O2O模式将线下的商务活动与向上互联网结合，该模式主要面向服务业。其核心理念是商家通过线上的商家信息、商品信息等展现给消费者，把线上用户引导到线下的实体店中，线下进行消费验证和消费体验，这样既能享受品质服务，又能极大地满足消费者个性化的需求。其主要特点是商家和消费者都通过O2O电子商务满足了双方的需要，所以O2O模式的关键主要体现在资源的整合能力及对商户的管理能力上，如果能通过大数据挖掘分析消费群体的行为特征，掌握商品的流通情况，同时通过数据分析提供消费者感兴趣的信息进行营销策划以达到吸引消费者的进行线上或线下的购买行为。2016年，工信部《大数据产业十三五建设规划纲要》中提出加强大数据人才培养、整合高校、企业、社会资源，推动建立创新型人才培养模式。2017年，教育部新增设了高职层次的《商务数据分析与应用》专业。那么高职层次的《商业数据分析与应用》专业的人才培养，在O2O模式下如何开展是一个值得研究的问题。

一、国内外商务数据分析与应用专业培养现状

（一）国外的商务数据分析专业现状

国外的商务数据分析专业目前主要集中在Businessanalysis和Businessanalytics.Businessanalysis在国外发展成熟，属于传统商科，主要任务是对公司整个运营的流程、业务开展等方面的分析。比如发现新的商业需求、提出或改善某些商业问题的解决方案，通常以定性分析为主，以简单的数据分析为辅助，分析公司整个运营的流程、业务开展，策略性的规划，政策的制定和提高等方面，是深入了解商业模式又有技术背景的数据分析专家。Businessanalytics是最近几年的新兴学科，课程主要是统计学、概率论、数据分析与编程、商业决策、数据库管理、数据可视化、数据挖掘与优化、网页分析等，其核心就是数据挖掘和分析，通常是利用高深的技术、模型和算法。通过对数据的深度分析、挖掘对公司以往的业绩进行研究，对行业市场潜在的商业信息的进行搜索等，目的是获取那些通过定性分析和简单的定量分析根本无法获得的信息，这个领域逐渐得到了学术界、业界和政府的高度重视，与现在的互联网大数据关联紧密。以上可以看出国外大数据人才的培养方向，是为了培养能够帮助政府和企业转变思维、解决实际问题的专门的数据管理决策支撑层，课程体系涉及统计类、计算机类、商学类的相关课程。主要聚焦于金融投资、商业管理、应用经济学的数据应用问题，也体现出数据科学的高端人才必须是横跨业务和技术领域的双通道人才，而不是来自IT部门的技术专家，培养层次均已本科或研究生为主。

（二）国内商务数据分析与应用专业开设情况与国外相比，我国大数据的发展时间相对滞后、发展相对缓慢。一直以来，我国高校开设的数据挖掘、商业智能相关的课程一直围绕计算机技术开展。2014年年初，由北京大学联合北京地区高校的师资力量与大数据应用的业界翘楚，通过院校合作创新、业界部门与业界研究部门协同的全新模式，以实际社会需求为导向共同开发课程并进行高级大数据分析人才的培养。在此之前国内只有两所院校开设了大数据相关专业，分别是香港中文大学的数据科学与商业统计硕士课程、纽约大学上海分校的商业数据分析科学硕士课程。2016年2月，教育部公布本科新增专业，《数据科学与大数据技术》专业。首家获批高校有北京大学、中南大学、对外经济贸易大学。商务数据分析与应用专业是教育部组织研究确定的2016年度高职类增补专业的13个专业之一，自2017年起执行，截止到2018年5月，开设该专业的院校全国只有不到十所。

二、商务数据分析与应用专业特色与定位

推动大数据应用，加快传统产业数字化、智能化，做大做强数字经济，能够为我国经济转型发展提供新动力，而O2O的优势在于把线上和线下的优势结合。让消费者在享受优惠的线上价格的同时，又可享受贴身的线下服务。一方面让顾客对实体和价值进行意义判断,节省交易费用，另一方面可以发挥数据的作用,深入把握顾客所认同的意义，由于O2O模式要求用户在网上进行支付,因此支付信息就转化为商家对消费者个性化信息进行深入挖掘的宝贵资源，避免了传统线下实体交易时对用户的数据难以进行采集和分析的缺陷。数据本身不产生价值，只有分析和利用大数据，才能将分布在不同平台中的数据挖掘出真正的商业价值。通过掌握用户数据,从而提升对老客户的维护与营销效果；同时通过数据分析,还可以挖掘出新客户的线索，预判或者控制客流量，由此可以看出数据分析在O2O模式下显得尤为重要。因此，商务数据分析与应用专业的人才培养目标是：结合线上销售+线下体验，挖掘商务数据，对消费者行为进行分析，做精准化营销。培养学生既要懂商务管理、懂分析工具、还会数据分析与应用、会图表设计的具有一定技能的高素质应用型人才。

三、从岗位需求分析构建理论与实践相结合的人才培养体系

（一）岗位需求分析

2007年移动互联网出现后，企业经营的数据大量增加。以前企业用Excel、Word做财务、市场、运营的分析就可以，现在出现了大量新的数据可以帮助企业了解消费者、提升运营水平。电子商务主要由信息流，资金流，物流和商流组成，O2O的特点是把信息流、资金流放在线上进行,而把物流和商流放在线下。因此用户在网上的支付信息就成为商家对用户个性化信息进行深入挖掘的宝贵资源。掌握了用户数据,便能提升对老客户的维护与营销效果；另外通过分析,还可以提供发现新客户的线索,通过线上新品预告，吸引客户线下到店体验，用来为线下门店导流、提高线下门店的销量，因此掌握数据流量是推动业务活动开展的关键。目前根据数据人才需求趋势，商务数据分析与应用专业主要面向数据分析类、运营类、营销类、客户服务类、产品开发类五大类岗位群。具体岗位是数据分析师、数据运营专员、市场分析专员、客户数据分析专员、产品分析专员。企业在选用数据人才优先考虑的因素如下：具有实践或工作经历、有一定的专业知识与技能、具有团队合作意识、善于沟通交流、具有敬业精神等。因此该专业人才应具有的职业素养前五位的依次是：分析问题与解决问题能力、责任心强、沟通能力、敬业爱岗、积极主动。数据分析主要的工作内容是数据处理、数据采集、描述性分析、数据可视化与分析报告撰写。目前企业数据岗位使用的工具主要EXCEL、PPT、可视化工具是数据岗位主要的工具软件，其中EXCEL占比83.82%。，排在首位。企业使用的数据类型使用文本数据、消费者评价、结构化数据、图像数据四类。对视频数据、语音数据、传感器数据应用较少。企业使用数据分析解决的问题依次集中在市场分析、用户分析、产品分析、运营分析四个方面。

（二）人才需求能力培养分析

高职高专人才培养的突出特色是要求岗位职责与工作内容相适应，知识范围与技能水平相适应，能力分级与标杆岗位相适应，自我评价与职业规划相适应。数据流通过程：生产→采集→存储→加工→分析→服务→生产这样一个循环反复的过程。数据分析包括：规范性分析、预测性分析、描述性分析三种类型，不同的数据类型培养不同的职业能力。结合岗位能力的要求，商务数据分析能力的培养，主要做规范性分析，即面对未来即将发生的事情找出解，提出最适合的解决方案。数据应用能力培养，主要通过预测性分析，预测未来发生什么以及发生的原因。数据决策能力培养，主要做描述性分析，用来分析过去数据的模式以及现在的趋势，数据决策能力与业务能力紧密联系，能主动把业务问题转化为可以用数据来解释的问题。通过数据分析结合业务活动内容得到数据观点，同时对数据观点做业务应用和解读，将数据分析结果反馈到业务操作过程。根据数据分析结论推动企业内部做出调整，能够将数据和技术转化为企业的商业价值。不能用你的感觉去揣测用户的感觉，因为每个人的教育背景、生活环境都不一样。很多数据元素之间的关系没有明显的显示，需要使用直觉与观察，思考指标现状，发现多维规律，通过数据可视化技术来呈现规律进行验证，总结经验。《商务数据分析与应用》专业对高职学生要求能够胜任中级数据分析师工作岗位，3-5年后可向高级数据分析师岗位发展，也可向另一职业通道的运营专家（用数据指导业务）、营销经理（数据能力超强）、企业管理者（数据化管理或战略决策）等岗位去发展。典型职业活动包括：采购数据分析、推广数据分析、销售数据分析、物流数据分析、客服数据分析、市场分析、客户分析、产品分析。

（三）理论与实践教学课程体系的搭建

《商务数据分析与应用》专业课程体系的搭建要注重理论与实践相结合，课程学习要通过案例教学、项目化教学、合作式教学，多创造机会让学生参与实际项目，在实践中培养数据思维，提高数据挖掘能力、分析能力和展示能力。一个合格的数据分析师必须具有对数据敏感、具有数据思维、熟悉业务背景、认知数据需求、具有超强的数据分析与展示能力等专业素质。专业课程体系安排中应融合统计学、计算机科学、经济学知识，侧重对用户数据、产品数据、市场数据、运营状况等进行分析，并利用EXCEL、PPT及可视化工具进行结果呈现。其课程体系设置建议包含有如下课程：商务数据分析与应用概论、数据可视化应用、EXCEL数据分析与应用、SPSS数据分析与应用网络营销、商务网站数据分析、客户关系管理、数据化运营与管理、商务数据分析与应用综合实战；商务数据挖掘与应用等课程。

结束语：

在O2O模式中，线下门店不再是传统商业跟电子商务竞争的短板，而是优势资源，因为线下门店消除了消费者对网购商品“看不见、摸不着”的顾虑，并且将线下门店的服务适度延伸，完成了从导购、营销、下单、物流到消费者的闭环整合。因此结合线上和线下的业务不同特点，结合各地区、各行业的数据基础和应用程度，我们高职院校对《商务数据分析与应用》专业人才的培养，就可结合当地区域经济和产业的特点，为数据基础较好、应用前景广阔的产业培养专门的数据人才。行业的差异对数据分析人才能力要求也会有差异，但基于大数据平台，侧重于从大数据运营与大数据应用方面服务于企业经营管理的人才，将是未来该专业人才培养的重中之重。