信息管理与信息系统专业课程群建设现状分析

（1）专业核心能力与培养目标达成情况分析

信息管理与信息系统专业（以下简称信管专业）面向首都信息产业和知识服务业发展，适应“互联网+”和大数据时代的人才需求，目标是培养具有国际视野和商业伦理观念，富有创新意识和社会责任感，具备有效沟通表达和团队合作能力，了解现代管理科学和经济学理论知识，掌握现代信息技术和信息与知识管理方法，具有较强的商务大数据分析和信息系统运营能力，能在政府机关、企事业单位，尤其是互联网企业从事信息系统应用、信息采集处理、商业决策分析的高素质应用型专门人才。信管专业建设所培养的人才应具备如下知识、能力和素质要求。

具有商业伦理观念，能够理解商业伦理的相关理论，能够辨识商业行为与决策的合规性。

具有批判性和创新思维，能够辨识并确定关键问题，能够通过合理分析及论证做出理性判断。

具有国际视野，了解相关领域的国际趋势或研究成果。

具有沟通表达能力，具备良好的口语交流与表达能力，具备良好的书面表达能力。

具有团队合作能力，能在团队中发挥作用并与团队中的其他人进行有效协作。

具有定性、定量分析能力，掌握定性、定量分析方法并能分析实际问题。

具有信息管理与信息系统的专业能力，掌握信息管理与信息系统专业基础知识和基本理论，具备综合应用专业知识、技术和方法分析并解决实际问题的能力。

培养方案注重培养学生具有较为扎实的专业知识功底和较为熟练的专业技能，应具备的核心能力包括：数据分析与决策能力、IT 运营与管理能力，毕业后能够迅速胜任工作岗位的实际需求。根据专业核心能力培养目标形成课程模块，例如“BI/BA 数据分析、信息处理”这个主线的课程：统计学、运筹学、商务研究方法、商务建模与决策、数据分析与预测、商务智能、数据挖掘与应用、社会网络分析等课程模块及内容进行了规划和补充；“IT 运营与管理”这个主线相应课程：信息管理学、信息系统分析与设计、ERP 管理与应用、互联网软件应用、网站运营与管理、IT 项目管理等课程进行模块化，培养目标相对比较集中。

从专业培养目标和人才素质中看到，整个专业培养方向包含了很重要的数据分析方向能力要求。数据分析方面的能力培养课程包括：统计学、运筹学、商务研究方法、商务建模与决策、数据分析与预测、商务智能、数据挖掘与应用、社会网络分析等。依据上一轮项目检测依据选取原则，选取统计学、商务智能、数据分析和预测三门课程作为课程群建设项目所选课程。

通过企业调研，从需求的角度选取了相关数据分析能力的维度，设计了数据分析测评量表，量表分为六大能力维度：业务理解能力、数据准备能力、数据分析能力、数据可视化能力、结果评估能力、数据报告能力。该六大类能力是在企业中从事数据工作的人员所需具备的较全面的能力。

第一轮测评整体情况，按照评价指标测评整体情况，整体优良比率（80～100分）在9.53%，合格比率（60～100分）为56.23%，不合格比率（0～59分）占34.24%。

从测评整体看，在业务理解能力、数据可视化能力和结果评估能力方面，不合格比例较高，优良比例较少；数据准备能力、数据分析能力和数据报告能力整体情况较好。

从图3−5−1可以看出，整体上数据分析能力、数据准备能力和数据报告能力较好。业务理解能力、数据可视化能力及结果评估能力较弱。从图3−5−2可以看出，在业务理解能力中“能构思完整的解决思路”这部分能力较弱，数据可视化能力中“能应用正确的图表进行数据的展示，并能正确解读图表”这方面能力较弱，结果评估能力方面，“能验证分析结果的正确性”方面能力较弱。这也正 说明通过课程教与学的过程，学生在深入利用工具和知识解决实际应用的深层问题的能力，需要在今后的培养过程中多加训练。

图3−5−1　测评6个维度对比

图3−5−2　各维度的指标对比

通过深入挖掘每个指标下的细分项情况，可以看出数据可视化能力及结果评估能力方面水平在三门课程测评中都较弱，三门课程更加偏向于技能的教学，在页面布局、可视化这种能力的应用上需要加强。今后课程要求中对“能应用正确的图表进行数据的展示”及“图表展现多样化、美观”方面要增加训练。在结果评估能力方面需要通过大量的经验积累才能有效提高，建议在后续课程群的教学和实践内容中，多加入典型案例的深层解读，为学生提升结果评估能力奠定基础。数据分析能力，即能够采用正确的分析工具、分析方法来对业务理解提出的需求进行分析方面，今后可以在能从多个维度进行分析及能采用正确的分析方法进行数据分析方面多加练习，以不同案例展现分析方法的具体应用，并对于基于业务理解不合理的案例进行有效的讨论，提升学生对于业务理解、数据分析的认知。

整体上看，学生在数据报告能力方面较其他能力强，数据报告是较为基础的能力，通过给出的标准要求，让学生按照标准完成，因此成绩较好，今后可以保持，更加强化。数据分析能力、数据准备能力方面也较好，说明几门课程以往的学习目标已基本达到，在课程学习中这部分训练得相对较充分。在今后的课程群建设的能力培养中要关注业务理解能力、数据可视化能力及结果评估能力几方面的能力训练，这一部分也恰恰是难度较大的部分，今后的课程方案中要多借助案例分析的业务解读、数据可视化展现及结果验证等方面加强训练。

（2）第一轮课程群建设存在的问题及影响因素分析(www.xing528.com)

此轮课程群建设，在师资建设、课程群资源建设、专业能力培养方面取得了较大的收获，课程建设思路更清晰，课程教学效果有所提升。在第一轮课程群建设中，主要完成的工作任务包含了课程群资源建设、改善教学环境、进行教学团队的建设、进行教学组织与安排、对课程考核方式进行了课程大作业方面的建设，并完成能力指标的设计和第一轮第三方进行的学生数据分析能力检测。

第一轮课程群建设在以下几个方面存在问题。

a.课程群资源建设中，仅完成课程群案例的初期建设，题库建设主要进行了专业必修课程的题库建设，教材初步规划工作完成，资源建设有待深入。本轮建设从综合教学案例入手，深化案例的应用范畴；在教材建设中完成课程群重点教材“商务智能”建设；题库建设可以拓展到整个课程群能力测试题库的初步建设，为今后的统一能力测试提供一定基础。另外，在资源建设中每门课程要开拓公开网课资源。

b.改善教学环境方面，在充分利用网络资源方面，在充分利用网络学堂的基础上，可以开拓网课环境，如使用蓝墨云班课作为课堂知识和过程管理的补充。提升课程群的过程管理和知识拓展。

c.进行教学组织与安排方面，虽然第一轮对课程群中的教学内容，即课程内容、教学组织与安排、实践教学方面进行了研究和改进，但在“成果导向”方面还有待规范。

d.对课程考核方式进行了课程大作业方面的建设，但因为项目进程和课程开设时间的原因，课程群中的课程内大作业内容设计需要更有针对性，成果要与测评能力的指标对应。有些课程的大作业内容需要进一步更新，更符合能力培养的目标要求。

e.完成能力指标的设计和第三方进行的能力检测。

第一轮建设中建立了数据分析能力检测量表，并依据量表对三门课程进行了能力检测，检测过程中发现有些测量项需要修改细化，便于度量。

第一轮检测结果发现学生数据分析整体能力有待提高。对于能力短板需要在课程群的课程建设中有整体分工布局，在课程学习过程中与成果导向紧密结合，需要深入以课程群为单位，探讨考核与能力考核相对应的课程内考核方法。

（3）拟采取的改进措施

第一轮测评是以企业的实际需求作为能力测评标准，这和学校的教学要求有所不同，能力要求标准较高，因此，测评只能通过企业视角反映学生在校的能力情况，成绩并不代表教学目标未达成与否。测评可以从一定角度反映出学校教学要求和实际企业需求的数据分析能力的区别，并不代表实际课程群的教学水平。

测评的评量较为全面，学生并不需要全部掌握，此次的评量能力是从企业的角度出发，列出了从事数据分析人员所要具备的能力，且能力较全，所列出的能力要求也是递增的，例如数据准备、数据报告是较为基础的能力，结果评估能力是较高阶的能力，在部分企业中，即使从事了三年的数据从业者也不能完全满足。但通过此次第三方测评，可以充分了解数据行业对从业者能力方面的要求，并在今后的教学实际中补充对相应能力的训练，在整体能力的基础上，还需要针对具体工作需求进行能力补充。

措施：

a.对于数据分析方向的课程要以能力目标为导向，对于课程成果要求进行梳理，对应能力弱项，提出改进建议。

b.针对前一轮的能力培养中发现的短板，在本轮的课程群建设中要从业务解读、数据可视化展现及结果验证等几个方面对课程教学、实践的内容进行相应调整，为提高从此次测评中发现的短板做好准备。对于课程群中的每一门课程在几个能力短板上加大培养力度。

c.此轮测评是以交付物完成的测评，从企业的标准来进行测评，缺少过程因素，会导致部分能力无法反映出来，最终测评成绩也会和实际有所出入。根据测评标准，进行整体课程设计，关注课程产出。

d.细化能力指标的评价标准，以能力导向设计课程学习产出。