高一信息技术教学设计 基于真实情境的Excel数据建模与决策支持

高一信息技术教学设计基于真实情境的Excel数据建模与决策支持本教学设计依据《普通高中信息技术课程标准（2017年版2020年修订）》中“数据与信息”模块核心要求，结合江苏省徐州市贾汪区建平中学高一年级学生认知发展特点与校本资源优势，将教材原有“Excel综合实践3”重构为“校园智慧食堂运营数据分析”项目式学习单元。设计旨在突破传统软件操作演示的机械模仿，确立“以数解题、以模决策、以证评价”的深度学习导向，引导学生经历完整的数据分析生命周期，培育计算思维与信息素养。教材与学情分析是设计的逻辑起点。教材安排在选择性必修1《数据与计算》之后，学生已具备Python基础语法与数据结构认知，但电子表格作为非编程式数据分析工具，其行列坐标系、引用机制、数组计算逻辑与代码思维存在本质差异。高一学生经初中信息技术课程接触过基础表格操作，多停留在“录入格式化简单函数”层面，缺乏处理脏数据、建立动态模型、设计交互式仪表盘的系统经验。调研显示，学生对抽象函数嵌套（如INDEXMATCHXLOOKUP组合）理解困难，对透视表字段布局逻辑混淆，对条件格式规则优先级把握不准。为此，本设计确立“脚手�式建模、可视化思维外化、真实反馈驱动”三大教学策略，将单一工具教学转向问题解决能力建构。教学目标对齐核心素养四个维度。信息意识方面，学生能识别校园食堂运营场景中的隐性数据价值，主动获取多源异构数据（POS机流水、库存盘点表、问卷导出数据），判断数据时效性与完整性对决策的影响。计算思维方面，学生能将复杂业务问题分解为“数据清洗特征工程模型构建结果验证”四子任务，运用结构化引用、动态数组公式、PowerQuery重塑数据形态，实现从静态记录到动态洞察的抽象建模。数字化学习与创新方面，学生熟练掌握条件格式数据条可视化编码规则，设计切片器联动的交互式仪表盘，撰写结构化分析报告，形成可复用的分析模板。信息社会责任方面，学生严守《数据安全法》与校园数据管理制度，对师生消费敏感字段实施脱敏处理，报告中不泄露个人隐私，引用数据标注来源。重点与难点聚焦于两个核心认知跨越。重点是动态数据模型构建：利用超级表结构化引用实现数据源自动扩展，结合LAMBDA函数封装自定义清洗逻辑，配合PowerQuery建立可刷新的ETL流程，确保模型随源数据更新自适应。难点是多维决策依据提炼：超越单一维度描述性统计，引导学生构建“时段窗口菜品”三维交叉分析框架，引入帕累托分析识别核心菜品，运用ABC分类法优化备餐策略，将离散数据点转化为可执行的运营建议，这要求学生具备业务理解与工具技艺的双重迁移能力。教学环境配置为智慧机房，每生一机，预装Office365企业版，部署局域网共享文件夹存放原始数据包与模板文件。配套开发“食堂运营模拟数据生成器”，可按参数生成不同时间跨度、异常率、缺失模式的数据集，支撑分层教学与考核差异化。教师端配备投屏演示系统与课堂互动平台，实时采集学生操作屏幕，支持“错例展示集体诊断迭代优化”教学闭环。教学过程设计为六课时，采用“双主线并进”架构：显性主线为工具技艺精进，隐性主线为数据分析思维养成。每课时设置核心任务、进阶挑战、迁移拓展三层级活动，兼顾学业水平差异。第一课时情境沉浸与问题定义。教师播放校园食堂高峰期拥挤、食材浪费、菜品滞销并存的实拍视频，引入食堂管理员访谈音频：“我们凭经验备餐，总不精准”。学生分组扮演“数据分析顾问”，利用亲和图法梳理业务痛点，转化为可量化分析问题：早高峰人流分布规律是什么？哪些菜品复购率高但毛利低？库存周转天数与损耗率关系如何？各窗口出餐效率差异显著吗？教师引导建立分析框架画布，明确指标体系：描述性指标（日均交易额、客单价）、诊断性指标（菜品毛利率、交叉销售率）、预测性指标（基于移动平均的下周备餐量）。学生在协作平台提交问题定义书，教师反馈确认分析范围与边界。第二课时多源数据获取与PowerQuery深度清洗。教师分发三张风格迥异的原始数据表：POS流水账含合并单元格、隐藏行、科学计数号码；库存表采用宽表结构，日期横向展开，需逆透视；问卷数据含文本乱码、多选项单列存储。学生先手工尝试清洗，记录耗时与错误率，引发认知冲突。教师演示PowerQuery编辑器：连接文件夹实现增量刷新，使用“列转行”规范库存表，拆分列处理多选题，替换值清洗乱码，分组聚合生成日汇总表，最后“关闭并上载到”数据模型。重点讲解M语言公式栏修改步骤参数化，如`Table.SelectRows(源,each[交易时间]>=参数开始日期)`实现动态筛选。学生完成清洗流程搭建，验证刷新机制，导出清洗报告记录每步转换逻辑与业务含义。第三课时动态模型构建与高级函数建模。将清洗后数据转为超级表（Ctrl+T），命名为“流水表”、“库存表”、“菜品表”，讲解结构化引用语法：`流水表[实付金额]`替代`C:C`，公式自动下填、随表扩展。核心攻克三类建模难题。一是动态排名与TopN筛选：结合`SORT`、`FILTER`、`SEQUENCE`动态数组函数，单元格输入公式`=INDEX(SORT(筛选区,3,1),SEQUENCE(5),{1,3,4})`实时输出各时段销量前五菜品，无需手动复制排序。二是交叉销售关联分析：利用`MAP`配合`LAMBDA`遍历订单编号，`FILTER(流水表,流水表[订单号]=当前订单)`获取同单菜品组合，`TEXTJOIN`聚合生成购物篮字符串，再透视统计组合频次。三是备餐量预测模型：引入霍尔特线性趋势法，`=FORECAST.ETS(目标日期,历史销量,历史日期,7,1,1)`利用周期性7自动捕捉周末效应，结合`FORECAST.ETS.CONFINT`计算置信区间，为备餐决策提供上下界。学生分组完成模型搭建，互测极端数据（如节假日、停电停餐）下模型鲁棒性。第四课时可视化仪表盘设计与交互叙事。教师展示优秀商业BI仪表盘案例，拆解“总览钻取预警”三屏布局逻辑。学生依据分析框架画布，规划四块功能区：左侧切片器面板（日期范围、餐别、窗口、支付方式），顶部KPI卡片（同比环比自动计算，条件格式红绿箭头标识异动），中部核心图表矩阵（组合图展示销量趋势与客单价双轴，马赛克图呈现菜品结构占比，散点图识别高毛利高销量明星菜品），右侧决策建议卡（动态文本框链接单元格，公式`="建议窗口"&INDEX(窗口排行,1)&"增加"&TOP3菜品&"备餐量"&TEXT(增长率,"0%")`实现自动生成）。重点指导图表美化规范：配色遵循色盲友好原则，坐标轴最小化非数据墨迹，数据标签仅显示关键节点，图例置底居中。引入切片器报表连接设置，实现多图表联动筛选，配合时间轴控件实现动态回放。学生完成仪表盘组装，录制30秒交互演示视频上传平台互评。第五课时决策报告撰写与模拟汇报答辩。教师提供结构化报告模板：执行摘要、业务背景、数据与方法、核心发现、决策建议、局限与迭代。学生将仪表盘关键视图导出为图片嵌入，撰写发现卡片：如“早高峰7:308:00集中45%交易量，窗口3出餐耗时均值超标2.3分钟，建议增设快餐窗口专供标准化套餐”。引入“预演会”机制：组内轮流扮演食堂管理员、财务主管、学生代表三方提问，答辩者需现场操作仪表盘钻取数据支撑观点。教师巡回观察，记录论证逻辑漏洞（如混淆相关与因果、忽略样本量不足、可视化误导性截断坐标轴）。课末各组提交定稿报告与答辩复盘记录。第六课时迁移拓展与元认知复盘。教师发布迁移任务：“图书馆座位占用率优化”或“社团活动经费流向分析”，学生自选主题，利用课堂模型框架在两课时内完成微型项目，体验完整分析闭环。随后引导全班元认知复盘：使用思维导图梳理“数据分析通用方法论”七步法（定义问题获取数据清洗整理探索分析建模验证可视化呈现决策行动），对比Excel与Python在数据量规模、重复性任务、原型验证速度上的适用边界。学生填写学习收获量表，自评核心素养发展证据，教师反馈成长档案。教学评价采用“过程性档案+成果性作品+核心素养观察”三位一体体系。设计分析师能力评价量表，包含数据清洗规范性（权重20%）、模型动态健壮性（25%）、可视化表达准确性（20%）、决策建议可行性（20%）、团队协作与汇报（15%）五维指标，每维设四等级行为锚定描述。过程性档案收集：清洗步骤日志、公式迭代版本、仪表盘草图修改记录、答辩问答实录。成果性作品为最终仪表盘文件与决策报告。观察记录关注学生面对脏数据的排查策略、函数报错时的调试思路、同伴评议中的建设性反馈。评价结果不直接记分，转化为“数据分析师初级/中级/高级”数字徽章，纳入学生综合素质评价档案。教学反思记录关键教学事件与决策依据。发现学生在PowerQuery合并查询时，易忽略外键数据类型不一致（文本型数字与纯数字）导致匹配失败，后续教学增加“数据画像”前置环节，强制检查列数据类型与唯一性。动态数组公式溢出报错（SPILL!）高发于合并单元格区域，调整为先讲解“区域清理再建模”原则。仪表盘设计初期学生堆砌图表，缺乏叙事主线，引入“一个核心问题对应一个核心视图”设计准则，显著提升作品信息密度。跨学科迁移中，数学建模基础薄弱学生对预测置信区间理解困难，增设“直观模拟”微课：用蒙特卡洛法生成千组模拟数据，直方图展示预测误差分布，降低统计门槛。后续将尝试引入Pythonxlwings库，实现Excel前端交互与Python后