本课程《大数据与商业智能分析》是广东省教育厅和电子科技大学中山学院质量工程高等教育改革项目立项建设课程，是电子科技大学中山学院广东省一流建设专业、广东省特色专业、重点学科——工商管理专业的核心特色课程。本课程的主要特色有：

（1）理论与实践融合：商业分析理论和实践融合教学

商业分析理论和实践是不可分割的。在这门课程中，采用混合式教学模式，即结合线上自学和线下教学，来让学生将理论与实践相结合。通过校企合作，融合企业应用场景，使用在线模拟工具和真实数据集来让学生进行实践操作，邀请企业来提供实际业务场景，让学生将所学到的知识应用到实际中。

（2）知识导向：数据驱动商业管理决策的理念深入人心

通过讲授数据分析的基础知识，如数据挖掘、机器学习和数据可视化等，来帮助学生了解数据如何驱动商业决策。使用实际案例来展示数据如何影响业务决策，并讨论如何利用数据来解决实际业务问题。通过这种方式，帮助学生深入理解数据驱动商业管理决策的重要性。

（3）兴趣引导：激发学生的学习热情

为了激发学生的学习热情，采用一些创新的教学方法，如游戏化学习和项目式学习。这些方法可以使学习变得更加有趣和互动，并且可以帮助学生更好地理解课程内容。此外，通过邀请行业专家来分享他们的经验和见解，以便学生了解实际业务场景。

（4）技能培养：帮助学生掌握商业分析工具

商业分析工具是商业分析师必不可少的工具。在这门课程中，向学生介绍一些常用的商业分析软件与模型，以Python为基础教授学生如何使用这些工具来进行数据分析和可视化。通过这种方式，帮助学生掌握商业分析工具，并将他们所学到的知识应用到实际业务场景中。

（5）课程思政：培养社会责任和商业道德

商业分析师需要具备高度的社会责任感和商业道德。在这门课程中，强调商业分析的社会责任和商业道德，让学生了解商业分析对企业和社会的影响，并引导他们思考如何在商业分析工作中遵循道德规范和社会责任。我们可以通过案例分析和课堂讨论来引导学生思考这些问题，并让他们从课程中获得更深层次的思想启示。

教学方法

本课程基于建构理论重构课程内容体系，融合管理学与数据科学的决策思想，按照“数据核心、多向联动、多维提升、综合发展”思维重构课程逻辑架构。采用以学生为中心、以学生自主探究为基础的教学理念，重构课程内容体系，将管理学与数据科学的决策思想融合，引导学生从数据角度去分析问题，培养学生的数据思维和解决实际问题的能力。本课程主要采用问题引导、案例研讨、课堂讨论、思政融入、游戏化教学、课外实践、小组汇报等教学方法。

 1、问题引导：通过问题引导，讲解数据分析的基本概念、数据挖掘技术、统计学知识，并借助生动的案例和实际应用场景，让学生掌握基本数据分析的方法与模型，并了解数据分析在商业决策中的作用和价值。

 2、案例研讨：每个章节都结合案例，深化知识、拓展视野、训练学生的思维能力，选取一些具有代表性的商业数据分析案例，如亚马逊的推荐系统、谷歌的广告投放策略等。引导学生运用所学的知识和工具，对案例中的数据进行分析，找出有价值的信息和规律，为商业决策提供支持。

 3、课堂讨论、思政融入：组织学生讨论商业数据分析中的热点和难点问题，如数据隐私保护、大数据的价值实现等。鼓励学生发表自己的观点，培养学生的批判性思维和创新能力。同时结合社会主义核心价值观，融入“互联网+”大学生创新教育理念，将专业知识与爱国教育，创新思想有机融合。

 4、游戏化教学：通过设计一些与数据分析相关的游戏，让学生在玩游戏中学习知识和技能。例如，教师可以设计一个模拟商业决策的游戏，让学生扮演企业决策者，根据数据分析结果制定战略和政策。通过游戏化教学，学生可以更轻松地掌握商业数据分析的知识和技能，提高学习兴趣和积极性。

5、课外实践：通过布置一些实践任务，如使用Excel进行数据清洗和分析、使用Python进行数据可视化很分析等。让学生在课后进行实践操作和探究，提高他们的动手能力和实践能力。同时，本课程课程还和市场调查、营销策划、销售管理、会计学、统计学、财务管理等课程有机结合，深化学生对知识理解应用和融会贯通能力。

 6、小组汇报展示：通过将学生分成若干小组，每组围绕一个商业数据分析的主题进行研究和探讨。例如，分析某公司的销售数据，找出影响销售的关键因素。并在课堂上进行汇报，分享研究成果，以实践项目的方式引导学生自主学习，培养学生的团队协作能力和口头表达能力。

 课程目标 

本课程总体目标着重培养学生的创新创业精神和强烈的事业心，培育学生创业意识和创业基本素质、基本技能。本课程教学应达到的目标是：

1、掌握商业数据分析的基本概念和理论知识，了解数据分析在商业决策中的应用价值和场景。

2、学会使用数据分析工具和技术，如Excel、Python、数据挖掘等，对商业数据进行清洗、整理、分析和可视化。

3、培养学生的数据思维和解决实际问题的能力，能够运用商业数据分析方法解决企业中的实际问题，为企业决策提供支持。

4、提高学生的团队协作能力和沟通能力，能够在团队中发挥积极作用，与他人有效沟通和交流。

课程考核方式

 1、平时成绩的构成比例和考核方式：

 （1）10%，考勤；采用学习通在线签到的方式，上课前点到。无特殊情况三次未签到者，本课程考核不合格！

 （2）10%，在线学习，互动，话题讨论等；

 （3）20% 小组汇报；

 （4）课堂表现加分：课堂每回答老师问题1次，平时成绩加1%；课堂演示提问1次，平时成绩加2%，每人只能提问1次，多提不加分；前三项得分+课堂加分+演示提问加分总计不超过40%。

2、期末成绩的构成比例：60%，考核形式：课程论文。

辅导答疑时间：每周五14:00—16:00，或通过学习通线上辅导。

教学大纲及授课计划如下：

（一）建议使用教材：

张瑾，翁张文：《Python商业数据分析》，中国人民大学出版社，2021年

（二）建议参考书：

1、张诚，张琦：《商业数据科学：数据价值与机器学习实战》，机械工业出版社，2019年

2、王宇韬 钱妍竹：《Python大数据分析与机器学习商业案例实战》，2020年

3、米歇尔等：《大数据时代的商业分析》，中国人民大学出版社，2019年

4、朱顺泉：《Python商业数据分析》，人民邮电出版社，2020年

5、拉姆什等：《商务智能与分析》，机械工业出版社，2018年

6、雷元：《商业智能数据分析》， 电子工业出版社，2019年

7、杰弗里：《商业数据分析》，机械工业出版社，2017年

（三）推荐学习参考网站：

1、Microsoft Power BI官网：https://powerbi.microsoft.com/zh-cn/

2、Tableau官网：https://www.tableau.com/zh-cn

3、IBM SPSS Modeler官网：www.ibm.com/cn-zh/products/spss-modeler

4、Weka官网：http://www.cs.waikato.ac.nz