2.任何一个呼叫中心都要做数据上的统计和分析，数据对于呼叫中心管理者的决策起到至关重要的作用，一个好的统计分析应该可以让管理者看到数据背后的信息并且能够给出几套决策方案，这样呼叫中心才能在瞬息万变的竞争中得到发展。再如客户针对某个业务拨打的频次非常高，我们可以通过数据分析挖掘真正的原因，为有效降低呼入量、提高客户满意度提供决策依据。
二、提高对数据的敏感性
1.呼叫中心的指标
呼叫中心包含哪些指标？指标之间有什么关系？各指标平均情况、增长情况都是什么？一般呼叫中心的各个指标值大概在什么范围？同时了解各个指标在节假日会是什么情况？营销活动时期会是什么情况？一般呼叫中心会包含接通率、平均通话时长、事后处理时长、重复呼叫量、在线利用率、一次解决率等指标，当一次解决率明显提高时客户的重复呼叫量就会随之降低，从而在相同的人员配备情况下接通率也会明显提高，但是在线利用率会有所降低，最终导致人员成本过高。
2.呼叫中心的范围
需要了解各行业、各地区以及国外一些呼叫中心的指标情况，知道各个指标在不同行业、不同地区的不同特征分别是什么，从而不断提高对数据的敏感性以便及时发现统计分析中的问题。用平均通话时长来举例，假如某呼叫中心该月平均通话时长为90秒，有A、B两个呼叫中心，他们的管理人员看完后得出这样的结论：A：90秒的平均通话时长比上个月高出了10秒，需要降低；B：这个月平均通话时长从100秒降到了90秒，客服代表的销售能力有了明显提升。很明显呼叫中心A一定是成本型呼叫中心，而呼叫中心B则是利润型呼叫中心（如图2）。
三、提高对数据统计分析的准确性
数据的准确性可以说是关乎呼叫中心成败的关键因素，一个统计上的错误就有可能误导管理者做出错误决策，所以我们从以下几个方面说明如何提高数据统计分析的准确性。
1.准确认识数据
·各个统计数据（指标）分别是什么？分别是怎么定义的？计算公式是什么？例如前面提到的在线利用率——座席人员登入系统后与客户通话及事后处理时长占总登陆时长的比例；公式：（客服代表实际通话时长＋事后处理时长）/登入系统时长。尽管不同的呼叫中心对于指标的定义可能有所不同，但是需要强调的是各个指标在同一个呼叫中心内的定义必须是一致的，如此才能让各级人员对指标有统一的认识。
2.准确整理数据
·应该先将原始数据进行备份，以备不时之需；
·整理过程中将数据粘贴为数值格式，剔除冗余数据、公式、批注等（如图3）；
·整理过程中各个表格中数据需要有一个关键字段，这样可以将数据进行必要的关联。尽量将所有数据汇总到一个工作簿中，方便数据分析时做关联分析；
·整理过程中所用到的公式需要保存，不要粘贴为数值格式，以备分析中发现问题及时改正。
3.准确分析数据
·分析前需要做出整体的分析框架，分析过程中发现不合理的地方及时调整；
·分析前应该把整理好的数据表格单独拿出来，不要在原有的整理数据表中做分析；
·分析过程中指标的名称、各维度的名称要保持统一；
·用合适的图表进行结果的展现（柱状图、折线图、雷达图、饼图等），需标注清楚图表的名称、数据的统计范围、单位等（如图4）；
·给出正确的分析结论及相应的改善或者是应对措施；
4.对分析后的过程及结果进行核查
·检查分析中所用到的数据是否正确，避免分析此项而错用到其他项数据的情况；
·检查分析中用到的公式是否正确，看公式涉及的数据单元格是否正确（包括单元格是否完整、单元格引用是否正确）；
·检查分析结论是否正确，查看结论是否和分析的结果相一致；
接下来是数据分析及展现阶段，这是这个数据分析过程的重点所在，该阶段取得的结果可以直接影响到整个情报工作的结论。这个阶段一般分为三个步骤：
1、选取合适的方法论。这一步骤应根据企业实际需求情况做选取。比如说，企业将竞争情报的应用定义在战略层面，可以选择PEST分析模型做宏观环境分析、配合SWOT分析法将公司的战略与公司内部资源、外部环境有机结合。企业市场部需要的竞争情报则可选择4P营销理论做市场营销方面的研究，或者用户行为理论做用户方面的分析。通过企业竞争情报应用方向来确定方法论选择，而选定的方法论则会作为接下来数据分析的牵引方向。
（2）市场地位分析。该分析将范围从竞争对手企业本身扩大到整个行业市场中来，将竞争对手数据和行业整体数据做比较，得出该企业在市场中的地位。这个地位分析又可从不同维度展开，如存量市场份额、新增市场份额等等，可以看出该企业在本行业是否具有稳固的市场地位，或者是否拥有强劲的新增获取能力。
（3）企业竞争力分析。该分析主要将竞争对手企业与目标企业做对比，根据对比结果来确定企业的竞争力大小。用来做对比标准的企业可以是行业里的龙头企业，称为标杆企业，或者直接跟我方企业做对比，同时可以得知我方企业的相对竞争力。
近年来计算机和网络技术快速发展，教学管理信息化水平已成为衡量一所院校信息化建设的重要指标，而学员成绩管理又是院校教学管理工作中的重要环节，反映了院校的教学质量水平。基于的学员成绩管理系统采用B/S模式，基于三层架构（表示层、业务层和数据层），开发环境是WindowsServer2003，开发工具为VisualStudio2005，利用2.0技术，使用C#语言编程，数据库为SQLServer2000。
二、系统实现
（一）权限管理
权限管理包括权限设置和密码查询。系统分为教务参谋、考务中心、考试成绩录入员、系统管理员等四级权限。系统管理员可以设置教务参谋和考务中心，还可以查询帐号初始密码。考务中心将教员设置成考试成绩录入员后，教员才有录入成绩权限。
（二）数据维护
（三）数据审核
数据审核包括审核考试（补考）成绩、审核考试分析报告。考试成绩审核分为考务中心审核和教务科审核两级审核，教务科审核通过后，教员和学员才可以查询成绩。考务中心审核成绩时，选择要审核的课程系统弹出此课程考试的详细信息，并列出所有学员的考试成绩，同时统计出优秀，良好，中等，合格，不合格的人数。点击“通过”后，交由教务参谋审核。点击“不通过”，则将此信息打回录入人处。教务参谋审核过程与考务中心审核类似，不再叙述。
（四）查询统计
（五）导出打印
导出打印包括：打印考试成绩表、打印考试分析报告。系统可以直接打印成绩，也可以导出word、excel、PDF等格式。
三、数据挖掘应用
（一）概述
数据挖掘是解决数据丰富而信息贫乏的有效途径，其实质是从大量数据中提取隐含的、未知的和潜在有用信息的过程。其在分析大量数据中具有明显优势，并已成功地应用到了多个研究领域，但在教育领域中应用还不够深入，将之用于军队院校管理尤其是成绩管理中至今还不多见。
目前最常用的几种数据挖掘方法有决策树、神经网络、遗传算法、概率论和数理统计、关联规则以及粗糙集和模糊处理技术等。
（二）决策树算法
决策树构建以后就可以依据决策树的规则对数据进行判定。决策树可以分为分类树和回归树两种。分类树对离散变量做决策树，回归树对连续变量做决策树，一般的数据挖掘工具允许选择分裂条件和修剪规则，以及控制参数来限制决策树，决策树主要应用于分类。
决策树方法的起源是概念学习系统CLS，然后发展到ID3算法，最后又演化为能处理连续属性的C4.5算法。
（三）数据挖掘过程
1.确定数据对象，收集数据以及数据预处理
定义清晰的挖掘对象，认清数据挖掘的目标是数据挖掘的第一步。数据挖掘的最后结果往往是不可预测的，但是要解决的问题应该是有预见性的、有目标的。本文将挖掘的对象定义为同一专业三种不同类型学员的“步兵分队战术”课程中的“科目1”、“科目2”、“科目3”三个考核科目成绩信息，确定了数据对象后，从考试信息表和考试成绩表中选择出适用于数据挖掘应用的数据进行数据集成。数据集成好以后，就需要对数据进行预处理。数据预处理包括：去除错误数据和数据转换。错误数据，在统计学中称为异常值，应该在此阶段发现并且删除，否则，它们将导致产生错误的挖掘结果，同时，需要将数据转换成合适的格式。本例中首先要把原始成绩选取出来，去掉补考成绩，然后把原始成绩为缓考和缺考的数据删除，接下来进行数据转换，采取数据概化，定义90
2.构建决策树
数据预处理后，使用数据预处理得到的训练集，采用C4.5算法构建决策树。本例中，样本数据为2008-2011级A类、B类学员，2007-2010级C类学员，总数为2109名，随机抽取大约70%作训练集，其余30%作测试集，通过SQLServer2000中的AnalysisService（数据分析服务）工具生成决策树。
3.规则提取
决策树生成以后，遍历决策树，也就是从根到叶发现若干条路径，每一条路径对应一条规律，整棵树就形成一组规则，然后通过分析规则发现最有用的子集，形成规则集。
4.结果分析
通过数据挖掘结果发现C类学员基本技能最好，但是理论知识掌握欠缺，综合实践能力较好；A类学员基本技能较好，理论知识掌握好，综合实践能力好；B类学员基本技能较差，理论知识掌握较好，综合实践能力有待提高。根据分析结果，可以对不同类型学员有针对性地改进教学重点，做到固强补弱，提高学员能力。
四、结语
应用数据挖掘技术来提高成绩的分析水平，通过对成绩深入、科学的分析，提取隐藏的数据信息，为院校管理部门决策提供依据，进一步提高教学质量水平是有很重要的实际意义。
参考文献
[1]赵辉.数据挖掘技术在学生成绩分析中的研究及应用[D].大连海事大学，2007.
[2]李文峰.数据仓库、OLAP和数据挖掘技术在国防生管理决策中的应用[D].重庆大学，2007.
[3]黄杰.数据挖掘在军队人才培养上的应用研究[D].重庆大学，2005.
[4]HanQingtian，GaoXiaoyan.ResearchofDecisionsupportsystembasedondatawarehousetechniques[c]//SecondInternationalWorkshopknowledgeDiscovertyandDataMining（WKDD），2009：215-218.
【关键词】监测数据控制；移动平均线；假设检验；布林线；应急预案；情报用户
Developmentandapplicationofdamsafetymonitoringdatamonitoringandemergencyreportprogramtemplate
HuQing-yun
（HubeiQingjiangHydroelectricDevelopmentCo.，LtdChangyangHubei443503）
【Abstract】Thedamsafetymonitoringoflargeamountofdata，complex，acquisition，processingandanalysisoftheworkload，butreflectthedamsafetydataforreal-timeanalysis，forecasting，transmissionandemergenciesdecisionmakersandemergencyresponsepersonnelquickly，theemergencyinformationaccurately，thecompletereceiving，hasbecomethekeypointanddifficultpointanalysisofdamsafetymonitoringdata.Especiallyfordamsafetyoperationmanagementstaff，decisionmakers，emergencyresponsepersonnel，providevisualizationofdamsafetymonitoringdata，easyoperation，easytounderstandthepredictionmodel，andclearsecuritycontrolline，hasbecometheproblemofdamsafetyoperationmanagement.
Thispaperintroducestwonewmethods：oneisthehistoricaldata，usingstatisticmethodtocarryonthestatisticalanalysisofdamsafetymonitoringdata，introducesthehistoricalextremeK-lineanalysisofpredictiveinferenceanalysis，K-linecombinationanalysismethod，themovingaverageline，introduceBooleanlinemethod，alinearregressionlinemethod，historicalextremummethodtomonitorthedailymonitoringdatasecurityboundary，whenthemonitoringvaluereachesorexceedstheupper（lower）linerange，triggeremergencyanalysisplan，analysisandjudgment.Theotheris，analysisofdatabasedonExcelplatform，developedaprofessionalExcelplug-in，subprojects，subdevelopedplanreportprogramtemplateWordemergencyresponse，whentherelevantemergencysituations，canautomaticallysearchforrelevantdataandmodifytheplanreport，emergencyreportgeneration.Fasttoprovideinformationandprocessingofdamsafetydecisionmakersandemergencyresponsepersonnelcomplete，concise，easytounderstand.
【Keywords】Monitoringdatacontrol；Themovingaverage；Linehypothesis；TestingBooleanlineemergency；Informationusers
1.大坝安全监测数据分析
大坝安全监测数据分析、预测、控制的问题即通过统计推断的两大类：一类是估计方法，另一类是假设检验方法，来解决。
1.1由已知样本得出的推断。
把某监测项目测得的大坝安全监测历史数据的特征值：起始值、最大值、最小值、结尾值，在Excel界面上可以画出一根K线，这根K线即是需要分析的样本总体，由一根K线可得出多种推断。其极大、极小值常被监测数据分析人员视为历史测值临界点，作为参考[3]。
如：比较隔河岩上游水位历年特征值统计图，即可得出“2013年数据未见异常”的推断，如图1。
再细分K线，把每根K线看作一个样本点，即可用统计方法进行分析和推断，并应用到日常监测工作中及时分析预报。
图1隔河岩上游水位历年特征值统计图
1.2由菲希尔（R.A.Fisher）发明的极大似然估计法。
L（x1，x2，…，xn；）=maxθ∈L（x1，x2，…，xn；）
推导得
=1n∑ni=1Xi=
表明某段样本平均值即可近似看作极大似然估计量，分别以5根、10根、20根、30根、60根或更多K线的移动平均值为估计参数，对未来变化趋势作出推断，如图2。
图2隔河岩上游水位特征值统计图
1.3由已知样本得出的假设检验。
（1）回归方程的一个重要应用是对于已有的历史观测值，可以以一定的置信度预测对应的y的观察值的取值范围，即所谓预测区间。
（2）约翰布林格（JohnBollinger）发明的布林线是以20根K线结尾值的移动平均值加（或减）2倍标准差求得上、下限值所画出的置信区间。这里将它推广到监测数据分析中，并通过历史监测数据作假设检验。
=1n∑ni=1Xi
β=±2119∑20n=1（Xn-）2
β――结尾值20月移动上、下轨值，――结尾值20月移动平均值，Xn――结尾值
（3）例：在2003版Excel中应用插件，依据《土石坝安全监测资料整编规程》从隔河岩上游（水库）水位统计表中提取出每月特征值数据：起始值、最大值、最小值、结尾值，并依次计算出20月移动平均值、方差、上、下轨值，如表2。
（5）上、下轨道线沿K线上、下边缘分布，对历史数据上、下震荡幅度极值作出了有效控制。对日常监测数据分析具有检验和推断的意义。
1.4以历史极值作一元线性回归线。
（1）首先找到历史监测数据中的最小值，以最小值为圆心作一直线并旋转，当这条直线与这组数据中另一点第一次相遇，则确定这条直线为右侧假设检验的控制线，然后，复制这条直线，点击图表区粘贴，并拖动到这组数据中与最大值相遇，即可得左侧假设检验控制线，如图6。
2.应急预案报告程序模板的开发应用
（1）《中华人民共和国安全生产法》要求“生产经营单位应当具备的安全投入，由生产经营单位的决策机构、主要负责人或者个人经营的投资人予以保证，并对安全生产所必需的资金投入不足导致的后果承担责任”。
图6隔河岩上游水位特征值统计图
图7隔河岩上游水位特征值统计图
（2）《中华人民共和国安全生产法》第五条规定：“生产经营单位的主要负责人对本单位的安全生产工作全面负责。”
图8
2.2清江流域大坝安全监测分析报告的现状。
（1）清江流域建设有三个大型水库、四座大坝和三座大型水电站，安全监测工作由库坝中心集中管理。采用《清江流域水电站群大坝远程安全监控系统》进行自动化监测项目数据采集、人工与自动化采集数据管理。该系统由系统管理、数据远程采集、巡视检查、实时监控、资料整编与分析、综合评估与报警、文档管理等功能模块组成，实现了一站式多坝综合监控[5]。
2.3VBA对象在大坝安全监测资料分析中的应用。
2.3.1清江隔河岩、水布垭的滑坡监测使用钻孔测斜仪监测数据，滑坡有：杨家槽、墓坪、茅坪和马岩湾、沈家坡、水井坪、大岩淌、台子上、古树包、瓦屋场、打磨沟11个滑坡体资料，由11个公文包保存。每个公文包里又有多个工作簿，每个工作簿有几十个或一百多个不等的工作表，每个工作表数据有几十行上百行和十三到十五列不确定的数据。为统一管理这些历史数据需要被分类成下述表1所示14列的数据，导入《清江流域水电站群大坝远程安全监控系统》。
依照监测单位提供的数据，保存方式和习惯，用VBA程序查找到公文包、工作簿、工作表以及指定的行与列的地址，汇总数据整理成所需格式，只需要点击一键，不需要打开每个工作表即可完成这几千万个数据的整理。
2.3.2《水布垭人工、自动化监测数据对比》程序编写。
2.3.4为统计《清江流域水电站群大坝远程安全监控系统》中隔河岩测值总数，用VBA编写了《清江隔河岩总测量值统计》程序，点击一键即可点击一键即可在《清江流域水电站群大坝远程安全监控系统》中查询并导出数据到Excel表。
2.3.5《环境量数据整理插件》从2006年编写完成至今，使用了七年期间，库坝中心换了两套SQLsever数据库系统，现在使用的是《清江流域水电站群大坝远程安全监控系统》，这个插件被稍加改动后就可以和新的数据库一起使用。
2.4大坝安全监测数据分析系统的现状。
2.5应用Excel插件开发的大坝安全监测数据分析系统。
应用Excel插件开发出大坝安全监测数据分析系统，为管理手工监测数据，、可进入SQLsever数据库查询，并绑定Word生成Word文字报告文件，还可利用TortoiseSVN（subversion）网络平台建立云计算系统。它是与以往数据库分析系统相比，具有以下优势的情报系统。
（1）独立性。软件分析系统与硬件分离，不再依附于硬件工程项目。
（2）亲和力。分析系统和大多数人每天使用的办公软件是一样的应用程序。
（3）流通性。同行业间可使用相同的分析系统。
（4）延续性。新的分析功能开发和应用后，旧的系统能被兼容。
（5）速度快。对应急预案的报告，从数据采集终端，形成word文档摘要信息可以自动的完成。
（6）可扩展性。不同类型的大坝监测数据分析是差分变量的历史比较分析，数理分析模型一样，可以管理更多的大坝监测数据。
（7）自主开发。根据实际需要，用户可自主开发更加有效的分析功能。
（8）科学管理。坝安全监测数据进行数字化、模块化、标准化、网络化管理。
（9）有效传播。拥有能接受信息的广大人群，能够快速接收和发送情报。
3.结束语
（1）如上所述，使用特征值统计方法，建立大坝安全监测数据分析的可视化模型――K线分析系统。K线系统在经济领域尤其是股市，对于大量的随机数据的长期预测分析，已形成数学理论的完整体系，并积累了丰富的实践经验来判断。现在有K线判断能力的众多技术人才，普及难度小，利于普通员工来监控安全监测数据和预测数据的变化。
（2）使用VBA开发了大坝安全监测资料分析系统和应急预案的报告模板程序，有利于大坝监测人员，科技工作者，决策者，应急响应人员接受大坝监测情报和应急措施的落实。
[2]混凝土坝安全监测资料整编规程.中国电力出版社出版、发行.2011-01-09.
[3]胡庆云，辛剑军，沈伟.特征值的统计法在大坝安全监测资料分析中的初步应用.水利水电测绘科技论文集[C].武汉：长江出版社.2012：311～313.
[关键词]商业智能SQLServer2005零售业数据仓库OLAP
随着信息化技术的发展，大型零售企业通过多年的信息化建设大多己建立了自己的管理信息系统，从销售管理系统，如：电子收款机、POS系统、商店信息管理系统，到EDI化(电子数据交换)和EOS(电子订货系统)，再到现在的客户关系管理（CRM），物流管理、供应链管理（SCM)、企业资源计划（ERP）、数据仓库等综合性的管理信息系统，零售业的数据仓库里集中了大量原始销售数据。零售业面临如此庞大的数据，如何提高信息的利用率，快速准确地找出需要的信息，作出迅速合理的决策，成了企业的一个迫切需要解决的难题，因此引入商业智能（BusinessIntelligence简称BI）成为提升企业信息化应用水平的必然之选。本文应用SQLServer2005商业智能技术构建零售业商业智能体系，旨在为企业的决策管理和市场营销提供强有力的依据。
一、商业智能概述
商业智能（BusinessIntelligence简称BI）是能够帮助用户对自身业务作出科学决策的工具，它充分利用现有的业务信息，借助现代信息技术，提取和组织现有信息，帮助企业加强管理、提高决策能力和运营能力的概念、方法、过程以及软件的集合。商业智能的技术体系主要有数据仓库（DW）、联机分析处理（OLAP）以及数据挖掘（DM）三部分组成。
从系统的观点看，商业智能的关键是从商家运作系统的数据中，经过抽取、转换和装载等过程，提取有用的数据，进行清理以保证数据的正确性，在此基础上利用数据仓库、联机分析处理（OLAP）工具和数据挖掘等技术对其进行分析和处理，最后将知识呈现给管理者，它可以为企业用户提供趋势分析、可视化的动态数据报告和数据访问、知识发现、复杂的多维数据分析等功能，以辅助用户进行决策，高端的BI系统甚至可以直接输出预算、财务模型、资源分配等运算结果，提供关键绩效指标（KeyPerformanceIndicators,KPIs）信息。
二、零售业商业智能系统的构建
零售业商业智能系统是面向决策管理和市场营销的支持系统，它是在现有的各种零售业信息系统上建立的。零售企业的各种信息系统每天产生诸如商品结构、销售、库存、客户等决策支持所需的珍贵信息，各个应用系统的历史数据均以磁盘或硬盘备份的方式保存，这为零售业商业智能的系统构建提供了必要的数据采集条件。本文以某大型国有零售企业为背景，该零售企业共有上千个营业网点，其中大型超市、便利店遍及全国许多省市。应用SQLServer2005商业智能领域的数据仓库、联机分析处理、数据挖掘、报表服务，结合先进的前端展现技术，构建零售业商业智能系统。
如下图所示，整个BI平台分为三大功能区：信息集成区、信息存储区和信息传递区。BI信息集成区主要负责BI系统的实时信息集成，将各种数据经过ETL软件抽取、清洗、转换和加载过程加载到以SQLServer2005为引擎的数据仓库。其主要功能由SQLServer2005IntegrationServices（SSIS）、BizTalkServer等软件支持。BI信息存储区是SQLServer2005管理的数据仓库，BI信息传递区是各种BI数据分析工具OLAP,Datamining和报告工具，其主要功能可以由SQLServer2005AnalysisServices（SSAS）、SQLServer2005ReportingServices和MicrosoftSharePointPortalServer等软件完成。系统最顶层为数据访问层，通过Web企业门户将分析的结果、动态报告、关键绩效指标等决策信息以报表、直方图、饼图等可视化的形式展现给用户。
图零售业商业智能平台体系结构
三、系统实施
该系统主要完成企业级的数据仓库的建立、产生多维分析报表（OLAP）、完成特定主题分析以及数据挖掘等，为企业的决策管理和市场营销提供强有力的依据。
1.建立企业级的数据仓库
2.提供多维分析报表（OLAP）
3.开发专题分析
4.产生统计报表
面向管理人员和业务分析人员的统计报表，主要反映企业日常经营活动中销售、库存周转等主要因素对企业业务指标的影响。针对企业决策层的报表应用体系，内容涉及整个公司的门店营运、商品经营、业务发展等方面，使公司领导可以通过这些指标快速、便捷地了解整个业务地经营、收入情况，及时掌握整个企业的业务发展变化。借助webservices，用SQLServer2005ReportingServices不同格式的报表，通过把报表作为更进一步的商业智能的数据源来分发，复杂的分析可被更多的用户所用。
5.实施数据挖掘
在完成多维主题分析的基础上，基于现有的数据仓库，借助SQLServer2005中丰富的数据挖掘算法，从储存的大量业务数据中发掘有价值的市场信息，并进行模式识别。包括建立客户生命周期价值评估模型、合理划分会员等级、客户流失分析等，为企业的市场销售和客户管理提供有效的技术支持。
四、结束语
通过几年的努力，BI的发展正在进入一个新的时代，它的概念和价值已经被大部分企业所认识，而且已经应用到企业各部门的几乎所有领域。零售业商业智能的实施是一项复杂的系统工程，不仅涉及到与现有的各个管理系统的接口，系统软硬件的配置和选择，还需要企业管理人员整合企业内部管理，不断提高管理意识。本文介绍的基于SQLServer2005构建的零售业商业智能系统具有性能先进、扩展性强、操作简便等优点，具有较强的可行性。
参考文献:
[1]郑洪源周良:商业智能解决方案的研究与应用[J].计算机应用研究,2005（9）：92－94
[2]BernardLiautaud,MarkHammondE-BUSINESSIntelligenceTurningInformationintoKnowledgeintoProfit[M].McGrawhillTrade,2000
在实际教学中，很多教师在课堂上的教授过程仍然侧重于理论知识的讲解，这仍旧是传统教学的侧重点，大多数情况下是按照教材的章节进行教学的安排和实际授课的，教学效果十分不理想。任务驱动法实际上是给予学生一个明确的任务，学生在教师的协助下，围绕这个任务开展学习活动，主动完成学习过程的一种教学方法。任务驱动法的实施过程进行详细划分，可以大致分为三个阶段，也就是任务设计、分析探索以及效果评价。
1）任务设计。在采用任务驱动教学方法的教学过程中，首先要提出来的就是给学生什么任务，对于任务的提出可以看作整过教学环节的核心。任务提出的优劣可以决定这个课程设计中学生的主动性。所以说任务设计是任务驱动教学法的关键，也是它的前提条件。
2教学实施实例
现以计算机基础课程的一次课作为实例，进行任务教学法教学实施过程的分析。本次课程的知识内容是Excel表格数据计算和图表分析，整个任务需要六个课时完成。
第一课时：导入任务内容，分析任务，明确学习目标
步骤1：情境导入。以上次课讲解的实例“成绩表”为例，分析制作统计报告的目的。
步骤2：介绍小组合作学习任务：明确主题，制作电子表格及统计分析报告。
要求：
l）主题鲜明，内容健康，表现形式有创意；
2）字段包含多种数据类型；
3）使用函数和公式两种方式计算、排序、条件格式、自动筛选和高级筛选以及分类汇总；
4）统计分析结果不少于五张表格；
5）图表两张，区别在于系列产生方式。
步骤3：展示较规范的“成绩表”。范例的作用是使学生明确正规统计分析报告的设计思路和基本理念，同时任务细化，分为若干个小的任务，通过图表的方式传递给学生。
步骤4：将学习过程进行划分，将其分为多个小的学习活动，并介绍给学生。首先制订合作学习的计划，再探索如何制作统计分析报告，之后确定小组成员的任务分工以及完成进度。
步骤5：展示作品的评价表、合作学习评价表。
步骤6：介绍小组内部分工的原则。根据“制作统计分析报告”的环节来划分小组成员的任务。一般情况下其环节可以分为主题确定、信息整理收集、电子表格设计制作、统计分析报告制作和成果的汇总。小组成员按照各个环节的特点，寻找自身适合的内容进行划分，充分发挥自身的特长。
第二、三、四课时：以独立学习为主，以合作学习为辅
步骤1：小组内容讨论与分析、各环节任务分配。
小组活动：小组成员进行组内交流、问题讨论，对于环节分析、成员特点达成共识，再进行初步分配，最后形成最终方案。
教师任务：负责协调各小组之间活动，解决小组内任务分配时的矛盾问题。
步骤2：以小组为单位，提交环节任务分配计划。
小组活动：小组成员讨论环节任务分配方案，填写表1并确认提交。
教师活动：审阅计划表，并提出指导意见，安排学生按照修改建议进行计划的修改。
步骤3：小组成员根据各自分得的环节分工进行学习，在学习过程中，小组成员可以通过对于任务分析划分的小环节进行信息检索，再将信息进行整理归纳，完成之后与其他小组成员一起进行组内的讨论。
小组活动：小组成员按照设计意图，运用Excel的数据录入技巧快速准确地把搜集到的资料制作成电子表格并美化表格、统计分析数据。小组成员的学习方法主要采用自主学习，遇到问题首先通过组内互助的方式进行解决，如果问题无法解决，再向教师请教。
如学习“制作电子表格”，学生录入由数字组成的文本型数据，遇到高位零输入后却无法显示的问题时，多数小组记得先输入单引号，但对单引号是在中文标点状态下输入还是在英文标点状态下输入模糊不清。因此，有的小组凑巧在英文标点状态下录入的，就没有出现问题；而有的小组在中文标点状态下录入的，就发生了差错。但在小组间的互助中，由于学生对这个问题不是很清晰，做得正确的学生也无法帮助其他小组解决问题。
针对这种情况，教师可集中演示、讲解，帮助学生解决这一难题。总之，学生可以通过自主探究、合作交流或向教师求助等多种方式学习。
教师与学生一起浏览各个小组完成的任务，并以组为单位对任务结果提出修改意见。
第五课时：每组的任务按照意见修改后，进行组与组间的交流
步骤1：组内讨论并修改后的结果进行统计分析，并形成报告，最终提交。
步骤2：对小组的统计结果进行组与组之间的交流，同时记录交流情况。
步骤3：每一个小组进行汇报的时候，其他小组可以进行提问，由汇报小组进行问题的解答。
步骤4：各个小组汇报之后，由教师进行总结点评。
步骤5：每组作品返还，各小组根据点评的内容进行作品的修改。
第六课时：任务结果评价分析
本部分内容是任务驱动教学法的重中之重，评价分析能否圆满完成决定着学习效果的成败。教师评分占50%，学生评分占30%，自评占20%。
学生在教师的组织下进行自评、互评，填写表2、表3所示评分表。