《商务数据分析与应用》专业现代学徒制
（怡亚通）班人才培养方案
一、专业名称及代码
（一）专业名称
商务数据分析与应用
（二）专业代码
530706
二、入学要求
高中阶段教育毕业生或具有同等学力者，文理兼招。
三、修业年限
基本学习年限以3年为主，弹性学制范围为3-6年。
四、职业面向
表1专业职业面向
所属专业大类（代码） | 所属专业类（代码） | 对应行业 （代码） | 主要职业类别 （代码） | 主要岗位群或 技术领域举例 | 职业资格和职业技能等级证书举例 |
财经商贸 大类 （53） | 电子商务类（5307） | 批发业（51） 零售业（52) 互联网和相关 服务（64） 软件和信息技 术服务业（65） | 商务咨询服务人员 (4-07-02) 商务专业人员 (2-06-07) 软件和信息技术服 务人员（4-04-05） | 数据分析师 运营数据分析专员 市场数据分析专员 客户数据分析专员 产品数据分析专员 | “1+X”电子商务数据分析职业技能等级证书（中级） CDA数据分析师等级证书 电子商务运营师证书 |
五、培养目标与培养规格
（一）专业人才培养目标
本专业是学校与深圳市怡亚通供应链股份有限公司合作共建，联合定向培养理想信念坚定，德、智、体、美、劳全面发展，具有良好的人文素养、职业道德和创新意识，精益求精的工匠精神，较强的就业能力和可持续发展的能力；面向互联网和相关服务业、商贸流通业、咨询服务业、金融业、汽车等行业的数据技术人员、数据分析与服务人员、软件和信息技术服务人员职业群，培养能够从事多行业企业在数据采集、数据整合、数据治理、企业数据大屏、运营数据分析、市场数据分析、客户数据分析、产品数据分析等多业务领域的高素质综合型技术技能人才。
（二）专业人才培养规格
1.素质要求
（1）思想政治素质
①具有正确的世界观、人生观、价值观；
②坚决拥护中国共产党领导，树立中国特色社会主义共同理想，践行社会主义核心价值观，具有深厚的爱国情感、国家认同感、中华民族自豪感；
③崇尚宪法、遵守法律、遵规守纪；
④具有社会责任感和参与意识。
（2）职业素质
①具有良好的职业道德和职业素养；
②崇尚宪法、遵法守纪、崇德向善、诚实守信、尊重生命、热爱劳动，履行道德准则和行为规范，具有社会责任感和社会参与意识；
③尊重劳动、热爱劳动，具有较强的实践能力；
④具有数据意识、质量意识、安全意识、信息素养、工匠精神、创新思维；
⑤具有较强的集体意识和团队合作精神，能够进行有效的人际沟通和协作，与社会、自然和谐共处；
⑥具有职业生涯规划意识。
（3）身心人文素质
①具有良好的身心素质和人文素养；
②具有健康的体魄和心理、健全的人格，能够掌握基本运动知识和一项运动技能；
③具有感受美、表现美、鉴赏美、创造美的能力，具有一定的审美和人文素养，能够形成一两项艺术特长或爱好；
④掌握一定学习方法，具有良好生活习惯、行为习惯和自我管理能力。
2.知识要求
（1）公共基础知识
①掌握思想政治、形势与政策、应用文写作与大学语文、经济应用数学、大学英语、大学生心理健康教育、大学生劳动教育、“四史”教育、军事理论、信息技术、创业基础、科学文化等相关知识；
②掌握与本专业相关的法律法规及数据安全等领域的法律法规知识；
③掌握信息技术的基本理论；
④掌握创业基本理论及培养创新意识。
（2）专业知识
①掌握计算机应用、网络技术的基本理论、数据采集与数据治理、数据可视化分析、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；
②掌握文字写作、线性回归、概率计算、统计模型、数量经济等知识。
③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；
④掌握商务数据分析流程；
⑤掌握主流电子商务平台的运营规则和推广方式与方法；
⑥掌握客户服务与管理相关知识；
⑦掌握多行业商务数据分析真实案例场景及业务分析方法与经验。
3.能力要求
（1）通用能力
①口语和书面表达能力；
②解决实际问题的能力；
③终身学习能力；
④信息技术应用能力；
⑤独立思考、逻辑推理、信息加工能力等；
⑥形象管理能力、个性感染能力、心理抗压能力、控场协调能力。
（2）专业技术技能
①掌握主流数据采集与数据治理工具；
②掌握主流数据可视化分析工具；
③掌握主流数据分析方法工具；
④具备数据采集、信息检索的能力，能够通过企业数据平台、BI系统、数据库等途径提取内部数据，通过外部工具等抓取外部免费数据；
⑤具备数据处理的能力，能够通过企业数据平台、BI系统等工具对数据进行清洗，并根据分析的目的和主题对数据进行整理；
⑥具备数据分析和初步运用数据模型的能力，能够根据业务需要，对数据进行分析；
⑦具备数据可视化的能力，能够运用企业级数据可视化工具，应用可视化方案对已分析出的项目数据结果进行展现；
⑧具备多行业、多业务场景的数据分析能力，能够通过数据分析发现业务问题并进行业务问题分析探究，并最终给出业务改善建议；
⑨具备运营数据分析的能力，能够对客服绩效指标、推广数据、企业运营数据、电商平台的特有指标进行分析和预测，并提出相关运营建议。
⑩具备市场数据分析能力，能够对市场、客户和产品等数据进行分析，并对销售效果进行有效跟踪，能够通过数据分析挖掘数据背后的价值和需求；
⑪具备项目管理和系统解决问题的能力。
六、课程设置及要求
（一）课程体系整体架构与说明
学校与企业共同制定人才培养方案，确定相应的教学内容和合作形式，改革教学质量评价标准和学生考核办法，将学生工作业绩和师傅评价纳入学生学业评价标准。在人才培养目标的指导下，通过全员导师制模式，企业与学校、教师与师傅的共同参与下，按照“企业用人需求与岗位资格标准”来设置课程，建成“通用课程+核心课程+拓展课程+实战项目”为主要特征的适合学徒制的专业课程体系。课程引入企业真实运营项目进行教学，在课程专家、企业技术骨干和学校专业教师的共同指导下，由企业师傅和专业教师共同来承担教学任务。
图1 商务数据分析与应用专业课程体系
（二）公共基础课程简介（见学校综合素质课程简介）
（三）专业课程简介
1.应用统计学基础
《应用统计学基础》课程是商务数据分析与应用专业基础课。设课目的是学生要掌握统计学的基本理论和方法，并解决实际问题，提升数据分析能力和水平。
教学内容主要有描述统计（数据类型、数据收集方法、图形表示、集中趋势和离散程度的测量）、概率论基础（事件、样本空间、概率、条件概率、独立事件以及常用概率分布如正态分布、二项分布和泊松分布）、推断统计（点估计和区间估计、假设检验如单样本t检验和卡方检验、相关与回归分析如简单线性回归和多元回归），以及统计软件应用（介绍常用统计软件如R、SPSS和SAS，数据输入与基本操作以及常见统计分析的实现）。
本课程采用讲解为主，结合案例分析和实际应用，在多媒体教室授课。
本课程建议学时为32学时，在第一学期安排。
2.数据分析技术
《数据分析技术》课程是商务数据分析与应用专业基础课。设课目的旨在培养学生掌握数据分析基础理论、技术和方法。通过系统学习和实践，学生将能够有效地收集、处理、分析和解释数据，为解决实际问题提供科学依据。
本课程教学方法以编程实训和案例分析为主，在实训室授课。
本课程建议学时为32学时，在第一学期安排。
3.Python数据库编程
《Python数据库编程》课程是商务数据分析与应用专业基础课程。设课目的是学生学会使用Python进行数据库操作的基本技能，能够设计、管理和优化数据库，为数据分析与应用开发打下坚实基础。教学内容主要有数据库基础知识、关系型数据库（如SQLite和MySQL）和NoSQL数据库（如MongoDB）的操作方法，以及使用Python进行数据库连接、查询、事务处理等实际应用。课程还涉及高级主题如数据库优化、对象关系映射（如SQLAlchemy）的使用和数据库安全。
本课程采取任务驱动法、理实一体、混合式教学方法，在实践教学中注重技能实操、小组协作、头脑风暴等多种互动式教学形式，在实训室授课。
本课程建议学时为48学时，在第二学期安排。
4.数据采集与处理（专业核心课）
《数据采集与处理》课程是商务数据分析与应用专业核心课。
设课目的是学生能根据数据分析目的要求正确选择数据采集方法；能进行市场类数据及产品类数据采集处理。教学内容主要有数据搜集和数据处理相关知识；不同需求的数据采集与处理的指标体系；数据采集的流程与方法；使用内部信息系统、PowerBI和Excel等软件进行多源数据采集；运用 Excel、Pentaho 等工具进行多源数据抽取、转换与加载；运用 Excel、交互式企业级分析平台中的数据处理方法对数据进行上钻、下钻等分析。
本课程采用任务驱动法、理实一体、混合式教学方法，在实践教学中注重技能实操、小组协作、头脑风暴等多种互动式教学形式模式，在实训室授课。
本课程建议学时为48学时，在第二学期安排。
5.数据可视化（专业核心课）
《数据可视化》课程是商务数据分析与应用专业核心课。设课目的是学生能运用可视化工具进行数据整合；能根据分析主题选取合适的图表类型；能运用可视化工具制作图表；能根据图表的特点对图形元素进行调整、优化。教学内容主要有可视化分析的相关知识；可视化分析的思路与流程；根据可视化分析目标的定位构建指标体系；运用可视化工具进行数据整合；根据分析主题选取合适的图表类型；运用可视化工具制作图表；根据图表的特点对图形元素进行调整、优化。
本课程采用任务驱动法、理实一体、混合式教学方法，在实践教学中注重技能实操、小组协作、头脑风暴等多种互动式教学形式模式，在实训室授课。
本课程建议学时为48学时，在第二学期安排。
6. 客户数据分析（专业核心课）
《客户数据分析》课程是商务数据分析与应用专业核心课，是一门专注于研究客户行为和需求的分析技术的课程。设课目的旨在要求学生掌握利用客户数据进行深入分析的技能。通过学习这门课程，学生将能够通过数据驱动的方式为企业提供精确的客户洞察，从而优化营销策略、提升客户满意度并增加业务收益。
课程内容包括收集、预处理和分析客户数据，以理解客户行为、预测客户流失和提升客户满意度。课程涵盖数据收集与清洗、描述性统计、客户细分、流失预测、客户生命周期价值分析，并通过实际项目应用数据分析优化市场营销和客户管理策略。
本课程采用任务驱动法、理实一体、混合式教学方法，在实践教学中注重技能实操、小组协作、头脑风暴等多种互动式教学形式模式，在实训室授课。
本课程建议学时为48学时，在第三学期安排。
7.销售数据分析（专业核心课）
《销售数据分析》课程是商务数据分析与应用专业核心课。
设课目的是学生要理解销售数据重要性，使学员认识到销售数据在企业决策、业绩提升和市场策略优化中的关键作用。掌握数据分析技能，提升决策能力，客户洞察，市场环境分析，预测与优化等。
课程内容包括：数据收集与整理，描述性分析，推断性分析，预测性分析，客户细分与精准营销，价格策略与销量提升，渠道分析与优化，数据可视化与报告，案例研究与实战练习。
本课程采用任务驱动法、理实一体、混合式教学方法，在实践教学中注重技能实操、小组协作、头脑风暴等多种互动式教学形式模式，在实训室授课。
本课程建议学时为48学时，在第三学期安排。
8.商务管理（专业核心课）
《商务管理》课程是商务数据分析与应用专业核心课。设课目的是学生要了解商务管理基本概念，理解企业业务流程；掌握企业信息化流程管理的方法应用；掌握商贸流通企业集团的商务单据处理方法及技巧；掌握业务分析报告撰写。教学内容主要有商务管理、商贸流通企业的商务管理、采购业务管理、销售业务管理、仓储与配送管理、存货核算处理和业务表单与业务数据分析。
本课程采取任务驱动法、理实一体、混合式教学方法，在实践教学中注重技能实操、小组协作、头脑风暴等多种互动式教学形式，在实训室授课。
本课程建议学时为48学时，在第三学期安排。
9.市场数据分析（专业核心课）
《市场数据分析》课程是商务数据分析与应用专业核心课。设课目的是学生学会通过数据分析技术理解市场趋势和消费者行为。课程内容涵盖市场数据收集与清洗、描述性统计、市场细分、需求预测和竞争分析。学生将学习如何运用数据分析工具和方法，提升市场营销效果和策略优化，并通过案例研究和项目实践，应用数据分析结果进行市场决策。
本课程采取任务驱动法、理实一体、混合式教学方法，在实践教学中注重技能实操、小组协作、头脑风暴等多种互动式教学形式，在实训室授课。
本课程建议学时为48学时，在第三学期安排。
10.运营管理数据分析（专业核心课）
《运营管理数据分析》课程是商务数据分析与应用专业核心课。设课目的是学生要学会通过数据分析技术优化运营管理。课程内容包括数据收集与处理、运营绩效分析、供应链管理、库存优化和质量控制等。学生将学习如何利用统计分析、预测模型和数据可视化技术，提升运营效率和决策质量，并通过实际案例和项目实践应用分析结果优化业务流程。
本课程采取任务驱动法、理实一体、混合式教学方法，在实践教学中注重技能实操、小组协作、头脑风暴等多种互动式教学形式，在实训室授课。
本课程建议学时为48学时，在第四学期安排。
11.供应链数据分析（专业核心课）
《供应链数据分析》课程是商务数据分析与应用专业核心课。设课目的是学生能运用数据分析方法提升供应链整体效率和响应速度。
教学内容主要有供应链数据分析的相关知识；根据数据分析业务需要，进行目标定位及规划分析方案；获取分析数据，并对数据进行相应的处理；对库存、销售、仓储运输、配送等数据进行分析；运用数据模型，进行预测分析，并对采购计划物流服务等执行情况进行跟踪；应用可视化方案对已分析出的项目数据结果进行展现；撰写数据分析报告。
本课程采用任务驱动法、理实一体、混合式教学方法，在实践教学中注重技能实操、小组协作、头脑风暴等多种互动式教学形式模式，在实训室授课。
本课程建议学时为48学时，在第四学期安排。
12.数据分析报告写作
《数据分析报告写作》课程是商务数据分析与应用专业拓展课。
设课目的是培养学生掌握数据分析报告的标准结构和各部分的撰写要点；提升写作技巧；熟练使用图表和图形有效呈现数据分析结果。教学内容主要有报告写作基础（如报告类型、结构和写作风格），数据呈现技巧（选择和设计图表、数据可视化工具的使用），以及报告撰写实践（结果解读、段落安排、撰写引言和结论）。此外，还包括经典案例分析和批判性思维训练，帮助学生识别和避免常见错误，提升报告的质量和说服力。
本课程采用以讲解报告写作技巧和数据呈现方法为主，结合实际案例分析，在实训室授课。
本课程建议学时为32学时，在第四学期安排。
（四）企业岗位学习项目简介
1. 认知实践项目——商务数据分析岗位认知
认知实践项目专注于商务数据分析与应用岗位，旨在帮助学生全面理解该岗位的职责、技能需求、工作流程以及行业背景，为从事这一领域的工作做好准备。包括商务数据分析的重要性认知、基础知识与技能认知、常用工具与技术认知、业务流程认知、数据分析项目实践认知、职业素养与伦理认知等。
通过上述认知学习项目，学生能够建立起商务数据分析与应用领域的全面认知，为将来从事相关工作或进一步深造打下坚实的基础。
企业师资授课，建议学时30，第一学期。
2. 专业实践项目（1）——汽车产业数据分析实践
通过全网数据监测，学生可以实践为企业提供有价值的汽车行业相关数据分析报告，这一过程不仅能提升学生实践能力和行业理解，也能为企业带来市场洞察。具体步骤包括：确定研究目标与范围、数据收集、数据处理与分析、报告撰写、遵守法律法规与伦理规范、汇报与反馈。
通过这个项目，学生不仅能够锻炼数据收集、处理、分析和报告撰写的能力，还能深入了解汽车行业，为未来职业生涯打下坚实基础。同时，企业也能从中获得宝贵的数据洞察，为决策提供支持。
企业师资授课，建议学时30，第二学期。作为专业基础课数据分析技术的实战训练部分。
3. 专业实践项目（2）——AI+GPT新电商运营数据分析综合实训
AI+GPT新电商运营数据分析综合实训项目是一个将人工智能技术与跨境电商实战紧密结合的创新型教学模式，旨在通过企业与学校合作，为学生提供真实的商业环境和实践机会，增强其AI大数据应用、跨境电商运营、选品数据分析、市场数据分析、供应链数据管理等多方面的能力。本项目重点放在亚马逊全平台选品，通过大数据平台抓取亚马逊Top20产品数据进行深度挖掘和分析，并从2000个SKU中选择和设计上架品类，在运营后针对店铺数据编写分析报告。
通过这种模式，学生能够在真实的商业环境中快速成长，不仅学到理论知识，更积累了宝贵的实战经验，为未来就业或创业打下坚实基础。
企业师资授课，建议学时30，第三学期。作为专业核心课销售数据分析的实战训练部分。
4.专业实践项目（3）——智慧商业全流程综合实战
在现代商业环境中，利用大数据、人工智能、云计算等先进技术，对商业运营的各个环节进行智能化改造和优化的实践过程。这包括但不限于市场分析、客户洞察、供应链数据管理、产品推荐、营销策略、销售预测、客户服务优化等多个方面。
通过这个项目，学生能够掌握跨领域的技术知识、强大的数据分析能力以及以用户为中心的思维方式，不仅能够学习到最前沿的技能和AI科技数字人的使用技能，也能在新媒体两大主流平台得到企业真实项目运营的操作经验，同时通过企业课程，能够实现直播电商领域数据分析能力的深度提升。
企业师资授课，建议学时30，第四学期。作为专业核心课运营管理数据分析的实战训练部分。
4. 职业训练项目——商务数据分析全岗位综合实战
针对商务数据分析的五个岗位——客户数据分析专员、产品数据分析专员、市场数据分析专员、运营数据分析专员和数据分析师的设计不同学习实训指导要点。基于《吉林省加快构建“464”新格局规划纲要》，本岗位实战内容的产业部分锚定四大集群的“大农业+大装备（汽车）方向”，实战内容的技能部分锚定六新产业的“新服务+新电商”，实战内容的设备操作部分锚定四新设施的“新消费+新生活”，基于大农业和大汽车的新电商岗位技能综合实战通过新消费设施的操作，带领学生走在产业的前沿，实现岗位能力的提升。
在每个岗位的学习过程中，师傅应当注重理论与实践相结合，鼓励徒弟通过动手操作加深理解，并提供持续的反馈与指导。同时，培养徒弟的问题解决能力和持续学习的习惯，以便在快速变化的数据科学领域保持竞争力。
企业师资授课，建议学时256，第五学期。
5. 岗位实习
根据企业实战任务的完成情况，由企业和学生双向选择达成实习意向。旨在通过实际工作环境中的学习，增强学生的专业技能，提高其解决实际问题的能力，并促进理论知识与实践经验的结合。
岗位实习内容包括：专业技能实习、岗位轮换、项目参与、技能培训等。接受企业指导老师和学校老师的双重评价，包括工作态度、技能掌握程度、团队协作能力等。
企业推荐，建议学时480，第六学期。
七、教学进程总体安排
（一）教学周数分配表
环节 周数 学期 | 军事技能 | 入学教育 | 课堂 教学 | 认知实习 | 专业实习 | 综合实习 | 岗位实习 | 毕业论文（或实习报告） | 考试 | 机动+劳动 | 合计 |
一 | 2 | 1 | 14 | 1 | | | | | 2 | 0 | 20 |
二 | | | 16 | | 1 | | | | 2 | 1 | 20 |
三 | | | 16 | | 1 | | | | 2 | 1 | 20 |
四 | | | 16 | | 1 | | | | 2 | 1 | 20 |
五 | | | 12 | | | 6 | | | 2 | 0 | 20 |
六 | | | 0 | | | | 16 | 4 | 0 | 0 | 20 |
合计 | 2 | 1 | 74 | 1 | 3 | 6 | 16 | 4 | 10 | 3 | 120 |
（二）各课程模块学时学分分配表
类别 | 项目 | 课程性质 | 课内总学时 | 百分比（%） | 课内理论学时 | 课内实践学时 | 学分 | 百分比（%） |
校中厂 （校内教学） | 综合素质课程 | 线下必修 | 654 | 24% | 372 | 282 | 35 | 25% |
综合素质课程 | 线下选修 | 32 | 1% | 0 | 32 | 2 | 1% |
人文素质网络课程 | 线上选修 | 192 | 7% | 192 | 0 | 12 | 9% |
专业基础课程 | 必修 | 254 | 9% | 136 | 118 | 16 | 12% |
专业核心课程 | 384 | 14% | 144 | 240 | 24 | 17% |
专业拓展课程 | 160 | 6% | 60 | 100 | 10 | 7% |
创新拓展 | 实践 | - | - | - | - | 4 | 3% |
其他实践 | 78 | 3% | 0 | 78 | 4 | 3% |
毕业论文（或实习报告） | 90 | 3% | 0 | 90 | 3 | 2% |
小计 | 1844 | 68% | 904 | 940 | 110 | 79% |
厂中校 （企业教学） | 认知实践 | 实践 | 30 | 1% | 0 | 30 | 1 | 1% |
专业实践 | 90 | 3% | 0 | 90 | 3 | 2% |
职业能力训练 | 256 | 9% | - | 256 | 9 | 6% |
岗位实习 | 480 | 18% | - | 480 | 16 | 12% |
小计 | 856 | 32% | 0 | 856 | 29 | 21% |
总计 | 2700 | 100% | 904 | 1796 | 139 | 100% |
实践学时占总学时比例 | 67% |
（四）素质拓展与创新创业模块
项目类别 | 项目具体内容 | 负责单位 |
思想成长 | 党校、团校培训、青马工程培训等 | 团委 |
主题性思想政治、形势政策、理想信念主题报告会、国防教育、主题讲座等教育活动 | 团委 |
先进事迹 | 团委 |
优秀党员、共青团员、十佳大学生、大学生自强之星、优秀团支部、文明宿舍等荣誉 | 团委 |
思想引领类竞赛 | 团委 |
社会实践 | 暑期“三下乡”、寒暑假“返家乡”社会实践活动 | 团委 |
社会实践评选获奖 | 团委 |
参加其他对外社会实践 | 团委 |
志愿公益 | 参加志愿服务 | 团委 |
志愿公益类获奖 | 团委 |
创新创业 | 各级各类创业大赛奖 | 创业学院 |
创新创业活动及讲座等 | 创业学院 |
自主创业实践 | 创业学院 |
文艺体育 | 参加校内外各级各类文化和艺术的讲座、演出、展览等活动 | 团委 |
参加校内外各级各类体育活动 | 团委 |
获得文艺体育相关荣誉 | 团委 |
专业技能 | 专业技能资格证书 | 团委 |
职业技术培训 | 团委 |
职业技能竞赛 | 团委 |
备注：第二课堂积分换算学分标准参照《长春金融高等专科学校“第二课堂成绩单”积分折算学分办法》执行，素质拓展与创新创业总学分为≥4学分。 |
八、实施保障
（一）师资队伍
本专业师资团队现有专任教师11人，平均年龄39岁，其中具有高级职称教师2人，博士、在读博士2人，具有国家二级创业指导师、2经济师、营销师等职业资格证书的“双师型”教师占比98%。专业教学团队学历结构合理、年龄结构合理、职称结构合理。深圳市怡亚通供应链股份有限公司重点支持本专业授课，派出企业导师团队。企业兼职教师担任着专题讲座和管理技能、作业技能以及顶岗学习的教学，并与校内专任教师相互配合共同完成工学结合课程的教学活动。
（二）教学设施
1.实验实训基地
本专业由怡亚通供应链股份有限公司与学校共建“创新型数字经济产教融合实践基地”，依托合作企业搭建的就业创业绿色通道，通过怡亚通下属分子公司和供应链上下游企业，生态合作伙伴数鼎科技服务客户包括奔驰、广物优车、一汽奥迪、大众金融、荣威、名爵、蔚来等主流商业数据分析平台使用方，与平安银行、中信银行、招商银行等金融机构均开展合作，满足实习实践与就业需求。
2.校企合作企业：数鼎科技
数鼎科技是全球领先的决策智能公司，致力于推动各产业智能决策与数字化转型，助力企业、行业和社会实现数字化管理，“让决策更智慧”，可以满足学生入企业实习实训需求。
（三）教学资源
本专业教学资源丰富，利用MOOC、视频资料与课堂教学活动有机结合。多媒体教学系统，制作图片丰富、形象生动的多媒体课件。本专业已建成2门在线开放课程，20个微课，100套行业企业数据分析报告，教师制作了丰富且优质的网络教学资源，注重内容的更新迭代，将最新研究成果以教学资源的形式在课程网站上予以发布，师生间可以进行网上教学交流，实现教学资源的有效共享。除此之外，本专业课程的电子教案、课程标准等相关教学文件准备齐全。根据教学内容，融合必要的摄影、非线性编辑等知识，同时引入传统媒体的内容创作导师，采取校企双师授课模式。
（四）教学方法
按照企业和商务数据分析专业岗位的用人标准，使用全培养过程情境化教学模式，将实际工作岗位环境转换为教学环境，将工作岗位内容、工作流程、工作技能、工作规范等转换为教学内容，在仿真环境下，开展理实一体的课程教学。灵活运用多媒体教学资源，配合大量音像视频资料，增强学生的感性认识；同时通过混合式教学模式，通过讨论式教学、情景教学、案例教学、项目教学等多种教学方法提升学生的创新创业能力，在“认知——技能——理论——创新”四个步骤上对商务数据分析专业的人才进行培养。
（五）学习评价
学院与企业共同制订教学质量监控机制，结合教学评价目的性、指导性、科学性原则，针对课程资源、教师授课质量及学生学业成就等评价对象，制订“诊断性评价-——形成性评价-——总结性评价”过程考核的学习评价机制。课程考核侧重于学生专业能力、社会能力和方法能力培养与训练，以学生专业知识、职业能力和职业素质提高为考评标准。校内理论课程采用平时成绩+笔试成绩+模拟实训成绩的形式。在企业进行的课程，围绕行业、企业用人标准，针对不同类型的课程建立不同的评价标准，将学生自我评价、教师评价、师傅评价、企业评价、社会、行业评价相结合，多方共同参与的学生评价模式，引导学生全面发展。
（六）质量管理
学校、学院和企业建立专业建设和教学过程质量监控机制，健全专业教学质量监控管理制度，完善课堂教学、教学评价、学习实训以及专业调研、人才培养方案更新、资源建设等方面质量标准建设。加强日常教学组织运行与管理，完善教学管理机制，建立健全巡课、听课、评教、评学等制度，严明教学纪律和课堂纪律，定期开展教学展示、集体备课等教研活动。建立毕业生跟踪反馈机制，通过企业评价、社会评价、学生自我评价有针对性地对在校生所掌握的知识技能与岗位任务要求的对接情况进行分析，定期评价人才培养质量和培养目标达成情况。
九、毕业要求
要求学生操行合格，且必须同时达到以下条件，方可获取相关专业毕业证书。
1.取得的总学分达到140学分及以上，其中，综合素质课程模块学分为35学分；人文素质网络课程模块达到12学分及以上；职业能力课程模块为50学分左右；综合实践课程学分不得少于29学分；人文素质网络课程达到12学分及以上。
2.建议学生毕业前获得一种职业资格证书或职业技能等级证书，推荐学生选择“1+X”电子商务数据分析职业技能等级证书（中级）、CDA数据分析师等级证书、电子商务运营师。
十、附录
专业建设委员会名单
序号 | 姓名 | 职称 | 职务 | 工作单位 |
1 | 张辛雨 | 教 授 | 经济管理学院院长 兼创业教育学院院长 | 长春金融高等专科学校 |
2 | 赵 旭 | 副教授 | 经济管理学院副院长 | 长春金融高等专科学校 |
3 | 张 莉 | 讲 师 | 经济管理学院副院长 | 长春金融高等专科学校 |
4 | 罗维燕 | 副教授 | 经济管理学院教师 | 长春金融高等专科学校 |
5 | 姜保军 | 中级经济师 | 教育事业部总经理 | 深圳市怡亚通供应链股份有限公司 |
6 | 李铁光 | 高级供应链管理师 | 教育事业部副总经理 | 深圳市怡亚通供应链股份有限公司 |
7 | 陈伟明 | 讲 师 | 技术总监 | 深圳市怡亚通供应链股份有限公司 |
8 | 柳林枫 | 讲 师 | 职业能力拓展部部长 | 深圳市怡亚通供应链股份有限公司 |
执笔人：罗维燕 审稿人：张辛雨
