据帮助做好营销、推广工作。
(3)教学效果的评估要多元化
除了传统的教学评估方法外要融入学生店铺半年来的经营数据作为评估的考核一部分,让学生能够学以致用,促进学习的积极性。
(4)把握三个关键点,提高教学效果
一是教学组织项目化,把课程内容设计为8个教学项目、16个教学任务,教学要求具体并可操作;二是教学方法强调启发引导法、合作学习法、真实体验法、循序渐进法等多种方法的灵活运用;三是考核体系由教师、学生、企业共同参与的多元考核、鼓励学生不断追求完善的动态考核和重视平时学习过程的随机考核构成。
2. 知识目标
(1)熟悉电子商务数据的含义及分类;
(2)熟悉电子商务数据分析的含义、作用和应用;
(3)了解数据分析报告的基本结构;
(4)了解电子商务数据分析的各类指标;
(5)了解数据采集的概念;
(6)熟悉数据采集的原则;
(7)熟悉数据采集的方法和步骤;
(8)了解数据分类与处理的作用和原则;
(9)掌握数据分类统计的常用方法;
(10)熟悉数据清洗的内容;
(11)了解电子商务数据计算的常用方法;
(12)熟悉描述性统计量的类型和指标含义;
(13)熟悉图表趋势预测法和时间序列预测法;
(14)熟悉对比分析的概念和方法;
(15)了解频数分析法、分组分析法、结构分析法、平均分析法、交叉分析法和漏斗图分析法;
(16)熟悉电子商务日常运营重点监控的数据指标;
(17)熟悉数据图表的类型及不同类型图表的适用场景;
(18)了解数据异常的常见原因及解决办法;
(19)了解数据报表的制作流程。
3. 技能目标
(1)能够熟练使用指标计算公式对相应指标进行计算;
(2)能够初步完成数据分析报告框架的搭建;
(3)能够熟练使用数据采集工具;
(4)能够独立完成电子商务市场、运营、产品数据采集;
(5)能够使用Excel分类汇总、数据透视表等方法对数据进行分类统计;
(6)能够根据数据处理目标对数据进行清洗、转化及排序等操作;
(7)能够使用公式对电子商务运营数据进行计算;
(8)能够利用Excel进行数据描述性统计分析;
(9)能够利用图表趋势预测法和时间序列预测法对电子商务日常运营数据进行趋势分析;
(10)能够使用同比分析法、环比分析法对本期和同期、本期和上期的数据进行分析;
(11)能够运用频数分析法、分组分析法、结构分析法、平均分析法、交叉分析法和漏斗图分析法对电子商务数据进行分析;
(12)能够结合日常运营需要完成数据的监控;
(13)能够完成日常及专项数据报表的制作;
(14)能够进行常见图表的制作和美化。
4. 思政目标
(1)了解我国大数据发展理念和发展战略;
(2)能够在电子商务数据分析过程中坚持正确的道德观。
(3)熟悉《中华人民共和国电子商务法》相关法规;
(4)具备法律意识,能够遵守个人隐私、数据保密等法律法规,在数据采集过程中做到不侵权,不违法;
(5)熟悉《中华人民共和国网络安全法》;
(6)具备较好的数据保密意识,在数据统计及处理过程中具有耐心、细致的工作态度;
(7)具备法律意识,尊重公民隐私,不侵犯公民合法权益;
(8)具备严谨的数据分析态度,在数据分析过程中遵守职业道德;
(9)培养并践行社会主义核心价值观。
1.掌握必备的思想政治理论、科学文化基础知识和中华优秀传统文化知识;
2.熟悉与本专业相关的法律法规以及环境保护、安全消防、文明生产、支付与安全等相关知识;
3.掌握计算机应用、网络技术的基本理论,电子商务的基本理论以及新技术、新业态、新模式、创新创业相关知识;
4.掌握文字写作、线性回归、概率计算、统计模型、数量经济等相关知识;
5.掌握信息检索、采集与处理、数据分析的基本理论和撰写数据分析报告的方法;
6.掌握供应链管理流程;
7.掌握主流电子商务平台的运营规则和推广方式方法;
8.掌握客户服务与管理相关知识。
为积极响应国家低碳环保政策, 2021年秋季学期开始,中国大学MOOC平台将取消纸质版的认证证书,仅提供电子版的认证证书服务,证书申请方式和流程不变。
电子版认证证书支持查询验证,可通过扫描证书上的二维码进行有效性查询,或者访问 http://www.icourse163.org/verify,通过证书编号进行查询。学生可在“个人中心-证书-查看证书”页面自行下载、打印电子版认证证书。
完成课程教学内容学习和考核,成绩达到课程考核标准的学生(每门课程的考核标准不同,详见课程内的评分标准),具备申请认证证书资格,可在证书申请开放期间(以申请页面显示的时间为准),完成在线付费申请。
认证证书申请注意事项:
1. 根据国家相关法律法规要求,认证证书申请时要求进行实名认证,请保证所提交的实名认证信息真实完整有效。
2. 完成实名认证并支付后,系统将自动生成并发送电子版认证证书。电子版认证证书生成后不支持退费。
[1]1+X《电子商务数据分析》指定教材.北京博导前程信息技术股份有限公司主编.《电子商务数据分析基础》.高等教育出版社
[2] 1+X《电子商务数据分析》指定教材. 北京博导前程信息技术股份有限公司主编. 《电子商务数据分析实践》.高等教育出版社
[3] 1+X《网店运营与推广》指定教材.北京鸿科经纬科技有限公司 主编. 《网店运营基础》.高等教育出版社
[4] 1+X《网店运营与推广》指定教材. 北京鸿科经纬科技有限公司 主编. 《网店运营基础实践》.高等教育出版社
[5]商玮,段建主编.《网店数据化运营》.人民邮电出版社
[6]刘电威主编.《网店数据分析》.清华大学出版社
[7]淘宝大学主编.《数据化营销》.电子工业出版社