序号

设备名称

主要技术规格及参数要求

数量

单位

2

营销大 (略)

(略) 集 (略) ：数据分析系统及代码编辑器，并包含辅助实验系统数据清洗系统、数据挖掘系统、仿真实验系统，满足数智营销多门课程的实验实训需求。该平台以实际业务场景为基础，通过模拟真实环境，让学生在 (略) 场营销的核心理论和实践技能。可以实现多人同时在线操作，提高学生的实践能力和团队协作能力。同时，该平台还提供了丰富的案例和实战演练，帮助学生更好地理解和应用所学知识。

一、数据分析系统功能指标

1、数据填报：可进行在线表单数据填报，多种表单控件，自定义表单审批流程，三级审批管理。

2、消息中心： (略) 所有消息的记录，默认按时间倒序排列。消息分为我的警报、产品更新、系统消息三类。

3、数据连接：支持用户连接各种数据源，拖拽方式搭建表关系，设置筛选条件，建立数据模型；支持常见的关系型数据库MySQL、Oracle、SQL Server、JDBC数据库驱动、ODBC数据库驱动，通过配置实现数据的连接和表的导入，与权限结合，满足数据权限管理的需求；支持本地数据Excel或csv文件上传。

4、数据整理：据整理模块支持用户通过拖拽的方式，所见即所得的进行数据的整合和清洗，同时支持用户通过sql生成复杂的数据集；创建的数据集可以是实时从数据库获取数据，同时支持设置不同的物化规则，把分析数据按照业务规则抽取到执行库中，保证分析数据的执行效率。

5、数据关联：支持对多个数据源，包含企业数据库、填报数据、本地数据（Excel、CSV）的不同表之间设置关联；支持拖拽方式搭建表间关联（内关联、左关联、右关联、全关联）关系；支持拖拽方式追加多张表，构建union数据集；支持多表关联时自动和手动对同名字段进行匹配。

6、数据合并：支持拖拽方式追加多张表，构建union数据集。

7、数据转换加工：支持用户对数据集进行自定义操作，包含数据的类型指定和转换，数据筛选，字段的自定义分组和自定义添加计算字段；同时支持用户查看表和数据集的关联关系及更新记录，实现数据的溯源。

8、数据筛选：用户可以通过筛选对数据集进行查询和筛选，支持用户通过多个条件筛选和公式筛选进行数据过滤；通过条件筛选时，选择筛选字段，自动根据字段类型可以选择操作符，筛选值中支持选择动态变量（包含用户名、租户名称、显示名、部门、角色、手机、部门电话）或者枚举值。

9、数据物化：支持用户选择实时连接或者物化，若选择物化，则数据分析系统定时从各个业务数据库把数据抽取到数据分析系统，并按照一定频率进行更新；基于物化创建的嵌套数据集自动更新，若底层数据集更新，则与之相关的上层数据集都依次更新，进而可视化和故事板的数据更新；数据物化支持用户设置物化频率到天、时、分、秒，设置物化开始时间和截止时间；同时显示刷新时间，用户可以自动或者手动去刷新数据。

10、内置可视化图表：目前内置有34种图表，包括柱状图、阶梯瀑布图、条形图、图案填充条形图、堆叠柱状图、堆叠条形图、饼图、环形图、玫瑰图、折线图、 (略) 域图、中国地图、散点中国地图、世界地图、迁徙图、百度地图、双轴图、仪表盘、表格、指标图、气泡图、漏斗图、热力图、矩形树图、雷达图、桑基图、和弦图、词云图、时序预测图、回归分析图、子弹图、直方图。

11、自定义可视化图表：图表可自定义配置，样式自定义编辑；支持引入echarts第三方图表并自定义配置。

12、辅助线和预警线：用户通过辅助线可以快速识别出数据中的异常值；预警线除了识别出异常值，还支持用户设置预警的级别和预警推送的对象，不同层级对象对于同一个指标可以设置不同的预警规则；预警级别三级，不同的预警级别可以设置不同的信息推送媒介，包含系统信息、短信、微信服务号、邮箱，用户可以自己设置。

13、自定义多层钻取：支持用户自 (略) 径，拖拽层级字段到维度后选择图形则实现对数据的下钻和上卷，点击图可以逐层查看数据；同时支持用户设置每一层的图形样式和字段数量，实现每一层级的自定义。

14、图表参数设置：支持对图表的样式进行显示设置，包含显示的名称、缩放比例、前缀、后缀、条件格式等；同时可以设置坐标轴的标题、单位等，方便用户查看数据等。

15、故事板（可视化看板）：支持用户选择可视化、创建综合分析界面，设置联动、链接；选择多个可视化创建故事板，把可视化对象在故事板页面 (略) ，支持故事板页面分页；支持页 (略) ，拖拽位置和可视化对象大小；支持设置展示属性， (略) 筛选、文本、图片；设置图表、联动，支持多个数据集设置字段关联；支持设置链接，可链接打开故事板和第三方对象，并传递参数。

16、故事板控件：包含过滤器、层级过滤器、文本、图片、嵌入URL、标签控件；支持对多个可视化进行过滤筛选，支持创建数据层级并通过树形对可视化对象进行筛选，支持输入文本文字和插入计算字段的方式形成智能报告，文字和计算字段的样式等均可以设置，支持插入图片，支持png、jpg、gif等常见图片格式，支持输入URL嵌入第三方界面，通过标签可以实现从当前故事板跳转到其他故事板或者第三方界面。

17、计算字段：可新建数值、日期和字符三种计算字段，支持自定义表达式输入。

18、函数与变量：在计算字段中可使用字符串函数10种、日期函数7种、数学函数11种、上下文函数2种、判断函数2种；通过函数与变量可进行诸多复杂数据清洗、数据集成。

19、平台集成：支持 (略) 一键登录系统，并获取相应权限数据。

？

二、代码编辑器功能指标

1、自主研发，属于国产产品，内置180个以上常用库，上课时可直接调用，免去繁琐安装环节；内置常用库包括：pandas，matplotlib，pandas-datareader，scipy，PyMySQL，snownlp，gensim，pytest，mlxtend，pyfolio，turtle等。

2、支持“代码模式”，可自定义编写Python代码并运行，包括但不限于数据清洗、数据集成、数据可视化、数据转换、数值模拟、统计建模、机器学滑法、皮尔逊相关系数结果、霍尔特-温特指数平滑法、霍尔特指数平滑法。

28、算法调参：支持学生基于选用的模型进行参数配置和调整。

29、变量选择与数据集切分：支持添加多个自变量，并可设置按比例随机抽选训练集与测试集。

30、模型质量评估：通过测试集模型验证结果的对比，可对模型质量进行评估指标和拟合情况评估。

31、预测集（支持预测功能的算法可用）：完成建模步骤后可上传新的预测数据集进行因变量结果预测。

32、预测结果预览：支持在当前页面查看预测结果数据预览，预览数据条数用户可自行调整。

33、结果数据下载：支持用户自行下载模型质量数据报告以及预测完成的数据到本地客户机。

34、操作指引： (略) 预置数据挖掘任务的任务描述、操作步骤以及操作演示视频。

35、任务重置：支持通过重置清空流程内的所有配置信息。

36、任务集成： (略) 集成具体的挖掘任务、数据源、任务操作说明等信息。

37、 (略) 首页、服装类商品列表页和商品详情页；支持按商品分类、商品品牌、 (略) 间查询或筛选；商品详情页面能够动态显示商品主图、名称、商城价、券后价、尺寸、库存数量、月销量、商品评价以及详情属性等信息。

38、系统内置丰富的服装商品数据，并支持教师依据课程设计自主批量导入、上传、替换、维护商品数据，且可以自主选择自建数据方案、预置数据方案或混合数据方案，满足个性化教学设计创新需求。

39、网站商品数据支持学生运行Python代码完成数据爬取，避免 (略) 站带来责任事故。

40、 (略) ABTest实验流程，支持建立广告投放实验对照组，并可以按素材定向、人群定向、预算定向三种方式进行效果实验，建立对应实验组。

41依据实验情况可以动态生成实验报告，实验报告包含对照组和实验各组的进组用户数、进组占比、广告点击率、差异绝对值、差异相对值、 (略) 间、P-Value值等数据，以及根据实验数据自动生成的对照组和实验各组概率分布正态图。

42、依托系统可进行不同深度教学设计，整体系统让学生沉浸式感受ABTest实验过程，并了解数据解析逻辑，掌握实验数据分析及精准投放策略优化方法。

43、营销大数据课程是旨在培养兼具大数据技术与营销知识的复合型人才。紧密结合企业营销数据场景，将大数据技术与营销决策相融合，使学生掌握在营销大数据各模块典型业务场景中的数据洞察和营销决策能力。通过学衡分析数据等多维度数据，数据指标不少于110个，数据量不少于80,000条。

74、支持制定广告精准营销分析数据收集方案。

75、支持应用数据清洗教学系统完成广告精准营销 (略) 理。

76、支持应用数据分析系统、数据挖掘教学系统（K-means聚类分析）等分析工具、分析方法完成广告流量分析、广告转化情况分析、广告投放内容分析、广告投放用户分析、广告渠道效果分析、广告投放盈亏效果评估及数据可视化。

77、支持应用数据分析系统、代码编辑器完成用户画像分析及数据可视化；代码编辑器内预置可实现用户画像分析的Python代码，支持一键运行；支持对预置Python代码的修改、清空、重置、保存等功能。

78、支持应用代码编辑器完成竞品数据分析、竞品文本数据（非结构化数据）分析；代码编辑器内预置可实现竞品数据和竞品文本数据分析的Python代码，支持一键运行；支持对预置Python代码的修改、清空、重置、保存等功能；支持应用数据分析系统完成竞品传播数据分析。

79、支持应用ABTest广告优化策略仿真系统，进行广告试投，并分析AB组实验结果，得出广告投放策略。

80、ABTest广告优化策略仿真系统： (略) ABTest实验流程，支持实验模式与实验目标设定、创建广告实验基础信息；通过设置预算与出价、选择投放位置、创意制作等建立广告投放实验对照组；可以按素材定向、人群定向、预算定向三种方式进行效果实验，建立对应实验组；依据实验情况可以动态生成实验报告，实验报告包含对照组和实验各组的进组用户数、进组占比、广告点击率、差异绝对值、差异相对值、 (略) 间、P-Value值等数据，以及根据实验数据自动生成的对照组和实验各组概率分布正态图。

81、预置广告精准营销分析报告模板，支持参照模板完成分析任务，提出营销建议。

82、支持学生提交作业；支持教师获取学生的作业的完成情况，开展学情分析。

83、支持根据学情自主上传数据，开展教学和科研活动。

84、在支持开展基于企业视角的连锁经营选址策略，在了解项目情境的基础上，进行项目数据准备、商圈分析及门店经营评估、商圈定位分析、商圈消费者分析、门店投资回报预测分析、连锁经营选址分析报告撰写的多维度营销大数据分析训练。

85、预置企业真实案例背景信息，让学生清晰并明确项目目标。

86、预置真实企业脱敏数据， (略) 数据、城市商圈数据、门店分布数据、消费者分布数据、商圈业态数据、商圈饱和度、餐饮热度数据、客群画像数据、交通状况数据、外卖洞察数据、门面租金数据、门店销售预测数据、门店流量数据等多维度数据，数据指标不少于40个，数据量不少于20,000条。

87、支持制定连锁经营选址分析数据收集方案。

88、支持应用代码编辑器，结合门店分布、会员位置、人口密度数据，完成地图打点、绘制热力图、圈定商圈；代码编辑器内预置可实现地图打点功能的Python代码，支持一键运行；支持对预置Python代码的修改、清空、重置、保存等功能。

89、支持应用数据分析系统实现门店经营数据分析及数据可视化，结合热力图得出门店关停、开设决策依据。

90、支持应用数据分析系统、代码编辑器，结合外卖数据和第三方的商圈业态、餐饮热度、人群特征、交通状况数据， (略) 数据指标分析、商圈属性分析、商圈外卖竞争情况、商圈饱和度分析、商圈流量分析，并完成数据可视化；代码编辑器内预置可实现竞争度评分功能的Python代码，支持一键运行；支持对预置Python代码的修改、清空、重置、保存等功能。

91、支持应用数据分析系统、代码编辑器实现层次分析法（AHP），确定门店选址商圈；代码编辑器内预置可实现层次分析法（AHP）的Python代码，支持一键运行；支持对预置Python代码的修改、清空、重置、保存等功能。

92、支持应用数据分析系统对商圈消费者画像、消费者购买力进行分析及可视化。

93、支持应用数据分析系统对新店情况进行投资回报预测分析及数据可视化，验证选址结论。

94、预置连锁经营分析选址报告模板，支持参照模板完成分析任务，提出营销建议。

95、支持学生提交作业；支持教师获取学生的作业的完成情况，开展学情分析。

96、支持根据学情自主上传数据，开展教学和科研活动。

97、在支持开展基于企 (略) 络销售策略，在了解项目情境的基础上，进行项目数据准备、双十一总体情况预测、双十一重点营销客户画像、双十一流量分析、旗舰店大促流量策略、促销组合策略、网络促销分析分析报告撰写的多维度营销大数据分析训练。

98、预置企业真实案例背景信息，让学生清晰并明确项目目标。

99、预置真实企业脱敏数据， (略) 成交数据、企业历史订单数据、店铺运营流量日报数据、双十一在售商品数据、促销活动结果数据、单品预热期订单数据等多维度数据，数据指标不少于40个，数据量不少于414,000条。

100、 (略) 络促销分析数据收集方案；应用数据清洗教学系统完成双十一销售策略 (略) 理。

101、支持应用代码编辑器，结合历年双十一成交数据，实现双十一总销量预测及数据可视化；代码编辑器内预置可实现销售预测的Python代码，支持一键运行；支持对预置Python代码的修改、清空、重置、保存等功能。

102、支持应用数据分析系统，实现重点销售商品分析及数据可视化，确定双十一主打促销商品，制定当年双十一销量目标。

103、支持应用数据分析系统，实现双十一重点营销客户画像分析，明确重点营销人群。

104、支持应用数据分析系统，实现双十一流量结构分析、免费流量分析和付费流量结构分析，确定促销流量策略。

105、支持应用数据分析系统，实现预热期的购物车转化率和预热期销售占比分析及数据可视化，得出目标销量下的大促流量需求。

106、支持应用数据分析系统，实现促销组合效果分析，完成组合促销决策。

107、 (略) 络促销售分析报告模板，支持参照模板完成分析任务，提出营销建议。

108、支持学生提交作业；支持教师获取学生的作业的完成情况，开展学情分析。

109、支持根据学情自主上传数据，开展教学和科研活动。

套

31

3

人力大 (略)

（一）平台技术指标

1、平台总体基于领域驱动设计（DDD）理念进行分布式架构设计实现，基于前后端分离和分布式微服务的弹性计算架构实现；后端基于Java Spring Cloud微服务开发框架，前端NodeJS＋React服务化开发；具备业务高内聚低耦合、满足高性能、高并发、高可用、跨平台、跨语言等特点。

2、平台支持公有云/专属云/私有云/混合云模式部署， (略) （Open API），支持ISV( (略) 开发商)接入，标准化、规范化的接入方式，并提供接入指南，使接入更高效。

3、采用Nacos 作为服务的注册中心和配置中心、Spring Cloud Gatew (略) 关，实现服务的负 (略) 由转发等特性。

4、基于全流程DevOps自动化运维，支持持续集成、分析、服务注册与发现、持续部署的研发管理方式敏捷研发。

5、平台支持自由添加服务器，进行智能化的资源调度与分配，能够同时管理多个服务器节点、对服务器进行案例配置、 (略) 由。

6、基础服务层支持多数据源，适配阿里云RDS和本地MYSQL，同时使用于Redis高速缓存对数据进行缓存，支持高并发，支持纯本地化、

数据源。

7、平台兼容主流浏览器（Chrome, Edge）,无需安装任何客户端及插件。

8、支持TLS与SSL在 (略) 络连接进行加密，保证数据的安全性。

9、提供通过对客户端埋点接口调用，对用户行为进行数据采集和大数据分析。

10、支持数据爬虫Python脚本的在线编辑和执行。

11、数据分析支持MySQL、SQL server、oracle等主流JDBC驱动的数据库接入。

12、内置多元回归、朴素贝叶斯、决策树，文本分析、K-Means、降维分析等数据挖掘技术。

（二）平台功能

1.院校管理功能

1、管理员工作台：支持依据角色的使用场景进入不同的工作台。支持管理员查看本校基本统计信息，包括成员总数，学生数，教师数，当前在线人数。可查看本校自建或购买的课程数量，本校教学班的教学中、未开始和已完成数量。可查看本校公告信息。

2、基本信息：学校可自主维护学校信息，如：院校简介、院校logo等基本信息进行维护。

3、公告管理：发布学校公告，并支持随时新建发布、编辑、删除等操作。

4、组织架构管理： (略) (略) 、专业、班级；支持自定义名称；支持通过导入成员的方式自动生成学校的组织架构；支持组织结构的增加、修改；支持专业或班级 (略) \专业。

5、教师信息管理：支持新增\批量导入教师，并进行基本信息维护（姓名、性别、学院、专业、教工号、手机、邮箱等）；支持批量修改用户登录密码；支持批量删除教师。

6、学生信息管理：新增\批量导入学生名单，并进行基本信息维护（姓名、性别、学院、专业、班级、学号、邮箱、手机等）。支持批量修改用户登录密码；支持设置学生毕业；支持批量删除学生。

7、在线用户管理：支持查看当前在线用户人数、授权使用率和最大在线人数。支持查看在线用户详情，包括但不少于姓名、角色、所在组织机构、使用设备、登录时间和在线时长；支持进行下线和批量下线操作。

8、课程管理：支持对课程进行团队管理，给教师授权课程权限；支持查看课程列表，搜索课程。

9、项目管理：展示学校已购买课程的全部项目，可以查看项目名称、项目类型、项目难度、版本等信息；支持按照项目名称、编码等搜索项目。 ？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？

10、考试题库：展示学校已购买题库，展示学校建立的全部题库，并可进行实体分类编辑、试题添加，支持批量导入试题。

2. (略) 功能

1、支持用户修改姓名、性别、头像、个性签名等信息；支持用户退出登录；

2、支持查看待办事项，包含未发布、进行中教学班和考试；

3、支持查看个人创建的课程开班情况、课程考勤情况、课程完成情况、课程总结提交情况；教师本人管理班级中，支持查看教学班的学生成绩排行榜与学生能力排行榜；学生完成课程项目后，支持展示学生能力词云、职业能力成长信息；

4、支持创建教学班，选择已有课程或自定义课程内容添加教学内容；支持发布、复制、删除、关闭教学班；支持设置教学班名称、开始时间、结束时间；支持直接授权，选择班级加入学生；支持邀请码授权，生成邀请码，邀请码模式支持审批后加入或不审批直接加入。

5、支持创建后编辑课程名称、课程标签、课程概述、课程目标、预学知识；

6、支持教师复制教学班，将已个性化编辑后的内容应用于其他班级。

7、支持闯关、自由两种教学模式。支持针对任务、答案进行开放/收回；

8、支持针对教学内容进行灵活设置，添加删除项目、调整项目顺序，添加删除项目任务等。支持教师添加和修改或替换视频、文档、网页链接、富文本、作业、团队成果、随堂测验等内容，更好的个性化教学。

9、展示班级内班级人数、学均签到率及统计签到次数。支持老师导出学生签到考勤； ？？

14、进度：支持教师按照学生和教学大纲两种维度查看进度；可查看学生完成教学组件的情况，统计各组件学均分数、每个学生当前试卷的答题详情等），教师还可通过学情分析从测验试题的维度查看详情，支持查看每道题题干和答题选项，以及每个选项正确率，和每个学生该道题的答题情况等信息。

17、总结：支持教师对学生总结进行查看和打分；支持个人总结和团队总结两种总结提交方式，并支持分别打分和设置考核权重；支持查看未提交人数或未提交团队数；支持批量导出学生总结；支持教师退回已提交的总结，学生可重新提交。

18、项目报告：支持个人报告和团队总结两种总结提交方式，并支持分别打分和批量打分；支持查看未提交人数或未提交团队数；支持批量导出学生报告；支持教师退回已提交的报告，学生可重新提交。

19、团队成果：支持查看全部、待评分、已完成的团队成果进行查看；支持教师查看小组提交情况、小组评分情况、小组排名等信息；可通过组内评分、组间互评、教师评分等方式进行成果评分；支持设置是否允许学生下载其他小组的团队成果；支持教师在开启互评后退回已提交的团队成果，学生可重新提交；支持教师打包下载学生成果；

20、班级公告：支持发布班级公告并添加附件，展示公告名称、发布时间、发布人；支持随时编辑和删除公告。

21、班级设置：展示教学班信息；支持设置修改班级基本信息，包括教学班名称、开班时间、结束时间、上传班级封面；支持设置授课团队，支持同一个班级最多 5 名主讲老师，最多20 名课程助教，并且可随时修改；

3. (略) 功能

1、支持修改姓名、头像、性别、个性签名等基本信息；支持学生登录和退出登录；

2、支持展示学生基本信息；支持学生进行教学班签到，学生输入签到口令，响应教师发起的签到进行考勤；

3、支持展示学生当前正在学均学台内置不少于35种可视化图表，包括主流数据可视化分析图像和玫瑰图、和弦图、词云图、桑基图等高级图表；支持引入echarts第三方图表并自定义配置；支持自定义扩展图形控件支持设置排序（升序、降序、自定义排序）、同比、环比、累计求和等快速计算；支持指标设置格式化，设置前导符、后导符、缩放比例、千分位；支持筛选和图内筛选；支持设置辅助线和预警线，帮助用户快速识别出图表中的异常情况；支持用户自定义 (略) 径，拖拽层级字段到维度后选择图形进而实现对数据的下钻和上卷，点击图形可以逐层查看数据；同时支持用户设置每一层的图形样式和字段数量，满足复杂的业务钻取需求。

11、数据可视化看板：通过构建可视化看板，把独立的可视化结果整合成更具可读性的报告形式，达到快速通过可视化结果理解数据呈现的业务问题。用户通过拖拽方式可以自定义对可视化看 (略) ，对业务逻辑进行串联，表达业务场景。支持用户选择可视化、创建综合分析界面，设置联动、链接；选择多个可视化创建可视化看板，把可视化对象在可视化看板页面 (略) ，支持可视化看板页面分页；支持页 (略) ，拖拽位置和可视化对象大小；支持设置展示属性， (略) 筛选、文本、图片；设置图表、联动，支持多个数据集设置字段关联；支持设置链接，可链接打开可视化看板和第三方对象，并传递参数；

12、满足计算字段功能。可新建数值、日期和字符三种计算字段，支持自定义表达式输入。内置函数与变量。在计算字段中可使用字符串函数10种、日期函数7种、数学函数11种、上下文函数2种、判断函数2种。通过函数与变量可进行诸多复杂数据清洗、数据集成。

（四）代码编辑器

1、国内自主研发软件，内置180个以上常用库，上课时可直接调用，免去繁琐安装环节；内置常用库包括：pandas， matplotlib， pandas-datareader， scipy， PyMySQL， snownlp， gensim， pytest， mlxtend， pyfolio，turtle等。

2、支持“代码模式”，可自定义编写Python代码并运行，包括但不限于数据清洗、数据集成、数据可视化、数据转换、数值模拟、统计建模、机器学台教学内容及案例

人力大数据分析与应用课程面向工商管理、人力资源管理相关专业教师、学生进行人力资源大数据分析课程的实践教学和学均薪资、部门薪资分布等数据进行可视化，该部分内置不少于4个任务的实践操作引导。

15、薪酬大数据分析与应用：本项目旨在引导学生学台以实际业务场景为基础，通过模拟真实环境，让学生在 (略) 场营销的核心理论和实践技能。可以实现多人同时在线操作，提高学生的实践能力和团队协作能力。同时，该平台还提供了丰富的案例和实战演练，帮助学生更好地理解和应用所学知识。

一、数据分析系统功能指标

1、数据填报：可进行在线表单数据填报，多种表单控件，自定义表单审批流程，三级审批管理。

2、消息中心： (略) 所有消息的记录，默认按时间倒序排列。消息分为我的警报、产品更新、系统消息三类。

3、数据连接：支持用户连接各种数据源，拖拽方式搭建表关系，设置筛选条件，建立数据模型；支持常见的关系型数据库MySQL、Oracle、SQL Server、JDBC数据库驱动、ODBC数据库驱动，通过配置实现数据的连接和表的导入，与权限结合，满足数据权限管理的需求；支持本地数据Excel或csv文件上传。

4、数据整理：据整理模块支持用户通过拖拽的方式，所见即所得的进行数据的整合和清洗，同时支持用户通过sql生成复杂的数据集；创建的数据集可以是实时从数据库获取数据，同时支持设置不同的物化规则，把分析数据按照业务规则抽取到执行库中，保证分析数据的执行效率。

5、数据关联：支持对多个数据源，包含企业数据库、填报数据、本地数据（Excel、CSV）的不同表之间设置关联；支持拖拽方式搭建表间关联（内关联、左关联、右关联、全关联）关系；支持拖拽方式追加多张表，构建union数据集；支持多表关联时自动和手动对同名字段进行匹配。

6、数据合并：支持拖拽方式追加多张表，构建union数据集。

7、数据转换加工：支持用户对数据集进行自定义操作，包含数据的类型指定和转换，数据筛选，字段的自定义分组和自定义添加计算字段；同时支持用户查看表和数据集的关联关系及更新记录，实现数据的溯源。

8、数据筛选：用户可以通过筛选对数据集进行查询和筛选，支持用户通过多个条件筛选和公式筛选进行数据过滤；通过条件筛选时，选择筛选字段，自动根据字段类型可以选择操作符，筛选值中支持选择动态变量（包含用户名、租户名称、显示名、部门、角色、手机、部门电话）或者枚举值。

9、数据物化：支持用户选择实时连接或者物化，若选择物化，则数据分析系统定时从各个业务数据库把数据抽取到数据分析系统，并按照一定频率进行更新；基于物化创建的嵌套数据集自动更新，若底层数据集更新，则与之相关的上层数据集都依次更新，进而可视化和故事板的数据更新；数据物化支持用户设置物化频率到天、时、分、秒，设置物化开始时间和截止时间；同时显示刷新时间，用户可以自动或者手动去刷新数据。

10、内置可视化图表：目前内置有34种图表，包括柱状图、阶梯瀑布图、条形图、图案填充条形图、堆叠柱状图、堆叠条形图、饼图、环形图、玫瑰图、折线图、 (略) 域图、中国地图、散点中国地图、世界地图、迁徙图、百度地图、双轴图、仪表盘、表格、指标图、气泡图、漏斗图、热力图、矩形树图、雷达图、桑基图、和弦图、词云图、时序预测图、回归分析图、子弹图、直方图。

11、自定义可视化图表：图表可自定义配置，样式自定义编辑；支持引入echarts第三方图表并自定义配置。

12、辅助线和预警线：用户通过辅助线可以快速识别出数据中的异常值；预警线除了识别出异常值，还支持用户设置预警的级别和预警推送的对象，不同层级对象对于同一个指标可以设置不同的预警规则；预警级别三级，不同的预警级别可以设置不同的信息推送媒介，包含系统信息、短信、微信服务号、邮箱，用户可以自己设置。

13、自定义多层钻取：支持用户自 (略) 径，拖拽层级字段到维度后选择图形则实现对数据的下钻和上卷，点击图可以逐层查看数据；同时支持用户设置每一层的图形样式和字段数量，实现每一层级的自定义。

14、图表参数设置：支持对图表的样式进行显示设置，包含显示的名称、缩放比例、前缀、后缀、条件格式等；同时可以设置坐标轴的标题、单位等，方便用户查看数据等。

15、故事板（可视化看板）：支持用户选择可视化、创建综合分析界面，设置联动、链接；选择多个可视化创建故事板，把可视化对象在故事板页面 (略) ，支持故事板页面分页；支持页 (略) ，拖拽位置和可视化对象大小；支持设置展示属性， (略) 筛选、文本、图片；设置图表、联动，支持多个数据集设置字段关联；支持设置链接，可链接打开故事板和第三方对象，并传递参数。

16、故事板控件：包含过滤器、层级过滤器、文本、图片、嵌入URL、标签控件；支持对多个可视化进行过滤筛选，支持创建数据层级并通过树形对可视化对象进行筛选，支持输入文本文字和插入计算字段的方式形成智能报告，文字和计算字段的样式等均可以设置，支持插入图片，支持png、jpg、gif等常见图片格式，支持输入URL嵌入第三方界面，通过标签可以实现从当前故事板跳转到其他故事板或者第三方界面。

17、计算字段：可新建数值、日期和字符三种计算字段，支持自定义表达式输入。

18、函数与变量：在计算字段中可使用字符串函数10种、日期函数7种、数学函数11种、上下文函数2种、判断函数2种；通过函数与变量可进行诸多复杂数据清洗、数据集成。

19、平台集成：支持 (略) 一键登录系统，并获取相应权限数据。

？

二、代码编辑器功能指标

1、自主研发，属于国产产品，内置180个以上常用库，上课时可直接调用，免去繁琐安装环节；内置常用库包括：pandas，matplotlib，pandas-datareader，scipy，PyMySQL，snownlp，gensim，pytest，mlxtend，pyfolio，turtle等。

2、支持“代码模式”，可自定义编写Python代码并运行，包括但不限于数据清洗、数据集成、数据可视化、数据转换、数值模拟、统计建模、机器学滑法、皮尔逊相关系数结果、霍尔特-温特指数平滑法、霍尔特指数平滑法。

28、算法调参：支持学生基于选用的模型进行参数配置和调整。

29、变量选择与数据集切分：支持添加多个自变量，并可设置按比例随机抽选训练集与测试集。

30、模型质量评估：通过测试集模型验证结果的对比，可对模型质量进行评估指标和拟合情况评估。

31、预测集（支持预测功能的算法可用）：完成建模步骤后可上传新的预测数据集进行因变量结果预测。

32、预测结果预览：支持在当前页面查看预测结果数据预览，预览数据条数用户可自行调整。

33、结果数据下载：支持用户自行下载模型质量数据报告以及预测完成的数据到本地客户机。

34、操作指引： (略) 预置数据挖掘任务的任务描述、操作步骤以及操作演示视频。

35、任务重置：支持通过重置清空流程内的所有配置信息。

36、任务集成： (略) 集成具体的挖掘任务、数据源、任务操作说明等信息。

37、 (略) 首页、服装类商品列表页和商品详情页；支持按商品分类、商品品牌、 (略) 间查询或筛选；商品详情页面能够动态显示商品主图、名称、商城价、券后价、尺寸、库存数量、月销量、商品评价以及详情属性等信息。

38、系统内置丰富的服装商品数据，并支持教师依据课程设计自主批量导入、上传、替换、维护商品数据，且可以自主选择自建数据方案、预置数据方案或混合数据方案，满足个性化教学设计创新需求。

39、网站商品数据支持学生运行Python代码完成数据爬取，避免 (略) 站带来责任事故。

40、 (略) ABTest实验流程，支持建立广告投放实验对照组，并可以按素材定向、人群定向、预算定向三种方式进行效果实验，建立对应实验组。

41依据实验情况可以动态生成实验报告，实验报告包含对照组和实验各组的进组用户数、进组占比、广告点击率、差异绝对值、差异相对值、 (略) 间、P-Value值等数据，以及根据实验数据自动生成的对照组和实验各组概率分布正态图。

42、依托系统可进行不同深度教学设计，整体系统让学生沉浸式感受ABTest实验过程，并了解数据解析逻辑，掌握实验数据分析及精准投放策略优化方法。

43、营销大数据课程是旨在培养兼具大数据技术与营销知识的复合型人才。紧密结合企业营销数据场景，将大数据技术与营销决策相融合，使学生掌握在营销大数据各模块典型业务场景中的数据洞察和营销决策能力。通过学衡分析数据等多维度数据，数据指标不少于110个，数据量不少于80,000条。

74、支持制定广告精准营销分析数据收集方案。

75、支持应用数据清洗教学系统完成广告精准营销 (略) 理。

76、支持应用数据分析系统、数据挖掘教学系统（K-means聚类分析）等分析工具、分析方法完成广告流量分析、广告转化情况分析、广告投放内容分析、广告投放用户分析、广告渠道效果分析、广告投放盈亏效果评估及数据可视化。

77、支持应用数据分析系统、代码编辑器完成用户画像分析及数据可视化；代码编辑器内预置可实现用户画像分析的Python代码，支持一键运行；支持对预置Python代码的修改、清空、重置、保存等功能。

78、支持应用代码编辑器完成竞品数据分析、竞品文本数据（非结构化数据）分析；代码编辑器内预置可实现竞品数据和竞品文本数据分析的Python代码，支持一键运行；支持对预置Python代码的修改、清空、重置、保存等功能；支持应用数据分析系统完成竞品传播数据分析。

79、支持应用ABTest广告优化策略仿真系统，进行广告试投，并分析AB组实验结果，得出广告投放策略。

80、ABTest广告优化策略仿真系统： (略) ABTest实验流程，支持实验模式与实验目标设定、创建广告实验基础信息；通过设置预算与出价、选择投放位置、创意制作等建立广告投放实验对照组；可以按素材定向、人群定向、预算定向三种方式进行效果实验，建立对应实验组；依据实验情况可以动态生成实验报告，实验报告包含对照组和实验各组的进组用户数、进组占比、广告点击率、差异绝对值、差异相对值、 (略) 间、P-Value值等数据，以及根据实验数据自动生成的对照组和实验各组概率分布正态图。

81、预置广告精准营销分析报告模板，支持参照模板完成分析任务，提出营销建议。

82、支持学生提交作业；支持教师获取学生的作业的完成情况，开展学情分析。

83、支持根据学情自主上传数据，开展教学和科研活动。

84、在支持开展基于企业视角的连锁经营选址策略，在了解项目情境的基础上，进行项目数据准备、商圈分析及门店经营评估、商圈定位分析、商圈消费者分析、门店投资回报预测分析、连锁经营选址分析报告撰写的多维度营销大数据分析训练。

85、预置企业真实案例背景信息，让学生清晰并明确项目目标。

86、预置真实企业脱敏数据， (略) 数据、城市商圈数据、门店分布数据、消费者分布数据、商圈业态数据、商圈饱和度、餐饮热度数据、客群画像数据、交通状况数据、外卖洞察数据、门面租金数据、门店销售预测数据、门店流量数据等多维度数据，数据指标不少于40个，数据量不少于20,000条。

87、支持制定连锁经营选址分析数据收集方案。

88、支持应用代码编辑器，结合门店分布、会员位置、人口密度数据，完成地图打点、绘制热力图、圈定商圈；代码编辑器内预置可实现地图打点功能的Python代码，支持一键运行；支持对预置Python代码的修改、清空、重置、保存等功能。

89、支持应用数据分析系统实现门店经营数据分析及数据可视化，结合热力图得出门店关停、开设决策依据。

90、支持应用数据分析系统、代码编辑器，结合外卖数据和第三方的商圈业态、餐饮热度、人群特征、交通状况数据， (略) 数据指标分析、商圈属性分析、商圈外卖竞争情况、商圈饱和度分析、商圈流量分析，并完成数据可视化；代码编辑器内预置可实现竞争度评分功能的Python代码，支持一键运行；支持对预置Python代码的修改、清空、重置、保存等功能。

91、支持应用数据分析系统、代码编辑器实现层次分析法（AHP），确定门店选址商圈；代码编辑器内预置可实现层次分析法（AHP）的Python代码，支持一键运行；支持对预置Python代码的修改、清空、重置、保存等功能。

92、支持应用数据分析系统对商圈消费者画像、消费者购买力进行分析及可视化。

93、支持应用数据分析系统对新店情况进行投资回报预测分析及数据可视化，验证选址结论。

94、预置连锁经营分析选址报告模板，支持参照模板完成分析任务，提出营销建议。

95、支持学生提交作业；支持教师获取学生的作业的完成情况，开展学情分析。

96、支持根据学情自主上传数据，开展教学和科研活动。

97、在支持开展基于企 (略) 络销售策略，在了解项目情境的基础上，进行项目数据准备、双十一总体情况预测、双十一重点营销客户画像、双十一流量分析、旗舰店大促流量策略、促销组合策略、网络促销分析分析报告撰写的多维度营销大数据分析训练。

98、预置企业真实案例背景信息，让学生清晰并明确项目目标。

99、预置真实企业脱敏数据， (略) 成交数据、企业历史订单数据、店铺运营流量日报数据、双十一在售商品数据、促销活动结果数据、单品预热期订单数据等多维度数据，数据指标不少于40个，数据量不少于414,000条。

100、 (略) 络促销分析数据收集方案；应用数据清洗教学系统完成双十一销售策略 (略) 理。

101、支持应用代码编辑器，结合历年双十一成交数据，实现双十一总销量预测及数据可视化；代码编辑器内预置可实现销售预测的Python代码，支持一键运行；支持对预置Python代码的修改、清空、重置、保存等功能。

102、支持应用数据分析系统，实现重点销售商品分析及数据可视化，确定双十一主打促销商品，制定当年双十一销量目标。

103、支持应用数据分析系统，实现双十一重点营销客户画像分析，明确重点营销人群。

104、支持应用数据分析系统，实现双十一流量结构分析、免费流量分析和付费流量结构分析，确定促销流量策略。

105、支持应用数据分析系统，实现预热期的购物车转化率和预热期销售占比分析及数据可视化，得出目标销量下的大促流量需求。

106、支持应用数据分析系统，实现促销组合效果分析，完成组合促销决策。

107、 (略) 络促销售分析报告模板，支持参照模板完成分析任务，提出营销建议。

108、支持学生提交作业；支持教师获取学生的作业的完成情况，开展学情分析。

109、支持根据学情自主上传数据，开展教学和科研活动。

1

套

3

人力大 (略)

（一）平台技术指标

1、平台总体基于领域驱动设计（DDD）理念进行分布式架构设计实现，基于前后端分离和分布式微服务的弹性计算架构实现；后端基于Java Spring Cloud微服务开发框架，前端NodeJS＋React服务化开发；具备业务高内聚低耦合、满足高性能、高并发、高可用、跨平台、跨语言等特点。

2、平台支持公有云/专属云/私有云/混合云模式部署， (略) （Open API），支持ISV( (略) 开发商)接入，标准化、规范化的接入方式，并提供接入指南，使接入更高效。

3、采用Nacos 作为服务的注册中心和配置中心、Spring Cloud Gatew (略) 关，实现服务的负 (略) 由转发等特性。

4、基于全流程DevOps自动化运维，支持持续集成、分析、服务注册与发现、持续部署的研发管理方式敏捷研发。

5、平台支持自由添加服务器，进行智能化的资源调度与分配，能够同时管理多个服务器节点、对服务器进行案例配置、 (略) 由。

6、基础服务层支持多数据源，适配阿里云RDS和本地MYSQL，同时使用于Redis高速缓存对数据进行缓存，支持高并发，支持纯本地化、

数据源。

7、平台兼容主流浏览器（Chrome, Edge）,无需安装任何客户端及插件。

8、支持TLS与SSL在 (略) 络连接进行加密，保证数据的安全性。

9、提供通过对客户端埋点接口调用，对用户行为进行数据采集和大数据分析。

10、支持数据爬虫Python脚本的在线编辑和执行。

11、数据分析支持MySQL、SQL server、oracle等主流JDBC驱动的数据库接入。

12、内置多元回归、朴素贝叶斯、决策树，文本分析、K-Means、降维分析等数据挖掘技术。

（二）平台功能

1.院校管理功能

1、管理员工作台：支持依据角色的使用场景进入不同的工作台。支持管理员查看本校基本统计信息，包括成员总数，学生数，教师数，当前在线人数。可查看本校自建或购买的课程数量，本校教学班的教学中、未开始和已完成数量。可查看本校公告信息。

2、基本信息：学校可自主维护学校信息，如：院校简介、院校logo等基本信息进行维护。

3、公告管理：发布学校公告，并支持随时新建发布、编辑、删除等操作。

4、组织架构管理： (略) (略) 、专业、班级；支持自定义名称；支持通过导入成员的方式自动生成学校的组织架构；支持组织结构的增加、修改；支持专业或班级 (略) \专业。

5、教师信息管理：支持新增\批量导入教师，并进行基本信息维护（姓名、性别、学院、专业、教工号、手机、邮箱等）；支持批量修改用户登录密码；支持批量删除教师。

6、学生信息管理：新增\批量导入学生名单，并进行基本信息维护（姓名、性别、学院、专业、班级、学号、邮箱、手机等）。支持批量修改用户登录密码；支持设置学生毕业；支持批量删除学生。

7、在线用户管理：支持查看当前在线用户人数、授权使用率和最大在线人数。支持查看在线用户详情，包括但不少于姓名、角色、所在组织机构、使用设备、登录时间和在线时长；支持进行下线和批量下线操作。

8、课程管理：支持对课程进行团队管理，给教师授权课程权限；支持查看课程列表，搜索课程。

9、项目管理：展示学校已购买课程的全部项目，可以查看项目名称、项目类型、项目难度、版本等信息；支持按照项目名称、编码等搜索项目。 ？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？

10、考试题库：展示学校已购买题库，展示学校建立的全部题库，并可进行实体分类编辑、试题添加，支持批量导入试题。

2. (略) 功能

1、支持用户修改姓名、性别、头像、个性签名等信息；支持用户退出登录；

2、支持查看待办事项，包含未发布、进行中教学班和考试；

3、支持查看个人创建的课程开班情况、课程考勤情况、课程完成情况、课程总结提交情况；教师本人管理班级中，支持查看教学班的学生成绩排行榜与学生能力排行榜；学生完成课程项目后，支持展示学生能力词云、职业能力成长信息；

4、支持创建教学班，选择已有课程或自定义课程内容添加教学内容；支持发布、复制、删除、关闭教学班；支持设置教学班名称、开始时间、结束时间；支持直接授权，选择班级加入学生；支持邀请码授权，生成邀请码，邀请码模式支持审批后加入或不审批直接加入。

5、支持创建后编辑课程名称、课程标签、课程概述、课程目标、预学知识；

6、支持教师复制教学班，将已个性化编辑后的内容应用于其他班级。

7、支持闯关、自由两种教学模式。支持针对任务、答案进行开放/收回；

8、支持针对教学内容进行灵活设置，添加删除项目、调整项目顺序，添加删除项目任务等。支持教师添加和修改或替换视频、文档、网页链接、富文本、作业、团队成果、随堂测验等内容，更好的个性化教学。

9、展示班级内班级人数、学均签到率及统计签到次数。支持老师导出学生签到考勤； ？？

14、进度：支持教师按照学生和教学大纲两种维度查看进度；可查看学生完成教学组件的情况，统计各组件学均分数、每个学生当前试卷的答题详情等），教师还可通过学情分析从测验试题的维度查看详情，支持查看每道题题干和答题选项，以及每个选项正确率，和每个学生该道题的答题情况等信息。

17、总结：支持教师对学生总结进行查看和打分；支持个人总结和团队总结两种总结提交方式，并支持分别打分和设置考核权重；支持查看未提交人数或未提交团队数；支持批量导出学生总结；支持教师退回已提交的总结，学生可重新提交。

18、项目报告：支持个人报告和团队总结两种总结提交方式，并支持分别打分和批量打分；支持查看未提交人数或未提交团队数；支持批量导出学生报告；支持教师退回已提交的报告，学生可重新提交。

19、团队成果：支持查看全部、待评分、已完成的团队成果进行查看；支持教师查看小组提交情况、小组评分情况、小组排名等信息；可通过组内评分、组间互评、教师评分等方式进行成果评分；支持设置是否允许学生下载其他小组的团队成果；支持教师在开启互评后退回已提交的团队成果，学生可重新提交；支持教师打包下载学生成果；

20、班级公告：支持发布班级公告并添加附件，展示公告名称、发布时间、发布人；支持随时编辑和删除公告。

21、班级设置：展示教学班信息；支持设置修改班级基本信息，包括教学班名称、开班时间、结束时间、上传班级封面；支持设置授课团队，支持同一个班级最多 5 名主讲老师，最多20 名课程助教，并且可随时修改；

3. (略) 功能

1、支持修改姓名、头像、性别、个性签名等基本信息；支持学生登录和退出登录；

2、支持展示学生基本信息；支持学生进行教学班签到，学生输入签到口令，响应教师发起的签到进行考勤；

3、支持展示学生当前正在学均学台内置不少于35种可视化图表，包括主流数据可视化分析图像和玫瑰图、和弦图、词云图、桑基图等高级图表；支持引入echarts第三方图表并自定义配置；支持自定义扩展图形控件支持设置排序（升序、降序、自定义排序）、同比、环比、累计求和等快速计算；支持指标设置格式化，设置前导符、后导符、缩放比例、千分位；支持筛选和图内筛选；支持设置辅助线和预警线，帮助用户快速识别出图表中的异常情况；支持用户自定义 (略) 径，拖拽层级字段到维度后选择图形进而实现对数据的下钻和上卷，点击图形可以逐层查看数据；同时支持用户设置每一层的图形样式和字段数量，满足复杂的业务钻取需求。

11、数据可视化看板：通过构建可视化看板，把独立的可视化结果整合成更具可读性的报告形式，达到快速通过可视化结果理解数据呈现的业务问题。用户通过拖拽方式可以自定义对可视化看 (略) ，对业务逻辑进行串联，表达业务场景。支持用户选择可视化、创建综合分析界面，设置联动、链接；选择多个可视化创建可视化看板，把可视化对象在可视化看板页面 (略) ，支持可视化看板页面分页；支持页 (略) ，拖拽位置和可视化对象大小；支持设置展示属性， (略) 筛选、文本、图片；设置图表、联动，支持多个数据集设置字段关联；支持设置链接，可链接打开可视化看板和第三方对象，并传递参数；

12、满足计算字段功能。可新建数值、日期和字符三种计算字段，支持自定义表达式输入。内置函数与变量。在计算字段中可使用字符串函数10种、日期函数7种、数学函数11种、上下文函数2种、判断函数2种。通过函数与变量可进行诸多复杂数据清洗、数据集成。

（四）代码编辑器

1、国内自主研发软件，内置180个以上常用库，上课时可直接调用，免去繁琐安装环节；内置常用库包括：pandas， matplotlib， pandas-datareader， scipy， PyMySQL， snownlp， gensim， pytest， mlxtend， pyfolio，turtle等。

2、支持“代码模式”，可自定义编写Python代码并运行，包括但不限于数据清洗、数据集成、数据可视化、数据转换、数值模拟、统计建模、机器学台教学内容及案例

人力大数据分析与应用课程面向工商管理、人力资源管理相关专业教师、学生进行人力资源大数据分析课程的实践教学和学均薪资、部门薪资分布等数据进行可视化，该部分内置不少于4个任务的实践操作引导。

15、薪酬大数据分析与应用：本项目旨在引导学生学习和掌握薪酬数据采集、使用Python进行数据查询、爬取薪酬数据等，数据查询包括地点、职位等不限于4个搜索要素，薪酬 (略) 、职位等不少于6个爬取要素，数据清洗包括缺失值填补等不少于3个清洗规则。利用可视化分析工具，进行公司财务、人力资源等多方面数据的可视化分析，帮助学生深入研究薪酬体系结构、支付结构等，了解薪酬满意度情况，并构建优化薪酬偏离度模型，该部分包括人工成本分析、薪酬结构分析等不少于4个知识维度的分析研究，不少于公司营业收入与利润情况分析等22个任务实践操作引导。

16、绩效数据分析概述：本项目包括绩效数据分析知识核心内容，旨在引导学生学习和掌握绩效数据Ex (略) 理、绩效数据指标、团队绩效及其驱动因素等不少于10个维度的绩效理论知识，为后续绩效数据分析实践项目打下坚实理论基础。

17、绩效数据可视化分析：本项目旨在引导学生学习和掌握Excel工具的运用，重点内容包括绩效数据Ex (略) 理和绩效数据Excel可视化。绩效数据Ex (略) 理包括数据验证、快速填充、删除重复项等不少于5个任务的分析操作。通过绩效数据Excel可视化，展示KPI考核、员工信息、薪酬和销售业绩等数据，该部分包括销售业绩分布可视化、销售人员任务完成率可视化等不少于3个任务实践操作。

18、绩效大数据分析与应用：本项目旨在引导学生学习和掌握调查问卷设计、数据集成和Python可视化分析等技术，该部分不限于4个任务的操作实践，数据集成引导学生实现年度薪酬等不少于6个数据集的关联；通过分析绩效数据， (略) 经理销售团队、区域KPI指标完成情况和团队特征等方面的信息，该部分包括绩效考核等级分布 (略) 域KPI考核成绩分析等不少于17个任务的分析操作实践。在此基础上，重点涵盖数据模型构建和预测模块，包括绩效数据挖掘与预测等不少于3个任务操作实践。

19、人才盘点数据分析概述：本项目包括人才盘点数据分析知识核心内容，旨在引导学生学习和掌握人才盘点数据Ex (略) 理、人才盘点数据指标等不少于7个维度的人才盘点理论知识，为后续人才盘点数据分析实践项目打下坚实理论基础。

20、人才盘点数据可视化分析：本项目旨在引导学生学习和掌握Excel工具的运用，重点内容包括人才盘点数据Ex (略) 理和人才盘点数据Excel可视化。人才盘点数据Ex (略) 理包括数据验证、快速填充、删除重复项等不少于5个任务分析操作。通过绩效数据Excel可视化，展示人才盘点考核等级比例可视化、部门人才盘点结果可视化等不少于3个任务实践操作。

21、人才盘点大数据分析与应用：本项目旨在引导学生学习和掌握人才盘点数据采集、 (略) 理、可视化分析等技术，探索人才盘点基本信息、人才盘点数据等方面的信息， (略) 员工数量分析、公司部门分析、公司绩效考核结果分布、公司离职率分析等不少于20个任务的分析操作实践。在此基础上，重点涵盖数据模型构建和预测模块，包括人才盘点数据挖掘、绩效聚类结果分析等不少于6个任务的操作实践。最后，进行人员潜力评估以及接替计划，涵盖公司绩效潜力九宫格分析等不少于3个任务分析操作实践。

1

套

序号

设备名称

主要技术规格及参数要求

数量

单位

2

营销大 (略)

(略) 集 (略) ：数据分析系统及代码编辑器，并包含辅助实验系统数据清洗系统、数据挖掘系统、仿真实验系统，满足数智营销多门课程的实验实训需求。该平台以实际业务场景为基础，通过模拟真实环境，让学生在 (略) 场营销的核心理论和实践技能。可以实现多人同时在线操作，提高学生的实践能力和团队协作能力。同时，该平台还提供了丰富的案例和实战演练，帮助学生更好地理解和应用所学知识。

一、数据分析系统功能指标

1、数据填报：可进行在线表单数据填报，多种表单控件，自定义表单审批流程，三级审批管理。

2、消息中心： (略) 所有消息的记录，默认按时间倒序排列。消息分为我的警报、产品更新、系统消息三类。

3、数据连接：支持用户连接各种数据源，拖拽方式搭建表关系，设置筛选条件，建立数据模型；支持常见的关系型数据库MySQL、Oracle、SQL Server、JDBC数据库驱动、ODBC数据库驱动，通过配置实现数据的连接和表的导入，与权限结合，满足数据权限管理的需求；支持本地数据Excel或csv文件上传。

4、数据整理：据整理模块支持用户通过拖拽的方式，所见即所得的进行数据的整合和清洗，同时支持用户通过sql生成复杂的数据集；创建的数据集可以是实时从数据库获取数据，同时支持设置不同的物化规则，把分析数据按照业务规则抽取到执行库中，保证分析数据的执行效率。

5、数据关联：支持对多个数据源，包含企业数据库、填报数据、本地数据（Excel、CSV）的不同表之间设置关联；支持拖拽方式搭建表间关联（内关联、左关联、右关联、全关联）关系；支持拖拽方式追加多张表，构建union数据集；支持多表关联时自动和手动对同名字段进行匹配。

6、数据合并：支持拖拽方式追加多张表，构建union数据集。

7、数据转换加工：支持用户对数据集进行自定义操作，包含数据的类型指定和转换，数据筛选，字段的自定义分组和自定义添加计算字段；同时支持用户查看表和数据集的关联关系及更新记录，实现数据的溯源。

8、数据筛选：用户可以通过筛选对数据集进行查询和筛选，支持用户通过多个条件筛选和公式筛选进行数据过滤；通过条件筛选时，选择筛选字段，自动根据字段类型可以选择操作符，筛选值中支持选择动态变量（包含用户名、租户名称、显示名、部门、角色、手机、部门电话）或者枚举值。

9、数据物化：支持用户选择实时连接或者物化，若选择物化，则数据分析系统定时从各个业务数据库把数据抽取到数据分析系统，并按照一定频率进行更新；基于物化创建的嵌套数据集自动更新，若底层数据集更新，则与之相关的上层数据集都依次更新，进而可视化和故事板的数据更新；数据物化支持用户设置物化频率到天、时、分、秒，设置物化开始时间和截止时间；同时显示刷新时间，用户可以自动或者手动去刷新数据。

10、内置可视化图表：目前内置有34种图表，包括柱状图、阶梯瀑布图、条形图、图案填充条形图、堆叠柱状图、堆叠条形图、饼图、环形图、玫瑰图、折线图、 (略) 域图、中国地图、散点中国地图、世界地图、迁徙图、百度地图、双轴图、仪表盘、表格、指标图、气泡图、漏斗图、热力图、矩形树图、雷达图、桑基图、和弦图、词云图、时序预测图、回归分析图、子弹图、直方图。

11、自定义可视化图表：图表可自定义配置，样式自定义编辑；支持引入echarts第三方图表并自定义配置。

12、辅助线和预警线：用户通过辅助线可以快速识别出数据中的异常值；预警线除了识别出异常值，还支持用户设置预警的级别和预警推送的对象，不同层级对象对于同一个指标可以设置不同的预警规则；预警级别三级，不同的预警级别可以设置不同的信息推送媒介，包含系统信息、短信、微信服务号、邮箱，用户可以自己设置。

13、自定义多层钻取：支持用户自 (略) 径，拖拽层级字段到维度后选择图形则实现对数据的下钻和上卷，点击图可以逐层查看数据；同时支持用户设置每一层的图形样式和字段数量，实现每一层级的自定义。

14、图表参数设置：支持对图表的样式进行显示设置，包含显示的名称、缩放比例、前缀、后缀、条件格式等；同时可以设置坐标轴的标题、单位等，方便用户查看数据等。

15、故事板（可视化看板）：支持用户选择可视化、创建综合分析界面，设置联动、链接；选择多个可视化创建故事板，把可视化对象在故事板页面 (略) ，支持故事板页面分页；支持页 (略) ，拖拽位置和可视化对象大小；支持设置展示属性， (略) 筛选、文本、图片；设置图表、联动，支持多个数据集设置字段关联；支持设置链接，可链接打开故事板和第三方对象，并传递参数。

16、故事板控件：包含过滤器、层级过滤器、文本、图片、嵌入URL、标签控件；支持对多个可视化进行过滤筛选，支持创建数据层级并通过树形对可视化对象进行筛选，支持输入文本文字和插入计算字段的方式形成智能报告，文字和计算字段的样式等均可以设置，支持插入图片，支持png、jpg、gif等常见图片格式，支持输入URL嵌入第三方界面，通过标签可以实现从当前故事板跳转到其他故事板或者第三方界面。

17、计算字段：可新建数值、日期和字符三种计算字段，支持自定义表达式输入。

18、函数与变量：在计算字段中可使用字符串函数10种、日期函数7种、数学函数11种、上下文函数2种、判断函数2种；通过函数与变量可进行诸多复杂数据清洗、数据集成。

19、平台集成：支持 (略) 一键登录系统，并获取相应权限数据。

？

二、代码编辑器功能指标

1、自主研发，属于国产产品，内置180个以上常用库，上课时可直接调用，免去繁琐安装环节；内置常用库包括：pandas，matplotlib，pandas-datareader，scipy，PyMySQL，snownlp，gensim，pytest，mlxtend，pyfolio，turtle等。

2、支持“代码模式”，可自定义编写Python代码并运行，包括但不限于数据清洗、数据集成、数据可视化、数据转换、数值模拟、统计建模、机器学滑法、皮尔逊相关系数结果、霍尔特-温特指数平滑法、霍尔特指数平滑法。

28、算法调参：支持学生基于选用的模型进行参数配置和调整。

29、变量选择与数据集切分：支持添加多个自变量，并可设置按比例随机抽选训练集与测试集。

30、模型质量评估：通过测试集模型验证结果的对比，可对模型质量进行评估指标和拟合情况评估。

31、预测集（支持预测功能的算法可用）：完成建模步骤后可上传新的预测数据集进行因变量结果预测。

32、预测结果预览：支持在当前页面查看预测结果数据预览，预览数据条数用户可自行调整。

33、结果数据下载：支持用户自行下载模型质量数据报告以及预测完成的数据到本地客户机。

34、操作指引： (略) 预置数据挖掘任务的任务描述、操作步骤以及操作演示视频。

35、任务重置：支持通过重置清空流程内的所有配置信息。

36、任务集成： (略) 集成具体的挖掘任务、数据源、任务操作说明等信息。

37、 (略) 首页、服装类商品列表页和商品详情页；支持按商品分类、商品品牌、 (略) 间查询或筛选；商品详情页面能够动态显示商品主图、名称、商城价、券后价、尺寸、库存数量、月销量、商品评价以及详情属性等信息。

38、系统内置丰富的服装商品数据，并支持教师依据课程设计自主批量导入、上传、替换、维护商品数据，且可以自主选择自建数据方案、预置数据方案或混合数据方案，满足个性化教学设计创新需求。

39、网站商品数据支持学生运行Python代码完成数据爬取，避免 (略) 站带来责任事故。

40、 (略) ABTest实验流程，支持建立广告投放实验对照组，并可以按素材定向、人群定向、预算定向三种方式进行效果实验，建立对应实验组。

41依据实验情况可以动态生成实验报告，实验报告包含对照组和实验各组的进组用户数、进组占比、广告点击率、差异绝对值、差异相对值、 (略) 间、P-Value值等数据，以及根据实验数据自动生成的对照组和实验各组概率分布正态图。

42、依托系统可进行不同深度教学设计，整体系统让学生沉浸式感受ABTest实验过程，并了解数据解析逻辑，掌握实验数据分析及精准投放策略优化方法。

43、营销大数据课程是旨在培养兼具大数据技术与营销知识的复合型人才。紧密结合企业营销数据场景，将大数据技术与营销决策相融合，使学生掌握在营销大数据各模块典型业务场景中的数据洞察和营销决策能力。通过学衡分析数据等多维度数据，数据指标不少于110个，数据量不少于80,000条。

74、支持制定广告精准营销分析数据收集方案。

75、支持应用数据清洗教学系统完成广告精准营销 (略) 理。

76、支持应用数据分析系统、数据挖掘教学系统（K-means聚类分析）等分析工具、分析方法完成广告流量分析、广告转化情况分析、广告投放内容分析、广告投放用户分析、广告渠道效果分析、广告投放盈亏效果评估及数据可视化。

77、支持应用数据分析系统、代码编辑器完成用户画像分析及数据可视化；代码编辑器内预置可实现用户画像分析的Python代码，支持一键运行；支持对预置Python代码的修改、清空、重置、保存等功能。

78、支持应用代码编辑器完成竞品数据分析、竞品文本数据（非结构化数据）分析；代码编辑器内预置可实现竞品数据和竞品文本数据分析的Python代码，支持一键运行；支持对预置Python代码的修改、清空、重置、保存等功能；支持应用数据分析系统完成竞品传播数据分析。

79、支持应用ABTest广告优化策略仿真系统，进行广告试投，并分析AB组实验结果，得出广告投放策略。

80、ABTest广告优化策略仿真系统： (略) ABTest实验流程，支持实验模式与实验目标设定、创建广告实验基础信息；通过设置预算与出价、选择投放位置、创意制作等建立广告投放实验对照组；可以按素材定向、人群定向、预算定向三种方式进行效果实验，建立对应实验组；依据实验情况可以动态生成实验报告，实验报告包含对照组和实验各组的进组用户数、进组占比、广告点击率、差异绝对值、差异相对值、 (略) 间、P-Value值等数据，以及根据实验数据自动生成的对照组和实验各组概率分布正态图。

81、预置广告精准营销分析报告模板，支持参照模板完成分析任务，提出营销建议。

82、支持学生提交作业；支持教师获取学生的作业的完成情况，开展学情分析。

83、支持根据学情自主上传数据，开展教学和科研活动。

84、在支持开展基于企业视角的连锁经营选址策略，在了解项目情境的基础上，进行项目数据准备、商圈分析及门店经营评估、商圈定位分析、商圈消费者分析、门店投资回报预测分析、连锁经营选址分析报告撰写的多维度营销大数据分析训练。

85、预置企业真实案例背景信息，让学生清晰并明确项目目标。

86、预置真实企业脱敏数据， (略) 数据、城市商圈数据、门店分布数据、消费者分布数据、商圈业态数据、商圈饱和度、餐饮热度数据、客群画像数据、交通状况数据、外卖洞察数据、门面租金数据、门店销售预测数据、门店流量数据等多维度数据，数据指标不少于40个，数据量不少于20,000条。

87、支持制定连锁经营选址分析数据收集方案。

88、支持应用代码编辑器，结合门店分布、会员位置、人口密度数据，完成地图打点、绘制热力图、圈定商圈；代码编辑器内预置可实现地图打点功能的Python代码，支持一键运行；支持对预置Python代码的修改、清空、重置、保存等功能。

89、支持应用数据分析系统实现门店经营数据分析及数据可视化，结合热力图得出门店关停、开设决策依据。

90、支持应用数据分析系统、代码编辑器，结合外卖数据和第三方的商圈业态、餐饮热度、人群特征、交通状况数据， (略) 数据指标分析、商圈属性分析、商圈外卖竞争情况、商圈饱和度分析、商圈流量分析，并完成数据可视化；代码编辑器内预置可实现竞争度评分功能的Python代码，支持一键运行；支持对预置Python代码的修改、清空、重置、保存等功能。

91、支持应用数据分析系统、代码编辑器实现层次分析法（AHP），确定门店选址商圈；代码编辑器内预置可实现层次分析法（AHP）的Python代码，支持一键运行；支持对预置Python代码的修改、清空、重置、保存等功能。

92、支持应用数据分析系统对商圈消费者画像、消费者购买力进行分析及可视化。

93、支持应用数据分析系统对新店情况进行投资回报预测分析及数据可视化，验证选址结论。

94、预置连锁经营分析选址报告模板，支持参照模板完成分析任务，提出营销建议。

95、支持学生提交作业；支持教师获取学生的作业的完成情况，开展学情分析。

96、支持根据学情自主上传数据，开展教学和科研活动。

97、在支持开展基于企 (略) 络销售策略，在了解项目情境的基础上，进行项目数据准备、双十一总体情况预测、双十一重点营销客户画像、双十一流量分析、旗舰店大促流量策略、促销组合策略、网络促销分析分析报告撰写的多维度营销大数据分析训练。

98、预置企业真实案例背景信息，让学生清晰并明确项目目标。

99、预置真实企业脱敏数据， (略) 成交数据、企业历史订单数据、店铺运营流量日报数据、双十一在售商品数据、促销活动结果数据、单品预热期订单数据等多维度数据，数据指标不少于40个，数据量不少于414,000条。

100、 (略) 络促销分析数据收集方案；应用数据清洗教学系统完成双十一销售策略 (略) 理。

101、支持应用代码编辑器，结合历年双十一成交数据，实现双十一总销量预测及数据可视化；代码编辑器内预置可实现销售预测的Python代码，支持一键运行；支持对预置Python代码的修改、清空、重置、保存等功能。

102、支持应用数据分析系统，实现重点销售商品分析及数据可视化，确定双十一主打促销商品，制定当年双十一销量目标。

103、支持应用数据分析系统，实现双十一重点营销客户画像分析，明确重点营销人群。

104、支持应用数据分析系统，实现双十一流量结构分析、免费流量分析和付费流量结构分析，确定促销流量策略。

105、支持应用数据分析系统，实现预热期的购物车转化率和预热期销售占比分析及数据可视化，得出目标销量下的大促流量需求。

106、支持应用数据分析系统，实现促销组合效果分析，完成组合促销决策。

107、 (略) 络促销售分析报告模板，支持参照模板完成分析任务，提出营销建议。

108、支持学生提交作业；支持教师获取学生的作业的完成情况，开展学情分析。

109、支持根据学情自主上传数据，开展教学和科研活动。

套

31

3

人力大 (略)

（一）平台技术指标

1、平台总体基于领域驱动设计（DDD）理念进行分布式架构设计实现，基于前后端分离和分布式微服务的弹性计算架构实现；后端基于Java Spring Cloud微服务开发框架，前端NodeJS＋React服务化开发；具备业务高内聚低耦合、满足高性能、高并发、高可用、跨平台、跨语言等特点。

2、平台支持公有云/专属云/私有云/混合云模式部署， (略) （Open API），支持ISV( (略) 开发商)接入，标准化、规范化的接入方式，并提供接入指南，使接入更高效。

3、采用Nacos 作为服务的注册中心和配置中心、Spring Cloud Gatew (略) 关，实现服务的负 (略) 由转发等特性。

4、基于全流程DevOps自动化运维，支持持续集成、分析、服务注册与发现、持续部署的研发管理方式敏捷研发。

5、平台支持自由添加服务器，进行智能化的资源调度与分配，能够同时管理多个服务器节点、对服务器进行案例配置、 (略) 由。

6、基础服务层支持多数据源，适配阿里云RDS和本地MYSQL，同时使用于Redis高速缓存对数据进行缓存，支持高并发，支持纯本地化、

数据源。

7、平台兼容主流浏览器（Chrome, Edge）,无需安装任何客户端及插件。

8、支持TLS与SSL在 (略) 络连接进行加密，保证数据的安全性。

9、提供通过对客户端埋点接口调用，对用户行为进行数据采集和大数据分析。

10、支持数据爬虫Python脚本的在线编辑和执行。

11、数据分析支持MySQL、SQL server、oracle等主流JDBC驱动的数据库接入。

12、内置多元回归、朴素贝叶斯、决策树，文本分析、K-Means、降维分析等数据挖掘技术。

（二）平台功能

1.院校管理功能

1、管理员工作台：支持依据角色的使用场景进入不同的工作台。支持管理员查看本校基本统计信息，包括成员总数，学生数，教师数，当前在线人数。可查看本校自建或购买的课程数量，本校教学班的教学中、未开始和已完成数量。可查看本校公告信息。

2、基本信息：学校可自主维护学校信息，如：院校简介、院校logo等基本信息进行维护。

3、公告管理：发布学校公告，并支持随时新建发布、编辑、删除等操作。

4、组织架构管理： (略) (略) 、专业、班级；支持自定义名称；支持通过导入成员的方式自动生成学校的组织架构；支持组织结构的增加、修改；支持专业或班级 (略) \专业。

5、教师信息管理：支持新增\批量导入教师，并进行基本信息维护（姓名、性别、学院、专业、教工号、手机、邮箱等）；支持批量修改用户登录密码；支持批量删除教师。

6、学生信息管理：新增\批量导入学生名单，并进行基本信息维护（姓名、性别、学院、专业、班级、学号、邮箱、手机等）。支持批量修改用户登录密码；支持设置学生毕业；支持批量删除学生。

7、在线用户管理：支持查看当前在线用户人数、授权使用率和最大在线人数。支持查看在线用户详情，包括但不少于姓名、角色、所在组织机构、使用设备、登录时间和在线时长；支持进行下线和批量下线操作。

8、课程管理：支持对课程进行团队管理，给教师授权课程权限；支持查看课程列表，搜索课程。

9、项目管理：展示学校已购买课程的全部项目，可以查看项目名称、项目类型、项目难度、版本等信息；支持按照项目名称、编码等搜索项目。 ？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？

10、考试题库：展示学校已购买题库，展示学校建立的全部题库，并可进行实体分类编辑、试题添加，支持批量导入试题。

2. (略) 功能

1、支持用户修改姓名、性别、头像、个性签名等信息；支持用户退出登录；

2、支持查看待办事项，包含未发布、进行中教学班和考试；

3、支持查看个人创建的课程开班情况、课程考勤情况、课程完成情况、课程总结提交情况；教师本人管理班级中，支持查看教学班的学生成绩排行榜与学生能力排行榜；学生完成课程项目后，支持展示学生能力词云、职业能力成长信息；

4、支持创建教学班，选择已有课程或自定义课程内容添加教学内容；支持发布、复制、删除、关闭教学班；支持设置教学班名称、开始时间、结束时间；支持直接授权，选择班级加入学生；支持邀请码授权，生成邀请码，邀请码模式支持审批后加入或不审批直接加入。

5、支持创建后编辑课程名称、课程标签、课程概述、课程目标、预学知识；

6、支持教师复制教学班，将已个性化编辑后的内容应用于其他班级。

7、支持闯关、自由两种教学模式。支持针对任务、答案进行开放/收回；

8、支持针对教学内容进行灵活设置，添加删除项目、调整项目顺序，添加删除项目任务等。支持教师添加和修改或替换视频、文档、网页链接、富文本、作业、团队成果、随堂测验等内容，更好的个性化教学。

9、展示班级内班级人数、学均签到率及统计签到次数。支持老师导出学生签到考勤； ？？

14、进度：支持教师按照学生和教学大纲两种维度查看进度；可查看学生完成教学组件的情况，统计各组件学均分数、每个学生当前试卷的答题详情等），教师还可通过学情分析从测验试题的维度查看详情，支持查看每道题题干和答题选项，以及每个选项正确率，和每个学生该道题的答题情况等信息。

17、总结：支持教师对学生总结进行查看和打分；支持个人总结和团队总结两种总结提交方式，并支持分别打分和设置考核权重；支持查看未提交人数或未提交团队数；支持批量导出学生总结；支持教师退回已提交的总结，学生可重新提交。

18、项目报告：支持个人报告和团队总结两种总结提交方式，并支持分别打分和批量打分；支持查看未提交人数或未提交团队数；支持批量导出学生报告；支持教师退回已提交的报告，学生可重新提交。

19、团队成果：支持查看全部、待评分、已完成的团队成果进行查看；支持教师查看小组提交情况、小组评分情况、小组排名等信息；可通过组内评分、组间互评、教师评分等方式进行成果评分；支持设置是否允许学生下载其他小组的团队成果；支持教师在开启互评后退回已提交的团队成果，学生可重新提交；支持教师打包下载学生成果；

20、班级公告：支持发布班级公告并添加附件，展示公告名称、发布时间、发布人；支持随时编辑和删除公告。

21、班级设置：展示教学班信息；支持设置修改班级基本信息，包括教学班名称、开班时间、结束时间、上传班级封面；支持设置授课团队，支持同一个班级最多 5 名主讲老师，最多20 名课程助教，并且可随时修改；

3. (略) 功能

1、支持修改姓名、头像、性别、个性签名等基本信息；支持学生登录和退出登录；

2、支持展示学生基本信息；支持学生进行教学班签到，学生输入签到口令，响应教师发起的签到进行考勤；

3、支持展示学生当前正在学均学台内置不少于35种可视化图表，包括主流数据可视化分析图像和玫瑰图、和弦图、词云图、桑基图等高级图表；支持引入echarts第三方图表并自定义配置；支持自定义扩展图形控件支持设置排序（升序、降序、自定义排序）、同比、环比、累计求和等快速计算；支持指标设置格式化，设置前导符、后导符、缩放比例、千分位；支持筛选和图内筛选；支持设置辅助线和预警线，帮助用户快速识别出图表中的异常情况；支持用户自定义 (略) 径，拖拽层级字段到维度后选择图形进而实现对数据的下钻和上卷，点击图形可以逐层查看数据；同时支持用户设置每一层的图形样式和字段数量，满足复杂的业务钻取需求。

11、数据可视化看板：通过构建可视化看板，把独立的可视化结果整合成更具可读性的报告形式，达到快速通过可视化结果理解数据呈现的业务问题。用户通过拖拽方式可以自定义对可视化看 (略) ，对业务逻辑进行串联，表达业务场景。支持用户选择可视化、创建综合分析界面，设置联动、链接；选择多个可视化创建可视化看板，把可视化对象在可视化看板页面 (略) ，支持可视化看板页面分页；支持页 (略) ，拖拽位置和可视化对象大小；支持设置展示属性， (略) 筛选、文本、图片；设置图表、联动，支持多个数据集设置字段关联；支持设置链接，可链接打开可视化看板和第三方对象，并传递参数；

12、满足计算字段功能。可新建数值、日期和字符三种计算字段，支持自定义表达式输入。内置函数与变量。在计算字段中可使用字符串函数10种、日期函数7种、数学函数11种、上下文函数2种、判断函数2种。通过函数与变量可进行诸多复杂数据清洗、数据集成。

（四）代码编辑器

1、国内自主研发软件，内置180个以上常用库，上课时可直接调用，免去繁琐安装环节；内置常用库包括：pandas， matplotlib， pandas-datareader， scipy， PyMySQL， snownlp， gensim， pytest， mlxtend， pyfolio，turtle等。

2、支持“代码模式”，可自定义编写Python代码并运行，包括但不限于数据清洗、数据集成、数据可视化、数据转换、数值模拟、统计建模、机器学台教学内容及案例

人力大数据分析与应用课程面向工商管理、人力资源管理相关专业教师、学生进行人力资源大数据分析课程的实践教学和学均薪资、部门薪资分布等数据进行可视化，该部分内置不少于4个任务的实践操作引导。

15、薪酬大数据分析与应用：本项目旨在引导学生学台以实际业务场景为基础，通过模拟真实环境，让学生在 (略) 场营销的核心理论和实践技能。可以实现多人同时在线操作，提高学生的实践能力和团队协作能力。同时，该平台还提供了丰富的案例和实战演练，帮助学生更好地理解和应用所学知识。

一、数据分析系统功能指标

1、数据填报：可进行在线表单数据填报，多种表单控件，自定义表单审批流程，三级审批管理。

2、消息中心： (略) 所有消息的记录，默认按时间倒序排列。消息分为我的警报、产品更新、系统消息三类。

3、数据连接：支持用户连接各种数据源，拖拽方式搭建表关系，设置筛选条件，建立数据模型；支持常见的关系型数据库MySQL、Oracle、SQL Server、JDBC数据库驱动、ODBC数据库驱动，通过配置实现数据的连接和表的导入，与权限结合，满足数据权限管理的需求；支持本地数据Excel或csv文件上传。

4、数据整理：据整理模块支持用户通过拖拽的方式，所见即所得的进行数据的整合和清洗，同时支持用户通过sql生成复杂的数据集；创建的数据集可以是实时从数据库获取数据，同时支持设置不同的物化规则，把分析数据按照业务规则抽取到执行库中，保证分析数据的执行效率。

5、数据关联：支持对多个数据源，包含企业数据库、填报数据、本地数据（Excel、CSV）的不同表之间设置关联；支持拖拽方式搭建表间关联（内关联、左关联、右关联、全关联）关系；支持拖拽方式追加多张表，构建union数据集；支持多表关联时自动和手动对同名字段进行匹配。

6、数据合并：支持拖拽方式追加多张表，构建union数据集。

7、数据转换加工：支持用户对数据集进行自定义操作，包含数据的类型指定和转换，数据筛选，字段的自定义分组和自定义添加计算字段；同时支持用户查看表和数据集的关联关系及更新记录，实现数据的溯源。

8、数据筛选：用户可以通过筛选对数据集进行查询和筛选，支持用户通过多个条件筛选和公式筛选进行数据过滤；通过条件筛选时，选择筛选字段，自动根据字段类型可以选择操作符，筛选值中支持选择动态变量（包含用户名、租户名称、显示名、部门、角色、手机、部门电话）或者枚举值。

9、数据物化：支持用户选择实时连接或者物化，若选择物化，则数据分析系统定时从各个业务数据库把数据抽取到数据分析系统，并按照一定频率进行更新；基于物化创建的嵌套数据集自动更新，若底层数据集更新，则与之相关的上层数据集都依次更新，进而可视化和故事板的数据更新；数据物化支持用户设置物化频率到天、时、分、秒，设置物化开始时间和截止时间；同时显示刷新时间，用户可以自动或者手动去刷新数据。

10、内置可视化图表：目前内置有34种图表，包括柱状图、阶梯瀑布图、条形图、图案填充条形图、堆叠柱状图、堆叠条形图、饼图、环形图、玫瑰图、折线图、 (略) 域图、中国地图、散点中国地图、世界地图、迁徙图、百度地图、双轴图、仪表盘、表格、指标图、气泡图、漏斗图、热力图、矩形树图、雷达图、桑基图、和弦图、词云图、时序预测图、回归分析图、子弹图、直方图。

11、自定义可视化图表：图表可自定义配置，样式自定义编辑；支持引入echarts第三方图表并自定义配置。

12、辅助线和预警线：用户通过辅助线可以快速识别出数据中的异常值；预警线除了识别出异常值，还支持用户设置预警的级别和预警推送的对象，不同层级对象对于同一个指标可以设置不同的预警规则；预警级别三级，不同的预警级别可以设置不同的信息推送媒介，包含系统信息、短信、微信服务号、邮箱，用户可以自己设置。

13、自定义多层钻取：支持用户自 (略) 径，拖拽层级字段到维度后选择图形则实现对数据的下钻和上卷，点击图可以逐层查看数据；同时支持用户设置每一层的图形样式和字段数量，实现每一层级的自定义。

14、图表参数设置：支持对图表的样式进行显示设置，包含显示的名称、缩放比例、前缀、后缀、条件格式等；同时可以设置坐标轴的标题、单位等，方便用户查看数据等。

15、故事板（可视化看板）：支持用户选择可视化、创建综合分析界面，设置联动、链接；选择多个可视化创建故事板，把可视化对象在故事板页面 (略) ，支持故事板页面分页；支持页 (略) ，拖拽位置和可视化对象大小；支持设置展示属性， (略) 筛选、文本、图片；设置图表、联动，支持多个数据集设置字段关联；支持设置链接，可链接打开故事板和第三方对象，并传递参数。

16、故事板控件：包含过滤器、层级过滤器、文本、图片、嵌入URL、标签控件；支持对多个可视化进行过滤筛选，支持创建数据层级并通过树形对可视化对象进行筛选，支持输入文本文字和插入计算字段的方式形成智能报告，文字和计算字段的样式等均可以设置，支持插入图片，支持png、jpg、gif等常见图片格式，支持输入URL嵌入第三方界面，通过标签可以实现从当前故事板跳转到其他故事板或者第三方界面。

17、计算字段：可新建数值、日期和字符三种计算字段，支持自定义表达式输入。

18、函数与变量：在计算字段中可使用字符串函数10种、日期函数7种、数学函数11种、上下文函数2种、判断函数2种；通过函数与变量可进行诸多复杂数据清洗、数据集成。

19、平台集成：支持 (略) 一键登录系统，并获取相应权限数据。

？

二、代码编辑器功能指标

1、自主研发，属于国产产品，内置180个以上常用库，上课时可直接调用，免去繁琐安装环节；内置常用库包括：pandas，matplotlib，pandas-datareader，scipy，PyMySQL，snownlp，gensim，pytest，mlxtend，pyfolio，turtle等。

2、支持“代码模式”，可自定义编写Python代码并运行，包括但不限于数据清洗、数据集成、数据可视化、数据转换、数值模拟、统计建模、机器学滑法、皮尔逊相关系数结果、霍尔特-温特指数平滑法、霍尔特指数平滑法。

28、算法调参：支持学生基于选用的模型进行参数配置和调整。

29、变量选择与数据集切分：支持添加多个自变量，并可设置按比例随机抽选训练集与测试集。

30、模型质量评估：通过测试集模型验证结果的对比，可对模型质量进行评估指标和拟合情况评估。

31、预测集（支持预测功能的算法可用）：完成建模步骤后可上传新的预测数据集进行因变量结果预测。

32、预测结果预览：支持在当前页面查看预测结果数据预览，预览数据条数用户可自行调整。

33、结果数据下载：支持用户自行下载模型质量数据报告以及预测完成的数据到本地客户机。

34、操作指引： (略) 预置数据挖掘任务的任务描述、操作步骤以及操作演示视频。

35、任务重置：支持通过重置清空流程内的所有配置信息。

36、任务集成： (略) 集成具体的挖掘任务、数据源、任务操作说明等信息。

37、 (略) 首页、服装类商品列表页和商品详情页；支持按商品分类、商品品牌、 (略) 间查询或筛选；商品详情页面能够动态显示商品主图、名称、商城价、券后价、尺寸、库存数量、月销量、商品评价以及详情属性等信息。

38、系统内置丰富的服装商品数据，并支持教师依据课程设计自主批量导入、上传、替换、维护商品数据，且可以自主选择自建数据方案、预置数据方案或混合数据方案，满足个性化教学设计创新需求。

39、网站商品数据支持学生运行Python代码完成数据爬取，避免 (略) 站带来责任事故。

40、 (略) ABTest实验流程，支持建立广告投放实验对照组，并可以按素材定向、人群定向、预算定向三种方式进行效果实验，建立对应实验组。

41依据实验情况可以动态生成实验报告，实验报告包含对照组和实验各组的进组用户数、进组占比、广告点击率、差异绝对值、差异相对值、 (略) 间、P-Value值等数据，以及根据实验数据自动生成的对照组和实验各组概率分布正态图。

42、依托系统可进行不同深度教学设计，整体系统让学生沉浸式感受ABTest实验过程，并了解数据解析逻辑，掌握实验数据分析及精准投放策略优化方法。

43、营销大数据课程是旨在培养兼具大数据技术与营销知识的复合型人才。紧密结合企业营销数据场景，将大数据技术与营销决策相融合，使学生掌握在营销大数据各模块典型业务场景中的数据洞察和营销决策能力。通过学衡分析数据等多维度数据，数据指标不少于110个，数据量不少于80,000条。

74、支持制定广告精准营销分析数据收集方案。

75、支持应用数据清洗教学系统完成广告精准营销 (略) 理。

76、支持应用数据分析系统、数据挖掘教学系统（K-means聚类分析）等分析工具、分析方法完成广告流量分析、广告转化情况分析、广告投放内容分析、广告投放用户分析、广告渠道效果分析、广告投放盈亏效果评估及数据可视化。

77、支持应用数据分析系统、代码编辑器完成用户画像分析及数据可视化；代码编辑器内预置可实现用户画像分析的Python代码，支持一键运行；支持对预置Python代码的修改、清空、重置、保存等功能。

78、支持应用代码编辑器完成竞品数据分析、竞品文本数据（非结构化数据）分析；代码编辑器内预置可实现竞品数据和竞品文本数据分析的Python代码，支持一键运行；支持对预置Python代码的修改、清空、重置、保存等功能；支持应用数据分析系统完成竞品传播数据分析。

79、支持应用ABTest广告优化策略仿真系统，进行广告试投，并分析AB组实验结果，得出广告投放策略。

80、ABTest广告优化策略仿真系统： (略) ABTest实验流程，支持实验模式与实验目标设定、创建广告实验基础信息；通过设置预算与出价、选择投放位置、创意制作等建立广告投放实验对照组；可以按素材定向、人群定向、预算定向三种方式进行效果实验，建立对应实验组；依据实验情况可以动态生成实验报告，实验报告包含对照组和实验各组的进组用户数、进组占比、广告点击率、差异绝对值、差异相对值、 (略) 间、P-Value值等数据，以及根据实验数据自动生成的对照组和实验各组概率分布正态图。

81、预置广告精准营销分析报告模板，支持参照模板完成分析任务，提出营销建议。

82、支持学生提交作业；支持教师获取学生的作业的完成情况，开展学情分析。

83、支持根据学情自主上传数据，开展教学和科研活动。

84、在支持开展基于企业视角的连锁经营选址策略，在了解项目情境的基础上，进行项目数据准备、商圈分析及门店经营评估、商圈定位分析、商圈消费者分析、门店投资回报预测分析、连锁经营选址分析报告撰写的多维度营销大数据分析训练。

85、预置企业真实案例背景信息，让学生清晰并明确项目目标。

86、预置真实企业脱敏数据， (略) 数据、城市商圈数据、门店分布数据、消费者分布数据、商圈业态数据、商圈饱和度、餐饮热度数据、客群画像数据、交通状况数据、外卖洞察数据、门面租金数据、门店销售预测数据、门店流量数据等多维度数据，数据指标不少于40个，数据量不少于20,000条。

87、支持制定连锁经营选址分析数据收集方案。

88、支持应用代码编辑器，结合门店分布、会员位置、人口密度数据，完成地图打点、绘制热力图、圈定商圈；代码编辑器内预置可实现地图打点功能的Python代码，支持一键运行；支持对预置Python代码的修改、清空、重置、保存等功能。

89、支持应用数据分析系统实现门店经营数据分析及数据可视化，结合热力图得出门店关停、开设决策依据。

90、支持应用数据分析系统、代码编辑器，结合外卖数据和第三方的商圈业态、餐饮热度、人群特征、交通状况数据， (略) 数据指标分析、商圈属性分析、商圈外卖竞争情况、商圈饱和度分析、商圈流量分析，并完成数据可视化；代码编辑器内预置可实现竞争度评分功能的Python代码，支持一键运行；支持对预置Python代码的修改、清空、重置、保存等功能。

91、支持应用数据分析系统、代码编辑器实现层次分析法（AHP），确定门店选址商圈；代码编辑器内预置可实现层次分析法（AHP）的Python代码，支持一键运行；支持对预置Python代码的修改、清空、重置、保存等功能。

92、支持应用数据分析系统对商圈消费者画像、消费者购买力进行分析及可视化。

93、支持应用数据分析系统对新店情况进行投资回报预测分析及数据可视化，验证选址结论。

94、预置连锁经营分析选址报告模板，支持参照模板完成分析任务，提出营销建议。

95、支持学生提交作业；支持教师获取学生的作业的完成情况，开展学情分析。

96、支持根据学情自主上传数据，开展教学和科研活动。

97、在支持开展基于企 (略) 络销售策略，在了解项目情境的基础上，进行项目数据准备、双十一总体情况预测、双十一重点营销客户画像、双十一流量分析、旗舰店大促流量策略、促销组合策略、网络促销分析分析报告撰写的多维度营销大数据分析训练。

98、预置企业真实案例背景信息，让学生清晰并明确项目目标。

99、预置真实企业脱敏数据， (略) 成交数据、企业历史订单数据、店铺运营流量日报数据、双十一在售商品数据、促销活动结果数据、单品预热期订单数据等多维度数据，数据指标不少于40个，数据量不少于414,000条。

100、 (略) 络促销分析数据收集方案；应用数据清洗教学系统完成双十一销售策略 (略) 理。

101、支持应用代码编辑器，结合历年双十一成交数据，实现双十一总销量预测及数据可视化；代码编辑器内预置可实现销售预测的Python代码，支持一键运行；支持对预置Python代码的修改、清空、重置、保存等功能。

102、支持应用数据分析系统，实现重点销售商品分析及数据可视化，确定双十一主打促销商品，制定当年双十一销量目标。

103、支持应用数据分析系统，实现双十一重点营销客户画像分析，明确重点营销人群。

104、支持应用数据分析系统，实现双十一流量结构分析、免费流量分析和付费流量结构分析，确定促销流量策略。

105、支持应用数据分析系统，实现预热期的购物车转化率和预热期销售占比分析及数据可视化，得出目标销量下的大促流量需求。

106、支持应用数据分析系统，实现促销组合效果分析，完成组合促销决策。

107、 (略) 络促销售分析报告模板，支持参照模板完成分析任务，提出营销建议。

108、支持学生提交作业；支持教师获取学生的作业的完成情况，开展学情分析。

109、支持根据学情自主上传数据，开展教学和科研活动。

1

套

3

人力大 (略)

（一）平台技术指标

1、平台总体基于领域驱动设计（DDD）理念进行分布式架构设计实现，基于前后端分离和分布式微服务的弹性计算架构实现；后端基于Java Spring Cloud微服务开发框架，前端NodeJS＋React服务化开发；具备业务高内聚低耦合、满足高性能、高并发、高可用、跨平台、跨语言等特点。

2、平台支持公有云/专属云/私有云/混合云模式部署， (略) （Open API），支持ISV( (略) 开发商)接入，标准化、规范化的接入方式，并提供接入指南，使接入更高效。

3、采用Nacos 作为服务的注册中心和配置中心、Spring Cloud Gatew (略) 关，实现服务的负 (略) 由转发等特性。

4、基于全流程DevOps自动化运维，支持持续集成、分析、服务注册与发现、持续部署的研发管理方式敏捷研发。

5、平台支持自由添加服务器，进行智能化的资源调度与分配，能够同时管理多个服务器节点、对服务器进行案例配置、 (略) 由。

6、基础服务层支持多数据源，适配阿里云RDS和本地MYSQL，同时使用于Redis高速缓存对数据进行缓存，支持高并发，支持纯本地化、

数据源。

7、平台兼容主流浏览器（Chrome, Edge）,无需安装任何客户端及插件。

8、支持TLS与SSL在 (略) 络连接进行加密，保证数据的安全性。

9、提供通过对客户端埋点接口调用，对用户行为进行数据采集和大数据分析。

10、支持数据爬虫Python脚本的在线编辑和执行。

11、数据分析支持MySQL、SQL server、oracle等主流JDBC驱动的数据库接入。

12、内置多元回归、朴素贝叶斯、决策树，文本分析、K-Means、降维分析等数据挖掘技术。

（二）平台功能

1.院校管理功能

1、管理员工作台：支持依据角色的使用场景进入不同的工作台。支持管理员查看本校基本统计信息，包括成员总数，学生数，教师数，当前在线人数。可查看本校自建或购买的课程数量，本校教学班的教学中、未开始和已完成数量。可查看本校公告信息。

2、基本信息：学校可自主维护学校信息，如：院校简介、院校logo等基本信息进行维护。

3、公告管理：发布学校公告，并支持随时新建发布、编辑、删除等操作。

4、组织架构管理： (略) (略) 、专业、班级；支持自定义名称；支持通过导入成员的方式自动生成学校的组织架构；支持组织结构的增加、修改；支持专业或班级 (略) \专业。

5、教师信息管理：支持新增\批量导入教师，并进行基本信息维护（姓名、性别、学院、专业、教工号、手机、邮箱等）；支持批量修改用户登录密码；支持批量删除教师。

6、学生信息管理：新增\批量导入学生名单，并进行基本信息维护（姓名、性别、学院、专业、班级、学号、邮箱、手机等）。支持批量修改用户登录密码；支持设置学生毕业；支持批量删除学生。

7、在线用户管理：支持查看当前在线用户人数、授权使用率和最大在线人数。支持查看在线用户详情，包括但不少于姓名、角色、所在组织机构、使用设备、登录时间和在线时长；支持进行下线和批量下线操作。

8、课程管理：支持对课程进行团队管理，给教师授权课程权限；支持查看课程列表，搜索课程。

9、项目管理：展示学校已购买课程的全部项目，可以查看项目名称、项目类型、项目难度、版本等信息；支持按照项目名称、编码等搜索项目。 ？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？

10、考试题库：展示学校已购买题库，展示学校建立的全部题库，并可进行实体分类编辑、试题添加，支持批量导入试题。

2. (略) 功能

1、支持用户修改姓名、性别、头像、个性签名等信息；支持用户退出登录；

2、支持查看待办事项，包含未发布、进行中教学班和考试；

3、支持查看个人创建的课程开班情况、课程考勤情况、课程完成情况、课程总结提交情况；教师本人管理班级中，支持查看教学班的学生成绩排行榜与学生能力排行榜；学生完成课程项目后，支持展示学生能力词云、职业能力成长信息；

4、支持创建教学班，选择已有课程或自定义课程内容添加教学内容；支持发布、复制、删除、关闭教学班；支持设置教学班名称、开始时间、结束时间；支持直接授权，选择班级加入学生；支持邀请码授权，生成邀请码，邀请码模式支持审批后加入或不审批直接加入。

5、支持创建后编辑课程名称、课程标签、课程概述、课程目标、预学知识；

6、支持教师复制教学班，将已个性化编辑后的内容应用于其他班级。

7、支持闯关、自由两种教学模式。支持针对任务、答案进行开放/收回；

8、支持针对教学内容进行灵活设置，添加删除项目、调整项目顺序，添加删除项目任务等。支持教师添加和修改或替换视频、文档、网页链接、富文本、作业、团队成果、随堂测验等内容，更好的个性化教学。

9、展示班级内班级人数、学均签到率及统计签到次数。支持老师导出学生签到考勤； ？？

14、进度：支持教师按照学生和教学大纲两种维度查看进度；可查看学生完成教学组件的情况，统计各组件学均分数、每个学生当前试卷的答题详情等），教师还可通过学情分析从测验试题的维度查看详情，支持查看每道题题干和答题选项，以及每个选项正确率，和每个学生该道题的答题情况等信息。

17、总结：支持教师对学生总结进行查看和打分；支持个人总结和团队总结两种总结提交方式，并支持分别打分和设置考核权重；支持查看未提交人数或未提交团队数；支持批量导出学生总结；支持教师退回已提交的总结，学生可重新提交。

18、项目报告：支持个人报告和团队总结两种总结提交方式，并支持分别打分和批量打分；支持查看未提交人数或未提交团队数；支持批量导出学生报告；支持教师退回已提交的报告，学生可重新提交。

19、团队成果：支持查看全部、待评分、已完成的团队成果进行查看；支持教师查看小组提交情况、小组评分情况、小组排名等信息；可通过组内评分、组间互评、教师评分等方式进行成果评分；支持设置是否允许学生下载其他小组的团队成果；支持教师在开启互评后退回已提交的团队成果，学生可重新提交；支持教师打包下载学生成果；

20、班级公告：支持发布班级公告并添加附件，展示公告名称、发布时间、发布人；支持随时编辑和删除公告。

21、班级设置：展示教学班信息；支持设置修改班级基本信息，包括教学班名称、开班时间、结束时间、上传班级封面；支持设置授课团队，支持同一个班级最多 5 名主讲老师，最多20 名课程助教，并且可随时修改；

3. (略) 功能

1、支持修改姓名、头像、性别、个性签名等基本信息；支持学生登录和退出登录；

2、支持展示学生基本信息；支持学生进行教学班签到，学生输入签到口令，响应教师发起的签到进行考勤；

3、支持展示学生当前正在学均学台内置不少于35种可视化图表，包括主流数据可视化分析图像和玫瑰图、和弦图、词云图、桑基图等高级图表；支持引入echarts第三方图表并自定义配置；支持自定义扩展图形控件支持设置排序（升序、降序、自定义排序）、同比、环比、累计求和等快速计算；支持指标设置格式化，设置前导符、后导符、缩放比例、千分位；支持筛选和图内筛选；支持设置辅助线和预警线，帮助用户快速识别出图表中的异常情况；支持用户自定义 (略) 径，拖拽层级字段到维度后选择图形进而实现对数据的下钻和上卷，点击图形可以逐层查看数据；同时支持用户设置每一层的图形样式和字段数量，满足复杂的业务钻取需求。

11、数据可视化看板：通过构建可视化看板，把独立的可视化结果整合成更具可读性的报告形式，达到快速通过可视化结果理解数据呈现的业务问题。用户通过拖拽方式可以自定义对可视化看 (略) ，对业务逻辑进行串联，表达业务场景。支持用户选择可视化、创建综合分析界面，设置联动、链接；选择多个可视化创建可视化看板，把可视化对象在可视化看板页面 (略) ，支持可视化看板页面分页；支持页 (略) ，拖拽位置和可视化对象大小；支持设置展示属性， (略) 筛选、文本、图片；设置图表、联动，支持多个数据集设置字段关联；支持设置链接，可链接打开可视化看板和第三方对象，并传递参数；

12、满足计算字段功能。可新建数值、日期和字符三种计算字段，支持自定义表达式输入。内置函数与变量。在计算字段中可使用字符串函数10种、日期函数7种、数学函数11种、上下文函数2种、判断函数2种。通过函数与变量可进行诸多复杂数据清洗、数据集成。

（四）代码编辑器

1、国内自主研发软件，内置180个以上常用库，上课时可直接调用，免去繁琐安装环节；内置常用库包括：pandas， matplotlib， pandas-datareader， scipy， PyMySQL， snownlp， gensim， pytest， mlxtend， pyfolio，turtle等。

2、支持“代码模式”，可自定义编写Python代码并运行，包括但不限于数据清洗、数据集成、数据可视化、数据转换、数值模拟、统计建模、机器学台教学内容及案例

人力大数据分析与应用课程面向工商管理、人力资源管理相关专业教师、学生进行人力资源大数据分析课程的实践教学和学均薪资、部门薪资分布等数据进行可视化，该部分内置不少于4个任务的实践操作引导。

15、薪酬大数据分析与应用：本项目旨在引导学生学习和掌握薪酬数据采集、使用Python进行数据查询、爬取薪酬数据等，数据查询包括地点、职位等不限于4个搜索要素，薪酬 (略) 、职位等不少于6个爬取要素，数据清洗包括缺失值填补等不少于3个清洗规则。利用可视化分析工具，进行公司财务、人力资源等多方面数据的可视化分析，帮助学生深入研究薪酬体系结构、支付结构等，了解薪酬满意度情况，并构建优化薪酬偏离度模型，该部分包括人工成本分析、薪酬结构分析等不少于4个知识维度的分析研究，不少于公司营业收入与利润情况分析等22个任务实践操作引导。

16、绩效数据分析概述：本项目包括绩效数据分析知识核心内容，旨在引导学生学习和掌握绩效数据Ex (略) 理、绩效数据指标、团队绩效及其驱动因素等不少于10个维度的绩效理论知识，为后续绩效数据分析实践项目打下坚实理论基础。

17、绩效数据可视化分析：本项目旨在引导学生学习和掌握Excel工具的运用，重点内容包括绩效数据Ex (略) 理和绩效数据Excel可视化。绩效数据Ex (略) 理包括数据验证、快速填充、删除重复项等不少于5个任务的分析操作。通过绩效数据Excel可视化，展示KPI考核、员工信息、薪酬和销售业绩等数据，该部分包括销售业绩分布可视化、销售人员任务完成率可视化等不少于3个任务实践操作。

18、绩效大数据分析与应用：本项目旨在引导学生学习和掌握调查问卷设计、数据集成和Python可视化分析等技术，该部分不限于4个任务的操作实践，数据集成引导学生实现年度薪酬等不少于6个数据集的关联；通过分析绩效数据， (略) 经理销售团队、区域KPI指标完成情况和团队特征等方面的信息，该部分包括绩效考核等级分布 (略) 域KPI考核成绩分析等不少于17个任务的分析操作实践。在此基础上，重点涵盖数据模型构建和预测模块，包括绩效数据挖掘与预测等不少于3个任务操作实践。

19、人才盘点数据分析概述：本项目包括人才盘点数据分析知识核心内容，旨在引导学生学习和掌握人才盘点数据Ex (略) 理、人才盘点数据指标等不少于7个维度的人才盘点理论知识，为后续人才盘点数据分析实践项目打下坚实理论基础。

20、人才盘点数据可视化分析：本项目旨在引导学生学习和掌握Excel工具的运用，重点内容包括人才盘点数据Ex (略) 理和人才盘点数据Excel可视化。人才盘点数据Ex (略) 理包括数据验证、快速填充、删除重复项等不少于5个任务分析操作。通过绩效数据Excel可视化，展示人才盘点考核等级比例可视化、部门人才盘点结果可视化等不少于3个任务实践操作。

21、人才盘点大数据分析与应用：本项目旨在引导学生学习和掌握人才盘点数据采集、 (略) 理、可视化分析等技术，探索人才盘点基本信息、人才盘点数据等方面的信息， (略) 员工数量分析、公司部门分析、公司绩效考核结果分布、公司离职率分析等不少于20个任务的分析操作实践。在此基础上，重点涵盖数据模型构建和预测模块，包括人才盘点数据挖掘、绩效聚类结果分析等不少于6个任务的操作实践。最后，进行人员潜力评估以及接替计划，涵盖公司绩效潜力九宫格分析等不少于3个任务分析操作实践。

1

套