福建工程学院
戴小廷
翻转课堂，需要以学生为中心，满足学习者的个性化需求，使其从被动式学习向主动式学习迁移，从而提升课程学习效果。
课程缘起01
企业信息化的发展是一个螺旋式上升的过程，随着信息系统在企业逐步建立完善，目前企业信息化已经进入到了信息资源管理阶段，如何随着大数据处理技术的进步更好地利用海量数据资源，为企业发展助力，成为智慧型企业发展的重中之重。
企业对数据的更深层次的分析和利用的现实需求，推动了商业智能技术的快速发展和进步，以PowerBI为代表的国外BI平台和以FineBI为代表的国内BI平台的出现，有效地解决了过去传统决策支持工具复杂难用，开发难度高等问题。
基于这种发展，高校的《商业智能》（又称商务智能）课程应运而生，商业智能课程已经成为物流管理、工商管理、电子商务、国际贸易、市场营销、信息管理、信息系统、国际商务等管理类专业的专业必修课。课程一般在第五或第六学期开设，占2-3学分，建议先修管理学原理、统计学、数据库原理、管理信息系统等课程。
《商业智能》课程目标是培养学生商业智能专业知识及应用能力，侧重各业务方向的智能决策。使学生对商业智能的整体结构、概念、原理、技术、产品、应用和发展趋势有深入的了解和认识，并通过具体企业项目解决方案，加强学生对商业智能技术在各行业的应用场景的理解。
由福建工程学院戴小廷副教授主讲的《商业智能》课程于年被评为福建省一流线上本科课程，该课程在中国大学MOOC、UOOC上已经有上万人参与学习，广受好评。
课程详情
课改思路02
传统的教学模式是以内容驱动教学，存在教与学是两张皮的问题，因此，在《商务智能》的课程建设中，使用MOOC+商业智能项目实践的方式，采取线上提前学习，线下课内“项目实践+实验”内化，课后自主作业训练提高的混合式教学模式，充分涵盖了知识的原理、讨论、拓展及应用。翻转课堂，以学生为中心，满足学习者的个性化需求，使其从被动式学习向主动式学习迁移，从而提升课程学习效果。
通过福建工程学院的《商业智能》课程的教学试点，总结出边讲边练、边做边评、同伴讲评、同伴问答、案例研讨等教学新形式，并进行推广。
具体的实施路径为四途径——六过程——四手段：
教学设计理念
03课堂示例以一堂数据仓库章节线上+线下课程为例
（1）线上课程资源的建设和利用
利用中国大学MOOC，智慧高教等平台优质资源，建设SPOC（小规模限制性在线课程），线上课程学习阶段，学生需要掌握数据仓库、联机分析以及数据挖掘的基本原理。
线上课程资源——以数据仓库为例
（2）线下课程设计
线下的数据仓库章节的教学过程分为5个部分：
①回顾：数据仓库和OLAP特点首先回顾数据仓库的特点。让学生讨论构建数据仓库的目的，引出数据仓库常见模型知识，同理，回顾联机分析的这些特点，引导学生回顾联机分析的切片切块、钻取、旋转等基本操作，通过在FineBI做的多维数据分析报告进行现场演示，让学生得到更深的体会。
用FineBI制作的多维分析报告
（在FineBI实验指导书中的章节有类似案例可以学习）
②测试：数据仓库与OLAP基础知识引导学生前往MOOC课堂进行测验，老师可以自己建立课堂后台，发布试卷并实现自动阅卷。
线上测验示例
③研讨：面向主题的物流数据仓库构建与OLAP研讨是翻转课堂的核心，不仅在线下课堂中设置讨论环节，也要学生将讨论的过程体现在MOOC课堂，与其他选修这门课程的人一起研讨，比如在数据仓库专题，面向物流管理专业的学生，讨论在物流领域里面建立数据仓库可以面向哪些主题。在研讨环节可以增加一些时间的约束，比如每次限时5分钟，以此加强学生的紧迫感，增加思维活跃度。④演示讲解：构建数据仓库通过BI工具，讲解常用的数据分析函数和模型。可以先使用微软的PowerBI财报案例来讲解如何去构建这样的数据仓库，特别是表之间一对多，多对多的关系，然后在FineBI里面，使用零售电商的案例去讲解表间关系，两者进行结合，让学生通过不同的商业智能系统的对比，会更容易地去理解商业智能工具的共性，透过操作看原理。
虽然学生还没有展开实际操作，但是已经系统学习了方法，并通过对比学习掌握了原理，之后在实验课中能更加得心应手。
FineBI的表间关系
⑤自主研究：课后拓展提供丰富的案例让学生自主研究，得益于帆软提供的实验指导书，里面有完整的数据包和操作方法，学生可以自由安排时间进行实操演练，老师也可以在此环节设置分组汇报的形式进行考核。
BI实验指导书第二版免费获取：准备了6个月，我终于可以把这份礼物送到你面前！
课用教材04
课程配套教材《商业智能原理、技术与应用》是福建工程学院和帆软的校企合作成果之一，教材结合行业一线业务数据，通过实际项目操作演练、案例讲解、实践，帮助学习者快速掌握利用商业智能技术开展业务数据集成、智能数据分析与移动端KPI指标掌控等技能，提升管理工作中的智能决策支持能力。
教材部分章节截图