- 1、本文档共13页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
《财务大数据分析》
课程类别: 专业核心课程
适用专业: 财务及相关专业
学 时: 68学时
学 分: 4学分
课程定位
本课程是会计专业和财务管理专业的核心课程。其先修课程是《财务管理》、《财务报表分析》、《Python基础》等通用基础课。通过本课程的学习,使学生能在财务大数据的各模块典型业务场景中,掌握如何进行大数据分析来支持企业经营预测和管理决策,提升管理效能。
设计思路
财务大数据分析决策实验平台通过搭载用友大数据分析平台,给学生创设一个真实的数字化商业环境,提供一个成熟稳定的教学实验平台,通过基于企业真实场景的实战训练,培养学生对于数字化分析工具的熟练应用能力。
平台中的大数据技术普及知识与实战训练,帮助学员了解最新的大数据技术,掌握基本的数据采集、数据建模、可视化分析、非结构化数据处理、文本挖掘等基本应用,理解企业智能决策背后的逻辑,培养学生的技术思维、数字素养以及快速建模、助力企业实时分析的能力。
平台内置了大量的企业报表数据与经营数据,满足院校对于企业真实数据源的需求。以场景化的任务训练学员的关键指标分析能力、基于业务问题的数据挖掘能力、大数据预测模型搭建能力、以预测辅助企业经营决策的能力。
课程目标
通过本课程的学习,使学生能够掌握财务大数据分析项目的基本流程、可视化工具分析和一般数据挖掘分析建模方法;通过大数据分析实践增强业务理解能力,学会利用数据分析和专业知识解决不同行业、不同经营问题的分析方法;通过对实际案例的演练,掌握创新性提出管理建议与优化措施的方法,加深对专业知识的理解和应用,做更懂业务的财务管理者,增强财务管理的实务化、数字化能力,并为未来从事财务数据分析工作奠定基础。
知识
掌握财务大数据分析的概念、基本特征。
掌握财务大数据的范围与来源。
掌握财务大数据项目分析的一般流程。
掌握财务数据收集与预处理方法。
掌握财务大数据分析可视化的基本原理。
掌握财务大数据大数据算法的基本原理。
能力
能够根据企业管理精细度设置数据分析维度。
能够根据企业分析目标对数据进行筛选、整理、分类等。
能够根据企业经营要求设置指标体系与数据建模。
能够进行可视化设置与预警设置。
能够利用数据分析发现经营问题,并通过数据挖掘找到问题产生的根源。
能够利用大数据算法对企业的经营做出预测,指导决策制定。
能够利用文本挖掘、企业画像等帮助企业调整战略、作出经营决策。
能够结合人工智能、混合现实等技术进行财务分析与决策的创新。
素质
培养学生的数字思维。
培养学生从分析中发现问题、洞察问题、解决问题的系统思考能力。
培养学生能够用数字提供决策建议的沟通能力。
培养责任心、良好的职业道德,具有数字敏感等职业素养。
课程内容要求和课时分配
序号
教学内容
培养目标
主要内容描述
参考课时
1
大数据认知
(1)进行实训动员,激发学习兴趣,了解课程目标及要求;
(2)了解大数据的应用、起源发展、概念、特征、分类等分类等;
(3)了解大数据技术的算法模型基本分类及应用;
(4)掌握大数据典型岗位在企业中的职责、能力要求等。
(1)实习动员、团队组建;
(2)大数据的应用、起源发展;
(3)大数据的概念、特征、分类;
(4)大数据算法简述;
(5)大数据典型工作岗位职责描述。
1
2
大数据在商业领域中的应用
(1)了解财务大数据的特点及在财务领域中的应用场景;
(2)了解人力资源大数据的特点、作用及在人力资源管理中的应用场景;
(3)了解营销大数据的应用场景及岗位能力要求等。
(1)大数据在财务领域中的应用;
(2)大数据在人力资源管理中应用;
(3)大数据在营销领域的应用。
1
3
大数据分析方法论
(1)掌握大数据分析的五步法流程;
(2)掌握业务理解中问题界定、构建分析指标体系;
(3)掌握数据来源、数据收集途径和方法;
(4)掌握数据预处理中数据清理、数据集成、数据转换、数据规约等方法;
(5)掌握数据分析类型、数据挖掘算法分类、数据可视化分析图表类型及可视化工具分析云概况;
(6)掌握分析报告撰写的内容、要求。
(1)大数据分析五步法概述;
(2)业务理解的问题界定、构建分析指标体系;
(3)数据收集来源、途径和方法;
(4)数据预处理的数据清理、数据集成、数据转换、数据规约等方法;
(5)数据分析、可视化图表、数据挖掘简介;
(6)报告撰写概述。
2
4
数据采集实战演练
(1)了解Python数据采集的代码及命令;
(3)能够使用简单的Python语言进行上市公司财务报表数据采集;
(1)运用Python进行上市公司单企业单表数据采集;
(2)运用Python进行上市公司多企业单表数据采集;
(3)运用Python进行上市公司多企业多表数据采集;
(4)数据采集代码解读。
2
5
数据清洗实战演练
(1)掌
文档评论(0)