数据科学视角下的电子商务专业课程设计

中图分类号:G642。0文献标志码:A文章编号:1674-9324(2017)25-0191-02

一。引言

电子商务是利用信息和通信技术,通过Internet,在个人。组织和企业之间进行商务活动和处理商务关系的一种活动论文网。电子商务的发展趋势是商务智能化。随着物联网和移动支付等网络技术的迅速发展,电子商务数据日益呈现出大数据的4V特征(volume,variety,velocity,value)。大量?鞲衅骱图嗫厣璞覆患涠系氖?据采集以及行业数据的连续累积,使得大数据成为时代的鲜明特点。科学数据管理成为未来人才竞争的核心竞争力。大数据时代已经来临。目前,数据科学尚缺乏严格的定义,但是人们普遍认为数据科学区别于传统的统计学。计算机科学等学科。数据科学能够对数据进行收集。清洗。汇总和管理,应用统计学和计算机等相关方法,对数据进行一定的挖掘和解释,也可以实现数据的可视化。与大数据相比,数据科学范畴更广泛,不仅包含对大数据的获取。管理等,而且还涵盖了对传统数据的深层挖掘。为了适应时代的发展需求,培养出既具有较高电子商务管理水平,又能从大数据中深层挖掘数据内涵的人才,已经成为当前高校电子商务教改的迫切需求。同时,商务智能中的决策方法。管理措施。交易过程等都是在客观数据的基础上形成的。因此,从数据科学的视角下培养未来电子商务人才成为地方高校教育教改的重要方向。本文从数据科学的视角下探讨电子商务专业课程建设,在分析电子商务课程特点的基础上,提出数据科学视角下的电子商务专业课程建设体系。

二。电子商务课程特点

1。电子商务是一门多学科交叉的综合性学科。电子商务是随着计算机技术进步,商务交易模式转变而发展起来的一门新型学科。电子商务将传统的商务活动电子化,利用计算机和网络通信技术,打破了商品交易活动在时间和空间上的限制,使得商务交易活动具有全球性。开放性。低成本和高效率等特点。电子商务学科以商务管理为中心,信息技术为手段,培养综合性电子商务人才为目标。学科涵盖了管理学。计算机。商学。法学等多学科内容。学科不仅知识覆盖面较广,而且学科内容深度交叉。在此特点下,电子商务课程在设置时应当既注重精又注重广。课程设置广而不精,学生不能深入掌握专业基础;课程设置精而不广,学生的专业知识面就较窄。因此,在课程设计过程中,各个学校应当注重电子商务的多学科交叉特点,把握课程设置中深“和广“之间的平衡。

2。电子商务是一门理论和实践并重的学科。电子商务是一门理论和实践并重的学科,仅重视对学生进行理论知识的传授,忽视对其实际动手能力和操作能力的训练,则会引发学生理论和实践实训的严重脱节,从而导致学生动手能力不强,无法真正实现学以致用。而只重视学生的实践实训操作,会导致学生无法深入掌握理论知识,进而难以进行理论知识的创新。因此,在电子商务课程设计中,电子商务实验是关键环节。电子商务实践不仅需要建立专用的电子商务实验室,而且还需要对经典案例进行深层分析和模拟实训。在开展电子商务的理论教学的同时,教师还要强化对学生的市场调研。商务策划和商务运营等实训内容,从而提高学生对电子商务的管理水平。

3。电子商务是快速发展的一门学科。电子商务的快速发展不仅仅体现在计算机和网络技术的快速发展上,更体现在电子商务发展过程中出现的新型问题上。例如,结算过程中各银行安全插件不能通用;电子商务法律法规尚需更进一步健全;网络商家诚信问题亟待规范;由于产品同质等形成的恶性价格竞争等。针对电子商务的快速发展的特点,一方面,教师应当不断加强电子商务知识地更新;另一方面,教师也应当引导学生形成正确对待新事物的科学发展观,从而培养出合格的电子商务人才。

三。课程设计应当兼顾的发展方向

随着互联网金融的快速发展,移动终端应用成为电子商务的新领域。电子商务进一步和传统行业深度融合。庞大的电子商务数据覆盖了从用户。商家。第三方。物流等一系列商务环节。因此,有效利用大数据已经成为推动电子商务深化发展的重要引擎。

1。电子商务的精细化营销和大数据。网络营销本身就具备有跨时空。交互式。高效。便捷等特点。在大数据时代下,电子商务的营销具有更明显的特点。消费者的消费行为可以借助数据精确地反映出来。消费行为包括用户对商品表现出来的兴趣。购买产品的种类。产品售后的评价等都可以通过收集数据进行分析,从而更有针对性地制定营销策略,形成电子商务的精细化营销。大数据驱动的精细化营销不仅可以深层次挖掘潜在用户的购买需求,而且对营销中的负面影响也可以及时控制,从而提高用户的满意度。

2。数据科学提升管理决策水平。数据科学能够在一定程度上提高电子商务中的管理决策水平。目前,尽管很多电子商务决策者已经意识到了数据科学的作用,但是利用数据科学辅助管理决策的程度还有待提高。通过应用统计建模或机器学习的手段,对传统数据进行数据挖掘,从而发现隐藏于数据背后的客观规律,正是数据科学的真正内涵。随着电子商务的不断发展和逐渐成熟,数据科学可以利用的数据范畴和数据维度也在不断扩大,经过正确的数据处理,将为管理者提供更精确的决策依据,从而为管理者或决策者奠定更坚实的数据决策基础。

3。数据科学支撑物流业的不断优化。物流是电子商务的关键环节。物流企业间的竞争逐渐演变成数据间的竞争。在数据科学的帮助下,物流企业不仅能够为客户定制个性化服务需求,而且能够通过数据预测市场需求变化,进而帮助企业合理地控制库存和安排运输方案。数据科学不仅能够帮助物流企业根据用户的不同需求优化配送路线,而且能够制定最合理的配送路线,精确分析配送过程的信息,使物流的配送管理更加智能化。此外,通过对商品特点。经营状况。交通信息等因素的分析,还可以帮助企业优化仓库位置和物流中心位置,从而达到运送货物效率高。运输成本小的目的。4。数据科学挖掘商务智能化。电子商务的突出特点是可以收集到大量客户在购买前的用户行为信息。用户行为信息,就是用户在网站上发生的所有行为,例如搜索。浏览。加入或者取出购物筐。加入期待列表。对商品深入讨论。推荐好友等。用户行为信息通过机器学习。模式识别等手段,可以挖掘用户的兴趣特征,从而实现商家对用户的个性化推荐。另外,团购行为也逐渐受到广大年轻用户的青睐。通过社区模式分析,还可以挖掘团购行为中的一些特征。通过累积支付信息,可以挖掘用户个人网络征信信息。如果引入社交关系数据,就能透过数据能看到消费群分布,进而观察消?M动向。规律和消费趋势,从而极大地释放数据力的潜在价值。

四。电子商务课程设置

数据科学视角下的电子商务理论课课程体系应适当增加大数据处理技术和统计科学方法方面的学习。电子商务课程设置主要由基本素质课。专业必修课。专业选修等三部分组成。

1。基本素质课:思想政治。英语。体育。微积分。电子商务概论。线性代数。概论统计。程序设计基础。

2。专业必修课:运筹学。市场营销学。商品学。管理学。网络营销与企业管理。数据分析与挖掘。数据库原理与应用实践。电子商务法。统计理论与模型。微观宏观经济学。

3。专业选修课程:统计编程和R语言。大数据架构技术。电子商务与现代物流。网络营销与策划。电子商务支付与结算。电子商务安全。客户关系管理。机器学习。

上述课程应当注重基础与专业之间的接续关系。在专业必修课和专业选修课之间要注重不同方向上有所侧重。在客户营销方向上应当侧重客户关系管理,而在电子商务技术商应当侧重大数据架构和编程等。通过不同方向的侧重,使得电子商务人才在就业环节上具有较强的竞争力。

五。结语

在大数据时代背景下,数据科学不仅包含了大数据,而且还包括对传统数据的深层次挖掘。本文在分析电子商务课程特点的基础上,探讨了数据科学对电子商务未来发展的影响。在此基础上,提出数据科学视角下的电子商务人才培养的参考课程设置。

数据科学视角下的电子商务专业课程设计