基于“大数据思维”的高校毕业生就业指导工作的思考与探索

摘 要： “大数据思维”强调充分利用海量数据，注重数据的关联性、混杂性等，在这种思维模式下开展高校毕业生就业指导工作，应善于收集、分析和应用数据，改变传统思维方式和工作方法，提高就业指导工作成效。

关键词： 大数据思维 高校毕业生 就业指导

所谓“大数据思维”就是通过对海量数据的整理分析，以寻求最有价值的信息或洞见，借此提高工作效率或效益。在这一思维模式下更强调数据的相关性、混杂性而非“抽样”条件下的精_性。在高校，对学生的招生、培养到指导学生就业是一个系统过程，在这个过程中会产生大量的数据，善于应用这些数据对开展个性化的毕业生就业指导，提高毕业生就业指导工作成效具有重要意义。

一、毕业生相关数据的收集和分析

开展毕业生就业指导的相关数据主要来源于四个方面：一是学生自身的数据，包括学生的兴趣、特长、学业成绩等;二是来源于校方，如学生的生源地结构、学生的正常毕业率等;三是来源于企业，如企业招聘岗位的数量、对学生年龄的要求等;四是来源于政府的政策信息，包括劳动法律、产业政策，等等。高校应充分利用计算机等工具对所有相关数据进行动态的收集和整理，按照问题导向原则加以分析，可以为指导毕业生就业指导工作提供有效的支持。就开展毕业生就业指导工作的要求和一般规律而言，注重以下几方面数据的收集和分析：

1.招生环节。招生环节的重要数据大致包括：各专业报考率、男女比例、少数民族构成和生源地构成等。

2.培养环节。修课门数、课程构成、课程的优良率、学生参加竞赛或科研活动情况、学生奖学金获取情况、学生参加社会实践活动及其他能反映学生学业水平和综合素质的数据信息等。

3.毕业环节。学生毕业设计方向、毕业后去向选择、就业地选择、岗位及薪资期待、学生期待的企业类型、学生考研与出国的情况等。另外，从用人单位角度看，有一些重要数据需要收集并加以分析，如毕业生一年内离职率、毕业生工作岗位与所学专业的关联度、毕业生三年内在用人单位升职加薪情况、用人单位对同一所学校相关专业每年的人才招录数量等。需要说明的是从企业获取数据有一定难度，需要和企业建立良好的协作关系，或者邀请专门的公司作为第三方协助调查。

以上数据仅是列举的部分相关数据，根据工作的需要和学生的具体情况在具体执行过程中可以适时适量地增减。在数据获取方式上有的可以从学校的信息系统直接采集、筛选、汇总，也可以通过问卷调查等方式采集，也可以如上文所述委托第三方采集。在数据分析方面，最好采用专业的统计分析软件进行处理，以提高数据分析的效率和准确性，如常用的SPSS统计软件等。

二、毕业生相关数据的具体应用

数据的收集、分析是一个连续不断的过程，数据的应用却应把握好相应的时间节点。在实际工作开展过程中，要把毕业生就业指导工作和对学生的学业指导、学业及职业生涯规划指导有效结合，按不同的阶段进行相应的数据分析、应用。这意味着，毕业生相关数据的范畴应相应前置和后延，不仅学生就读期间的所有相关数据都要考虑，毕业后一段时期内的数据也有重要的参考价值，需要加以分析和应用。具体来讲应从以下几个阶段把握：

第一阶段：学生入学伊始至大二，主要就学生入学时的初始数据，包括学生的生源地结构、年龄、民族、入学成绩等进行收集、整理，并结合学生第一学年的学业数据进行分析，如可以根据每位学生各个科目的成绩状况进行相应的学业指导，对学生转专业等事项提出相应的建议。在此基础上，可以指导学生做好中远期学业规划，为学生毕业后就业奠定基础。

第二阶段：学生进入大三、大四以后，一方面可以根据学生的学业状况继续做好学业指导，另一方面可以根据学生的学业状况、实习实践情况和个人职业兴趣、行业企业的发展情况等对学生的职业生涯规划提出建议。特别是进入到大四以后，一方面要关注学生的学业情况，另一方面要注意学生的生源地分布、毕业生去向选择、职业兴趣等数据，以此作为开展就业指导的基本依据。如以北京、上海等一线城市为例，近几年由于产业结构的调整和人口调控政策的实施，在这些城市就业较之以往竞争更激烈。由此可以根据学生的生源地情况，提前引导学生回原籍就业;又如对学生的职业兴趣与所学专业的关联度及最终的就业岗位等数据进行分析，可以对学生就业的行业、企业选择等进行指导。

第三阶段：可以就学生毕业之后对其所在的行业、企业性质、薪资情况、岗位适应情况及用人单位对毕业生的总体评价等信息进行分析，可以为学校的专业设置、培养计划、教学计划的修订等工作提供参考，也可以为学生就业进行行业选择、企业选择、岗位选择等提出建议。

应用相关数据时应考虑到整体性和具体性两个方面。举例来讲，在招生环节某一专业的报考率就是一个整体性的数据。假如某一专业的报考率远超100%，即报考人数远超录取名额，说明这一专业社会认可度比较高，本专业毕业生未来就业时可能面临的情况是就业岗位较多、面临的就业竞争压力较大。又如学生个人的课程优良率就是具体性的数据。从这个数据可以看出学生的专业水平，有利于在对学生开展就业指导时引导他们扬长避短。

三、基于“大数据思维”开展毕业生就业指导应注意的问题

大数据时代的到来，颠覆了我们对数据价值的认知，也为我们提供了数据分析、应用的新思路，也就是所说的“大数据思维”。在这一种思维模式下开展毕业生就业指导工作应注意以下几个方面：

第一，要尽可能多地收集数据。“大数据”之“大”主要指数据数理大且丰富，能从各个角度反映问题的本质。目前，高校毕业生就业受到的影响因素很多，除了学生自身因素和学校影响因素之外，宏观经济形势的发展变化、各个行业的发展变化很快、企业的发展变化及国家相关政策变化等都会对毕业生就业产生一定的影响。要做好毕业生就业指导工作，就要尽可能多地获取相关信息，一要注意数据的积累，二要注意获取数据的时效。举例来说，可以根据同一行业或同一企业中过去几年间相同或类似岗位的薪资水平变化预测当年相似岗位的薪资水平，可以为毕业生薪资谈判提供参考。这其中离不开以往数据的支撑，当然需要当年同一行业中类似岗位的薪资数据作参考。

第二，传统思维模式下，指导学生选择就业岗位或指导学生进行长期的职业规划，往往会从学生自身条件和兴趣出发做指导，而在“大数据思维”模式下，对数据的分析和应用要抛开原有的“因果思维”模式，即不要单纯地考虑“学生喜欢”、“学生条件匹配”建议学生选择某企业某岗位。相反，应该建立起“相关性思维”，即应该在原有基础上考虑到行业发展的需求，考虑到企业用人的标准、考虑到学生在企业较长时期的发展空间甚至国家相关政策的影响等。这样就可以突破“就业指导就是帮学生找到工作”急功近利的想法，逐渐建立起“就业指导要帮助学生找到适合的工作，为学生长远发展寻求更好的机会和平台”的指导思想。

第三，作为学生就业指导人员，在主动收集数据的同时要善于利用已有的数据。现在高校教学管理信息系统、学生管理信息系统、后勤管理信息系统、学生职业测评系统等都相对健全，有些数据可以直接使用。如通过对学生在食堂就餐每餐的花费分析，大致可以判定一个学生的经济状况，从而可以为特定学生在就业过程中提供相应的经济资助等，以落实国家的自助政策，提高学生找到合适工作的可能性。

第四，“大数据思维”并不过于追求数据的精确性，有时更强调数据的混杂性，通过这种“混杂性”判断事物发展的趋势。鉴于此，毕业生在初次就业时有时并不能一步到位，所以可以建议毕业生“先就业后择业”，在工作过程中发现自己真正适合的方向或岗位，拓展自己的发展空间。

总之，基于“大数据思维”开展毕业生就业指导工作，能够为学生提供更个性化的、更科学的就业指导服务，有利于提高就业指导工作的效率和效益。

参考文献：

[1][英]维克多・迈尔-舍恩伯格.大数据时代，2013.1（第一版）.

[2]刘若冰.大数据时代高校毕业生就业工作实践创新研究[J].赤峰学院学报（自然科学版），2015.11（11）.