师说 | BI与物流课程的融合实践 | 搭建技能提升课堂

文 | 商业智能BI相关文章 阅读次数:1,094 次浏览
2023-01-02 19:20:03

物流数据分析与应用课程,数据可视化能力,物流企业数据应用

清远职业技术学院

严玉薇

外语与经贸学院物流管理专业教师

清远市大学生电子商务创业空间负责人

高级电子商务师

01课程合作背景

物流数据分析与应用课程是清远职业技术学院严玉薇老师开设的一门利用FineBI工具对物流数据进行可视化分析与应用的课程。课程设计初期面临着教材和数据两方面的难题,偶然的机会接触到了帆软,不仅提供了相关的教学工具,还解决了数据源的问题。在与帆软的共同合作下,克服了准备前期的困难,课程成功开设。

在一次智慧零售运营管理技能数据的比赛中,严玉薇老师首次接触认识了FineBI这款工具。在学习使用的过程中发现,学生跟着提供的教学视频就可以很轻松地复现视频中相应的图表,操作简单易上手,并且制作出的图表很美观。在综合考虑学生使用反馈和物流专业教学需求后,开始了与帆软共同进行物流数据分析与应用课程的设计,让FineBI走进物流课堂。

02课程目标:提高数据可视化能力,促进职业技能发展

物流业是国民经济的基础产业,随着科技的发展,互联网、大数据、AI等技术的出现迎来了新的发展机遇。智能物流、智慧物流都是互联网技术在物流行业中深化应用的成果,并将成为未来物流行业的发展方向。物流在线化不可避免地会产生大量的数据,数据可视化作为数据分析的一个重要环节,能将数据直观地展示出来,对企业理解数据、实现企业经营的科学管理有着重要的意义。

在BI工具还未出现之前,主要使用的是Excel去进行可视化分析,利用如柱状图、条形图、散点图、折线图等一些简单图表,虽然有透视表工具,但是使用门槛较高,且难以展示数据背后的逻辑,以FineBI为代表的国内BI平台的出现很好地解决了这一问题,通过简单的仪表盘设计便可呈现出更加立体、更加直观的数据动态,提高工作效率,为企业决策提供更有价值的信息

在“物流+互联网”的大趋势下,未来物流业也将呈现“信息化、智能化、个性化”的特征。对于物流的人才培养来说,随着企业的发展,对物流数据的进一步开发和利用,物流各层次岗位都会对数据分析有一定的技能要求,如物流基层操作员需要利用物流信息系统进行物流数据录入;物流业务主管通过物流业务分析掌握业务整体情况,分析业务需求、绩效等等。所以,未来的物流从业人员不仅需要具备基础的物流知识和技能,更要有利用数据进行运营管理、分析决策的综合能力。着眼于当前和未来发展的需要,基于学生职业能力提升的考虑,将课程定位为专业技能课,围绕职业需求制定课程培养目标,主要包括以下五个方面:

物流数据分析与应用课程,数据可视化能力,物流企业数据应用

03课程设计:以发展需求为导向,打造技能提升课堂

关于授课计划的制定,与企业进行了反复的沟通,确保课程内容和设置的技能点能满足企业使用需求,综合学校、帆软集团、物流企业数据应用客户三方的考量,经过了三个版本的修改后,才得以确定。

课程设计方案:

物流数据分析与应用课程,数据可视化能力,物流企业数据应用

技能理论知识包括数据工具的理论、操作知识以及物流数据应用相关知识;

实训操作是以物流项目数据为基础利用FineBI进行数据可视化分析。

整体设计思路就是通过理论知识的学习让学生建立一种逻辑思维,然后在结合到相关项目进行具体实践,理论与实践紧密结合,深化教学实践

基于对整个人才培养计划的考虑,课程被安排在第二学期,在整个课程体系中起到一个承上启下的作用。第一个学期进行现代物流管理基础、经济学基础、会计学基础等专业基础课的学习,了解物流相关的基础理论知识,为引入数据可视化工具的使用进行铺垫;经过数据化可视化工具的学习和使用后,学生有了一定的数据可视化思维和数据可视化能力,就可以在后续的专业核心、技能课程中进行技能的延伸应用,如在《物流成本管理》这门课程中,可以利用FineBI进行仓储成本分析、运输成本分析、营销成本分析、绩效分析等;对于《供应链管理》这门课程来说,掌握FineBI可以加深对供应链节点数据分析、供应链绩效数据分析等的理解,提高学习效率,与专业核心课程进一步融合,最大程度发挥其影响力。

物流数据分析与应用课程,数据可视化能力,物流企业数据应用

课用教材

课程使用的教材是《FineBI数据可视化分析》,由无锡商业职业技术学院和帆软公司共同编写。

物流数据分析与应用课程,数据可视化能力,物流企业数据应用

课程框架与考核形式

课程框架的搭建是围绕《FineBI数据可视化》展开的。首先,从教材中挑选了符合课程教学内容的八个项目,并结合知识点设计了相关的能力拓展训练,最后由学生进行成果展示。用理论指导实践,加深学生对知识点的理解,强化应用实践能力。

课程考核的内容包括零售电商数据可视化分析和物流行业数据可视化应用两方面,以实操的形式进行。实操的考核方式不仅可以验证学生对知识点的掌握程度,还可以全面检验学生操作应用能力。

物流数据分析与应用课程,数据可视化能力,物流企业数据应用

授课方法

在课程教学中主要使用了以下四种教学方法:

讲授法:讲授物流数据分析与应用课程的相关理论和知识点;

案例法:主要是对物流企业数据应用案例进行分析,了解真实应用场景;

仿真训练:是围绕帆软提供的物流数据展开分析,感受数据可视化的价值;

项目教学:是以物流企业数据应用项目为教学背景去设置教学内容。

04未来展望

物流人才是物流业发展的关键因素,随着行业的发展转型,更强调对现代物流人才的培养,这是大数据时代对物流人才技能方面的要求,也是时代发展的需要。对于授课老师来说,可以继续探索数据可视化在物流专业中的深入应用,将研究成果以教材的形式展现,改善物流与数据可视化融合教材缺乏的局面;对于物流专业的学生来说,熟练掌握BI工具,培养数据可视化思维,提高数据可视化能力,将更有利于实现个人职业的发展。

很显然在目前的信息时代,借助类似于FineBI的这些工具,可以让企业加速融入企业数据分析的趋势。备受市场认可的软件其实有很多,选择时必须要结合实际的情况。一般的情况下,都建议选择市面上较主流的产品,比较容易达到好的效果,目前企业数据分析BI软件市场占有率前列的,就是帆软BI软件——FineBI。

物流数据分析与应用课程,数据可视化能力,物流企业数据应用

商业智能BI产品更多介绍: www.finebi.com

相关内容

立即体验 立即体验

在线客服

电话咨询

技术问题

投诉入口

返回顶部