大数据在管理学中的应用精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的大数据在管理学中的应用主题范文，仅供参考，欢迎阅读并收藏。

第1篇：大数据在管理学中的应用范文

【关键词】数据分析模型 管理学课程群 教学改革

【中图分类号】C93-4 【文献标识码】A 【文章编号】2095-3089（2015）17-0056-01

管理学是一门新兴的学科，也是20世纪至21世纪初发展最为迅速的学科之一。管理学课程群，是包括《管理学原理》、《人力资源管理》、《战略管理》、《沟通管理》、《组织行为学》等课程的集合，是工商管理、市场营销等专业的核心课程群。其共同点在于通过管理现象、挖掘其中各要素的关联性，进而总结管理规律，做出管理决策。也就是说，通过管理学课程群的训练，目的在于锻炼学生利用既有数据和模型，分析变量与变量之间的关系，发掘特定情境下管理特征、支持企业决策的能力。由此，对数据的分析、解读能力，无论对管理学学科的发展，还是提高工商管理、市场营销专业学生的培养质量、提高他们的市场竞争能力，无疑意义重大。

一、当前管理学课程群教学存在的不足

作为兼具理论性、实践性双重特性的管理学课程群，在实际教学中明显地表现出不足：“重理论、轻实践”;“重介绍、轻分析”;“重西方、轻中国”。

（一）“重理论、轻实践”。概念解析、理论介绍和案例教学构成了目前管理学课程群教学的主体，教学组织过程单一，主要表现为“讲述概念――介绍理论――案例分析”。教学的侧重点是让学生掌握理论，进而运用该理论分析案例，然而，这种教学方法忽视了培养学生通过实践手段检验管理理论是否适用，以及从管理现象中挖掘管理方法、提炼咨询建议的能力。而这正是企业管理实践中需要的核心能力。

（二）“重西方、轻本土”。“重西方、轻本土”，同时“重介绍、轻分析”是目前管理学课程群教学的另一不足。作为“舶来”的管理学学科群，经典管理理论和最新研究动态均建构在西方国情和人文实际基础之上。对于传播的这些西方知识，倘若未经“检验”一味接受，必将导致理论和现实的脱节，会出现理论在中国“水土不服”的情况，“为中国企业管理实践导航”更无从谈起。“检验”的实质是西方理论本土化的过程，即在中国管理情境中，必须对西方理论进行审视，从其中吸取营养、获取能量，将其本土化后再指导管理实践。然而，当前的管理学课程群教学重视介绍管理现象，而轻视通过变量分析深入挖掘管理现象内在的关系和逻辑，从而容易使管理理论与实践相脱节;重视西方经验和理论，忽视将管理理论中国化、本土化的过程，关键是缺乏对“中国情境”的解读能力。

二、开展基于数据分析模型教学方法的必要性

应对上述教学方法带来的弊端，通过中国情境下的企业数据进行实证分析则是根本途径。这是因为：

第一，“大数据”时代的到来，数据呈现Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）等特点，在这样的背景下，传统的管理方法、手段受到极大地挑战，谁具备整理、分析“大数据”的能力，谁才能够在日益激烈的企业竞争中脱颖而出，为企业、为个人创造价值。正因为如此，目前具有数据分析能力的毕业生日益受到各类企业的青睐。因此，培养学生的数据分析能力，能够增强学生实践技能，使学生具有更强的创新创业精神和更强的就业竞争能力。

第二，就学科发展的角度而言，随着中国经济的发展，中国跃升为世界第二大经济体，对中国现象的分析日益受到重视。管理学也是如此，应摒弃全盘“西方主义”、“拿来主义”的态度，应重视中国情境下的管理经验、管理规律的探寻。由此，基于数据分析的对“中国情境”的挖掘、以及“中国情境”下管理的创新是管理学教师实验教学必须面对的一个重要课题。

三、基于数据分析模型的管理学课程群教学内容设计

（一）基础数据库资源建设模块。基础数据库资源是管理学课程群实验教学的前提。

第一，设计基于数据分析模型的管理学课程群教学数据库。这个数据库是包含若干中国企业管理的案例，可称之为“实训订单”，“实训订单”领域包括但不限于：企业管理环境、企业战略、企业组织、企业人力资源管理、企业财务管理、企业营销、企业生产运营管理等。这些“订单”是学生进行数据分析所依赖的数据库。“实训订单”的数据，既可以来源于上市公司的对外披露数据，也可以是走访调研取得的一手数据。

第二，建设管理学课程群教学的数据分析系统。这里的数据分析系统不是一个单一的数据处理软件或应用系统，而是一个致力于将目前主流的数据分析工具SPSS、Eviews、STATA等根据各自处理数据的优势集合而成的综合化系统，是一个根据具体的管理问题，寻找一种与之相匹配的分析模型的过程。例如，带有时间序列的企业人力资源预测，建议采用Eviews 6.0中的ARIMA分析模型，利用无时间的截面数据分析变量相关性时，建议采用SPSS 20.0中的方差分析等。目的在于锻炼和培养学生利用数据分析模型解决管理实践问题的能力。

（二）实践教学资源建设模块

第一，根据已有的管理问题数据分析“实训订单”，寻找一种与之匹配的分析模型。如前文所述，对于一个特定问题，尽可能要找到一种满意的与之相匹配的分析模型，以提高管理咨询的准确性和可信度，这是企业管理咨询的需要，也是培养学生分析问题、解决问题能力的需要。

第二，将“实训订单”和具体的分析过程按照教材建设的思路形成并完善，以供后期学生进一步学习以及教师教学参考使用。

四、教学过程设计

基于数据分析模型的管理学课程群教学改革实施过程分为三个阶段：

第一阶段是基础训练阶段。这个阶段重点教师向学生讲授数据模型的分析方法、步骤、检验过程、适用环境等，以及如何从“实训订单”中提炼合理的“因变量”、“自变量”、“中介变量”、“调节变量”、“控制变量”，即案例分析模型的建构。

第二阶段是案例分析阶段。这一个阶段的重点是将学生从暗示型案例分析提升到无边界案例，让学生在一个没有明确问题导向的案例中寻找突破口，以培养和提升学生识别问题的能力。

第三阶段是综合提升阶段，增加管理问题的复杂性，激发他们尝试综合运用多种分析模型解决问题，在此过程中，可以是个人也可以是团队合作的方式，从依赖辅导逐渐转变为独立设计，实现综合应用能力的快速提升。

第2篇：大数据在管理学中的应用范文

关键词：数据科学；大数据；数据智慧

中图分类号：G642.0 文献标志码：A 文章号：1674-9324（2017）22-0095-02

一、国内外大数据研究现状分析

1.大数据发展和研究的国际动态趋势。当前，人人都在讨论大数据，数据科学成为最为流行的词汇和最热门的学科[1-7]。的确，可以说每个科学家都是数据科学家，每个个体、组织、企业、政府都在不断产生新的数据集[8-9]。很多国家政府机构、国际各类组织、大型互联网公司和高等院校与研究机构等都感受到了大数据的重要作用，大家也先后行动起来，把软硬件开发建设、积极参与利用和深入研究大数据作为夺取制高点，赢得新一轮竞争机遇的重要抓手，投入到实施大数据战略的行列中。例如，美国政府将大数据视为重要资源，认为大数据堪比不会枯竭的原油，并把大数据研发和生产和应用计划提高到国家战略层面。英国政府则考虑开放交通运输、气候和健康卫生方面的公共数据库，并计划建成首个全球“开放数据研究所”。法国政府通过的《数字化路线图》，计划大力支持“大数据”在内的战略性高新技术。日本和印度等国也纷纷出台各种举措，提高信息通信领域的国际竞争力，并推出国家数据共享和开放政策等。

国外著名的互联网企业可以说是政府实施以上战略的技术支撑。他们利用自身雄厚的经济和技术能力为政府实施大数据战略提供有力支撑，也从大数据的研究中获得丰厚的回报。

2.国家大数据国家战略发展规划。我国政府也迅速行动起来，在2012年8月份国务院制定了旨在推动各企业加快信息基础设施升级，构建大数据产业链等的文件。2014年2月27日成立了中央网络安全和信息化领导小组。2015年8月31日，国务院印发《促进大数据发展行动纲要》。但已有研究指出了我国发展大数据的挑战和问题，其中包括：一方面，还没有真正提炼出研究大数据的科学问题、理念，方向和具体可行性措施。另一方面，人才队伍建设亟须加强。

3.国内高校和我校数据科学研究现状。为响应国家创新驱动的发展战略，国内许多一流大学纷纷整合学科资源优势，启动以数据科学为主要方向和特色的创新型学院、研究院和统计中心的规划建设。早在2010年7月5日，北京大学统计科学中心已正式成立。2014年4月26日，清华大学成立了“数据科学研究院”。2014年5月16日，清华大学成立清华大学统计学研究中心。2014年10月至今陆续又有西南交通大学，由中关村管委会、海淀区政府、北京大学、北京工业大学、复旦大学大和中国人民大学等成立各类数据学院和大数据研究院。从中可以看出各个高校已顺势而动，投入到数据科学的创新研究和人才培养的大军之中。我校在此方面也已形成良好的基础。北方工业大学云计算研究中心成立于2010年12月。在此基础上，北方工业大学大规模流数据集成与分析技术实验室认定为2013年度北京市重点实验室。我校还拥有现场总线技术及自动化北京市重点实验室、变频技术北京市工程研究中心、电力电子与电气传动北京市高校工程研究中心、有色冶金过程现代检测技术及装置工程技术研究中心、北京市城市道路交通智能控制技术重点实验室、北京市变截面辊弯成型工程技术研究中心、新型建筑工业化集成建造工程技术研究中心等多个省部级研究机构，产生大量研究数据，为数据科学研究提供了素材。

4.理学院面临的机遇和挑战。我校理学院设有数学系、统计学系、理化教研室及体育教研室。理学院重视科研工作的开展，近5年承担30多项国家自然科学基金、北京市自然科学基金项目和国家基础科学研究计划“973”的科研任务。计算机视觉研究团队为北京市学术创新团队，其研究对象是数据科学研究领域的前沿方向，为数据科学研究团队和平台建设打下基础。统计学系也成立了大数据研究中心平台和组建统计机器学习研究团队。

如何利用好自身的理论基础优势，主动出击，立足自身发展的同时，深度融合我校优势资源，通过数据科学研究团队和平台建设，深入认识大数据产业发展规律重视了数据资源汇聚、积累、处理与应用能力建设，主动推进大数据产业发展与应用需求间的对接是我们面临的重要问题之一。

二、数据科学创新团队与平台建设研究内容

在大数据背景下，我们考虑高校理科学科与信息科学等之间的交叉融合，改革研究团队和平台建设思想，提出了以下研究目标及内容。

1.探讨新形势下，如何借助大数据发现高校创新团队和平台建设中存在的问题。

2.在大数据背景下，如何借助大数据考虑高校创新团队和平台建设中的合适有效的理论和方法。

3.在大数据背景下，结合统计学和数理科学自身优势，开展数据科学创新团队和平台建设途径探索。

4.在科学利用研究成果基础上，进行大数据背景下数据科学创新团队和平台的建设实践探索。

三、数据科学创新团队与平台建设研究设计

1.研究思路和方法。统计学从古至今都是一门数据科学，新形势下其面临着极大的挑战和良好的机遇。美国科学院院士郁彬发表文章介绍数据科学中的“数据智慧”，其指出：“在大数据时代，只有对数据智慧也给予和其他研究同等程度的重视，大数据才能转化为真正有用的知识和可被采纳的信息。”因此，我们借助最新的大数据分析工具和“数据智慧”，系统考虑和研究目标有关多种因素，深入探讨数据科学创新团队和平台建设的方法论。

2.研究计划的实施。（1）精确定义要回答的问题。为此，我们必须要与统计学领域、数学、物理学、计算机科学这些领域的专家进行合作。这些专家会提供有助于解决问题的领域知识、早期的研究成果、更广阔的视角，甚至可能对该问题进行重新定义。（2）数据收集。大数据背景下数据的含义是什么？数据科学相关的学科实际情况研究等。（3）确立解决问题的方向。研究如何确立团队和平台的战略规划和目标；设立方便管理，有利创新的机制运作方式；建立起既有协同创新，又惠及每个成员的激励机制；搭建具有实质叉的团队和平台。（4）从实际出发，落实规划。首先，根据理学院的人员构成特点，建立起一个理学学科各分支为基础的大数据与机器学习讨论班，为研究团队搭建提供基础。其次，联合我校工科、经济管理学科等组建学科交叉研究实验平台，充分利用工科实验研究的数据资源，为数据科学研究提供原材料。再次，以数据科学理论研究为支撑，与互联网等企业联手建立数据工程技术平台，将数据科学研究成果及时转化为实用的新技术。

四、Y语

总之，如何结合大数据和我校学科布局，发挥我校传统优势学科及我校新兴学科方向已有优势，扩展数据科学等多研究方向、促进学校产业发展，是我们进一步的重要研究内容和发展方向。

参考文献：

[1]柳洲，陈士俊，张颖.跨学科科研团队建设初探[J].科技管理研究，2006，（11）：137-139.

[2]王冠.试论高校创新型科研团队建设的制度创新[J].教育研究，2010，（6）：73-76.

[3]吴美华.高校科研团队建设管理的现状分析与机制建设[J].生产力研究，2010，（7）：101-102.

[4]王怡然，陈士俊，张海燕，柳洲，王梅.高校科研团队建设的内涵、特征及类型[J].西南交通大学学报：社会科学版，2007，8（3）：20-23.

[5]伍宏发，杨春霞，张林英.网络环境下高校科研团队建设的思考[J].科技管理研究，2010，（10）：73-75.

[6]康旭东，王前，郭东明.科研团队建设的若干理论问题[J].科学学研究，2005，23（2）：232-236.

[7]吕红芝，周婧，徐斌，周培.科研团队分类建设探索[J].科技管理研究，2012，32（20）：168-171.

[8]X Jin，B W Wah，X Cheng，Y Wang. Significance and Challenges of Big Data Research[J].Big Data Research，2015，（2）：59C64.

[9] B Gema，Jung J J，Camacho D. Social big data：Recent achievements and new challenges[J]. Information Fusion，2016，（28）：45C59.

Data Science Innovation Team and Platform Construction in Science Colleges of Polytechnics under the Background of Big Data

XU Li-wen

（College of Science，North China University of Technology，Beijing 100144，China）

第3篇：大数据在管理学中的应用范文

关键词： 大数据技术 教育改革 个性化教育

一、相关背景

大数据是互联网时代的必然产物，人们对数据的要求日益提高，非数值型计算所占的比重也越来越大，常规数据库已经满足不了海量复杂数据的获取、存储及相关分析管理的要求，各行业更看重的是数据的整合和追踪分析、海量存储和可靠传输的能力。比如在最火的电子商务领域，美国电商巨头亚马逊充分利用大数据分析平台，帮助跨境电商和个人在全球范围内推销产品和服务；整合搜索引擎鼻祖谷歌斥巨资研发云计算，为自己的核心业务互联网搜索服务提供强有力的保障；本土电商阿里巴巴的云规模已进入全球前三，“双十一”日破千亿的销售额，动辄每秒十几万笔的交易量都是大数据技术在支撑。大数据时代已正式登上历史舞台，作为高精尖人才培养基地的高校应顺应潮流，充分结合大数据的相关技术，对教学过程中产生的海量数据进行跟踪挖掘、分析和整合，进而形成相关方案并及时反馈。

当前，大数据技术已经深入社会的各个领域。人们逐渐依赖各种社交平台（如QQ、微信），4G+、5G时代的带宽提升，物联网概念的提出，移动互联网的构建及电子商务的火爆，这一切都包含急剧增长的海量数据，数据存储单位早已从GB、TB上升到PB。与此同时，人们往往忽略教育领域在大数据产生中的重要地位，尤其是高校庞大的教学规模每天都在持续不断地产生海量的各类数据，因此有必要在高校教育中引入大数据思想，加快教育改革的步伐。

二、美国及我国高校大数据应用的情况

1.大数据引领的美国高校教育。大数据技术早已经改变了我们对世界的看法，教育模式的改革自然也是水到渠成，美国在这一方面走在前面。斯坦福大学的Sebastian Thrun教授于2011年创办了在线教育平台Udacity，在互联网上讲授人工智能课程，无心之举却在全球引起热潮，影响190多个国家的学生。同样是斯坦福大学的Andrew Ng教授也依托于互联网自己的授课视频，使全球各个层次的网民都享受到斯坦福大学在校生的同等待遇。在此基础上，Ng教授和美国普林斯顿等名校建立同盟，成立了当今世界闻名的Coursera，提供系统的同盟内大学经典课程教学视频。同样在全球引起震撼的可汗学院也是如此，这是孟加拉裔美国人萨尔曼・可汗创立的一家教育性非营利组织，为全球亿万网民提供了众多宝贵的免费教育资源。在这一股潮流的影响下，哈佛和麻省理工等美国较保守的传统名校也开始研发免费的互联网教育平台，上传本校的品牌课程，并在网络授课的过程中收集相关学习数据，进一步提高教学水平。

在这一系列令人印象深刻的改革创新之中，最有代表性的是美国高校对大数据的利用，美国高等教育大数据时代已经来临。近年来，在IBM公司预测分析软件的帮助下，美国很多高校在招生的时候，居然能够预测新一届学生成功完成学业的比率，而且事后验证，这份名单的准确性超过90%，远高于美国高校传统的人工调查统计。令人称奇的背后是大数据的应用，相关软件会分析学生个体的以往成绩、学习时间的分配、个人兴趣爱好及家庭对个体的各方面投入，进而生成相关报告。用大数据预测学生学业成功与否只是美国高校大数据应用的一个方向，更多的大数据教育管理实践正在美国高校如火如荼地开展。

2.国内部分高校掀起大数据应用探索的热潮。计算机软硬件的高速发展，为国内高校大数据应用和国际接轨提供支持和保障。清华、北大等诸多高校，都开始模仿国外的模式建立免费网络授课平台。很多省市和高校合作建设数字校园，开放教育资源共享平台，使更多层次的群体享受名校的课程服务。

目前，校园大数据开展最好的应该是上海高校。复旦及上海财经等一批上海高校早在2012年就率先开展了对大数据的应用探索，虽然和国外高校相比有差距，但是为后续其他高校开展相关研发提供了宝贵的经验。中国科学院大学于2014开设我国首个“大数据技术与应用”专业，在方向设置和课程安排方面为其他高校树立一个标杆。清华大学与金电联行于2016年11月正式成立金融大数据联合研究中心，开展学科交叉研究，致力于大数据应用理论研究、大数据挖掘及产业应用等关键技术的研发。在全国范围内部分高校逐步开设大数据相关专业，2016年11月，我校安徽理工大学成立数学与大数据学院，致力于大数据人才的培养。

3.当前研究方向。很多人把大数据时代视为“第三次工业革命”，作为人才储备基地的高等教育领域，负有关键性的责任。各种教育资源平台水平参差不齐，如何对其整合，使其健康发展是一项重要任务，同时，现在的网络教学，录制好的视频已经成为主要的知识载体，但如何体现现实教学中的交互性是一个急需解决的课题。

千百年来，知识载体的变化，决定了知识本身的价值，同时造成了教师角色的转变，由于大数据时代知识获取的渠道更容易，教师已经不再是知识体系里的主导者，更多扮演的是知识的传递者或者是知识体系里的组织者。但在角色淡化的同时，大数据的整合分析功能可以帮助教师更科学地预测学习效果，把控学生的学习进程，从而根据及时反馈调整教学手段，进行教学改革创新。当前，云计算和大数据使教育资源的共享成为常态，素质教育和个性化教育渐渐演变成核心，高校教育工作者应该与时俱进，对大数据时代的自身定位及教学模式的改变都要有心理准备，才能更好地在新形势下推动高校的改革创新。

三、高校教学改革中的大数据应用措施

1.教育大数据相关技术及处理平台。大数据如今在电子商务中的应用最为成熟，很多电子商务平台利用用户的页面浏览轨迹分析出其购物爱好。教育分析技术可以借鉴这种方式，学生就是电子商务平台用户，通过网络在线平台和移动终端软件，对学生整个学习过程进行完备的数据采集分析，借助过程中反馈的中间报告及时调整学习进度和教学方式，甚至参照国外高校的做法延伸下去，对学生未来的需求进行分析。国内外的很多数库技术都为相关平台的搭建提供了强有力的支持，比如国外的Hadoop和NoSQL数据库技术及国内的超星公司SPOCs和混合学习模式

2.改革的具体措施。在现有技术下，我国高校可借助校内各种类型的教育平台，利用大数据技术整合在校生和往届毕业生的相关信息，然后与社交媒体的数据整合在一起，可以全方位地对高校教育进行评估和指导。

（1）指导学生选择专业和课程。借鉴国外教育体系，从初高中就建立学生各种信息平台，在进入高校之前，相关前期的个人数据经过高校专业信息平台的大数据分析，和数据库中存储的历史信息比较，通过类比高年级学生和往届生的学习成绩和效果，甚至是以往毕业生的就业情况及最新的市场需求，得出新生的专业及课程备选方案以供其参考。

（2）学生学习效果的反馈。成绩虽然不是万能，但可以作为一个重要参数。利用信息平台定期关注学生成绩，通过大数据技术对个体和整体学习效果做出评估并分析相关参数，从而对后续学习提出具体参考意见，如果反馈后采取相关措施并没有进步或者反而退步，就可以考虑是否调整课程和改变专业。

（3）学籍保留评估。国内现有的教育体系中，因为各种原因总是存在一些问题学生面临退学，以往都是根据辅导员和教师等的意见评估，同时缺乏科学的具体措施予以帮助。在大数据的时代，可依据在校生各方面的表现确定参数，定期打出评估分数，同时遵循“不抛弃不放弃”的原则，结合上述两项措施，尽量帮助学生提高评估分数，并对其提出具体的帮助建h。实在不行，依据评估体系对学籍是否保留做出判断以供学校参考。

（4）教学有效性的评估。大数据不仅仅应用在“学”，还应该用在“教”上。教师的教学表现可以通过各种参数设定进行准确的评估，并依此进行更好的教、学双向选择。

3.大数据教育改革对高校各群体的影响。大数据应用对高校教育的相关群体来说都有不同的体验，对学生来说，都能享受到“量身定做”的教育资源，在校期间的学习和生活更便捷和井井有条，同时能够体验到前所未有的主人翁感觉；对家长来说，能通过崭新的视角掌握全面、真实的学生信息，包括上课表现、成绩情况、交流情况、师生互动等；对教师来说，利用所收集的每个学生学习过程中的全面信息，可以及时获取反馈，从而调整教学方式，同时可以利用大数据平台提供的先进手段轻松处理教学和科研任务；对学校来说，可以利用大数据技术更好的管理学校的资产信息、师资信息、招生就业信息等，从而便于教育管理者利用大数据技术更便捷地组织教学科研和实施教育改革。

四、结语

大数据技术当前已经非常成熟，为高校素质教育和个性化教育提供便利，也推动着教育理念的变革，但同时伴随着不少问题和挑战。比如对大数据处理的相关专业人员不管是招募还是培训都有一定难度；大数据收集分析有可能涉及个人隐私；基于学生以往的学业表现为其推荐课程，有可能导致教育资源的倾斜；收集数据的真实性能否保证等。总之，大数据研究毕竟是一个比较新的领域，如何在整个教育体系内建立一个统一的标准，形成较科学的运作形式，还需要经历一个很长的阶段。但不可否认的是，大数据时代已经来临，高校势必将成为大数据应用的前沿，我们不应该惧怕挑战，而应该克服困难，坚定改革的信心，为国家培养出更多适应大数据形势下的高素质信息人才。

参考文献：

[1]罗军锋，徐菲.大数据时代的高校信息化框架[J].中国教育信息化，2014（3）：11-13.

[2]朱建平，李秋雅.大数据对大学教学的影响[J].中国大学教学，2014（9）：41-44.

[3]冯翔，余明华，马晓玲，等.基于大数据技术的学习分析系统架构[J].华东师范大学学报，2014（2）：20-29.

[4]陈律.大数据背景下学习分析技术对教学模式的变革[J].中国教育信息化，2013（24）：15-17.

基金来源：安徽省重大教学改革研究项目（2013zdjy082），

第4篇：大数据在管理学中的应用范文

1.1高校体育教师具备开展拓展游戏的能力高校体育教师通常都具备较高的的综合素质和丰富的教学经验，同时对教育学、管理学、心理学等层面的知识也有较深的认识，这样高校体育老师就能够较为容易的掌控拓展游戏项目的设置、重点与规律，并顺利地组织学生实施练习。体育教师完全可以根据教学目标和教学内容精心设计一些场景和模式，让拓展游戏和体育教学良好地融合在一起，借助拓展游戏的开展来改善现今体育教学相对单一、乏味的组织模式，让体育课受学生欢迎。

1.2符合现代大学生的个性特点大学生在个性上已逐渐自主与独立，不再过多的依靠教师，主观想法、抽象思考能力都获得了巨大地提升，因此在体育活动中不再仅仅满足于学会教师传授的常用与简单的体育知识和技能，他们更愿意探究具有挑战性的活动。拓展游戏的加入，满足了大学生的个性特征，为开发学生的创造性想法，提供了不错的空间。让学生积极主动地加入到体育活动中去，在游戏里享受运动，在运动里得到感悟，在感悟中掌握体育知识和运动技能。

1.3符合高校课程改革的需求《全国普通高等学校体育课程教学指导纲要》中讲述，大大倡导开放式、摸索式教学，提高学生自学能力、和自主练习的水平。拓展游戏是一种体会式学习，提倡学生积极参加、主动探索、敢于实践，看重学生的情感领悟。老师仅仅提供及时的启发与指引，有助于培养学生处理问题及交流和协作的能力，有助于促进学生学习模式的改变，符合体育课程改革的发展方向。拓展练习新颖独特，内容丰富，把趣味性和知识性融为一体，可激起学生的加入热情、培养学习乐趣、激发学习潜能，满足了现今教育变革的指导思想，对促进传统教育模式的改善有着巨大的意义。

2.拓展游戏在体育教学中的具体运用

2.1在身体素质训练中的运用伴随社会经济的进步与生活条件的提升，高校大学生的综合素质已有很大的提升，但体育练习却相对缺乏。而且很多高校体育课的内容设置只是初、高中体育课的延伸，学习内容重复，以致许多学生在学习过程中产生了抵触心理。借助拓展游戏高趣味性的特征，提高学生的学习兴趣，增强学习效果，使学生身心都得到锻炼。特别是对身体素质较差、缺乏自信的学生来说，更容易带动、鼓舞他们去积极克服困难、增强意志品质、提高自信，从而提高了参加体育课程学习的兴趣。

2.2在体育课准备活动中的应用体育课准备活动的重要目标是借助专业式的训练模式，让参与者战胜人体的迟钝，慢慢提高身体兴奋度，很快地进入到锻炼状态。体育课程准备活动常常挑选慢跑、广播操等专业性练习。因地制宜的选取身体力行的、小运动量的、耗时不多的拓展游戏进入到练习当中，能够获得事半功倍的成效。限于课堂时间地点，往往形成一对一的评价；而利用网络平台作文，打破了时空距离，可以面向本班甚至本校所有学生老师，也可以面向所有互联网用户，而形成一对多的模式。利用网络技术的多元交互化和协同化优势。学生通过所得的回馈进行同伴修改和自我修改，从而提高写作水平。（莫俊华，2007：35-39）2.大数据时代为英语写作评价带来的问题2.1在获得宏观上的洞察力时，失去微观的个性化分析。从表面看大数据时代为个性化教学、个性化评估提供了巨大的数据支持。每一位学生的写作过程、修改过程、语言使用习惯、评价结果等都会产生详细的记录，为科学评估每一位学习者的写作提供数据。但是这样做的问题在于，数据价值密度相对较低，如何完成数据价值的“提纯”对教师提出更高要求。在多数英语课程大班授课的背景下，教师是否能针对具体每一位学生的二语写作问题与倾向得到有效可靠的分析结果，并给出学习建议；作为非专业人士的英语教师能否具有控制分析甄别数据的能力；是否了解并擅长处理如此庞大的数据，是我们必须面对的问题。否则虽然获得了整体的写作趋势这一宏观上的洞察力，却无法做到真正的因材施教，反而深陷数据泥淖。

2.2数据分析的局限性基于云计算的数据分析无法对文章给出具体的修改意见，只能做到对文章表面层次的错误进行归类，而无法解决文章整体结构和思想内容，以及流利度与连贯性等问题。基于语料库和云计算的自动在线评分系统，如句酷批改网等，虽然提高了教师的评价效率，但基于浅层特征做出的评价，语言错误的简单相加不足以反映学生的二语写作水平（cumming，1997）。大数据分析只重相关性不看因果的特点作用于英语写作评价将使评价失去其终极价值。大学英语的写作评价的目标不仅限于得出准确的分数，而更重要的是分析学习者出现各种问题的背后原因，帮助其改正进步，避免错误重复出现在将来的写作实践中，从而提高写作水平。对于教师来说分析原因也是挑战改善教学方法、教学内容的重要参考参数，可以说英语教学法的流变与进步真实无数学者对于原因的探索而获得的。因此传统思维方式是否会因为技术的进步而失效仍存在大量争议，但相关性无疑获得越来越多的重视。因此如何在越发扁平化的大数据时代坚守对因果关系和深层结构的追求也应成为每位教师的思考。

3.总结

第5篇：大数据在管理学中的应用范文

关键词：大数据统计分析；经济管理领域；运用

统计应用作为数学的重要领域，在大多数情况下，数据被收集并且通过一定方法在系统中存储，重要策略被记录，并应用于其他领域。随着数据恢复方法和统计分析方法的逐步集成，大数据的统计数据分析方法在财务管理中变得越来越重要。面对当今全球化的压力和经济市场的激烈竞争，使用财务管理的统计整合是提高有效管理效率，优化资源分配和科学行为的有效步骤。通过市场经济的发展和经济水平的不断提高，数据集成和财务管理水平运用了大数据的统计分析。在建立大规模数据的经济增长政策时，技术在宏观经济研究中起着重要作用。大数据统计分析的作用正在增加，其在管理中的用途正在进一步扩大。显然，加强对经济发展大数据统计分析技术的使用对促进经济增长和提高管理效率非常重要。

一、大数据统计分析方法在经济管理领域运用的意义

为响应市场环境和公司治理内容的变化而促进使用公司治理统计数据的需求主要体现在两个方面：

（一）宏观经济方面发展有若干规律。为了寻找有关经济发展的规律，强大的数据分析技术在宏观经济学中的应用非常重要。一方面，大数据分析统计数据用于从宏观经济发展行业收集数据，对相关行业信息进行实证分析，并调查行业发展和行业问题。使用SPS，Stata和其他数据分析软件，中国拥有最重要的发展法；同时，发现工业发展规律，规范工业发展，开辟新的经济发展方式也很重要[1]。

（二）企业经营管理方面1.提升企业竞争力的必然要求当前，业务发展的竞争越来越激烈。竞争压力主要归因于国内市场经济带来的经济化以及国内市场竞争激烈加入的外国公司的影响。公司必须面对激烈的市场竞争。大众市场信息的统计分析将调整生产和管理策略，并为业务发展的战略调整作出有效的决策。2.提升企业管理水平的必然要求一方面，诸如运营管理、财务管理、风险管理和企业资源管理等相关任务变得越来越复杂。需要统计分析方法来对丰富的业务操作信息进行分类和汇总，为业务管理决策提供有效的信息。同时，企业需要不断满足产品和服务生产方向的政治要求。由于需要与相关部门合作，例如运营财务管理、规避财务风险，因此需要建立相关部门的统计数据，以提高决策效率[2]。

二、大数据统计分析方法在经济管理领域的运用

利用大数据的统计数据分析技术研究宏观经济发展政策，对促进行业发展至关重要。另一方面，如何获取有关复杂数据管理的重要信息，在业务流程和管理方面为公司制定有效的决策是重中之重。关键在于掌握财务管理的大数据分析方法，并使用大数据统计分析技术来分类和提供业务流程管理，隐藏的规则以及来自异常数据点的大量信息。为了应对突况，管理人员需要制订正确的决策计划。本文主要讨论宏观经济应用管理领域的统计数据分析方法，以及业务管理、财务管理、风险管理和管理的六个方面。如：

（一）宏观经济方面关于宏观经济产业的运作和发展有若干规律。为了找到宏观经济发展方法，统计分析技术对于稳定经济增长和调查潜在的经济危机很重要。当前，不仅学者，业务经理也开始了解计算机技术的使用，并开始通过统计分析来发现工业发展中的若干问题，学习工业发展的原理。为了找出答案，我们选择了相关的影响因素并采取了相应的行动，采取措施提高工业发展效率。

（二）企业运营管理方面通常，在日常工作程序和工作相关领域中存在某些特定的业务管理和操作规则。另一方面，通过将统计信息应用于业务的运营和管理，公司可以通过分析大数据的统计信息来获得规律。这将帮助公司节省一些资源，避免重复的任务并节省公司的业务资源。如果该政策是从科学的统计评估阶段得出的，则情况与正常情况不同的企业高管应仔细考虑潜在的风险。

（三）企业营销管理方面企业需要建立大型数据管理系统来收集有关企业提供的产品或服务的市场交易信息。因此，消费者的热点必须与受管理的信息系统对齐，以使其隐藏在协同交易信息中。确定消费者对需求的偏好并确定消费者需求。公司的主要产品和服务根据消费者的喜好运作，可以满足消费者的需求，替代市场上的非反应性产品和服务。同时，开发新产品和服务企业领导者可以提供有效的决策信息，并为消费者创建新的热点[3]。

（四）企业财务管理方面应用管理统计信息。它通过审查有关生产过程和运营的统计数据（尤其是财务数据），进行定性和定量分析，帮助评估相关活动，例如商业投资。财务管理是开展业务必不可少的部分，这对于减轻公司的财务风险和提高公司资源分配的效率至关重要。通过统计分析对商业经济数据进行分类和分析，可以为高管、投资者和其他相关利益相关者提供有效的决策信息。

（五）企业人力资源管理方面将统计应用于公司的人力资源管理，并使用统计分析技术结合公司业务管理部门的特征，选择适当的方法来提高效率。人力资源管理很重要，人才基本上是企业的无形资产，在部门保留相关的人力资源是业务发展的关键。回归站评估法用于预测企业发展的人力资源需求，动态分析法用于根据状态预测人力资源的变化。将这两个方面结合起来可以大大提高业务资源的效率。

（六）企业风险管理方面使用统计分析技术对业务流程中的大量业务信息进行分类和分析，发现隐藏的规则和数据差异。重要的是，业务主管需要进行预测，做出正确的决定，解决事件并发现潜在危险。意思是如果统计数据分析有些奇怪，则需要找出业务流程中具有的某些规则，因此业务主管需要寻找更多异常条件，尤其是财务管理，要注意关注状态的变化。另一方面，对公司财务信息进行统计分析是公司规避财务风险的有效手段之一。

三、完善大数据统计分析方法在经济

管理领域运用的措施在本文中，我们将了解如何从六个方面分析大数据的统计数据：宏观经济活动、业务管理、风险管理、财务管理、资源管理和财务管理人员。这被认为是财务管理数据大规模统计方法的一种改进。必须在三个方面进行现场应用：

（一）社会宏观经济层面尽管存在宏观经济法则，但根据过去的经验，由于缺乏安全可靠的数据和分析方法，宏观经济法则的分析则一直被认为是伪科学。大数据分析技术提供了探索宏观经济法则的机会，大数据技术使用数据创建系统，而使用许多信息技术的科学分析是宏观经济法研究中的重要一步。特别是，某些行业使用行业信息和对经济趋势预测的全面分析来帮助识别和克服复杂的工业发展挑战，可以提高宏观经济发展效率。

（二）企业经营管理层面在公司上载和数据受限的情况下，企业很难优化管理功能以提高性能[2]。由于业务经理的管理理念和管理水平受到限制，因此很难断定业务开发操作和管理流程是否存在问题。统计分析技术可用于计算和评估每个关键决策或业务战略适合性的有效性。如果由于大数据分析技术而导致预期的数据销量存在矛盾，该公司可以调整其总体战略并进行业务变更以优化管理理念。

（三）行业与行业之间存在着一定的鸿沟无论是快速消费品行业、食品行业还是大型公司，其经营理念和经济结构在公司治理方面都存在根本差异。统计数据分析技术使公司能够了解整个行业的消费者需求的性质，分析社会经济状况，能够了解共同的业务条件和业务发展情况，并优化或区分劣质产品。在某些情况下，此更改是提高产品价格的高级更改，如果消耗量和消耗品减少，则可以降低产品价格。产品必须能够升级以满足顾客需求。产品行业、食品行业或大型行业具有不同的经营理念和财务结构，还在进行公司管理。但是，各个行业的业务方向取决于消费者的需求。换句话说，公司开发了产品的功能并使产品的功能适应消费者的需求。对于公司而言，通过优化生产结构并提供更多定价和功能来说服更多消费者也很重要。

（四）企业财务管理层面财务管理贯穿公司治理的整个过程。公司财务管理非常有效，但是存在诸如财务管理的巨大风险之类的问题。对公司财务信息进行统计分析是防范财务风险的有效手段之一。公司需要管理其日常收入和支出，并进行大规模会计处理。企业可以使用大数据分析技术来监测财务管理功能并确保标准化业务的财务安全。利用统计分析技术和大数据，公司可以预测潜在的市场和行业风险，以提供最佳解决方案，还可以提供分析大数据的方法，可以跟踪异常并快速发现异常。

四、结语

本文首先从宏观经济方面、企业经营管理方面等两个方面对大数据统计分析方法在经济管理领域运用的意义进行了分析，然后从宏观经济方面、企业运营管理方面、企业营销管理方面、企业财务管理方面、企业人力资源管理方面以及企业风险管理方面等方面对大数据统计分析方法在经济管理领域的运用进行了分析，最后从社会宏观经济层面、企业经营管理层面、行业与行业之间存在着一定的鸿沟以及企业财务管理层面等方面提出了完善大数据统计分析方法在经济管理领域运用的措施。大数据分析技术被广泛用于宏观经济预测、业务管理和公司风险管理，它在优化公司治理和运营结构，有效改善公司治理以及提高公司统一性和核心竞争力等方面发挥着重要作用，可以使公司在激烈的市场竞争中有一席之地。

【参考文献】

[1]张琳.大数据统计分析方法在经济管理领域中的运用浅析[J].营销界,2019(38):291-292.

[2]杜珉.大数据统计分析方法在经济管理领域中的运用探析[J].山西农经,2019(12):27.

[3]陈雪琴.大数据统计分析方法在经济管理领域中的应用[J].山西农经,2019(5):37.

[4]陈文怡.大数据挖掘电力系统项目管理中理论的应用[C]//2018年6月建筑科技与管理学术交流会.

第6篇：大数据在管理学中的应用范文

近年来，“大数据”这一概念迅速流行，在业界和学界得到高度关注。事实上，“大数据”并不是从天而降的，而是时代演化的产物。当信息技术发展到云计算、大数据时代，人们的生活渐渐发生了全面的变化。从基础研究方法到各个学科，人们普遍感受了大数据的迫近，但我们要看到大数据之“热”背后的东西，以及企业需要构建哪些关键能力。

计算范式进化

回顾信息技术革命对社会生活的影响，可以分为几个时代：主机（Mainframe）时代，个人电脑（PC）时代，Web 1.0时代，Web 2.0时代，以及物联网/云计算/大数据时代。主机时代主要是指以大型机为主导的1960-1970年代。人们若有计算需求，就要去计算中心，把程序交给专门的工作人员负责试运行。这完全是集中式的数据管理，个人想做计算非常不方便，而且很贵。1980年代可以称作个人电脑时代。此时，大型计算机的一部分功能转移到了台式个人电脑上，人们可以在个人电脑上运行一些简单的计算功能，开始了简单的文本处理，计算开始从集中走向分散。20世纪90年代Web 1.0 兴起了，互联网帮助人们把全世界的信息联系在一起了。但此时的互联网是单向的，我们仅仅能够查询和获取信息，只能通过这个窗口向外看。到2000年前后，以互动和参与为主要特征的Web 2.0出现了。原来人们只是互联网信息的被动接受者，但此时，网民可以自己写作博客，参与维基百科的编辑，联系社会网络等等。电脑的计算功能越来越强，越来越融合在人们的生活之中。人们之间的信息沟通越来越密，社会中的信息点也越来越分散。直到近年来，出现了以物联网、云计算和大数据为标志的新时代。此时，不是单个软件或单个机器的革新，而是整个计算范式（Paradigm of Computing）的变革。这是一种新型的集中式计算：无处不在的探测感应装置、计算机网络、移动终端、云服务、社会化媒体、数字化生活使得数字世界和计算能力处于物理上高度分散和分布式状态；另一方面，物联网、云计算和大数据应用又强调信息整合、数据中心平台以及全局视图。所以，与传统集中式不同，此时呈现出物理上分散、逻辑上集中的新特点。

技术的发展与应用有一个刺激响应螺旋：当某个技术突破产生时，个人和组织不管主动还是被动都免不了要面对这项技术，思考诸如“要不要应用这项技术，如何应用”等问题；技术的发展又会受到这些应用要求的影响，一直互动和循环下去。一项新技术是一个刺激，个人和企业会响应并产生新需求，进而这些新需求又成为新的刺激，使得技术再做出创新响应。技术和应用需求就在这种刺激与响应中螺旋上升。在当前新型计算范式背景下，特别是从大数据的视角来审视我们面临的机遇和挑战，思考对未来的管理可能产生哪些影响，具有重要理论和实践意义。

大数据改变生活

现在关于大数据的说法比较多。一些提法也在涌现，如认为大数据只注重关联不注重因果、只注重总体不注重抽样等。这些观点反映了特定场景和应用的某些特点，但是作为大数据的一般属性的话，目前还缺乏足够的共识。简单说来，具有相对广泛共识的大数据特征是所谓的4V（Volume， Variety， Value， Velocity）。第一，大数据意味着超常规模数据（Volume）。与之前的大规模数据不同的地方在于，大数据对企业来讲意味着数据规模超越了企业本身的内部数据，而是延伸到了企业外部，成为一种社会化的企业数据。每个人作为终端使用者，既是信息的使用者，又是信息的创造者。全社会的人都与数据发生关联，在社会活动的各个环节，而不仅仅局限于之前的某些企业、某些部门职能环节；这是质的变化。第二，大数据意味着多样性（Variety）。富媒体（Rich Media）大大扩展了人们的数字化生活体验，全球数据和数字流量中70%～80%都是视频、语音、图像，而不是过去以二维的、规范化的、非常简单数据形式为主的结构化数据。多样性成为大数据的显著特征。第三，我们处在数据的海洋之中，但与我们企业或个人相关的数据相对说来是很少的，所以是低价值密度的（Value）。即，数据量的分母太大，对企业或个人决策有价值的信息占总量的比例就很小。所以这里有一个重要的含义，即如何从低价值密度的数据海洋中挖掘出有用信息，成为企业数据分析的关键。第四，大数据的实时性强（Velocity）。信息就像开着的水龙头一样，源源不断地出来。人们打开手机看新闻，支付账单，都需要得到及时响应，而不是等到晚上再看新闻，要排个队才能支付账单。信息是连续的，实时的，流涌的。这种流信息是时时刻刻（Real-Time）的，构成了大数据之“大”和无时不在。

大数据的这四个特征会给人们的科学研究方法带来挑战，当然也会影响商业和管理。

比如说对统计理论的挑战。在传统概率统计学中，因为做不到对总体进行采集，所以设计了许多抽样方法，要用到测度（如均值、方差）这些概念。在大数据背景下，很多基础的假设都需要重新检验和审视：哪些被颠覆了，哪些可能还可以用。在所有管理学理论中，统计是最基础的方法之一，所以这种审视很重要。

再者，比如对信息处理的挑战。传统的信息处理技术要应对具有4V特征的大数据是极有挑战性的，一方面是测度、信息处理的基本方法，另一方面是搜索、推荐等应用方法。大量的信息处理方法都只能处理结构化的数据，而无法处理富媒体数据，因而需要重新审视。譬如，30和31不相等，两个数字易于比较；而两篇博文可能只是相似，意义相接近，等等；视频和图像的比较，更需要判断其相似性而非“等于”。此时，数学上的“等于”就变成特殊的个例了，多种情况下是“约等于”，或者说相似关系。但是，已有的大量算法并不是基于“相似性”，需要重新检验。例如，数据挖掘方法中有一种关联规则算法叫做Apriori算法。这个算法是基于结构化记录的经典算法，是许多应用方法的基础。啤酒尿布问题就是关联规则算法的经典案例。然而，如果现在要处理的不是一条条的记录，而是视频、音乐，经典算法能否处理新问题就需要重新审视。第一要审视算法是否可用，第二要审视算法是否足够有效率。再如，现在我们搜索一个关键字可以很快得到结果，但搜索图片时体验还是很差的，如果要搜索一段语音、音乐，那么，搜索的响应时间、质量和精度都还远达不到人们的要求，是计算机学界需要解决的问题。考虑到处理大数据需求的是流算法，对实时性要求高，没有效率的算法势必会被抛弃。其它的挑战还涉及数据传输与存储技术、社会分析与计算技术、模式识别与语义分析技术等诸多领域。

当数据完全渗透到人们生活之中，大数据带来的挑战就涉及人们生活的各个方面，除了上述基础方法、信息处理方面的挑战，在很多方面我们都可以观察到大数据时代的不同。比如，智能手机和平板电脑作为一类功能强大的移动终端，通过丰富多样的客户端应用（如apps等）支持人们的各种需要（如：开展业务、网上购物、信息搜索、聊天交友、休闲娱乐等等）。这极大地扩展了企业和个人的计算触角，深化了社会化商务和移动商务，丰富了数字化的社会生活。

对管理趋势的影响

大数据时代的管理喻意可以从两个方面来概括，即：“三个融合”和“三新”。“三个融合”指IT融合、内外融合和价值融合。而“三新”则指大数据时代催生的新模式、新业态和新人群。这两个方面反映了大数据时代管理理论和实践的变化特征，其中前者主要体现管理领域和视角上的变化，后者则主要体现管理主体和方式上的变化。

信息技术融合 信息技术融合（IT融合）是指，技术与人们生活和企业运作的密不可分性。信息技术融合有很多实例和问题，概而言之，这对管理有两方面的意义：第一，越来越多的传统企业管理问题已经变成或正在变成数据管理或信息管理的问题；第二，越来越多的企业决策已经变成或正在变成基于数据分析的决策。在企业原先的运营框架中，IT支持、营销、会计、战略管理、创新可能是不同的职能，但当企业的活动和事件越来越多地用数据体现时，企业决策就要基于数据决策。

内外融合 内外融合强调企业外部数据的重要性。通常，企业关心内部的信息化，如ERP关注内部资源的整合，CRM系统也只是与客户建立联系，但现在，评论、口碑、商誉、流言等各类信息都是企业外部数据，而企业还必须关注，否则很可能会出现企业声誉危机。所以，企业要关注内部数据与外部数据的融合，基于内外数据的交互来做决策。用户生成内容（User Generated Content，UGC）、公共生成内容（Public Generated Content，PGC）正在发挥越来越大的作用，影响消费者的购买决策、商业舆情和企业形象，企业必须对此做出反应。

价值融合 价值融合是指，企业因生产产品和提供服务而产生价值，消费者在使用产品的过程中产生价值。譬如，手机制造商或者电信运营商面临着这种情况：你生产和销售手机或提供流量，会获得一些收入；但大量的价值增值并不在手机本身，而在于顾客如何使用手机。也就是说，生产有形的产品是一种价值，在此基础上的无形产品（如服务、内容）可能会带来更大的价值增值。所以，企业不但要关注有形产品，还要关心附加价值，强调服务、内容等等。

新模式 很多企业在探讨大数据背景下如何转型升级的问题，为了适应大数据的挑战会产生许多新模式，比如O2O（online to offline，线上线下结合的商业模式）。像线下实体电器卖场，为了适应变化要做线上电子商务平台、进行了线上线下同价、线上定购线下提货的尝试等。而线上商城为了保证时令产品及时到达顾客手中，就会租线下仓库、打通物流的上下游等。这并不意味着某些公司会消失，只是企业模式会发生改变。因为大数据情景强调企业外部知识，用户体验更重要也更丰富，比如虚拟体验、实体体验和线上线下融合的体验。企业内部也要有新模式。因为数据管理和基于数据分析的决策对企业越来越重要，企业要重点增强的一个核心能力就是深度业务分析（Business Analytics， BA）能力，而这个能力的很多方面来自商务智能和数据挖掘技术。这种分析是有深度的、严谨的，可以辅助企业在变化的环境中做出更好的决策。

新业态 赛博空间（Cyberspace）和众包（Crowdsourcing）、数据产业等都是相关的新业态。以前我们可能在休息的时候玩一会儿游戏，但现在有很多人生活在赛博空间的虚拟现实中。对有些人来讲，赛博空间是他们的“第二生活（Second Life）”，而对另一些人来讲甚至是“第一生活”空间。他们长期生活在其中，心理、行为可能会发生变化，也会产生一些商业机会。很多企业的主要业务就是满足这类虚拟需求的，比如说卖秘籍的，卖虚拟装备的，卖虚拟币的。虽然人们在观念认同上可能存在差异，但在这种新业态上确实产生了年销售额非常可观的企业。众包是企业外部的大众为企业出创意、做设计等工作，这种新型生产组织形式还未得到企业的足够重视，其潜力不应被低估。此外，云计算和大数据应用需要新型数据平台和资源虚拟整合优化，所以数据中心产业会兴起，这会涉及很具体的产业政策、宏观环境等整个生态系统。

新人群 很多中老年人从1970年代开始学习信息处理，应该算是信息社会的“移民”，但是现在两三岁的儿童都能对iPad上瘾，是信息社会的“原住民”。虽然从年龄上来看，在岁数上差一代两代，但在技术进化来看，可能跨了很多代，中间隔着处于各种技术代的人群。如果企业的员工、客户都是这些信息社会的新生代或原住民了，那么组织行为、绩效管理、KPI、企业文化、客户关系管理都要发生改变。举例来说，和这些人沟通，除了面谈、聚会之外，微信、QQ成了更重要的沟通方式；而与老客户老员工沟通，可能还是要采取传统套路。

BA将成企业关键能力

面向大数据机遇和挑战的应对策略是进行长期部署和短期规划，一步一步走。从长期来看，大数据的影响是深刻的。但眼下对企业而言，应对大数据的第一步是构建BA能力。

第7篇：大数据在管理学中的应用范文

目前取名为《电子政务》、《电子政务教程》、《电子政务与电子政府》、《电子政务概论》、《电子政务理论与实践》的教材已经有许多版本，在选择教材时本着“三优先”原则，即优先选用国家级规划教材，优先选用面向21世纪课程教材，优先选用获奖优秀教材，最后选择了东北财经大学出版社出版的《电子政务》。这是面向21世纪的高等院校公共理系列教材，这本教材与其他教材相比，优势体现在课程的体系结构完整，理论与实务兼顾合理，配套多媒体课件较完善，并提供较好的实验课内容。

此外，该教材是作为精品课程的教材来建设的，每一章节后的习题设计较好，有单选、多选和简述题等，便于学生课后练习。

实验课内容的设计与实施

在结合所选教材和本校学生知识结构的基础上，课程组对14个学时的实验课程进行了充分的讨论，最后认为电子政务作为行政管理专业的一门核心课，主要通过实验课程提高同学们对电子政务的直观感受和相关技术应用的了解，因此，按照课程章节重点，设计了7个实验内容，每个实验内容为2个学时。这7个实验内容依次为：政府信息门户、政府办公系统、行政审批系统、公文传输平台、决策支持系统、综合件处理系统。为配合这7次实验内容，提高学生的实验效果，每次实验要求同学们提交实验报告，每次的实验报告为涉及该实验内容的关键技术或应用系统的介绍，这7次实验报告主题分别是：介绍一个优秀的政府门户网站、介绍一个优秀的政府政务大厅、介绍电子化行政审批、介绍一个优秀的电子政务建设案例、介绍中间件技术、介绍VPN技术、介绍工作流技术。

教学案例与相关资料的搜集与整理

尽管所选教材每个章节都提供有教学案例，但是考虑到电子政务建设是一个不断推进的过程，特别是随着计算机和信息通信技术的快速发展，有许多新情况、新问题、新应用不断产生，因而，在组织课堂教学中，每次课都要在互联网上搜集相关案例资料和重要新闻。搜集的资料主要有：

1我国信息化和电子政务领域权威人士的报告资料

国家信息化专家咨询委员会常务副主任周宏仁关于国家信息化和电子政务的重要讲稿和报告，如“将国家信息化推向新阶段”；国务院信息化工作办公室司长赵小凡的重要讲稿，如“国家信息化与电子政务”、“国家信息化战略与实践”。此外还搜集一些重要的新闻信息，如“大数据时代”、“国新办正开发网络身份验证系统”、“中国通过保密法修正案监管互联网”等。

2与电子政务有关的多媒体课件

主要搜集的多媒体课件有：国家电子政务工程建设项目；政务网站建设与维护；电子政务系统及应用；电子政务网络技术构架及常见网络故障处理；北京市政务信息资源共享交换体系；电子政务安全问题及解决方案；电子政务的战略规划与实施参考；河北省电子政务信息资源规划培训；阳光电子政务平台；中国电子政务发展现状及趋势；电子政务发展主要集中的方向和我国新阶段电子政务发展；北京市电子政务总体框架；省政务外网应用系统介绍等。

3与电子政务有关的视频资料

主要搜集的视频资源有：数字地球、数字城市、清河电子政务、湘潭电子政务内网及各章节中关于计算机和网络信息技术的相关视频资料，如局域网的搭建视频等。

4相关期刊文章

教材中有些地方引用的案例较为简略，在教学中就需要再次通过多种途径搜集相关期刊文章。如教材在介绍电子政务环境下政务流程由松散转向集成时，只是提到了天津市集装箱检验局的组织结构图前后对比，没有详细解释该事件。通过搜索，发现有关于该事件详细分析研究的期刊文章，这就对于加强该部分内容的理解掌握非常重要。类似的地方还很多，搜集的相关期刊文章有：基于IPSec和XML的电子政务数据交换系统的设计；基于委托的电子政务服务外包的激励模型研究；电子签章技术在电子政务中的应用等。

5相关专著、教材、精品课程网站

相关专著和教材是对该课程知识体系的重要支撑内容，本课程在教学内容的组织过程中，除了参考相近的电子政务教材外，也购置了电子政务或信息化建设方面的重要著作，主要有：《电子政务发展前沿（2011）》、《信息化蓝皮书》、《信息化论》、《政府信息资源管理》、《信息管理学基础》等。此外，还为学生提供部分精品课程网站供参考学习。

教学团队力量的形成和主讲教师业务素质的提升

电子政务课程的教学团队成员应主要由管理学和计算机知识背景的教师组成，主讲教师需要深入掌握计算机文化基础、计算机编程语言、网络网站建设的基本知识；还需要深入掌握行政管理学、公共管理、公共政策等专业知识。依托教学团队开展教学方法、教学内容和学科建设是课程建设的重要内容，也有利于促进主讲教师业务素质的提升。

主要问题及建议

第8篇：大数据在管理学中的应用范文

“客户关系管理”是适应信息技术和企业客户理念认识的不断发展而出现的一门课程，已成为市场营销专业的专业必修课程。合理运用项目驱动教学法能有效提高客户关系管理课程的教学效果，达到应用型人才培养目标要求。

1客户关系管理教学现状

“客户关系管理”是市场营销专业的一门重要课程。本课程重点使学生理解并掌握客户关系管理核心流程和支撑平台。学生能认识到客户关系管理是运用现代信息技术挖掘和积累客户信息，有针对性地为客户提供有价值的产品和服务，发展和管理企业与客户之间的关系，培养客户长期的忠诚度，以实现顾客价值最大化和企业收益最大化之间的平衡。客户关系管理是企业在不断改进与客户关系的全部业务流程，最终实现电子化、自动化运营目标的过程中，所创造并使用的先进的信息技术、软硬件和优化管理方法、解决方案的总和。

但在实际的教学过程中，客户关系管理课程目标较难得到完整的贯彻，学生取不到良好的学习效果。主要表现在三个方面：一是理论与实践脱节，要么注重理论教学而忽视实践能力培养，要么偏重实践能力培养而忽视理论教学。二是教学内容（教材）的确定和教学软件的选用存在问题。三是教学过程枯燥，不能吸引学生主动学习。

客户关系管理课程，教材内容方面的更新尤显滞后，如大数据已经运用到社会的各个领域，客户关系管理的基石是企业的信息化，与大数据的融合将成为必然，但鲜有教材涉及。教学实践软件开发方面也难以跟上企业发展的进程。

2项目驱动教学要厘清CRM发展现状与趋势

客户关系管理是一门创新的企业管理理念和管理模式，是企业管理中信息技术、软硬件系统集成的管理方法和应用解决方案的总和。客户关系管理课程处于不断发展与创新之中。开展项目驱动式教学，必须立足于客户关系管理发展现状，同时根据其发展趋势来进行项目设计。

（1）客户关系管理的核心理念是关系营销，客户关系管理的支撑系统是信息管理。20世纪90年代英国克兰菲尔德管理学院的阿德里安?佩恩教授提出的关系营销六大市场模型中，顾客关系是整个关系营销理论体系的核心、出发点和归宿，其他关系都围绕企业与顾客的关系展开并最终落脚在企业与顾客的持续交易之上。同时，如果从技术和策略的角度来理解，客户关系管理是一种电子商务的技术应用方案，是“基于数据分析的营销活动”，其基本手段是信息技术。

（2）企业客户关系管理的目标是持续提升自主的运营效率和效果，面向客户的、管理导向和流程导向的客户关系管理是未来的发展方向。客户关系管理的运作框架应具备面向顾客、战略性、整合性的特征，注重六大流程的建设：客户组合分析、客户信息积累、客户价值设计、客户价值传递、客户周期管理和绩效评估。同时，为了在组织中有效实施和推广客户关系管理战略，组织变革、信息化和流程优化的工作也是必不可少的支撑平台。

（3）客户关系管理软件系统提供商，包括Oracle、SAP、Microsoft CRM、Salesforce等，选择实践环节软件系统，应考虑易用性、灵活性、可升级性以及性能等因素。

（4）大数据技术、数据仓库、数据挖掘技术在客户关系管理中的运用。数据仓库为客户关系管理提供决策支持，数据挖掘起着导向作用，体现出客户关系管理是“基于数据分析的营销活动”。

（5）客户关系管理与电子商务关系。在客户关系管理中电子商务与数据仓库是紧密相连的。以电子商务为主战略的企业中，客户关系管理是决定企业电子商务成效的关键因素。而电子商务具有广阔的发展前景。未来的研究将突出顾客价值的运用和顾客知识管理以及客户关系管理实施流程和能力的研究。

3?目驱动教学法的运用

（1）根据客户关系管理的发展趋势，从客户关系管理的六大流程，即对客户组合分析、客户信息积累、客户价值设计、客户价值传递、客户周期管理和绩效评估六大模块进行了项目设计。项目也可由学生在论证的基础上自主选择。

（2）具体设计：①客户组合分析模块：选用了新世纪天籁上市的案例，要求学生区分汽车市场的客户价值、思考东风日产应如何进行客户组合分析完成项目，结合相关文献回答动态市场环境中估计客户价值应考虑的因素、客户贡献价值的测算方法等问题。②客户信息积累模块：选取了阿里金融作为案例，通过解决阿里金融的独特优势来分析阿里金融的客户信息库应包含的内容以及如何进一步运用客户信息库。③客户价值设计模块：贴近学生的切身感受选取了入校之际通信运营商在校园进行的营销活动，分析大学生群体的客户价值特点以及体现的客户需求，并展开到如何提升校园营销的效果，结合相关文献回答企业如何为客户设计其价值组合。④客户价值传递模块：选取全球最大的特卖电商、中国第三大电商唯品会，要求学生分析其快速反应系统及价值让渡系统运转的关键因素及系统中上下游间的关系，结合文献回答价值战略网的构成及客户接触面的构建。⑤客户周期管理模块：以某旅游公司为例，分析客户获取、客户保持与开发、客户流失管理的内容及应对策略，并结合相关文献，构建旅游业的客户生命周期管理模型。⑥绩效评估模块：以湖南卫视的户外亲子节目《爸爸去哪儿》为例，分析其受欢迎的关键因素并评价其节目的满意度，思考其满意度是否还有提升空间，在此基础上探讨客户满意度评价的维度及指标体系。

（3）实施过程：实施过程中坚持以任务为载体、项目为驱动，大致按照项目设计、项目实施与控制、项目评价三个大的环节进行。①项目设计：根据客户关系管理发展现状与发展趋势，按照上面客户组合分析、客户信息积累、客户价值设计、客户价值传递、客户周期管理和绩效评估六大模块进行设计。项目应具有可操作性、针对性、时新性。注重鼓励学生思考和创新、提高学生团队合作能力和交流表达能力。②项目实施与控制：以4～5人为一组，在组长的组织下，按项目时间进度分工协作、开展研究。③项目评价：坚持过程与结果并重，帮助学生自我反省、提高和激励。总成绩结构按小组互评、教师评价、项目答辩3部分组成。

第9篇：大数据在管理学中的应用范文

[关键词]房地产;开发管理;课程设置;研究性教学

doi：10.3969/j.issn.1673 - 0194.2015.22.182

[中图分类号]F293.3-4 [文献标识码]A [文章编号]1673-0194（2015）22-0-02

房地产开发与管理课程不仅有法律、策划等理论知识，还有各种土木建设技术、课程设计、计算机应用等内容，这方面知识需要拥有良好的地理信息掌握技术、测量、招标管理等技能，因此，基于网络环境的房地产开发与管理课程是该专业技能学习的必修内容。但目前该课程的学习与网络环境应用紧密程度低，缺乏系统化的学习方式，需要进行研究性教学改进教学内容。笔者通过研究房地产开发与管理课程的特点，分析现今该课程学习的重点及存在的问题，探讨该课程的改进建议。

1 基于网络环境下该课程研究性教学特点

1.1 自主学习能力提升

房地产开发与管理课程利用网络教学资源和网络信息共享，可实现学生的自主探究学习，由于该课程内容的复杂性和多样性，该课程在学习时需要进行文献的借鉴、大量调查和假设，在缺乏验证的基础上进行评估，这些方面的经验都需要学生自己进行查找分析，因此，在网络环境下的探析活动，大部分都是学生自身的探究，主动性强，教学模式较开放。

1.2 创新性强

由于房地产开发需要对项目作出评估并进行策划，原有的项目规划通过大量的语言描述，使计划书看起来杂乱无章，缺乏总结归纳。但是现有基于网络环境的计划书，可通过作图，将各部分内容以系统化的简短语言描述出来，并对图形加以绘制，使各部分实现列联分析，加强各部分相关程度。通过网络计划图的勾画，以此大大提升学生的创新能力培养，学生对于专业理论的掌握如果只落实到书面上，只是对理论的复制粘贴，通过网络计划书的勾画，才能看出学生的分析能力、创造能力和学习能力。

1.3 增强了教学内容的实践性

由于房地产开发与管理课程内容涉及多专业知识，理论学习过多，长时间积累却缺乏实践应用会导致学生实际分析能力下降，因此，基于网络环境的学习可有效将学习理论以网络信息共享的形式适时应用于策划管理，对于地理信息知识可利用网络更好地进行区域分析。同时，对于营销、估算等内容利用网络计算工具可实现数据的精准化，确保不会出现人为失误。

1.4 贴合时展

现今作为网络沟通交流的时代，人们的生产生活早已离不开网络环境，针对此现状，现今教育教学也逐步将网络应用于学习当中，以此提升教学质量。房地产开发与管理课程的教学本身就有大量的网络策划图、计算机应用等知识，将课程向网络化环境发展，贴合时展的理念，有效促进了该课程的革新，在改进教学方式的基础上，提升了学生对于网络应用的能力，使学生通过网络设计、网络搜集、网络借鉴等手段，更加深入了解该门课程的专业性质，增强专业能力。

2 基于网络环境下房地产开发与管理课程的难点

2.1 开发建议书的述写

该课程内容重点就是对开发与管理阶段的策划述写，一项工程的完善与管理最重要的就是前期准备工作，而开发建议书就是对投资项目做一个整体构想，以规划性的建议探讨该项目的开发价值。而建议书的内容包括地理位置、资金投入、建设规模等方面，这些内容都需要有详细数据调查。基于网络环境下的课程学习，可了解某项工程的调查内容，通过查找文献资料，基于实际数据，学生可获得详尽信息，为接下来的研究奠定基础。

2.2 计算机应用

通过对拟建项目开发建议书的了解，之后需要进行项目的可行性分析。经过进行网络分析，可行性研究报告里可增加数据支撑，以确定分析的准确性和科学性。因此，通过网络获得的大数据，成为房地产研究设计中的重点，使房地产开发与管理课程将计算机应用作为重点教学内容。

2.3 开发设计环节

一般开发设计环节需要有明确的项目策划书，但是书面性的项目策划书体系过于庞大，内容比较杂乱，不便于翻阅与查看。基于网络环境下的开发设计，可形成规范化的流程图，以简洁明了的形式做出直观清晰的网络规划图，建立大体框架的雏形，便于翻看与整理。因此，基于网络环境下的房地产设计是房地产开发与管理的重中之重，对房地产的建设施工起到了引导作用，缺乏这一环节，房地产工作便无法开展，以致这一内容成为该课程的难点。

3 基于网络环境下该课程研究性教学的影响因素

3.1 网络信息共享程度

研究性教学需要学生的主动探究能力，基于网络环境的房地产开发与管理课程，需要大量的网络信息资源，比如法律、项目策划、营销等方面。目前我国与该课程资源相关的网站大约有4 000多个，其中涉及了房地产的综合网站、各企业信息、中介服务、法律规范改革等不同方面的内容，但是这些内容有一些私密性的信息并不对外公布。因此，在研究性教学基础上，学生可利用学校内部的知网、外文数据库、超星、维普等与企业联合的网站，学习到相关课程的信息，可见，基于网络环境的教学模式为该课程的学习带来了信息共享的便利。

3.2 网络应用程度

基于网络环境对于该课程的研究性教学需要掌握教学过程网络信息和网络数据的掌握程度，因为房地产开发与管理课程需要用多方面信息与数据的结合才能进行分析，这些内容单靠经验理论不能得到，需要经过网络的数据库查找验收，因此，网络的应用程度对该课程的深入具有重要影响。

3.3 网络教学方式设置

由于房地产开发与管理课程理论知识内容丰富，因此，目前教育方式仍以课堂授课为主，对于网络课程的应用并未普及。学生在进行法律知识、人员管理、土地所有权等理论知识的学习时，这种理论授课的方式可满足学生的基础知识学习，但是对于项目策划、课设方面的实践学习，如果依然采用这种形式，就会大大影响学生的学习效率。现今房地产的形势并不乐观，如果房地产开发与管理的课程依然以理论教学为主，会造成学生的专业技能缺乏实践性，势必会影响学生的就业。网络环境下开展该课程学习，有利于提高学生的实践操作能力，在前人的基础上进行学习与改进，找到更多实践数据分析项目策划的优缺点，提升学生的课设能力。因此，固有的房地产开发与管理课程的教学方式早已不适应时宜，需要改进。

4 网络环境下该课程研究性教学的构建

4.1 先进行教学方式设置

首先，学生针对教学内容应主动在网络上收集资料，找到相关数据和信息内容;其次，分组讨论（也可自主探究），组内探究学习，提出自己的观点，并主动分享自己找到的信息内容;此后，小组内进行课题设置（自行研究课题），研究问题相关内容，各组员进行分块管理，然后大家讨论各模块之间的联系;最后，分析课题的结论，反思探究过程的问题，并对课题的相关问题深入分析，提出新问题。

4.2 网络应用更明显

一是对课程内容的网络深化，即房地产的内容知识通过网络分析，比如某地产公司的项目策划在进行风险评估时，只做了关于开发环境、施工规模、技术三方面内容的评估，它缺失的内容学生可通过网络查找以往文献，通过借鉴文献，并根据当地建筑环境进行实际分析，作出符合当前发展的风险评估，并作出网络计划图，以直观的网络规划形式将课程内容应用。二是对网络信息数据的应用，现今属于大数据时代，对于房地产行业的数据信息利用也不能基于某一年或是某一项，必须要经过多项数据的分析处理才能做出全面分析。比如对于房地产开发的融资，融资需要考虑多方面因素，不能依靠经验和简单的经验进行规划，因此，在网络大数据的影响下，学生可分析多年来某项目的融资情况，网络分析大大减轻了人力分析的困难。

4.3 研究性教学基于实际

房地产行业现在处于低迷时期，那么对于其开发与管理的教学需要基于现今实际，分析各地房地产开发与管理课程教学的改进措施。通过网络，可学习得到一些实际的教学内容分析，比如依据2015年房地产行业的增幅统计发现，虽然现今房地产行业不景气，但是依然有接近四成的富豪加入房地产建设行业，可是依据2014年对于房地产行业经济效益的评估发现，在2013～2014年间，整个房地产行业持续亏损，即使效益高的企业也仅有2.6%的利益获得。以往人们热衷于房地产投资是因为其经济效益获得高，那么在低迷的时候依然有多人愿意投资房地产行业，基于这个现状，教师可结合房地产开发与管理的规划，让学生基于实际分析房地产行业在近几年的发展情况究竟是怎样的，房地产的开发存在多大的风险以及提升房地产竞争优势的项目有哪些。学生可通过网络查找资料，网络的多方面数据，网络调查等方式，自主研究房地产行业的现状、发展态势及房地产行业的行业规范。基于实际的研究性教学，可通过网络环境的运用，很好地得到房地产行业的整体分析，提升学生的自主思考能力，并通过对实际的分析，学生也能更好地将所学到的理论经验应用出来。

4.4 网络教学内容突出重点

房地产开发与管理课程知识点冗杂，主次不清，并理论教学占据过多课堂时间，使得网络教学内容因缺少课时，达不到应有教学效果。那么在网络教学中，应将知识内容区分成主要和次要两方面，合理进行课时分配。对于一些概念性的内容比如管理学的概念、城市概念等，只在理论课堂讲解，网络教学不应浪费时间再讲解一遍，对于房地产投资、项目开发等重点内容优先讲解，增加课时。并利用计算机设备，对于知识点进行作图分析，对房地产行业的各项数据教学要严谨，最好使用基于调查的数据，防止出现分析纰漏。

5 结 语

信息技术的发展，促进了教学模式的改进，而基于网络环境的房地产开发与管理专业，利用信息技术的优点，传播、策划、估算、处理项目的内容与数据，使该课程专业内容的学习更加完善。在研究性教学模式下，结合网络的优势，通过合作探究、创新思维等特点让学生更加了解该课程内容的实践教学理念，是提升教学效率的有效手段。因此，基于网络环境的研究性教学应不断创新教学内容，促进课程设计的更加完善，不断提升课程专业性。

主要参考文献

[1]何红.房地产开发与管理课程教学改革的探讨[J].现代企业教育，2014（10）.

[2]李悦，韩璐，陈双.房地产专业精品课程建设中的“协同教学”实践研究――以房地产开发与经营为例[J].科教导刊：上旬刊，2013（7）.

[3]张研，包恩和，周月娥.房地产开发与管理专业《建筑材料》课程教学探讨[J].科技视界，2014（11）.

[4]贾晶.《房地产经营与管理》课程教学改革研究[J].武汉商业服务学院学报，2012（6）.

[5]王洪海，范海荣，高秀青.工程管理专业房地产方向课程教学研究[J].高等建筑教育，2011（4）.

[6]谢婷，刘樱.“房地产开发经营与管理”课程的教学分析[J].中国电力教育，2013（31）.