時間：2022-04-18 02:50:14
開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇調研數據分析報告，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。
隨著數據的爆炸式增長，“大數據”一詞受到了越來越多的關注，很多領域已經開始應用大數據。大數據技術不僅能應用于數字出版中，在傳統的紙質出版中也有應用前景。本文擬以醫學出版為例，探討大數據時代下，醫學出版選題策劃的思路轉變，以及面臨的問題與挑戰。
一、大數據時代素描
“大數據”是人們給信息爆炸所產生的巨量數據起的一個簡單的名字。一方面，這些數據蘊藏著巨大的潛在價值，人們迫切需要更先進的技術，對其進行實時處理；另一方面，技術的進步，包括云計算、分布式計算等方法的應用，極大地提升了信息處理能力，提供了廣闊的研究空間，使大數據分析成為可能。
很多人認為“大數據”就是指數據量大，這是一個誤區。大數據的本質是發現和理解了信息與信息之間的關系，是思維的變革，而這種變革主要表現在以下三方面。首先，大數據強調的不是隨機樣本，而是全體數據。為了實現“全體數據”，需要我們盡可能多地搜集、保存與行業相關的各類數據和信息。其次，大數據時代，人們不再一味追求精確，而是承認混雜性。因此，人們需要對于非結構化數據給予更多的關注。也就是說，我們不僅要關注圖書銷量、讀者群構成、直接反饋；也要關注鼠標點擊、駐留在一本書的時間，后續購買、關聯購買情況，購買地點等。這些看似雜亂的信息，可能蘊藏著巨大的商機和價值。再次，大數據不再追求因果關系，而是關注事物之間的相關性。例如，沃爾瑪通過數據分析發現，在颶風來臨的季節，不僅手電筒的銷量增加了，某一種牌子的蛋撻的銷量也增加了，因此，沃爾瑪在颶風季節來臨時，將庫存的蛋撻擺放在靠近手電的位置，以增加銷量。在醫學出版中，我們也可以通過數據分析，找出與讀者的購買行為或閱讀需求相關的要素。
二、大數據在醫學出版選題策劃中的應用前景
1. 教材出版
各個出版社都很重視教材出版。不管是新編教材還是修訂教材，調研都是啟動編寫的基礎。教材調研，需要先搜集開設本專業學校的名單，逐個寄出調研函。學校的名單主要來源于相關學會、教職委、行職委提供的資料，但需結合前一版教材或相關書籍發貨的省市分布數據，有些時候這兩者有較大出入。例如，提供的名單中，河南省沒有學校招生，但出版社前三年的發貨資料中，河南省每年的教材發貨數很大。另外調研函發出后，回收也存在一定困難，通常只能做到部分回收。正因為學校的名單很難搜集齊全，調研函也不能全部回收，這種傳統方式上的調研，雖然力求全面，但仍是一種抽樣調查，很難涵蓋整個行業的樣本量和全部信息。
在大數據時代，一切都可以被數據化，大數據強調的不是抽樣樣本，而是全體數據，因此將數據分析引入教材調研，可以對互聯網上有關專業的開設省份、招生學校、招生人數等信息進行分析，得出更全面的數據分析報告。在教材修訂、搜集反饋意見時，也可以通過搜集論壇、網購機構的銷售記錄、讀者評論等，分析需要增加、刪減及修改的內容。在遴選主編、副主編及編者時，編輯同樣可以通過分析網站上的會議情況、會議日程、發言頻率和題目、各領域專家的專業特長，確定其學術影響，以及在教材中適合擔任的角色，并將這些信息形成分析報告，供決策者參考。
2. 學術專著
在傳統出版模式下，學術專著的選題方式屬于經驗型，由策劃編輯提出選題，報出版社選題會討論。選題委員會由社領導、經驗豐富的老編審、生產及銷售部門負責人等組成。選題會上討論的依據主要是以往選題的銷售情況及市場反饋，當前市場同類書的情況，以及其他出版社類似圖書的銷售情況。這種選題論證方式所參考的數據，只是整個出版市場數據的一部分。而利用大數據，人們可以獲得整個醫學圖書市場的書目信息、銷售情況，并進行分析。通過數據分析得出的報告，可以形象地理解成一批有無限經驗的策劃編輯、生產人員和銷售人員討論后得出的結論。理論上，這種論證模式更客觀、更有說服力。
現有的醫學相關網絡社區、數據庫的資源已經十分豐富，通過對諸如丁香園醫學論壇、中國期刊網（CNKI）、PubMed等的搜索記錄、瀏覽記錄、用戶留言，以及對亞馬遜、當當網的專業圖書購買記錄的分析，可以篩選出各個專業領域的熱點，并對相關用戶的地理位置、年齡、職稱等信息進行分析，準確定位讀者人群，并預測市場容量，為圖書選題提供參考。
3. 應急出版
應急出版對于醫學出版社來說是一個很重要的部分，在遇到較大的公共衛生事件或異常天氣時，公眾很需要專業出版社出版的相關預防書籍普及防范知識，醫師也需要專業書籍補充相關知識，專業出版社有義務為他們提供高質量的出版物。例如人民衛生出版社在2003年“非典”暴發時緊急出版的SARS診治、防范等方面的圖書，以及在2013年出版的《實面“霾”伏――“霧霾”中的生活與健康》。如果等到公共事件或異常天氣已經暴發再組織編寫，出版時間容易滯后。
大數據分析在應急出版方面將會有明顯的優勢。例如，谷歌公司通過對檢索詞條的分析，提前幾周時間預測甲型H1N1流感爆發。這個案例對于應急出版是一個很好的啟示。編輯可以通過類似的數據預測方式，如在流感暴發前，即組織編寫流感預防及治療相關的書籍。再如，如果能夠通過網絡的搜索詞條，或者同諸如中央氣象臺等單位合作，共享數據庫，提前預測會有嚴重霧霾天氣出現，就能提前組織專家編寫，為書籍出版贏得寶貴的時間。同時，可以通過搜索頻率預測印刷冊數，避免過多的庫存。
三、醫學編輯應對大數據時代的策略
1. 醫學編輯應做好基礎工作
一是立足自身，做好醫學編輯出版的大數據基礎工程建設。例如進一步實現網絡化、電子化和標準化，為實現大數據的應用打好基礎。只有將出版物網絡化、電子化，才能使與出版相關的信息和數據成為可以搜集的資源；大數據技術可以分析雜亂的數據，數據的標準化可以為數據分析提供更多便利。
二是學習借鑒，建立基于云計算等先進信息技術的新型工作模式。例如民生銀行開發的小微金融數字地圖平臺，通過這種地圖將數據可視化，由此提供相應的信息分析、營銷實務等服務。出版社如果建立類似的平臺，將銷售數據可視化，就能為選題策劃工作提供更多的服務。
三是尋求協作，引接信息產業界力量。例如一些新興的提供數據分析技術服務的公司，同它們積極合作開展大數據分析研究工作，推動研發基于大數據的智能選題策劃系統。
關鍵詞:經分系統;KPI;過程管理;支撐管理體系;支撐流程
中圖分類號:F224文獻標識碼:A文章編號:1009-2374(2010)07-0106-02
KPI是保障公司戰略目標實現的重要工具,KPI管理主要包括指標預測分解、指標監控預警和指標問題分析三部分。
隨著國內宏觀經濟增幅減緩、通信行業重組、3G技術的應用等內外環境因素影響,現在的通信市場競爭更趨激烈,要求生產一線加快市場反應速度,提高營銷資源的使用效益。因此迫切需要盡快提升一線市場KPI指標考核預警能力。
一、KPI管控存在的問題分析
目前一線分公司在KPI管控上仍存在一些不足,主要體現在三個方面:(1)KPI異動發現及時性不足,市場反應速度大大降低;(2)由于采用人工監控方式,指標監控時不夠全面,造成經營決策易受到片面的影響;(3)數據分析不深入,由于缺乏系統支撐,分析人員只能憑業務經驗進行判斷,容易錯失數據背后隱藏的重要信息。
二、KPI管理中的關鍵點
在實踐中,我中心將“過程管理”理論有效貫穿在貴州移動KPI過程管理體系中,抓住KPI管理中的關鍵點,實現KPI過程管理體系在經分系統中的落地實施,主要關鍵點包括:(1)KPI啟動過程管理:包括KPI設計、KPI目標制定、KPI進度規劃、KPI任務分解;(2)KPI執行過程管理:包括KPI實現、KPI監控、KPI分析、KPI問題診斷及解決;(3)KPI控制過程管理:包括KPI成果確認、KPI績效考核。
三、KPI管控支撐流程
基于以上“過程管理”的思路指導,完善豐富了KPI管控支撐流程如下:
(一)KPI提取
確定需要考核的指標,既可以選擇考核指標,也可根據地州公司本身關注業務重點,確定需要進行系統監控的指標。
(二)KPI分解
可為分公司、縣公司、片區制定可考核、可量化、可實現的KPI任務值,便于進度考核。提升各級管理人員對KPI的分析、解讀、規劃能力。
(三)過程跟蹤
在各級主管“領取”了指標之后,對指標的具體的實施、執行進行過程管理。定期(按月、按季度)提供各層級KPI指標完成情況報表,從中可以查看KPI指標完成進度。
(四)KPI優化
根據KPI指標完成進度情況進行深入分析,發現KPI指標背后隱藏的信息,及時發現異常情況,促進KPI的健康發展。
(五)KPI考核
通過下沉到一線的標準、量化的數據展示,為KPI考核提供依據。
根據KPI管控的五大流程,在經營分析系統中設計了相應的五個功能模塊來加以實現,通過五大功能模塊(KPI指標庫模塊、動態目標管理模塊、外部數據引入模塊、自動考核報表模塊、新業務經營分 析模塊)的開發,實現KPI支撐體系在經分系統的固化。
四、KPI過程管理支撐體系的主要創新點
KPI過程管理支撐體系的主要創新點在于促進了經分系統從數據支撐、數據分析系統向績效管理、診斷管理系統的轉變:
1.從數據支撐向運營管理轉變:以地州一線應用為目標,促進經分系統由數據分析型向一線分公司營銷服務工作平臺轉型。
2.從數據分析向績效管理轉變:通過數據業務健康度模型和數據集市的應用,加強KPI的量化管理。
3.從數據支撐向診斷問題轉變:實現KPI診斷的自動化,圖文并茂的展示預警信息。
五、KPI支撐管理體系的效益分析
KPI支撐管理體系自2008年1月起相繼在全省投入使用,有效的提升了地州公司KPI管理水平,取得了較好的效益:
1.實現了指標閉環管理,滿足一線生產運營實際需求,系統自動生成指標進度展示、指標考核以及分析報告。
2.KPI預警效率大大加強:(1)預警及時性:1)決策支撐數據與分析報告平均生成周期由原來的15個工作日縮短到6～10個工作日;2)完整的決策、執行、跟蹤、反饋、評估平均周期由原來的50個工作日縮短到30個工作日;3)市場分析人員平均每月完成的業務深度分析成果由原來的1～2項提升3～5項。(2)預警范圍:原有預警分析靠手工針對重點的幾個KPI進行分析,系統實現后,可以對涉及全省各個縣市、片區的所有KPI指標進行預警;(3)預警的準確性:原有的預警分析每個分公司、每個分析人員都有不同的標準,系統實現后,通過統一的算法得到口徑一致的結果,既提高了預警準確性,又使得分公司間的橫向比較有了統一的標準。
關鍵詞:衛生經濟;分析報告;檔案管理
中圖分類號:F294.1
文獻標志碼:A
文章編號:1673-291X(2009)21-0187-02
幾年來,我們堅持撰寫衛生經濟分析報告,對于促進醫院衛生經濟發展,給領導提供科學決策起到了重要的作用。衛生經濟分析報告的特點是及時快速、預測分析,可以對醫院整體或某個科室的經濟運作快速點評,發現新情況,出現新問題,總結新經驗,預測發展趨勢,把握發展機遇,收到了良好的社會效益和經濟效益。憑借我們檔案管理中的豐實資料信息,立足為經濟建設服務,在實踐中探索一些規律,積累了一些經驗作為學習交流。
一、衛生經濟分析報告定義和實質
什么叫衛生經濟分析報告?這在文本里找不到的,它是實踐中的具體總結。我想,這樣來概括:衛生經濟分析報告是對醫院經濟運行,衛生改革經濟建設中某一時期出現的新經驗、新情況、新問題進行總結、分析、預測的報告。它要求對新經驗進行總結,對新情況進行梳理,對新問題進行剖析,對發展情景進行預測,對可能出現的風險提出預警,對未來的發展機遇予以揭示,對下一步工作措施提出對策建議。
衛生經濟分析報告與傳統的報道體裁相比有什么區別?特點在哪里?衛生經濟報告有情況、有數據、有分析、有文字、有圖表還有網絡媒體,它讓人看了以后知道情況,知道前因后果,知道趨勢,還能夠發現機會,看到風險,并得到對策。
怎么撰寫衛生經濟分析報告呢?首先要領會文體實質,它有五大特性。
系統性。衛生經濟分析報告是集中、全面的分析,是一個完整的鏈,它涵蓋行業宏觀經濟,關聯醫療服務及專科行業間的情況,包括歷史數據和最新業績數據研究。從整體看,有月度、季度、年度衛生經濟分析報告,有不同專業科室和特色專科,單病種和多病種的分析報告。因為衛生經濟分析報告能夠系統反映一定時期醫院整體或某個科室衛生經濟、服務質量的全貌,能為持續發展研究提供參考,具有史料價值,因而具有生命力。
前瞻性。衛生經濟分析報告不僅要對昨天進行總結,對今天進行剖析,還要對明天進行預測,既預測風險,也預測機會。特別注意的是,預測必須是在數據、事實和分析基礎上的預測,而不是主觀的臆斷或者猜測;是在把握規律的基礎上得出的科學結論。預測是否準確直接關系到經濟報告的影響力和行業競爭力。
操作性。衛生經濟分析報告要提出措施和建議,而且要切實可行、具體明白,報告中的觀點和建議貼近實際,切忌抽象籠統難以實施。
專業性。衛生經濟分析報告面對專業人士,分析專業問題,分析的視覺要專業,分析的問題要專業,分析的過程也要專業,讓專業人士看了認同;讓非專業人士看了受啟發、有收獲。做到專業性的前提熟悉某一個專科、某一個病種、某一個醫技部門的變化,把握這一學科領域的走勢,要具備較強的理論基礎和敏銳的洞察力,具備數據分析能力,掌握科學的分析方法。
多手段。衛生經濟分析報告不僅有文字、有數據,還有圖片、圖表、網絡媒體的手段,將專業的道理講的深入淺出,一目了然,建立讓決策者掌控醫院了解市場的有效渠道。用別人都看得明白的方式揭示別人看不明白的道理,不可用別人看不明白的方式揭示別人早已明白的道理。
二、撰寫衛生經濟分析報告要把握六個要素
怎么撰寫衛生經濟報告呢?還要把握住六個要素。
一要有鮮明觀點。衛生經濟分析報告需要鮮明地亮出檔案管理者自有的觀點,不需要借他人之口表述。觀點要鮮明,不能似是而非,體現檔案管理者掌握豐實調研資訊,獨立的判斷,不是簡單集合他人的觀點。觀點的形成必須從履行職能出發,貼近實際,富有理論上的創新精神。
二要有深入分析。分析報告,顧名思義,分析是核心內容。離開了分析,分析報告就不存在了。分析的重點在難點和熱點上,要學會別人都懂的文字說清別人不懂的道理,在說服力上下工夫。
三要有趨勢預測。有了深入分析,才有可能做出預測。預測要著眼大局,把握方向,預測的正確與否是要接受實踐檢驗的。獨立思考、獨立判斷是衛生經濟分析報告的基本要素,見人之未見并得到事實的印證更是分析報告追求的境界。
四要有風險預警。幫助醫院和基層科室規避風險等為他們創造經濟效益。有了分析,有了前景的預測,也就不難看出風險。風險提示有三個要素:一是明確提出風險之所在;二是提出風險之措施,不能只看病不開藥方,或開出的藥方治不了病;三是及時,只有及時向受眾提出預警,才有研究風險、研究措施、出于防范的時間和機遇。
五要有機會揭示。幫助醫院和科室創造效益。衛生經濟分析報告不僅要預警風險,還要揭示發展機會。在這里要注意三點:一定要準確揭示,不能產生誤導,讓機會成陷阱。二是可行性。三是合法性。結合自身的管理模式和具備的條件把握發展機遇,做出正確的抉擇。
六要有對策建議。衛生經濟分析報告有理論分析,有規律揭示、有措施、有對策。
以上六個要素只能說是撰寫衛生經濟報告的重點。有了這六個要素,加上數據圖表比對表現形式,就構成了衛生經濟分析報告的基本特質,這些特質就決定了衛生經濟報告的文體寫法。
三、衛生經濟報告策劃和調研
隨著房地產企業市場競爭的加劇，結合培養方案市場調研能力是本專業學生的必備能力。也因此市場調研這門課程在培養方案體系里承擔著呈上啟下的關鍵性作用。它不是簡單的實訓課，而是培養學生就業能力的技能實訓課程。因此在教學設計環節在尊重教學規律的基礎上緊扣市場需求。通過調查發現，企業在進行目標項目地塊拍賣前，就要對所選地塊進行評估，評估數據來自于市場調研數據，在對數據整體分析的基礎上，完成地塊可行性分析報告。這些都離不開市場調研人才，那怎樣的教學設計才能滿足企業的需求呢？筆者認為，課程教學融入企業工作活動過程，企業活動過程指導課程教學設計才能最大程度的滿足企業需求。基于這樣的設計理念，在《房地產市場調研》這門課程典型任務有市場調研計劃的制定，問卷的制作，實際調研、數據整理與分析和調研報告撰寫等五個任務。整個項目要求學生以組為單位完成所在區域市場的實際地塊調研。調查內容包括地塊的地貌、區域市場房價、小區物業滿意度、小區入住率、配套設施滿意度、項目競爭對手、樓盤信息及消費者購買心理等各個子項目的調研。按照一個調研一個主題的原則，每個小組選定一個調研主題，以班級為單位完成一個完成項目的子調研內容。班級作為校園“實體企業”進行殘酷的市場競爭，由課程教學團隊教師含企業專家完成對最終調研報告的評價，并評選出具有可執行性的小組。
首先是房地產市場調研計劃的制定，在明確主題的基礎上，通過融入“5WIH”六要素來完成對事件的統籌安排能力。第一個“W”是Why，也就是為什么要做這件事？清楚目的后才能做到有的放矢，提高我們的實訓效果。第二個“W”是What－－調研那些具體的內容呢？第三個“W”Where－－在什么地方進行調研活動；第四個“W”When－－調研活動中各項事務的執行時間段或者結束的時間點；第五個“W”Who－－人物分工是怎樣，哪些人完成哪些事情，調研對象都選取的是符合哪些特征的人；第六個“W”How－－怎樣執行？通過哪些調研方法，借助怎樣的手段，最終完成整個調研項目。
其次，各個小組按照“實體企業”調整后的調研主題修改完成最終的調研計劃，并討論制作相應主題下的調查問卷。從問卷的邏輯性，卷首語的設計以及調研對象甄別等反復多次推敲，在課程教學團隊教師的指導下完成針對性調查問卷，規避問卷制作中常犯的十種錯誤，如一題多問，答案界定模糊，歧義性問句，多重否定句，假設性問題，誘導性問題，數組重疊，敏感問題的忽略印證，邏輯排序混亂，調研導語無針對性等。在逐一進行點評后，由小組成員共同完成修改，并提交調研問卷。在首次修改后調查問卷，每個小組制作不少于20份的問卷進行試調，并從試調過程中發現問題并對問卷進行再次的修改，結合教學團隊教師總體建議完成正式版調研問卷。各小組嚴格按照自己的調查計劃進行實際調查環節，小組組長負責組織小組成員實際調查，教師團隊進行抽查式考核，確保調研數據來源的真實性，把好實際調查中的首道關，這也是為了更好的鍛煉學生的社會實踐能力，以便今后更快的適應市場需求。
再次，數據整理和分析能力是市場調查的核心能力，房地產市場調查也不例外。對各小組搜集回來的調查問卷第一步先進行廢卷甄別。第一類廢卷是填寫不完整的調查問卷；第二類廢卷通過顧客甄別部分，在調研公司或者房地產行業從事工作的工作人員不作為目標調研對象者，剔除這一類廢卷；第三類廢卷就是在問卷填寫過程中所有答案均為其他并未填寫內容的，也視為無效問卷；第四類廢卷是最難，也是最需要剔除的廢卷，那就是前后相互應證的兩個問題出現矛盾。比如購房首選為別墅，但是家庭月平均收入不足一萬元者。前后邏輯矛盾與現實市場極為不符，這說明該被訪者未真實表達自己的意思，只是應付性完成問卷。這一類也是必須要剔除的。在剔除完四類無效或者廢卷后，調研樣本過少，無法真實反應市場實際的情況的，要進行補調，直到樣本能夠客觀反應總體實際為止。至此，數據采集和整理就告一段落。接下來就是數據的分析，在這個階段我們一般借助兩種工具，一種是專業的統計分析軟件“SPAA”（統計產品與服務解決方案）軟件和微軟平臺的“EXCEL”軟件，在《統計學》系統的班級，我們要求學生通過“SPAA”軟件完成對調查問卷的分析，讓學生在做的過程中完成對統計軟件的操作和學習，對還未進行《統計學》系統學習的班級，我們要求學生用“EXCEL”表格進行數據分析。并指導學生不同圖形所適用的條件，比如餅狀圖是整體為“1”時，占比分析最常用的的圖形；折線圖是趨勢分析是最常用的圖形；其他的建議采用柱狀圖。到此為止市場調研活動進入到攻堅階段。撰寫市場調研報告。
最后，市場調研報告是我們整個《房地產市場營銷》課程的收官之作，課程教學效果的最終體現，能力培養最后承載物。在對調研的格式進行要求后，更核心是調研報告內容的編撰。“實體企業”分部門提交房地產市場調研報告，并制作ppt對小組（部門）的調研的成果進行匯報。電子檔的調研報告第一稿提交后，由教學團隊教師分組指導，提出修改意見，因為之前各個環節的控制，報告的修改更多集中在文字的表述，數據的描述以及排版等問題上，為了讓學生的報告具有市場價值，教師們會指導學生團隊進行多次修改，有的甚至多達10多次。最終提交該課程的成果———市場調研報告。教師團隊和企業專家對學生的匯報進行現場點評，并評出名次。讓學生在學的過程中形成“你追我趕”的良性循環。這樣的教學設計完成后，學生的團隊意識、合作精神、文字撰寫、數據搜集、數據分析等各個方面的能力均得到了提升，職業素養也在實訓過程逐步建立。此時的他們，完全有能力完成小型的市場調研項目。因為他們清楚整個市場調研的流程及其注意事項，并能準確把握住市調的核心。這樣培養出來的學生，企業非常的歡迎。因為他們真正實現了工作與學習的融合。
作者：康媛媛單位：重慶建筑工程職業學院
俗語有云：“不以規矩不成方圓。”“規矩”對企業來說，就是大家通常所說的“標準”，做企業更是“不以標準不成方圓”。但凡發展強大的企業，都有一整套完整的營銷管理標準，并能制定嚴格監督考核標準強力執行。沒有標準的企業，永遠管不好，也更不可能做大做強。——北京方德智業營銷咨詢機構董事長 孟躍
山王酒業（為了規避同業競爭，山王酒業為化名）作為河南省一家區域名酒企業，因建廠較早，生逢機會，又加上實力雄厚，曾一度登上某市區域王者的寶座。近幾年，由于外省列強入侵（如汾酒、郎酒、洋河），內有諸侯并起（如宋河、仰韶），山王酒業的處境十分艱難。為了維護區域王者地位，山王酒業上迎強敵，下擋亂戰，雖傾盡全力，但終因為原有的管理體制粗放雜亂，營銷策略缺乏章法，團隊缺乏戰斗力等原因，有心殺敵卻無力回天，只得眼睜睜地看著自己的營業額從原先的數個億一路下滑至一億左右。
2008年，山王酒業終于明白了只有“從別人手里搶生意”才能發展自己的競爭形式，開始與方德智業公司合作，全面導入標準化營銷管理模式。
經過數月的市場調研和企業內部診斷，我們發現山王酒業在組織管理、決策機制、績效考核、營銷模式和作業工具應用上都非常粗放和薄弱。例如企業根本就沒有通曉營銷的業務經理和主管，半數業務員都是送貨員兼搬運工，幾乎沒有精力維護市場。
面對這樣一個“外強中干”的問題企業，方德項目組提交企業第一份報告就是《山王酒業營銷管理憲法》，其中重點就把制定的一系列企業標準化營銷管理制度納入了本部憲法之中。有了自己的“憲法”以后，所有員工都必須按“憲法”中的規定進行標準化作業。比如，業務員必須遵循市場“四基工程”標準化，對市場終端進行產品鋪貨、達標陳列、價格維穩和定期回訪等，同時企業督察部人員按照市場督察標準對業務人員進行考核。
山王酒業董事長看完這部憲法之后，給予的評價是“如此一部憲法，可定天下，它將一切營銷執行和市場監控都變得‘有章可循、有法可依’”。
在《山王酒業營銷管理憲法》中，方德智業公司將企業的標準化按不同類別進行了系統地整理，共分為十大塊，涵蓋了營銷系統的主要方面，并快速制定多套標準化操作模板。如此一來，企業員工在實際工作中都有了明確的工作方向和考核的標準，企業的運營效益自然就得到了快速地提升。
1、終端建設標準化
沒有終端建設標準以前，山王酒業的流通、餐飲終端顯得雜亂無章，嚴重損害了企業的品牌形象。《山王酒業終端建設執行標準》出爐以后，市場一線人員在進行餐飲、流通終端建設時，就可以依據手冊中的標準對終端店進行建設，像門頭制作、POP張貼、產品陳列等都有統一的標準可遵循，業務人員按照這個標準就可以把工作做得有條不紊。山王酒業的市場終端開始變得整齊劃一，營造了良好的銷售氛圍。
2、數據分析標準化
山王酒業以前缺乏市場一線資料的收集和分析，企業高層對市場一線的真實情況不甚了解，很多決策的制定僅僅依靠個人的經驗，難免會出現一些問題或導致市場決策不及時。現在有了專業的數據分析結果給予指導，因而避免了很多決策上的失誤。數據分析標準化制度推行以后，企業財務部和市場部根據標準化的數據分析模型，形成月度、季度、年度的銷售數據和市場的費用支出情況的綜合數據分析，并形成數據分析報告，及時提交到企業高層，為企業決策提供了強有力地數據支持。
3、市場信息反饋標準化
市場信息的研究將為企業營銷活動提供重要參考，從而使營銷更加有目的性，更有效率，更容易促進銷售，另外還可以讓企業的決策更加科學與實用。然而山王酒業以前對這一塊卻沒有給足夠的重視。市場信息反饋標準化制定以后，市場一線銷售人員必須根據信息反饋標準化模板按時如實填寫，形成定期的市場信息反饋制度，這樣企業就加強了對市場一線銷售信息的最及時掌控，市場上出現什么情況或問題企業領導層都能及時發現，做到防微杜漸。
4、市場監督管理標準化
企業的政策在市場上不能落實到位，產品的鋪貨不及時，市場上出現竄貨現象等等問題的出現，往往都是因為企業沒有做好市場監督，山王酒業前幾年就經常出現這些狀況，嚴重影響了市場的良性發展。如今，企業有了完整的市場監督管理標準，并形成《山王酒業集團市場監督手冊》這個標準化的監督手冊，督察人員根據手冊中的監督標準進行嚴格監督，這些危害企業的問題就得以杜絕了。
5、高層市場督察標準化
高層市場督察不同于一般的市場監督，對企業特別是高層人員來說尤為重要，是高層了解市場和激勵市場一線人員的重要手段。山王酒業高層在形成定期、定市場、定人員的市場走訪制度以后，不僅掌握了最真實的一線市場狀況，而且很多市場在高層監督下都得到了不同程度的提升。方德智業公司還協助企業高層在走訪市場的過程逐步實現“現場辦公”，就地解決市場問題，極大鼓舞團隊士氣。
6、經銷商管理標準化
由于外來品牌及本土品牌的不斷進攻，該省白酒市場發生了翻天覆地的變化，山王酒業的經銷商體系正在遭遇競爭對手的不斷瓦解，這給企業帶來了極大的危機。為此，我們針對山王酒業經銷商隊伍的實際狀況，制定出有效強化和管理經銷商以及分銷商隊伍的標準化高效管理模式，即《金牌經銷商成長計劃執行細案》，把經銷商和企業兩者打造成了共同發展的利益共同體，讓企業安穩地渡過了危機。
7、渠道管理標準化
為了加強對渠道的掌控，根據山王酒業在市場上的銷售狀況，制定出符合企業的銷售渠道管理的標準化作業工具，如餐飲終端、煙酒店、團購、大客戶、流通等標準化操作手冊，可以切實強化銷售團隊在整個渠道管理中的積極作用。經過對渠道標準化的管理，山王酒業的銷售渠道變得更加牢固，更有效率。
8、營銷預算管理標準化
針對企業銷售公司、部門經理、業務員以及財務部門等，制定的一整套標準化營銷預算管理辦法，使山王酒業的預算管理更加科學，避免了很多不合理費用的出現，為企業節省了大量資金。
9、會議制度標準化
形成區域主管述職報告的標準化。通過制定會議匯報及流程的標準化，形成區域主管級別的企業人員進行月度述職報告，對其所轄區域進行本月銷售完成狀況的分析，以及下月度工作具體開展的辦法進行匯報。區域主管述職報告標準化的實施，不僅激勵了山王集團區域主管的工作，還加強了企業對區域市場發展狀況的掌控。
10、企業員工績效考核標準化
電信運營商擁有多年的數據積累，擁有諸如財務收入、業務發展量等結構化數據，也會涉及到圖片、文本、音頻、視頻等非結構化數據。從數據來源看，電信運營商的數據來自于涉及移動語音、固定電話、固網接入和無線上網等所有業務，也會涉及公眾客戶、政企客戶和家庭客戶，同時也會收集到實體渠道、電子渠道、直銷渠道等所有類型渠道的接觸信息。整體來看，電信運營商大數據發展仍處在探索階段。
大數據在電信行業應用的總體情況
目前國內運營商運用大數據主要有五方面：(1)網絡管理和優化，包括基礎設施建設優化和網絡運營管理和優化；(2)市場與精準營銷，包括客戶畫像、關系鏈研究、精準營銷、實時營銷和個性化推薦；(3)客戶關系管理，包括客服中心優化和客戶生命周期管理；(4)企業運營管理，包括業務運營監控和經營分析；(5)數據商業化指數據對外商業化，單獨盈利。
第一方面：網絡管理和優化。此方向包括對基礎設施建設的優化和網絡運營管理及優化。
(1)基礎設施建設的優化。如利用大數據實現基站和熱點的選址以及資源的分配。運營商可以通過分析話單和信令中用戶的流量在時間周期和位置特征方面的分布，對2G、3G的高流量區域設計4G基站和WLAN熱點；同時，運營商還可以對建立評估模型對已有基站的效率和成本進行評估，發現基站建設的資源浪費問題，如某些地區為了完成基站建設指標將基站建設在人際罕至的地方等。
(2)網絡運營管理及優化。在網絡運營層面，運營商可以通過大數據分析網絡的流量、流向變化趨勢，及時調整資源配置，同時還可以分析網絡日志，進行全網絡優化，不斷提升網絡質量和網絡利用率。
利用大數據技術實時采集處理網絡信令數據，監控網絡狀況，識別價值小區和業務熱點小區，更精準的指導網絡優化，實現網絡、應用和用戶的智能指配。由于用戶群的不同，不同小區對運營商的貢獻也不同。運營商可以將小區的數據進行多維度數據綜合分析，通過對小區VIP用戶分布，收入分布，及相關的分布模型得到不同小區的價值，再和網絡質量分析結合起來，兩者疊加一起，就有可能發現某個小區價值高，但是網絡覆蓋需要進一步提升，進而先設定網絡優化的優先級，提高投資效率。
德國電信建立預測城市里面的各區域無線資源占用模型，根據預測結果，靈活的提前配置無線資源，如在白天給CBD地區多分配無線資源，在晚上，則給酒吧地區多分配無線資源，使得無線網絡的運行效率和利用率更高。
法國電信通過分析發現某段網絡上的掉話率持續過高，借助大數據手段診斷出通話中斷產生的原因是網絡負荷過重造成，并根據分析結果優化網絡布局，為客戶提供了更好的體驗，獲得了更多的客戶以及業務增長；
第二方面，市場與精準營銷。此方向包括客戶畫像、關系鏈研究、精準營銷、實時營銷和個性化推薦。
(1)客戶畫像。運營商可以基于客戶終端信息、位置信息、通話行為、手機上網行為軌跡等豐富的數據，為每個客戶打上人口統計學特征、消費行為、上網行為和興趣愛好標簽，并借助數據挖掘技術(如分類、聚類、RFM等)進行客戶分群，完善客戶的360度畫像，幫助運營商深入了解客戶行為偏好和需求特征。
(2)關系鏈研究。運營商可以通過分析客戶通訊錄、通話行為、網絡社交行以及客戶資料等數據，開展交往圈分析。尤其是利用各種聯系記錄形成社交網絡來豐富對用戶的洞察，并進一步利用圖挖掘的方法來發現各種圈子，發現圈子中的關鍵人員，以及識別家庭和政企客戶；或者分析社交圈子尋找營銷機會。如在一個行為同質化圈子里面，如果這個圈子大多數為高流量用戶，并在這個圈子中發現異網的用戶，我們可以推測該用戶也是高流量的情況，便可以通過營銷的活動把異網高流量的用戶引導到自己的網絡上，對其推廣4G套餐，提升營銷轉化率。總之，我們可以利用社交圈子提高營銷效率，改進服務，低成本擴大產品的影響力。
(3)精準營銷和實時營銷。運營商在客戶畫像的基礎上對客戶特征的深入理解，建立客戶與業務、資費套餐、終端類型、在用網絡的精準匹配，并在在推送渠道、推送時機、推送方式上滿足客戶的需求，實現精準營銷。如我們可以利用大數據分析用戶的終端偏好和消費能力，預測用戶的換機時間尤其是合約機到期時間，并捕捉用戶最近的特征事件，從而預測用戶購買終端的真正需求，通過短信、呼叫中心、營業廳等多種渠道推送相關的營銷信息到用戶手中。
(4)個性化推薦。利用客戶畫像信息、客戶終端信息、客戶行為習慣偏好等，運營商可以為客戶提供定制化的服務，優化產品、流量套餐和定價機制，實現個性化營銷和服務，提升客戶體驗與感知；或者在應用商城實現個性化推薦，在電商平臺實現個性化推薦，在社交網絡推薦感興趣的好友。
第三方面，客戶關系管理。此方面包括客服中心優化和客戶生命周期管理。
(1)客服中心優化。客服中心是運營商和客戶接觸較為頻繁的通道，因此客服中心擁有大量的客戶呼叫行為和需求數據。我們可以利用大數據技術可以深入分析客服熱線呼入客戶的行為特征、選擇路徑、等候時長，并關聯客戶歷史接觸信息、客戶套餐消費情況、客戶人口統計學特征、客戶機型等數據，建立客服熱線智能路徑模型，預測下次客戶呼入的需求、投訴風險以及相應的路徑和節點，這樣便可縮短客服呼入處理時間，識別投訴風險，有助于提升客服滿意度；另外，也可以通過語義分析，對客服熱線的問題進行分類，識別熱點問題和客戶情緒，對于發生量較大且嚴重的問題，要及時預警相關部門進行優化。
(2)客戶關懷與客戶生命周期管理。客戶生命周期管理包括新客戶獲取、客戶成長、客戶成熟、客戶衰退和客戶離開等五個階段的管理。在客戶獲取階段，我們可以通過算法挖掘和發現高潛客戶；在客戶成長階段，通過關聯規則等算法進行交叉銷售，提升客戶人均消費額；在客戶成熟期，可以通過大數據方法進行客戶分群(RFM、聚類等)并進行精準推薦，同時對不同客戶實時忠誠計劃；在客戶衰退期，需要進行流失預警，提前發現高流失風險客戶，并作相應的客戶關懷；在客戶離開階段，我們可以通過大數據挖掘高潛回流客戶。國內外運營商在客戶生命周期管理方面應用的案例都比較多。如SK電訊新成立一家公司SK Planet，專門處理與大數據相關的業務，通過分析用戶的使用行為，在用戶做出離開決定之前，推出符合用戶興趣的業務，防止用戶流失；而T-Mobile通過集成數據綜合分析客戶流失的原因，在一個季度內將流失率減半。
第四方面，企業運營管理。可以分為業務運營監控和經營分析。
(1)業務運營監控分可以基于大數據分析從網絡、業務、用戶和業務量、業務質量、終端等多個維度為運營商監控管道和客戶運營情況。構建靈活可定制的指標模塊，構建QoE/KQI/KPI等指標體系，以及異動智能監控體系，從宏觀到微觀全方位快速準確地掌控運營及異動原因。
(2)經營分析和市場監測。我們可以通過數據分析對業務和市場經營狀況進行總結和分析，主要分為經營日報、周報、月報、季報以及專題分析等。過去，這些報告都是分析師來撰寫。在大數據時代，這些經營報告和專題分析報告均可以自動化生成網頁或者APP形式，通過機器來完成。數據來源則是企業內部的業務和用戶數據，以及通過大數據手段采集的外部社交網絡數據、技術和市場數據。分析師轉變為報告產品經理，制定報告框架、分析和統計維度，剩下的工作交給機器來完成。
第五方面，數據商業化。數據商業化指通過企業自身擁有的大數據資產進行對外商業化，獲取收益。國內外運營商的數據商業化都處于探索階段，但相對來說，國外運營商在這方面發展的更快一些。
(1)對外提供營銷洞察和精準廣告投放。
營銷洞察：美國電信運營商Verizon成立了精準營銷部門Precision Marketing Division。該部門提供精準營銷洞察(Precision Market Insights)，提供商業數據分析服務。如在美國，棒球和籃球比賽是商家最為看中的營銷場合，此前在超級碗和NBA的比賽中，Verizon針對觀眾的來源地進行了精確數據分析，球隊得以了解觀眾對贊助商的喜好等；美國電信運營商Sprint則利用大數據為行業客戶提供消費者和市場洞察，包括人口特征、行為特征以及季節性分析等方面。
精準廣告投放：Verizon的精準營銷部門基于營銷洞察還提供精準廣告投放服務；AT&T提供Alert業務，當用戶距離商家很近時，就有可能收到該商家提供的折扣很大的電子優惠券。
(2)基于大數據監測和決策支撐服務。
客流和選址：西班牙電信于2012年10月成立了動態洞察部門DynamicInsights開展大數據業務，為客戶提供數據分析打包服務。該部門與市場研究機構GFK進行合作，在英國、巴西推出了首款產品名為智慧足跡(Smart Steps)。智慧足跡基于完全匿名和聚合的移動網絡數據，幫助零售商分析顧客來源和各商鋪、展位的人流情況以及消費者特征和消費能力，并將洞察結果面向政企客戶提供客流分析和零售店選址服務。
[關鍵詞]文本挖掘 可視化工具 專利分析 競爭情報
[分類號]G353.1 G306
隨著知識經濟全球化進程的加快，專利文獻作為反映科技發展，特別是技術發展態勢的重要情報源，在科技戰略制定中發揮著日益重要的作用，如何對其開展有效分析，輔助政府部門、科研機構、高新企業進行專利戰略布局和專利技術研發，成為情報機構開展情報分析、戰略決策的重要方向。專利分析離不開高效分析工具的支持，專利分析方法、分析工具的合理使用是決定信息分析水平、效率以及質量的重要因素。本文首先對專利信息分析進行簡要概述，并對國外常用專利分析工具進行系統調研，以期為國內人員開展專利信息分析工作提供借鑒。
1 專利信息分析概述
專利信息分析是競爭情報分析的重要形式，是在對專利文獻進行篩選、鑒定、整理基礎上，利用文獻計量學方法，對其所含的各種信息要素進行統計、排序、對比、分析和研究，從而揭示專利文獻的深層動態特征，了解技術、經濟發展的歷史及現狀，進行技術評價和技術預測。
專利信息分析流程分為準備期、分析期和應用期三個階段。準備期是保證專利信息分析達到目標的基礎；分析期是專利信息分析工作的主體，主要包括數據采集和數據分析兩個階段；應用期是分析工作的延伸，是專利信息分析的價值體現，各階段具體包括的內容見圖。
2 專利分析工具的主要功能
隨著信息技術飛速發展，文本挖掘、信息可視化技術已被應用到專利分析領域，眾多專利分析工具應運而生，盡管不同分析工具各有專長，但總的來說專利分析工具功能主要有以下兩點：
2.1 數據清洗
數據清洗又稱數據規范，是影響專利分析效果至關重要的一步，其作用是為專利分析提供準確的數據，主要包括：①對檢索到的專利文獻進行相關性篩選，將符合條件專利文獻納入分析數據集；②同一概念不同寫法進行規范，以消除同一概念、同一事物不同寫法造成的分析誤差。
2.2 分析方法實現及其結果可視化顯示
專利分析方法通常分為定性分析、定量分析和擬定量分析，分析工具可實現的方法主要包括基本統計分析、共現分析、聚類分析和引證分析4類：
?基本統計分析：是指依據專利文獻標引項，對專利申請時間、申請人、申請機構、申請國家、同族專利量等指標進行統計，用于把握專利文獻分布狀況及其發展態勢。分析結果通常以列表、直方圖表形式展現。
?共現分析：是指相同或不同類型特征項信息共同出現的現象。通過對專利分類號、專利權人、申請時間、申請國、專利技術焦點等進行組配統計，用于揭示專利信息的內容關聯和特征項所隱含的知識。分析結果顯示方式主要有共現矩陣和曲線圖。
?聚類分析：是指利用聚類技術將同一數據集中的專利，按照技術類別聚成不同的子類，以揭示該特定技術領域內各個子領域的分布情況，分析各主要競爭對手專利分布情況。目前專利聚類主要基于主題，呈現結果可以按競爭對手和時間順序進行瀏覽。聚類結果展現方式主要有聚類地圖、結構化數據聚類和非結構化數據聚類。
?引證分析：是指對專利的引用和被引用情況進行分析。通過研究專利間的引用關系及其規律，探求技術間的聯系和發展規律，跟蹤不同技術專利網絡，反映特定技術領域的生命周期以及競爭對手間的技術依賴關系。分析結果呈現主要有引證表、引證樹和引證地圖。
3 國外常用專利分析工具
本部分重點列舉國外常用專利分析工具，并依據分析工具可分析的數據源，將其分為非結構化數據分析工具、結構化數據分析工具和混合型數據分析工具三大類。
3.1 非結構化數據分析工具
非結構化數據分析工具是指用于分析專利全文、期刊論文、網頁內容等非結構化數據的軟件，主要包括ClearForest、OminiViz和TEMIS。
3.1.1 ClearForest ClearForest是美國Thomoson Reuters公司開發的具有強大功能的文本分析工具，包括先進的文本標記抽取平臺、分析平臺以及開發環境。其最具特色功能是可以將非結構化數據轉化為結構化數據，如從論文、網頁等非結構化文本中抽取相關詞語生成結構化數據，進而對結構化數據進行文本挖掘，如分類、聚類，生成列表、共現矩陣、聚類圖等。此外該工具還提供文本分析可視化功能，用于挖掘類問隱含關系和發現新知識。
3.1.2 OminiViz OminiViz是英國BioWisdom公司開發的一款單機版可視化數據分析軟件。該軟件有兩大特色：①分析數據類型廣泛，可對數值數據、分類數據、基因序列、化學結構以及專利、論文等多種數據類型進行分析；②整合復雜的統計算法、文本算法對大規模數據進行分析生成可視化圖譜輔助用戶對數據的理解，可視化圖譜主要有Galaxy圖、CoMet圖、ThemeMap和聚類圖等。
3.1.3 TEMIS TEMIS是美國TEMIS公司開發的一款用于商業智能的文本挖掘工具。其特色功能是支持概念化檢索，依靠強大的數據算法、語言學算法將多語種、多種文本類型的非結構化數據轉化為結構化數據，對其進行數據提取、分類、聚類等。TEMIS價格昂貴限制了在國內的應用。
3.2 結構化數據分析工具
結構化數據分析軟件主要用于對數據庫中的專利信息、文獻題錄信息進行分析，主要包括Thomson Data Analyzer(簡稱TDA)、VantagePoint、Quosa、RefViz、STN AnaVist和Vxinsight。
3.2.1 Thomson Data Analyzer TDA是美國Thomson Reuters與Search Technology公司聯合推出的數據挖掘和可視化分析工具，由Search Technology公司的Van―tagePoint引擎提供技術支持。TDA除支持德溫特世界專利索引(DII)、Web of Science和Pubmed等常用數據庫外，還支持Excel數據的導入。TDA軟件提供強大的數據清洗功能保證了數據分析的準確性，支持基本統計、共現分析、聚類分析，并可自動生成列表、矩陣、聚類圖、報告等。
VantagePoint軟件與TDA軟件功能基本類似，在此不再贅述。
3.2.2 Qaosa Quosa是美國Quosa公司開發的一款集文獻檢索、全文下載、文獻管理分析于一體的單機版
文本挖掘工具。該軟件支持Ovid、PubMed、美國專利數據庫等的直接搜索，可將PDF全文下載到本地進行組織管理，并可對文獻進行概念提取和聚類。其文獻全文自動下載、最新進展追蹤、PDF文獻信息自動識別以及全文分析功能是同類文獻管理軟件所不具備的，但其分析功能與專業類文獻分析軟件相比功能還較少。
3.2.3 RefViz RefViz是美國Thomson Reuters公司開發的單機版文獻信息分析可視化軟件。該軟件主要特色是具備強大的語義分析功能，可利用詞庫工具對數據進行清洗，分析結果可生成Galaxy視圖和二維矩陣視圖。但是RefViz僅能分析結構化數據，如來自文獻數據庫或文獻管理軟件的文獻題名、摘要、主題詞等信息，不能分析非結構化數據。
3.2.4 STN AnaVist STN AnaVist是美國化學協會分支機構化學文摘服務社(CAS)與FIZ Karlsruhe開發的一款科技文獻、專利文獻文本分析可視化軟件。該軟件可對化學文摘、DII、歐洲專利和美國專利等多個數據庫進行分析，并可利用CAS詞表對機構、技術術語進行數據規范。其主要特色是可采用聚類技術生成研究內容全景分析圖。
3.2.5 Vxinsight Vxinsiht是美國能源部桑地亞(sandia)國家實驗室開發的一款免費的單機版文本分析可視化軟件。該軟件的主要特色是采用三維虛擬地圖的形式來模擬聚類信息，以揭示科技文獻、專利、蛋白、基因問的相關性。
3.3 混合型數據分析工具
混合型數據分析軟件是一類可分析結構化數據和非結構化數據的軟件，主要包括Aureka，M－CAMDoors，Wisdomain和PatAnaIyst，這些工具都整合了專利數據庫檢索功能。
3.3.1 Aureka Aureka是美國Thomson Reuters公司開發的在線知識產權管理分析平臺，提供專利檢索、管理、分析(專利引證分析、專利地圖分析等)、預警等功能。在專利分析方面，ThemeScape提供聚類分析可生成專利地圖，Citation Tree提供引文分析可生成引證樹，揭示專利信息間的相互關聯，為用戶技術研發與自主創新、專利評價與評估、專利權保護、企業聯營與合作或兼并等的生產經營決策活動提供幫助。該軟件數據清洗功能較弱是其主要不足。
3.3.2 Wisdomain Wisdomain是美國Wisdomain公司開發的一個專利分析解決方案，整合FOCUST、PatentMagnet、PatentFamilyTree、PatentLab-II 4個工具，支持美國、歐洲、中國、日本、韓國、世界PCT專利檢索以及Inpadoc法律狀態檢索，提供基本統計、共現分析和引證分析功能，分析結果可以列表、聚類圖、引文圖、二維或三維圖形顯示。
3.3.3 Delphion專利信息平臺 Delphion是美國Thomson Reuters公司開發的專利信息服務平臺，集成Snapshot、Corporate Tree、PatentLab-II、Text Clustering、Citation Link 5個工具，分別提供在線分析、公司名稱規范、列表和直方圖等圖表生成、文檔聚類、引文分析功能。該平臺收錄范圍廣、整合分析工具多是其主要特色，但其按服務項目、專利下載數量收費的服務模式，使得一般用戶難以承受其高昂的費用。
3.4 專利分析工具比較
以上對國外常用的非結構化數據分析工具、結構化數據分析工具、混合型數據分析工具進行了簡單介紹，下面將從分析工具類型、分析數據源、主要功能、結果呈現、用戶群5個方面，對12個分析軟件進行比較，見表2。
非結構化數據分析工具，主要基于語義分析技術，將非結構化數據轉化為結構化數據，進而利用強大的分析功能對其進行分析。這三款軟件中，ClearForest、TEMIS價格昂貴，限制了在國內的應用；Ominiviz為單機版軟件使用便捷，除具有文本挖掘功能外還具有強大可視化功能，其可視化功能在眾多軟件中尤為出眾。
結構化數據分析工具，主要用于分析結構化數據。TDA是目前國內科技文獻、專利文獻分析應用較多的軟件，支持20多種文獻數據源，是目前已知文獻信息分析工具中支持數據最為廣泛的軟件，且支持Excel文件(含中文)的導入；此外該軟件具有強大的數據清洗功能、自動生成專利報告功能，這些功能是其他軟件無法比擬的；但是TDA在專利地圖制作、文獻結果可視化方面還存在不足，在專利分析中需與其他專利分析工具聯合應用。Quosa和Refviz主要用于期刊文獻的管理和分析，支持數據源較少；STN AnaVist自帶技術術語、機構分析詞表可用于專利文獻數據清洗，但對大規模數據庫的清洗仍是該軟件面臨的巨大挑戰。Vxinsight是本文介紹的分析工具中唯一一款免費的軟件，主要特色是可以生成二維、三維聚類地圖用于揭示專利、文獻間的關系，但該軟件在專利分析方面功能較弱。
混合型數據分析工具，除提供專利分析功能外，還提供專利文獻檢索、數據下載功能，文中提到的三個分析工具分析功能完備，均具有數據清洗功能，提供基本統計、共現分析、聚類分析、引文分析(僅對美國專利進行分析)，并可對分析結果進行可視化顯示。但這三個工具在專利分析方面各有其優勢與不足，如Aureka可采用聚類分析生成主題(詞匯)地形圖，用于專利技術主題分布研究，而在專利國家、機構分析分析方面由于缺乏數據清洗功能，分析結果準確性不足：Wisdomain僅能分析自帶數據庫檢索結果，不具有數據導入功能；Delphion主要用于專利數據檢索，在數據分析方面相比Aureka和Wisdomain功能較弱。
4 結語
專利分析工具是順利開展專利信息分析的重要保障，分析工具的好壞將直接影響專利分析的效率和結果的準確性，在應用專利分析工具時，還應注意以下幾點：
?融會信息分析思維，選擇恰當分析工具。國外專利分析工具眾多，在開展專利分析工作時，應根據不同的分析目的、擬解決的問題，結合不同分析工具的主要功能，選擇恰當的分析工具。由于國內購買國外產品途徑不暢、價格較高等原因，目前國內應用較多的主要有TDA、Aureka和Ominiviz。
規范市場主體與行業標準
當前網絡輿情產業的發展，最明顯的標志是輿情產業體系基本形成，目前已初步形成了以科研機構、媒體單位及第三方實體三種類型的市場主體，但沒有形成統一的服務標準。
首先，政府既是輿情管理的主體，又作為大客戶推動輿情產業發展。與軟件開發公司合作，衍生了數千家軟件，引發輿情監測軟件領域混戰，但大部分軟件專業技術含量低，目前通過國家工信部資質認定的監測軟件不到100家。
其次是新華網、人民網等媒體單位擁有輿情產業的核心資料――信息源及一定壟斷程度的客戶源，于是各大媒體據此優勢，推出輿情分析報告、輿情公關等相關服務。媒體既作為運動員又作為裁判員，透支自身的影響力，各自為戰。
再就是第三方實體包括科研機構、民間機構以及從公關公司、媒體公司轉型的商業機構。第三方實體應該是真正市場的主體，但目前缺少完整連續的產業鏈。無論哪一種產業化模式，都缺少規范而成熟的商業模式，沒有形成統一的行業標準及富有特色的輿情業務。
所以目前政府部門一方面要主導制定統一的輿情產業服務標準，細化行業服務準則，另一方面則要大力扶持新型有特色的輿情企業，如集“產學研用”為一體的“大瀚輿情”實體，從學術研究、輿情調研與應對等角度入手，將科研成果應用于產業化發展。同時在一些輿情企業相對形成規模的大城市和特大城市，規劃設計有利于輿情企業集約化、規模化發展的輿情產業園及互聯網產業園，以拓展輿情產業鏈。
加強政策引導與市場環境優化
輿情產業是信息服務產業的一個新型業態，更是文化產業的重要領域，隨著大數據時代的來臨，如何將輿情數據轉化為有助于社會政治經濟發展的重要資源，如何通過輿情數據分析來輔助決策，這顯得相當重要。尤其在政府治理層面，為應對層出不窮的社會公共危機事件，必須掌控復雜的輿情并引導輿論，政策資源應向輿情產業傾斜。一方面在充分調研輿情產業市場的前提下，制定有益于輿情產業化的優惠政策，優先輿情產業實體享受財稅支持等。另一方面，將全國輿情產業發展納入整體規劃，制訂輿情管理師、輿情分析師、新聞發言人等輿情行業專業人員從業資格及其培訓機構標準等，國家工信部、人社部及國信辦等主要主管部門形成統一規劃，將輿情培訓規范化、制度化、科學化，升級輿情產業的培訓市場，以此形成系統化、全覆蓋的輿情產業政策體系。
開發衍生產業鏈，激活隱性商機
此次座談會的任務是總結今年農產品加工業監測與預警工作，分析存在的主要問題，提出下一步加強此項工作的思路及具體任務。下面我談四方面意見。
一、2012年農產品加工業監測與預警工作取得較好成效
一年來，在各參與單位和行業專家學者的共同努力下，農業部農產品加工局農產品加工業監測分析與預警工作較好地完成了預定任務，為下一步工作奠定了良好基礎。
一是定期報告持續監測行業運行狀態，為有關部門提供決策參考。首先，對農產品加工11大類行業運行情況進行定期監測，及時反映行業的運行狀況，為各省級主管部門掌握行業運行態勢，指導行業發展提供決策參考。其次，對谷物磨制、食用植物油制造、果菜汁及果菜汁飲料制造、蛋品加工、屠宰及肉類加工、蜂產品加工等6個重點行業開展了第一季度、半年度和三季度監測，對行業發展動態進行分析與研判，形成定期報告16篇。上述6個重點行業占農副、食品、飲料三大食品加工類行業的比重為37%，而這三大食品加工類行業占整個農產品加工業的比重達到52%以上。因此，從一定意義上說，對這6個重點行業的監測大體反映了農產品加工業、尤其是食品類加工業的發展態勢，具有重要的指導意義。此外，首次編制了《中國農產品加工業運行分析報告（2011年）》，對2003～2010年歷史數據進行了整理分析，為各級行政管理部門及有關單位，了解農產品加工業發展情況提供了可靠的資料信息，也為今后深入進行行業發展分析研究奠定了基礎。
二是專題報告及時預警行業重大問題，引起一定反響。2011年以來，針對行業熱點問題和突發事件，不定期開展分析研究，形成專題報告8份，以農業部信息、部長專報等形式及時向農業部領導及相關司局反映。其中，《國際對沖基金利用炒作食品安全事件沽空我國領軍食品企業現象應引起關注》和《我國肉類加工能力過剩、外資介入過深，行業潛在風險加大》兩篇專題報告得到高鴻賓副部長批示。同時，通過網絡等途徑對外預警信息，引導行業健康發展，并引起了一定反響。如的《我國小麥粉加工業結構性產能過剩問題突出》被新華網、新浪等多家知名網絡媒體相繼轉載，并被農民日報頭版刊登，在社會上引起了關注，對推動行業發展起到了一定作用；以工作動態形式編發的《蜂蜜新國標引爭議》引起相關部門注意，在一定程度上推動了蜂蜜國標的修訂工作；在中國國家農產品加工信息網上《關注多菌靈農殘超標》，呼吁企業高度重視，積極采取有效措施應對，避免由此帶來的不利影響。
三是工作規范逐步健全，為監測預警工作順利開展提供保障。在分析報告編制方面，形成了定期運行報告和不定期專題報告相結合的工作制度。今年，農業部農產品加工局正式開展了季報、半年報、年報的監測分析工作，逐步探索出了較為規范的報告框架和基本格式，對各部分內容提出了具體要求，確保監測分析報告能全面、準確地反映行業總體情況及特點。同時，針對行業內熱點問題和突發事件，不定期專題報告與預警信息。在行業監測分工方面，初步建立了技術專家、經濟專家、行業協會、政府職能部門四方協調統一的工作機制。技術專家從專業角度對行業發展狀況進行分析，編寫報告初稿；經濟專家從市場、貿易等角度補充分析，完善報告內容；行業協會從把握運行特點和態勢方面提出建議；農業部農產品加工局加工處綜合政府職能、宏觀政策等內容，修改并確定終稿。為提高監測報告和專題報告質量，建立了專家會商制度。今年年中，邀請來自中國農業科學院農產品加工研究所、農業部規劃設計研究院農產品加工工程研究所、農業部農村經濟研究中心、行業協會、企業等方面的專家針對上半年行業發展情況以及熱點問題、突發事件進行了多次研討會商，確保監測報告和專題報告的真實性與準確性。
四是專家隊伍不斷壯大，涵蓋面擴展、互補性增強。通過一年多的重點行業監測預警工作積累，初步組成了一支綜合性的專家隊伍，總人數近100人。專家來源廣泛，既有中國農業科學院農產品加工研究所、農業部規劃設計研究院農產品加工工程研究所、農業部農村經濟研究中心等事業單位的研究人員，也有肉研中心、北京蔬菜院、中國農業大學、華中農大等科研院校的專家教授，還有罐頭、肉類、飲料等行業協會的專家，以及典型企業的企業家代表。隊伍結構合理，既有科研領域的技術專家，也有經濟領域的行業專家，還有從事生產、加工和貿易的管理人員。其中，三分之一直接參與監測報告的起草與撰寫，三分之二參與報告研討會商，形成了核心專家與專家分工協作、優勢互補的良好局面。
五是數據服務平臺日趨完善，數據定時更新、功能不斷優化。通過和國家統計局、輕工業協會以及部分行業協會合作，實現了數據采集與匯總工作常態化。目前，按月度采集農產品加工業各項指標數據，并建立了包括總產值、銷售產值、主營業務收入、利潤總額、稅金總額、從業人員數量等核心指標的數據庫，定期為省級主管部門、有關專家提供數據服務。同時，為充分發揮數據庫的作用，設計開發了農產品加工業數據分析系統；通過不斷地優化系統結構，實現了數據匯總、查詢、分析等功能。
總體來看，農產品加工業監測分析與預警工作已經走上了正軌，取得了一定的成果，在社會上引起較多關注，發揮了一定作用。
二、目前存在的主要問題
經過一年多的探索與實踐，農產品加工業監測分析與預警工作取得了一定的成效。但是，仍然存在許多問題，亟待加強與改進。
一是工作機制有待進一步完善。由于農產品加工業監測分析與預警工作開展的時間不長，參與單位和專家之間的合作協調機制還不完善，沒有充分發揮各單位和專家的優勢；監測分析報告的會商機制也還不健全，沒有形成定期會商的制度，團隊內部專家之間、與相關行業協會之間的信息交流與共享不夠，導致對熱點問題的發現和研究還存在一定的滯后性。
二是預警信息發現機制尚未形成。目前，技術專家以完成定期監測分析報告為主。在主動跟蹤熱點問題、突發事件，及時預警潛在問題等方面沒有形成有效的工作機制。
三是第一手數據資料缺乏。目前，監測報告的數據來源以國家統計局官方數據為主，由于數據口徑過于寬泛，不具有針對性，不能準確反映某一行業的狀況。同時，專家參與相關行業會議和調研的次數有限，對第一手數據的掌握較少，使得目前的監測報告僅停留在對現有數據的分析上，缺乏對行業深層次問題的挖掘。
四是報告的及時性和針對性有待增強。由于國家統計局每月的數據較晚，監測報告對行業動態的把握存在一定的滯后性；特別是對行業熱點問題、突發事件反映較少，針對性不強等問題亟待改進。此外，還缺乏對國家出臺的農產品加工業相關政策執行效果的跟蹤研究。
三、下一步工作思路與任務
今后，農業部農產品加工局要繼續貫徹“邊建設、邊運行、邊出成果”的原則，圍繞監測數據匯總與分析研判相結合、決策參考與行業引導相并重的工作目標，健全定期分析、動態報告、及時預警制度，進一步加強專家隊伍建設。力爭通過3到5年的努力，分區域、分品種對農產品加工各行業發展情況實行動態監測，對突出問題和潛在隱患及時預警信息，著力打造農產品加工行業信息公共服務平臺，形成權威信息渠道，引導行業健康發展。
四、主要措施
一是加強調查研究，及時發現熱點難點突出問題。監測分析與預警工作專家要加強行業調研，積極參加相關行業的會議，全面掌握第一手材料，及時反映產業發展熱點問題、焦點問題和難點問題，側重反映產業發展的共同需求和共同難題，對行業提出建議并形成書面報告；要加強行業重點企業的調研，及時發現企業面臨的困難與問題，提出建議并形成專題報告。
二是完善工作機制，進一步推進監測分析與預警工作。要加強監測分析報告會商機制，形成定期會商和針對突發問題會商的制度，促進行業內技術專家、經濟專家與行業協會之間的信息交流，確保報告的準確性；健全熱點問題的發現機制，通過信息交流平臺定期提醒專家關注行業內的熱點問題；完善信息共享機制，專家參與調研及行業會議的成果及時與團隊共享，農業部農產品加工局的工作動態也要及時發給專家；建立培訓機制，加快專家知識更新、增加知識儲備、拓寬知識面，提高專家的相關工作能力。
三是利用研發體系進行布點，加強企業信息采集與監測。將預警工作與研發體系建設相結合，利用研發體系的監測點，收集農產品加工數據。在全國選擇一批農產品優勢產區和集中地區、農產品加工業重點地區，定期監測分析區域內農產品加工主要行業運行情況，及時報告區域內行業突發事件；選擇一批重點行業的領軍企業，定期監測企業運行情況，及時報告行業重點企業的突況與熱點問題，進一步豐富數據庫。
“互聯網+”背景下，隨著企業對O2O商業模式的青睞有加，帶動了線上企業電商網站和線下傳統渠道對營銷專業人才需求的迅猛增長。與互聯網時代相應，企業對營銷專業人才的素質也提出了新的要求:網絡化復合型人才的需求加大，同時，大數據時代企業對營銷人員的市場調研以及數據處理能力的要求提高，這已成為高校市場營銷專業發展順應時局應積極應對的問題。目前現代線上教育也正在挑戰著高校的生存。《市場營銷》課程教學必須順勢而為，積極變革。
［關鍵詞］
互聯網+;市場營銷;課程教學改革
一、“互聯網+”背景下市場營銷專業人才需求的變動趨勢
(一)“互聯網+”背景下企業對營銷專業人才需求增長迅猛
伴隨著互聯網技術的成熟運用以及電子商務的迅猛發展，越來越多的電商企業和傳統企業更為青睞O2O(即OnlineToOffline)商業運營模式。互聯網已經成為企業促成交易，為顧客提供更加體貼入微的系列服務的快捷方便的通路，成為幫助眾多的企業打破時空界線，開拓廣闊的世界市場的開放的擴展平臺，以及與顧客親密接觸的便捷的鏈接媒介。艾瑞咨詢《2015年度數據電商O2O篇》顯示，伴隨著中國網購市場的不斷成熟，跨境電商、農村電商成為新的增長點，移動網購發展勢頭強勁，2015年交易額高達2.1萬億元，年增速為123.2%;其中B2C網購交易規模增長迅速，高達2.0萬億元，占國內網購交易額的52.2%，首次超越C2C交易規模。B2B電商運營平臺營業收入超200億，增速高達6.9%。從2015年我國電子商務市場交易規模看，已高達16.2萬億，增長了21.1%。2015年12月27日《中國自營式企業網購分析報告》預測，2016－2018年，我國企業網購交易年均增長率將保持在30%，到2018年末，B2B網購規模將達到28.6萬億元。我國網購市場可謂發展勢頭猛進。國內眾多的企業已紛紛借助互聯網，將線下的體驗、促銷、售后服務等一系列活動與線上的市場推廣、客戶服務、交易活動有機地融合在一起，立體式全方位打造企業的核心競爭力。目前，眾多電商企業不斷加快了線下渠道的擴展步伐，以蘇寧與阿里的結盟、阿里入股銀泰、京東與全國百家便利店聯手等即可見一斑。傳統企業也正在不斷向線上發力，借助電商服務機構加速企業線上電商運營平臺的構建，國內電商企業平臺的數量和規模正在迅速增大。與之相伴，隨著市場經濟運行機制的不斷完善和發展，更多的企業對市場營銷理念的精髓的領悟也在不斷深入，眾多的企業正在豐富著市場營銷的理論，推陳出新，把營銷理念提升到企業戰略高度去進行科學的布局。以上諸多因素，都使得企業對營銷專業人才的需求呈現出猛增的態勢。據羊城晚報2015年12月08日14:15《會計專業:供應過剩熱轉冷市場營銷:需求旺盛再吃香》所述，“近來市場營銷專業的市場需求也很旺，學生就業不愁。”“電商的興起，給市場營銷類專業的畢業生提供了更多的就業機會。”500余家招聘企業中“互聯網+”企業占四成，京東商城招聘人員中終端銷售管理類人員就達到55人，占招聘總數的68.7%。企業對市場營銷專業人才的需求上升明顯。
(二)企業對營銷專業人才的需求呈現出網絡化復合型趨勢
電商企業和傳統企業的O2O商業模式的快速擴展，在為市場營銷專業人才提供了數量巨大的空缺崗位的同時，也對營銷專業人才的綜合素質提出了更高的要求，呈現出網絡化復合型的變動趨勢。“互聯網+”背景下，企業急迫需要一批踏實敬業、勤奮肯干的懂電子商務平臺運營規律的能夠進行營銷策劃，文案撰寫，可以熟練使用網絡促銷新媒體工具的營銷復合型人才。
(三)大數據時代企業對市場調研及數據處理型營銷專業人才的需求擴大
互聯網技術的成熟運用，為眾多的企業有效地分析客戶端碎片化、個性化的大數據提供了更為便利的條件。大數據分析為企業在未來精準營銷，為顧客提供全方位的定制化營銷服務成為可能。《大數據大利潤–數據信息圖》指出，若企業通過數據分析，舉辦有針對性的促銷活動，與群發郵件相比，促銷產品可獲得288%平均利潤增長。《消費升級里的中國:電商消費大數據勾勒出在線商業圖景》以數據分析為我們清晰科學地解讀了當前我國電商消費的變化趨勢……眾多的企業以及像亞瑪遜等網站已由電商平臺角色向大數據服務機構轉變，他們通過對客戶端大數據的科學分析和運用，為企業做出正確科學的決策奠定了堅實的基礎，幫助企業將有限的資金、人力、物力等資源用到了刀刃上，從而全面提升了企業的核心競爭力，為企業創造了可觀的利潤回報。大數據時代的精準營銷、個性化營銷促使企業更加強調市場營銷隊伍整體的市場調研和數據處理能力的全面提升。企業對營銷專業人才的需求也將向市場調研能力和數據處理能力的需求傾斜。
二、“互聯網+”背景下《市場營銷》課堂教學改革的思考
高校專業品牌的塑造往往是通過依靠所培養的學生的綜合素質與社會需求的吻合度來構筑的。因此，市場營銷專業人才培養目標必須與企業對該專業人才的需求的動態變化緊密接軌。而課堂教學則是有效落實專業培養目標的致勝關鍵，也是鏈接理論教學與實踐轉換的重要的橋梁和紐帶。“互聯網+”背景下，伴隨移動終端的普及，高校學生所能夠獲取知識的渠道更加方便、快捷;再加上全球開放的互聯網MOOC、微課等新的教學形式和內容的層出不窮，這些社會教育服務機構匯積了全球最優秀的師資力量于一體，在線教育正極大地沖擊并挑戰著傳統高校的生存地位。當前，高校若單純依賴于單一層面的知識傳授，已然無法滿足現代教育的要求。作為高校以及高校的教師，如何進行定位，已迫在眉睫。當前，針對網絡化復合型人才需求加大以及大數據時代對市場調研與數據分析營銷專業人才需求的緊迫需求，《市場營銷》課堂教學需要緊跟時代步伐，立足“以學生為主體”，以工作過程為導向，對教學內容進行分解，以學生網絡化復合型素質培養為核心，有效利用互聯網技術，積極轉變教師的角色，進行積極改革，以適應企業對營銷專業應用型人才的綜合素質的要求的變化所帶來的挑戰。現就《市場營銷》課程教學改革提出以下幾點思考:
(一)樹立新的教學理念，以工作過程為導向，科學設計課程教學內容模塊
互聯網———知識大爆炸時代，學生獲得知識信息已不再困難，知識獲得的渠道多樣而開放。傳統的課堂教學模式以“學習是知識的獲得”的認知心理學作為依據，以教師為主導，學生常處于被動的接受知識的角色地位，即俗稱的“填鴨式”教學當前已受到了極大的挑戰。傳統的課程教學模式在激發和全面提升學生的創造性、創新性、學習能力等綜合素質方面存在一定的欠缺。建構主義理論倡導通過“學習環境創設”，以“學習是知識的建構”為核心理念，教師通過創設一定的特設場景，大膽嘗試以職場項目的工作過程為線索，將課程內容進行模塊化分解，引導學生不斷地模擬和演練職場崗位所需要完成的各項任務，翻轉課堂教學，將學生“被動的學習”轉化為激發學生的探索、創新的熱情，以學生“在做中學”，學生“在教中學”，來推動學生從單一地吸收理論知識向全面提升學生的實踐能力和綜合素質的科學轉換。以燕京理工學院《市場營銷》課程為例，自2013年一直積極嘗試著以營銷管理的工作流程即市場分析→戰略定位→營銷策劃→營銷計劃的組織管理為邏輯脈絡，來構筑課程教學內容模塊。自2013年初至2015年，一直以模擬項目教學為主進行嘗試，當前已參加學校的福特基金“以學生為主體”的項目課題研究，通過引入英紐林等企業的產品進入課堂，把學生分成項目小組，按照企業產品項目市場開拓的全過程，對課程內容進行調整，分解成從市場調研分析→產品營銷戰略定位→產品營銷策劃→項目方案的實施幾大模塊，通過項目小組的“做”，親身體驗工作設計以及方案的實操，以項目組的實際業績作比較，來驗證學生們對理論知識的掌握程度。
(二)積極引入企業經理人進校園，采用多元化教學策略，帶動學生進行項目實施
“互聯網+”背景下，大量的免費網絡公開教學資源供應對高校的生存提出了嚴峻的挑戰。高校必須改變單一層面的知識傳授角色，以“樹人”為核心，從培養具備創新能力、團隊合作精神、較強的學習和研究能力、積極健康的人格的應用型專業人才方面的核心價值，以此作為超越互聯網教育平臺所無法比擬的優勢，來應對線上教育和全球化國際教育市場競爭的嚴重沖擊。在處理教授理論知識與培養學生綜合能力素質的關系時，《市場營銷》課程需要積極建設多元化的教學環境，通過引進企業經理人進課堂，作為傳統教學的有效補充。在理論教學過程中，通過精心構筑產品項目執行的工作全過程，將學生導入不斷的“處理問題→調查分析→策劃→實施”的學習過程中去，以提升學生的創造性思維并提升學生項目的執行能力。互聯網時代，網絡化復合型營銷人才的培養勢在必行。通過依托狀元匯企業的線上平臺，請企業經理進入課堂，讓學生在線上實際演練網上建店、網店的裝修，包括店標的設計、產品的圖示以及產品文案的撰寫、網店促銷活動方案的設計與實施等內容，讓學生在實際項目的操作過程中，去深入體會理論知識的內涵，從而培養學生的創意思維、團隊合作精神以及動手能力。
(三)變革教學方法，嘗試翻轉課堂，向全面提升學生的綜合素質轉變
互聯網時代，學生獲取信息的渠道很廣，教師必須努力轉變單一的“知識傳授者”的角色，以向激發學生探究問題的引路人和指導者的角色轉變。想辦法激發學生的學習自主性，布置項目和任務，重視學生的探究性學習，通過學生“做中學”，學生“教學生”，教師在學生學習的全過程中進行有利的引導，以協助學生項目小組進行問題的探索→思考→實踐→再探索，”授之以漁“，將工具和方法教給學生，組織學生親自去做，搜集資料，學習知識，結合項目去研究，并且將課程模塊內容分配給各項目小組的學生，每個項目組將理論模塊的知識以PPT的形式呈現并在課堂進行講解，以提升學生的信息搜集整理、撰寫以及團隊合作和語言表達能力，從而達到全面提升學生整體綜合素質的目標。
(四)課程教學測評體系由應試評價向過程評價和能力評價轉化
“互聯網+”背景下，營銷專業為突破并超越MOOC、微課等線上教育迅猛擴展所形成的困窘之勢，必須深度挖掘傳統教育不同于現代線上媒體教學的獨特價值及其魅力所在。現代線上媒體教學的確在突破時空界限，學習靈活，富有彈性具有極強的競爭優勢，然而僅僅依靠現代線上教育媒體單一的知識傳授，尚無法滿足學生綜合素質諸如創新創意思維、學習能力、團隊精神和健康人格的方面的塑造，這正是其無法比擬和難以完全取代高校地位的根本所在。正因為如此，《市場營銷》課程教學必須與時俱進，立足以“樹人”為核心，應以學生創新思維、學習能力、團隊精神和健康人格等方面綜合素質的培養和全面提升作為重點，積極調整課程教學測評體系，由單一的應試評價向過程評價和多維度的能力評價相轉化。傳統的《市場營銷》課程教學的測評體系，通常采用期末成績這種單一的應試評價來甑別學生的優劣，這樣往往會導致學生平時課堂的參與熱情不高，只是期末突擊學習，背誦課本重點內容來應付學習，從而導致所培養出的學生高分低能，學生綜合能力素質測評陷入缺乏科學性的惡性循環。此次改革需要將課程教學測評的重點放在過程中，以能力素質所能得以體現的階段性成果，分階段進行考核評價，按照知識和能力素質所形成的規律，激發學生“做”的積極性，幫助學生在從感知→概括→應用的思考的全過程中去建立和形成科學的思維邏輯方法、獨立學習能力、團隊合作和良好的人際關系處理習慣、健康的人格，并培養學生在“做”的過程中形成持之以恒的探索精神。以《市場營銷》課程為例，擬以階段性市場分析報告、營銷策劃案、策劃案的執行報告按照職場營銷工作的全過程，分解課程的教學內容，在將教學內容模塊化的前題下，將學生測評體系向過程測評和能力測評進行轉化。當然，若想真正貫徹實施，這需要學校層面人事部門在對學校教師的工作績效考評體系同步進行一定的調整，從而確保并且激發教師敢于嘗試和大膽改革的意愿。面對“互聯網+”背景下現代線上多種教學模式的沖擊，高校必須積極思考其立命之根本，防患于未然，積極改革，以“樹人”為核心，變革課程教學，以增強其競爭力。
作者：李瑋 單位：燕京理工學院
參考文獻:
［1］艾瑞咨詢.2015年度數據電商O2O篇［EB/OL］.
［2］馮雪.2015年電商交易達16.2萬億元［EB/OL］.
［3］余曉玲、劉艷、謝晶晶.會計專業:供應過剩熱轉冷市場營銷:需求旺盛再吃香［EB/OL］.
為適應鐵路向現代物流轉型發展，應重點發揮鐵路統計的咨詢功能，提高統計分析質量，為鐵路的發展當好參謀。針對鐵路勞動統計分析中存在的問題，提出加強鐵路勞動統計分析的對策，即提高對鐵路勞動統計工作的認識、強化鐵路勞動統計人員業務素質、建立符合現代人力資源管理特點的鐵路勞動統計指標體系、提高鐵路勞動統計分析報告質量、加強鐵路勞動統計信息系統的建設。
關鍵詞：
鐵路；統計工作；勞動統計分析
目前，鐵路正在向現代物流轉型發展，全面參與現代物流業競爭，最終實現“既保安全，又有效益”的雙贏目標。為此，鐵路勞動統計分析應適應鐵路改革發展形勢，在完成勞動統計信息、計劃進度監督及輔助財務核算等傳統職能的基礎上，重點發揮勞動統計咨詢職能，提高勞動統計分析質量，為完善工資分配機制、優化人力資源配置、提高鐵路企業勞動效率提供決策意見和建議，為鐵路的發展當好參謀和助手。
1鐵路勞動統計分析現狀
鐵路勞動統計分析通過研究鐵路運輸生產過程中勞動力的數量、構成、分配、使用及其再生產等經濟現象，為鐵路各級領導做出科學、合理的決策提供支持。在市場經濟條件下，鐵路政企分開，要求統計工作能及時提供準確、完整的統計資料，加強統計監督，做好統計分析。但是，統計工作仍然沒有擺脫以運輸生產統計為主的傳統模式，重填報、輕分析、輕預測；勞動統計分析超前性、預測性信息比重小，缺乏動態的評價、分析、監督和預測，難以滿足鐵路參與市場競爭的需要，與鐵路進入市場后對勞動統計分析工作的要求存在差距。為此，鐵路勞動統計分析工作應積極適應鐵路建設現代物流企業的新目標，特別是通過加強勞動統計分析，準確、及時地反映鐵路運輸生產經營中的新情況、新問題，并提供具有預見性和先導性的勞動統計分析，為鐵路全面參與現代物流業競爭，最終實現鐵路安全效益雙贏的目標提供決策支持。鐵路勞動統計分析是指運用統計學的方法和鐵路勞動相關理論，研究描述鐵路勞動經濟現象，揭示鐵路勞動經濟現象的本質和規律，為鐵路單位和上級主管部門經營管理決策、宏觀調控提供服務。目前，鐵路勞動統計分析主要存在以下問題。
（1）認識存在偏差。鐵路運營模式主要以保證運輸安全和完成運輸任務為導向，在制定人力資源調配及工資分配方案時，對人員配置是否最優、工資激勵效果是否最佳等關鍵因素缺乏科學評估。因此，鐵路相關管理部門對統計分析的需求不足導致勞動統計分析內容仍然以提供數據為主，勞動統計人員對統計分析的認識不到位[1]，缺乏對鐵路運輸經濟問題的深入挖掘剖析。
（2）勞動統計人員業務素質有待提高。目前，鐵路勞動統計人員在業務素質方面存在以下問題。一是部分勞動統計從業人員沒有系統地接受過統計專業的培訓，學歷低、年齡大，專業素質不高，接受和理解能力較差，利用優化統計方法欠缺。二是勞動統計人員變動頻繁，新的勞動統計人員大多是臨時換崗，沒有參加過專業的統計業務培訓，勞動統計分析質量受到影響[2]。三是統計隊伍大而不強，目前全路92.8%的統計人員都分布在基層一線，全路有超過一半的勞動統計人員沒有技術職稱，大量勞動統計人員以工代干。
（3）勞動統計指標體系有待完善。鐵路向現代物流轉型發展要求統計及核算指標應積極與市場接軌，應建立健全勞動統計指標體系，采用一系列相互關聯、相互交叉的指標從多角度考核，進行全面、準確的衡量與評價。現行的鐵路勞動統計指標體系以有關鐵路勞動統計規則和勞動統計報表為基礎，重生產統計和數量統計，而反映運輸生產質量和效率的指標不足，難以適應鐵路向現代物流轉型發展的要求。
（4）分析報告質量有待加強。一是統計分析方法與實際結合不緊密。統計人員在開展勞動統計分析時，較多采用比較法、分組法等一些基本分析方法，但應用多元分析法、聚類分析法、預測法等分析方法較少[3]。二是分析目標不明確。很多勞動統計分析報告對經濟現象的成因挖掘不深入，與鐵路運輸生產經營、效率效益結合得不夠緊密[4]，不能及時反映鐵路運輸經營活動中出現的新情況、新事物，以及存在的問題。三是勞動統計信息采集范圍較窄。統計人員只重視對鐵路內部勞動統計資料的收集，對外部市場數據，以及和勞資管理關系密切的生產經營數據關注不足，缺乏與外部市場的比較分析[5]，難以發揮勞動統計分析的管理決策支撐作用。
（5）勞動統計信息化建設滯后。目前全路勞動統計信息系統建設仍然以報表管理為重心，以統計臺賬作為基礎數據的載體，數據顆粒度較大，統計分析不精細。例如，工資臺賬中的基礎數據登記的是財務憑證的支出信息[6]，該信息很難細分到車間、班組及個人；主要工種臺賬由基層勞動統計人員通過手工方式由本單位其他信息庫登記加工而來，不僅耗時耗力，其準確性也很難得到保障。數據顆粒度大導致報表數據僅能滿足開展宏觀分析，很難適應人力資源精細化管理的需要。
2加強鐵路勞動統計分析的對策
2.1提高對鐵路勞動統計分析的認識在鐵路向現代物流轉型的關鍵時期，應加強勞動統計管理，以勞動統計分析工作為支點，提升工資分配效能，激發廣大鐵路職工增收創效的積極性，優化勞動生產組織，促進鐵路勞動生產率的提升。鐵路企業應加強對勞動統計工作的領導，把加強勞動統計分析與提升勞動統計數據質量放在同等重要的位置上。一是高度重視，借助各類談心、座談、調研等活動，提高統計人員對勞動統計分析工作重要性的認識。二是加大鐵路勞動統計分析在工作考核中的力度，從制度上保障勞動統計分析的重要地位[7]。三是組織鐵路基層單位優秀的勞動統計人才，選擇熱門課題加強研究，加強針對性強、實用性強的專題分析，以點帶面，促進各級勞動統計人員開展勞動統計分析的積極性和主動性。
2.2強化鐵路勞動統計人員業務素質基層勞動統計人員崗位變更頻繁是長期以來影響統計人員整體業務水平的重要因素，新崗人員較多，業務水平難以得到快速提升。因此，鐵路勞動統計主管部門應堅持不懈地抓好勞動統計基礎管理。一是加強既有勞動統計人員的穩定性及后備勞動統計力量的培養，解決勞動統計人員頻繁變更帶來的工作質量不穩定問題。二是通過對勞動統計人員開展遞進式指導和幫助，全力提升勞動統計人員業務素質，解決勞動統計人員分析能力欠缺的問題。三是加強勞動統計分析評比工作，在勞動統計人員中形成“比、學、趕、幫、超”的氛圍，以提高鐵路勞動統計分析人員的學習積極性。四是積極采納優秀的勞動統計分析意見和建議，切實改善鐵路企業人力資源管理，充分體現勞動統計人員的工作價值，提升其開展統計分析、服務經營管理的能動性。
2.3建立鐵路勞動統計指標體系長期以來，鐵路勞動統計指標體系以滿足國家對鐵路行業統計需求為導向，雖然也根據鐵路企業特點進行了一定程度的細化，但總體上看，反映鐵路企業效率、效益的指標不足。鐵路在向現代物流轉型過程中，應加強投入產出管理，在保證社會效益的基礎上實現鐵路企業運營效率及收益最大化。對勞動統計分析工作而言，需要在滿足國家對鐵路行業統計調查的基礎上，根據現代企業人力資源管理的特點，結合鐵路勞動力管理的實際情況，在反映人員使用效能、工資分配效率、投入產出效益方面做更進一步的研究，如增加反映時間利用程度、企業員工素質、職工健康狀況、職工流動情況等方面的指標，不斷完善鐵路勞動統計指標體系，全面反映鐵路企業人力資源管理使用情況。
2.4提高鐵路勞動統計分析報告質量鐵路勞動統計分析報告應具備準確性、時效性、針對性、邏輯性等特點，提高鐵路勞動統計分析報告質量應注意以下問題。一是緊跟熱點問題，選好分析題材。鐵路勞動統計分析的選題關系到勞動統計分析報告是否具有實用性，應結合鐵路運輸經濟發展的熱點、焦點，為鐵路運輸生產決策提供分析依據[8]。二是建立有效模型，多維度分析問題。當前對鐵路運輸經濟發展規律的分析大多依靠勞動統計數據挖掘，僅依靠歷史數據的增長比較很難反映運輸生產實際，應建立科學的數據分析模型，從不同層面、不同角度，按不同時期對勞動統計數據進行多角度、高質量的分析，如在鐵路勞動工資統計數據的分析中，通過建立適當的分析模型，可以分析得到各鐵路局勞動生產率和當地不同勞動力素質對鐵路運輸經濟產值的貢獻度，為鐵路勞動力政策提供科學參考。三是關注數據時效性，確保分析效果。鐵路勞動統計分析既要重視基礎統計數據質量，同時也要重視數據的時效性，應多渠道關注鐵路勞動統計數據及內外部市場數據變化，提供具有參考價值的勞動統計分析報告。四是緊跟政策變化，深入調查研究。勞動統計人員應及時、全面地掌握國家、地方政策變化，以及鐵路運輸經營政策，把握勞動統計分析的工作重點。此外，還應深入基層單位進行勞動統計調查研究，多看、多聽、多分析基層情況，選擇熟知的、可掌握的內容開展分析，寫出有價值的勞動統計分析報告。
2.5加強鐵路勞動統計信息系統的建設鐵路勞動統計分析工作應根據鐵路管理的實際需求，加強勞動統計信息系統的建設。一是認識到勞動統計信息系統既是鐵路統計信息系統的一個子系統，也是鐵路信息化建設的一部分，與其他業務系統、統計系統有著密不可分的聯系。因此，必須站在全路統計信息化建設的高度上，在統一規劃、統一標準的前提下開發建設勞動統計信息系統。二是在勞動統計信息系統設計上應摒棄以往報表匯總上報的模式，直接由信息源點獲取數據，即從人力資源信息系統、財務核算系統、運輸生產系統，以及其他統計專業系統中獲取與人員、工資、勞動生產率有關的數據，在此基礎上深入開展各類統計分析。三是充分利用大數據加強鐵路勞動統計分析，并與傳統的抽樣調查獲取的小數據相結合，對鐵路向現代物流轉型中與勞動就業、工資分配、社會保險、勞動安全等方面的情況、問題、成果、經驗進行統計分析，提高鐵路勞動統計分析質量。
3結束語
在鐵路向現代物流轉型發展的過程中，鐵路勞動統計人員應充分利用豐富的數據資源，開展勞動統計分析，切實提高數據生產能力、數據分析能力和全面服務能力，把握精準的方向，創造出鐵路勞動統計分析精品，真正使大量的統計成果通過勞動統計分析工作為鐵路各部門所共享，提高咨詢服務水平，為鐵路效益、效率的提升提供強有力的參謀服務。
參考文獻：
[1]柏永勤.加強鐵路統計分析工作的思考[J].鐵道運輸與經濟，2009，31(9)：43-44.
[2]洪奕東.對基層單位勞動統計工作的探討[J].現代商業，2010(1)：118-119.
[3]王煥香.淺議如何提高勞動統計分析質量[J].統計與管理，2015(10)：10.
[4]李粵.論勞動工資統計數據質量的提高措施[J].東方企業文化，2014(8)：135-136.
[5]褚春陽.寫好統計分析的幾點體會[J].中國統計，2012(2)：42.
[6]彭懷濤.鐵路工資總額統計有關原則的思考[J].鐵道運輸與經濟，2013，35(12)：45-48.
[7]王翔宇.貨運組織改革中勞動統計分析工作的實踐與思考[J].鄭鐵科技，2014(1)：59-61.
關鍵詞：高職統計學 教學案例 引導式項目 教學法應用
中圖分類號：C8-4 文獻標識碼：A 文章編號：1672-3791（2016）10（b）-0088-02
F階段從大多數學生的角度看來，統計代表著報紙上的CPI上漲數值、城市人均平均用水量等較為無用的數據分析，令人感到厭煩。但是在實際生活中，不管是企業的生產運營，還是藥品的最新研制以及電視臺的收視率等都離不開統計學的理論指導以及方法指引。在這樣的條件下，強化高職院校的統計學教學顯得至關重要。在進行統計學的教學中，案例引導式逐漸被廣泛性的應用，并且取得了顯著的教學效果。該文著重于以學習理論的構建為基礎，對于以往傳統的教學方式進行一定的改革，并且及時探討了統計學的教學方法在高職院校教學中的有效設計以及應用。
1 對于案例引導式項目教學法設計的分析
案例引導式項目教學法著重于以學生為中心進行教學，重點強調以學生為課堂認知的主體以及知識層面的主動構建者。教師通過實際的案例積極引導學生進行統計學的學習，在合作學習中實現學生知識遷移的具體要求，這樣的教學方式的設計要重點遵循以下幾點：
首先，以學生為教學中心，教師要積極發揮引導以及協作用。在進行統計學的教學過程中，學生要充分發揮自身的主觀能動性以及創新精神；與此同時，教師的指導作用不能夠被忽視，教師是課堂的構建者以及學生學習的監督促進者，要對整個教學的設計方案以及組織進行負責，并且要積極參與到學生的談論中來。
其次，以統計教學的內容為基礎。在進行統計學的教學中，要著重于以現實生活中的社會經濟現象作為素材選取重點項目，針對于教學素材的選取，是師生共同參與的教學活動，項目的難度要能夠適應于學生，既包括基礎性的教學知識點，又能夠充分培養學生解決問題的積極性。
再次，善于以引導案例作為項目學習的有效手段。教師采用將項目分解的方式將教學項目分解成多個子項目，將項目任務作為目標進行典型案例的設計，并且由案例創設出各種學習的情境，進而實現統計學知識的構建以及項目的學習。針對于具體案例的設計要綜合性的考慮以下幾點：第一，案例要有一定的針對性，對于每一個項目任務所能夠涉及的知識點都與案例一一對應；第二，案例要有一定的代表性，教師選用的案例要起到啟發學生的作用，引發學生的拓展性思考；第三，選用的案例之間要相互聯系，要按照項目的完成情況而設計，避免出現案例獨立存在的現象；第四，案例具備一定的實踐性，要采用實際存在的案例，不是憑空想象出來的；第五，案例的難度要適中，符合學生對于知識的認知規律，以便于學生能夠很好地理解項目，進而逐漸能夠掌握項目的核心思想以及構建的過程。
最后，按照學生完成項目的具體情況對學生的學習效果進行評價。在課程完成以后，由學生自己先進行自我評估，然后教師再對學生的項目工作進行檢測并且做出一定的評價，通過師生之間的探討，進而評判學生在項目工作中出現的各種問題、學生應對問題的解決辦法以及學生對項目改進的具體措施。
2 優化案例引導式項目教學法在高職統計學中的有效應用
按照實際案例引導式項目教學法設計中的具體要求，以某高職院校的會計專業的統計學教學中采用了該種實踐性的教學方法。統計學的教學項目主要包括：“某市高職院校學生的消費行為統計”總項目；四個分項目：統計調研的設計方案、統計調查整理、統計數據分析、統計分析報告；八個引導案例，形成1+4+8的項目案例體系，并且保證在35課時的教學中逐漸完成項目實踐，效仿“某高職院校學生的消費行為統計”的項目實現各個項目小組的研究項目。并且將項目進行分解之后，將統計教學的過程逐漸趨于流程化，為完成項目任務設計典型案例，逐漸引導學生的學習，分階段的進行學習，由淺及深，逐漸遞進。
對于案例引導式的項目教學中主要包括項目教學學習以及項目教學實踐兩個重要環節。
第一個環節：示范性的項目學習，包含以下幾個步驟：
第一步驟：將示范性的案例項目引入并且將項目進行分解。教師要設計出：“某市高職院校學生的消費行為統計”統計教學的設計項目，按照統計設計的流程將這一項目逐漸分解為“該市高職院校學生消費行為調研方案設計”、“該市高職學生實際消費行為調研”、“該市高職學生消費行為數據分析”、“該市高職學生消費行為分析調研報告”四個重要的子項目。
第二步驟：確定各個項目的實施任務。教師在仔細研究知識點的情況下要提出相應的教學任務，使得學生能夠確定自己需要完成的具體任務以及內容，了解自己欠缺的專業知識以及操作技能，并且采取一定的方式激發學生的求知欲望以及自主學習性，并且按照統計學的內容進行劃分，總共設計了八個項目研究任務。
第三步驟：教師要選擇相對典型的案例，將項目引導學習。對于每一個項目的研究任務，教師要對選擇最為恰當的案例進行實際教學，并且創設出各種情景，實現學生對統計知識的構建；學生通過教學實際案例的效仿以及課下實際案例的實踐過程進而展開項目的學習。
第四步驟：對示范項目的成果進行展示。教師在課堂上要及時展示出“該市高職學生的消費行為統計”的研究課題項目，并且對項目的完成情況做出一定的點評，針對于研究項目開發中統計調查的數據以及分析方案進行相應的總結，逐漸將學生的統計學知識進行鞏固以及完善，做到有效地激發學生的學習熱情以及創造動力。
第二個環節：進行實際項目實踐，包括下面幾個步驟：
第一步驟：將實施項目小組進行劃分。在進行統計學開課階段，教師要依據科學分組、異質分組以及平衡分組等原則進行小組劃分，按照學生的實際學習成績、知識整體構造、學習掌握能力以及性格特點等具體方面進行權衡考慮，然后搭配性劃分，將學生合理化地進行劃分，分成十個項目小組，每個小組的成員保持在6～8人，教師要指導小M之間進行談論以及學習。
第二步驟：對于統計研究項目的選定。教師進行研究項目的選定，要圍繞著學生感興趣或者熟悉的話題，教師以正確的方式引導學生自己提出項目。然后教師和學生之間共同探討的情況下，確定研究項目。在進行項目的確定時，要具體綜合考慮到項目的實用價值、項目的數據來源、項目的工作量以及項目的實用意義等。
第三步驟：具體項目的實施。由小組內的項目負責人組織成員，就小組內研究項目的主題進行研究討論，并且將成員明確分工。成員之間既要做到分工明確，又要互相協調合作，共同解決項目中遇到的難點、疑點。教師在這過程中一定要強化學生的合作以及交流，并且及時記錄項目發展的近況。
第四步驟：教師和學生聯合評定小組的項目成績。教師要按照項目教學的實際要求，進而提出小組項目研究的評價規定，確定好各個小組的評價內容以及評分標準等。教師按照小組研究項目的實際完成情況進行公平的測評。
3 結語
綜上所述，現代化的教育中人性化的教育理念受到社會的重點關注，案例教學正是體現這一教學理念的有效方法。尤其是針對于統計學這門學科而言，大量的數據使得統計學學科變得枯燥且沒有趣味，教師在進行教學中通過案例進行引導教學正好可以有效地避免傳統教學中枯燥無趣的不足之處。統計案例在實際的應用中具有較強的目的性以及針對性，教師面對不同層次的學生也能夠很好地進行教學，打破傳統教學方法中死記硬背的弊病，要采用靈活的教學方式，強化學生自身的統計素養以及綜合素質。
參考文獻
[1] 李呈琛，高鵬.高職高專統計學實踐教學改革研究[J].中小企業管理與科技，2016（5）：205.
[2] 徐文靜.高職統計學教學中的案例教學模式分析[J].教育教學論壇，2015（48）：203-204.
[3] 黃振，朱B，夏利平，等.案例教學法在高職統計學教學中的應用研究[J].企業導報，2013（21）：148-150，151.
[4] 羅玲.案例教學在高職統計教學中的應用與探索[J].知識經濟，2011（13）：172-173.
