商务数据分析与应用AI+（教学教案）

第-1-页《商务数据分析与应用AI+》教学教案（学年第学期）开课专业：________________________授课班级：________________________授课教师：________________________学校：____________________________课时内容走进数据分析世界授课时间总学时2课时（理论1.5+实操0.5）教学目标知识目标1.了解数据分析的作用2.掌握数据分析的基本知识体系3.了解数据分析相关岗位及能力要求技能目标1.掌握数据分析的学习方法2.掌握线上数据分析的自学技巧和技能3.掌握通过互联网获取数据的能力素养目标1.培养通过数据观察事物发展变化的世界观2.培养不盲从权威，以事实为依据探索未知领域的精神教学重难点教学重点：1.数据分析的作用2.为什么学习数据分析3.怎么学习数据分析4.培育国家富强、民族自豪感教学难点：1.数据分析学什么2.数据分析教学网站调研教学方法与手段教学方法：案例导入法、任务驱动法、知识讲解法、实训演练法、小组讨论法。教学手段：线上线下融合（学习通推送案例素材）、案例分析（工业革命中的中国）。课前准备教师准备：PPT课件、微课。学生准备：可用电脑/平板、网络，保证课堂查阅资料、制作表格、浏览网页、完成实操任务。学生预习课前自学内容，思考从课前案例中获得哪些数据分析知识。教学内容讨论问题：（1）数据分析的作用？（2）如何通过自学提升自身数据分析技能？内容大纲：具体可结合本项目的PPT课件进行配合讲解。项目导入：从地心说到日心说的转变中看数据分析（课程思政）课前自学：数据分析知多少1.1数据分析的兴起时代发展的需要（课程思政：工业革命中的中国）企业发展的需要个人发展的需要任务实操:解读我国“数据二十条”任务实操任务评价1.2数据分析的学与做学习内容学习方法职业方向任务实操:调研数据分析学习网站任务实操任务评价项目小结课后提升：数据如同水与空气一样的数字化时代已至小结随着大数据时代的到来，企业对数据的重视程度日益增加，数据分析在企业决策过程中的作用越发重要。学习商务数据分析知识，掌握相应的技能，不仅是社会进步和企业发展的需求，也是个人职业发展的关键。除课堂学习外，充分利用网络资源也是丰富和提高数据分析知识和技能的有效途径之一。在学习数据分析的过程中，除具数据采集、数据分析思维和软件操作等基础知识和技能外，还需要深入学习AI技能。A正重塑数据分析范式，为企业提供更精准的洞察和决策能力。练习1.能正确解读我国“数据二十条”内容2.能通过互联网检索到3个以上适合初学者使用的数据分析学习网站3.能全面梳理各个学习网站的课程架构，课程特色和使用体验等教学反思（课后填写）1.能否真正理解数据分析核心价值是用数据发现问题、验证猜想、支撑科学决策（如从地心说到日心说的数据验证逻辑），建立数据驱动的思考方式？2.对照数据分析完整学习体系（基础思维、数据处理工具、业务理解、AI辅助分析能力），自查当前自身存在哪些短板，后续可以通过哪些优质自学平台补足这些短板？3.结合“数据二十条”等国家数据要素政策，学生能否在大数据时代合规使用数据、保障数据安全与数据价值挖掘之间的平衡，树立正确的数据应用观念？课时内容商务数据分析认知授课时间总学时2课时（理论1.5+实践0.5）教学目标知识目标1.熟练掌握数据、数据素养和数据分析的含义2.知晓传统数据分析工具和AI数据分析工具的种类3.掌握商务数据分析的应用4.掌握商务数据分析的一般流程技能目标1.能根据业务需要，选择合适的数据分析工具2.能通过在线问卷平台设计问卷，采集和分析数据3.能通过Excel制作甘特图，展示企业数据分析计划素养目标1.培养个人隐私保护意识2.能识别技术滥用对消费者权益的侵害，建立对数据使用的批判性认知3.培养爱国之情，砥砺强国之志，实践报国之行教学重难点教学重点：1.数据的含义及分类2.数据分析的含义3.数据分析工具的分类4.数据分析的流程教学难点：1.数据分析的应用教学方法与手段1.教学方法：案例导入法、任务驱动法、小组讨论法、模拟实操法。2.教学手段：线上线下融合（学习通推送平台资料与案例）、案例分析（个人信息保护）。课前准备1.教师准备：PPT课件、微课视频。2.学生准备：数据分析认知内容复习，挖掘身边数据分析案例。教学内容讨论问题：（1）大数据杀熟？（2）如何理解数据是把双刃剑？（3）身边的数据分析案例？内容大纲：具体可结合本项目的PPT课件进行配合讲解。项目导入：BAT与大数据课前自学：国家数据局的职责2.1数据与数据分析1.数据与数据素养（课程思政：树立个人信息保护意识）2.数据分析与工具任务实操:测评数据素养2.2商务数据分析的应用与流程1.商务数据分析的应用2.商务数据分析的流程任务实操:制作企业商务数据分析时间计划图项目小结课后提升大数据“杀熟”（课程思政）小结数据不仅是指封闭在信息中的数值内容，更包括文字、声音、图像等任何通过计算机进行处理和解析的信息。大学生数据素养包含数据意识、数据知识与技能、数据思维和数据道德规范4个维度。数据分析的核心在于通过各种技术手段和方法，从大量的原始数据中提取出有用的信息和模式，以揭示隐藏在数据背后的规律和趋势。数据分析工具分为传统数据分析工具和AI数据分析工具。商务数据分析的应用领域包含现状分析、原因分析、预测分析和决策分析，其流程通常遵循明确需求、确定思路、数据采集/处理、数据分析、数据展示、报告撰写和效果反馈等步骤。练习1.制作数据素养问卷，发放问卷，并能进行个人数据素养分析和评价。2.通过甘特图制作企业数据分析计划图。教学反思（课后填写）。1.学生对数据、数据分析、数据分析的流程是否理解2.学生能否通过数据分析案例，判断数据分析的应用环节3.能否通过EXCE规范制作甘特图

课时内容商务数据采集授课时间总学时4课时（理论1+实践3）教学目标知识目标1.了解数据采集的主要途径。2.掌握企业内部数据的含义和种类。3.掌握企业外部数据的含义和采集方式。技能目标1.能启动Excel的PowerQuery插件，并规范导入Excel表格。2.能使用Excel的PowerQuery插件规范导入文件夹数据。3.能使用八爪鱼采集器采集网页数据。素养目标1.树立正确的从商之道，合法获取数据，安全使用数据。2.培养守商法的职业情操。3.培养严谨的科研态度。教学重难点教学重点1.导入EXCEL和文件夹2.导入文件夹的注意事项3.制作简单的透视表教学难点1.网页结构认知教学方法与手段1.教学方法：案例导入法、任务驱动法、小组共创法、实训演练法。2.教学手段：线上线下融合（学习通推送内容案例与热点素材）、案例分析（守商法）。课前准备1.教师准备：PPT课件、微课视频。2.学生准备：预习数据采集相关知识教学内容讨论问题：（1）自身个人信息是否被泄露过，如果泄露了是否造成损失，如何挽回的？（2）日常生活中，自身的哪些数据在被采集？（3）如何防止自身数据被非法使用？内容大纲：具体可结合本项目的PPT课件进行配合讲解。项目导入：科学数据采集（课程思政）课前自学：美国早期的人口普查方法3.1内部数据与采集1.内部数据的含义（课程思政：守商法）2.企业内部数据的种类任务实操:采集企业内部数据3.2外部数据与采集1.外部数据的含义2.数据采集工具任务实操:采集企业外部数据项目小结课后提升：幸存者偏差小结在数据分析的众多环节中，数据采集是最为基础且至关重要的一环。对于企业来说，数据来源主要分为内部来源和外部来源。企业内部数据通常产生于企业日常运营、生产、销售等环节。这些数据因为直接来源于企业的核心活动，所以具备高真实性和高相关性，是企业最为熟悉和了解的数据资源。企业外部数据可以通过线下和线上两种方式获得。八爪鱼采集器是一款强大的企业外部数据采集工具，支持从不同的网站批量采集数据，用户只需预先设定好采集规则，即可自动抓取所需的信息。练习1.通过PowerQuery采集EXCEL数据，文件夹数据。2.通过八爪鱼采集器采集淘宝平台某一产品数据。教学反思（课后填写）1.学生对通过PowerQuery进行文件夹数据采集时的规则是否了解2.学生能否正确识别网页规则3.学生能否规范通过八爪鱼采集器采集电商平台客户评价数据课时内容数据处理授课时间总学时10课时（理论1+实践9）教学目标知识目标1.理解数据处理的含义和分类2.掌握数据处理的作用3.了解数据规约、数据清洗和数据加工的含义技能目标1.能根据业务需要，选择合适的方法进行数据处理2.能通过PowerQuery正确进行数据抽取、数据合并、数据分组和数据转换素养目标1.树立科学的数据观，追求数据的真实性、完整性、准确性和一致性2.培养批判性思维，能够识别数据中的偏差和错误3.培养诚信、务实、严谨的职业精神4.树立数据质量意识教学重难点教学重点1.数据清洗的作用与含义2.数据加工的含义与作用3.认识PowerQuery菜单4.合并查询与追加查询的区别教学难点1.PoweryQuery核心功能教学方法与手段1.教学方法：案例导入法、任务驱动法、情景模拟法、小组讨论法。2.教学手段：线上线下融合、工具实操（PowerQuery数据处理）。课前准备1.教师准备：PPT课件、微课视频、实操视频2.学生准备：预习数据采集相关知识教学内容讨论问题：（1）为什么要进行数据处理？（2）数据处理的注意事项有哪些？（3）数据处理与数据分析之间的关系？内容大纲：具体可结合本项目的PPT课件进行配合讲解。项目导入：AI，要小心数据污染（课程思政）课前自学：DIKW模型课中讲解4.1数据处理的含义和分类1.数据处理的含义2.数据处理的分类任务实操:分析企业数据处理需求4.2PowerQuery数据处理1.PowerBI界面2.PowerQuery核心功能任务实操:PowerQuery企业数据处理项目小结课后提升：了解数据治理小结在数字化时代，数据无处不在。然而，这些原始数据往往含有噪声、不完整或不一致，直接使用这些数据进行分析会导致错误。因此，数据处理是数据分析过程中不可或缺的前置任务，更是确保分析结果准确的关键步骤。利用Excel中的PowerQuery编辑器插件，能够有效执行数据规约、数据清洗和数据加工等数据处理任务，可将杂乱无章的数据转换为有价值的信息资源。练习1.通过PowerBI进行多组企业数据合并、追加2.通过PowerBI进行数据分组2.通过PowerBI进行数据透视教学反思（课后填写）1.学生能否根据需要对数据进行整合2.学生能否根据条件对数据进行分类3.学生是否具备数据透视能力课时内容以“人”为维度的用户分析授课时间总学时8课时（理论2+实践6）教学目标知识目标1.理解用户画像的含义和用户画像分析的作用2.掌握RFM分析的含义和用户价值分析的注意事项3.掌握AARRR的含义和注意事项技能目标1.能通过Excel的PowerQuery插件和腾讯云AI工具进行用户画像分析2.能通过Excel的PowerQuery插件和腾讯云AI工具进行消费者RFM分析3.能通过A小浣熊工具进行用户运营效果分析素养目标1.履行企业社会责任，遵守商业伦理，铸就数字文明社会2.践行绿色理念、倡导生态文明3.树立以消费者为中心、以人为本的价值观4.培养合法采集和利用数据的意识教学重难点教学重点1.用户画像的含义2.用户标签的分类3.RFM分析的含义4.AARRR分析的含义和作用教学难点1.通过RFM分析进行用户价值分层2.通过AARRR分析进行用户行为分析教学方法与手段1.教学方法：案例导入法、任务驱动法、小组共创法、实训演练法。2.教学手段：线上线下融合、工具实操（PowerQuery）、案例分析（海底捞用户标签事件，拼多多AARRR案例）。课前准备1.教师准备：PPT课件、微课视频、操作视频。2.学生准备：预习用户画像分析相关知识。教学内容讨论问题：（1）用户画像分析的维度？（2）用户分层管理的作用？（3）互联网时代，企业用户留存的意义？（4）AI在数据分析方面的价值？内容大纲：具体可结合本项目的PPT课件进行配合讲解项目导入：大数据时代商业活动中的“人、货、场”课前自学：大众营销与一对一营销课中讲解5.1用户画像分析1.用户画像认知（课程思政：信息收集要注意边界与目的）2.用户画像分析的作用任务实操:绘制企业用户画像5.2用户价值分析1.用户价值分析认知2.注意事项任务实操:区分企业用户价值5.3用户运营分析1.用户运营分析认知2.AARRR案例分析任务实操:复盘企业用户运营效果项目小结课后提升：百度指数小结本项目聚焦“社群扩张”核心，从引流方案设计到裂变活动策划，构建了完整的社群增长知识体系。通过理论讲解与实操训练，学生掌握了线上线下引流渠道的选择与组合、裂变活动的前期准备与机制设计等关键技能，同时熟练运用AIGC工具提升引流内容与裂变素材的生产效率。通过案例分析与综合实训，学生不仅理解了价值导向的增长理念，还能结合社群定位设计精准的引流与裂变方案，具备了独立推动社群规模扩张的能力。同时，学生也树立了合规运营与数据安全意识，学会平衡增长数量与质量，为社群的可持续发展奠定了基础。练习1.通过EXCEL（PowerQuery）与AI分别进行用户画像分析，并进行交叉验证2.通过EXCEL（PowerQuery）与AI分别进行用户价值分析，并进行交叉验证2.通过AI进行用户AARRR分析教学反思（课后填写）1.是否掌握用户画像分析的含义和作用，能否通过EXCEL、AI工具进行用户画像分析2.是否掌握RFM分析的底层思想，能否通过EXCEL、AI工具进行用户价值分析3.是否掌握AARRR分析作用课时内容以“货”为维度的产品分析授课时间总学时8课时（理论2+实践6）教学目标知识目标1.了解企业竞品分析的含义与作用2.掌握二八定律和长尾理论的内涵3.掌握矩阵分析的产品组合策略技能目标1.能通过AI工具完成竞品分析和产品构成分析2.能利用二八定律和长尾理论科学解释日常现象，会通过Excel制作产品构成图表3.能基于矩阵分析思维，通过Excel工具进行产品组合策略分析4.能正确解读AI数据分析的结果素养目标1.培养辩证的数据分析的思维2.培养多角度分析事物的思维教学重难点教学重点1.竞品分析的含义2.竞品分析的作用3.帕累托分析的起源、含义及与长尾理论的区别4.帕累托分析的案例分析5.矩阵分析的起源6.矩阵分析的含义及策略教学难点1.帕累托图制作2.四象限图制作教学方法与手段1.教学方法：案例导入法、任务驱动法、情景模拟法、小组讨论法。2.教学手段：线上线下融合、工具实操（PowerBI）。课前准备1.教师准备：PPT课件、微课视频、实操视频。2.学生准备：预习竞品分析知识。教学内容讨论问题：（1）所在学校的竞争对手有哪些？（2）二八定律和长尾理论的各自适用场景？内容大纲：具体可结合本项目的PPT课件进行配合讲解。项目导入：互联网时代的产品开发课前自学：美团外卖与饿了么平台服务对比分析课中讲解6.1竞品分析1.企业竞品分析2.分析流程任务实操:剖析企业竞品6.2产品构成分析1.核心产品分析2.尾部产品分析任务实操:分析企业产品构成6.3产品组合策略分析1.产品组合分析2.产品组合策略任务实操:规划企业产品策略项目小结课后提升：KANO模型小结竞品分析是指以市场头部企业竞争产品为研究对象，通过多维度拆解其功能设计、用户体验、运营策略等核心要素，挖掘本企业产品差异化优势、劣势与潜在机会点，最终输出具备落地价值的优化方向与发展建议，包含确定竞品框、竞品收集、竞品信息采集、竞品分析(竞品画布分析法)、报告撰写等步骤。产品构成分析可以利用二八定律和长尾理论。二八定律也称帕累托分析，是指在任何事物中，最重要的、起决定性作用的元素只占其中一小部分，其余80%的部分尽管是多数的，却是次要的。长尾理论是指由于成本和效率的因素，当商品储存、流通、展示场地或流通渠道足够宽广时，需求和销量不佳的产品所占据的共同市场份额，可以与主流产品的市场份额相当，甚至更大。波士顿矩阵根据销售增长率和市场占有率两个维度把企业的产品分为明星产品、金牛产品、问题产品和瘦狗产品4类。根据波士顿矩阵产品规划理论，企业应着力发展明星产品和可以转为明星产品的问题产品，保持金牛产品，放弃无利可图的瘦狗产品和无法转化的问题产品。练习1.通过AI工具进行竞品分析2.通过PowerQuery进行核心产品分析3.通过Excel进行波士顿矩阵分析教学反思（课后填写）1.学生竞品信息采集和竞品分析报告制作掌握程度2.能否运用二八定律和长尾理论解释身边现象3.能都区别企业产品分类，并进行策略课时内容以“场”为维度的店铺分析授课时间总学时10课时（理论4+实践6）教学目标知识目标1.熟练掌握相关分析、回归分析、时间序列分析和AHP层次分析法的含义和作用2.理解相关分析和回归分析的联系和区别3.掌握移动平均法和指数平滑法的区别技能目标1.能通过Exce进行相关分析，并判断相关强度2.能通过Excel进行回归分析，并判断分析结果的合理性3.能通过Excel进行时间序列分析4.能通过Excel进行AHP层次分析素养目标1.培养追求科学真理、求真务实的精神2.发扬商道济世精神，履行社会责任3.尊重经济规律，培养文化自信教学重难点教学重点1.相关分析与回归分析之间的关系2.时间序列分析的原理3.层次分析法的原理教学难点1.解读回归分析结果2.通过Excel进行时间序列分析3.通过Excel进行决策分析（AHP）教学方法与手段1.教学方法：案例导入法、任务驱动法、小组共创法、实训演练法。2.教学手段：线上线下融合、工具实操（EXCEL）、案例分析（我国古代的时间序列分析-平粜（tiào）法等）。课前准备1.教师准备：PPT课件、微课视频，操作视频。2.学生准备：预习相关分析、回归分析相关知识。教学内容讨论问题：（1）身边哪些现象存在时间上的先后，但不是相关关系？（2）哪些分析可以通过回归分析进行预测？（3）举一个层次分析法的案例内容大纲：具体可结合本项目的PPT课件进行配合讲解。项目导入：统计分析的分类课前自学：假设检验课中讲解7.1推广效果分析1.相关分析与相关关系2.相关关系测量任务实操:分析企业广告投入效果7.2销售预测分析1.回归分析预测2.线性回归预测任务实操:预测企业销售数量.7.3支出预测分析1.时间序列分析2.时间序列分析的方法任务实操:预测企业成本支出7.4销售渠道决策分析1.AHP层次分析法2.决策分析的步骤任务实操:决策企业海外销售渠道项目小结课后提升：辛普森悖论小结相关分析是研究两个或多个变量之间关系的统计分析方法，通过对数据的收集和整理，可以计算出变量之间的相关系数，从而判断它们之间的线性关系强度和方向。回归分析是一种通过建立数学模型来研究自变量对因变量影响的统计方法，有助于预测因变量的值，并评估自变量对因变量的影响程度。时间序列分析是一种研究时间上连续观测值的变化趋势和周期性的统计方法，有移动平均法和指数平滑法。AHP层次分析法是指将与决策有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性分析和定量分析的决策方法。练习1.通过相关分析，识别广告投入和销售数量之间关系的强弱2.分析预测企业的销售数量3.通过时间序列的移动平均法和指数平滑法，预测企业费用支出4.基于AHP层次分析法，帮助企业拓展海外市场平台选择决策教学反思（课后填写）1.学生通过掌握相关分析和回归分析的联系和区别2.能否通过Excel进行相关分析和回归分析3.能否通过Excel进行时间序列分析4.能否通过Excel进行AHP决策分析课时内容数据可视化授课时间总学时2课时（理论1.5+实践0.5）教学目标知识目标1.熟练掌握数据可视化的含义与作用2.了解数据可视化素养的含义和发展历程3.掌握数据可视化的基本元素4.熟悉常用数据可视化平台及软件技能目标1.能选择合适的数据可视化图表展示分析结果2.能根据业务场景，进行合理的数据可视化美化3.能根据实际需要选择合适的工具进行数据可视化制作素养目标1.培养用科技赋能智慧，以文化自信促进文明传承的思想意识2.培养图形、图表方面的审美3.培养数据可视化素养教学重难点教学重点：1.数据可视化的含义2.数据可视化的作用3.数据可视化图表4.数据可视化工具教学难点：1.根据数据呈现需要，选择合适的图标进行展示教学方法与手段1.教学方法：案例导入法、任务驱动法、实操演练法、小组讨论法。2.教学手段：线上线下融合、工具实操（飞书）。课前准备1.教师准备：PPT课件、微课视频。2.学生准备：预习数据可视化相关知识，提前熟悉常用数据可视化工具。教学内容讨论问题：（1）分享身边印象深刻的数据可视乎作品。（2）数据分析与数据可视化之间的关系？内容大纲：具体可结合本项目的PPT课件进行配合讲解。项目导入：图表分类及发展历史课前自学：视觉的重要性课中讲解8.1数据可视化认知1.数据可视化（课程思政：赓续中华文脉，赋能数字文明）2.数据可视化素养3.数据可视化的基本元素8.2数据可视化工具1.数据可视化平台2.数据可视化软件任务实操:利用AI制作企业数据可视化大屏..项目小结课后提升：视觉编码小结数据可视化是一种将数据从数据空间映射到图形空间的技术。这种映射能够以视觉化的方式展示数据。数据可视化素养可被理解为个体作为数据可视化的生产者和消费者，在阅读、理解、解释、评价、利用、创造数据可视化的过程中，实现数据意义建构中所涉及的相关知识、技能、能力、思维，以及需遵循的伦理规范的集合。数据可视化的基本元素包括坐标系统，图形类型，颜色、色阶与形状，标签与图例，动画与交互等。图形类型则是展示数据的主要方式。不同的图形类型适用于不同的数据和任务。目前，常用的数据可视化平台包括Dycharts、Echarts、Highcharts和GoogleCharts等。常用的数据可视化软件有Tableau、Python和R等，通过飞书和DeepSeek等AI工具也可以制作精美的企业数据分析可视化大屏。练习1.通过飞书进行数据分析大屏制作教学反思（课后填写）1.学生对基本数据图表的理解和运用是否扎实2.学生能否根据分析需要选择合适的图表3.学生对飞书数据