大数据背景下市场调查与预测教学模式研究

关 阳，陈晓丽

（哈尔滨华德学院，哈尔滨 150025）

0 引言

市场调查与预测课程具有实践性和综合性强的特点，学习内容主要涉及市场调查方案策划、调查原则、调查工具、调查过程实施和控制、数据整理、数据分析和预测、调查报告撰写等一系列流程。学习本课程的目的是培养学生掌握市场调查方法，从海量数据中提取有用的信息，为企业做出经济决策、为经济管理活动提供重要的依据。随着大数据时代的到来，越来越多的企业认识到市场调查与预测的相关技能在实际经营中所发挥的重要作用，传统数据调查手段的时效性、广泛性和数据准确性已经难以满足企业发展的需要。大数据科学与技术迅猛发展，在统计学、数据调查处理分析、人工智能等领域体现出越来越重要的作用，数据量的庞杂、类型多样、层级区分度高等特征为数据处理分析带来了全新的挑战。大数据时代的到来，对市场调查与预测课程教学活动的开展提出了全新的要求，涉及课程教学内容安排、教学组织形式、课程考核方案调整等环节的改革。

1 市场调查与预测教学模式改革的必要性

1.1 大数据时代背景下的数据爆炸和数据处理方式变革

目前，大数据应用领域越来越广泛，其具有类型多样、包含的信息丰富、数据来源渠道广泛的特点，企业利用大数据不断地拓展新业务，创造新的运营模式。传统的市场调查方法是使用统计的样本分析法，通过设计调查方案、调查问卷，进行抽样调查，取得定性数据后再结合客观渠道获得的定量数据，对市场状况进行综合分析，并作出具有时效性的市场发展预测。大数据时代的信息和数据更新速度极快，且信息量巨大，在对数据信息进行处理时，所面对的样本量远远超过传统数据调查方法所能处理的信息范围。同时，企业通过网络获取数据变得非常容易，成本很低，甚至零成本，以传统市场调查方法获取的数据在经济性、时效性、便捷性等方面，都已经不能适应企业发展和经济管理的需求了。因此必须结合大数据时代信息生产、获取和加工的特点，以数据应用主体的需求为依据，及时对市场调查与预测课程的知识体系和教学方法进行合理的调整。

1.2 传统教学手段及方法已不适应大数据时代的市场需求

市场调查与预测课程着重培养的是学生收集、处理数据的能力，其中数据信息的获取及信息量的多寡是数据处理分析的基础，但传统的市场调研方法已不适应目前的市场需求，问卷调研、电话调研等方式数据收集范围狭窄、数据质量难以保证。目前，传统的教学方式更偏重理论教学，近年来虽然对实践教学越来越重视，但实践内容和方式仍然没有脱离传统的市场调查方式，调研效率和结果的准确性越来越难以满足大数据时代的信息需求和市场竞争情况，并没有真正起到培养学生实践操作能力的作用，而且课堂讨论和分组模拟也流于形式，缺乏针对性和有效性。同时，按照传统教学手段和方法培养出来的学生，其工作能力也无法满足企业的需求，出现学习内容与实际情况脱离的现象，学生需要到工作岗位上进行二次培训，这给学生就业带来困难。

2 目前市场调查与预测课程教学模式存在的问题

2.1 课堂教学模式单一

目前，市场调查与预测的课堂教学模式大多数还是以传统讲授为主、案例和讨论为辅的方式来组织课堂教学，上课时间大都是老师讲授教学内容，以理论为主，学生大部分时间都是在被动接受知识，自我思考的时间较少，学生和老师之间互动性不强。为了增强实践性和提高学生学习兴趣而设置的案例和讨论环节，上课效果也取决于学生的积极性和认真程度，教学效果难以保证。同时，现在数据搜集和分析大多采用相应的软件，甚至部分企业会专门购买专业数据分析机构的调研结果和分析数据，而在目前的课堂教学中缺乏相应的模拟软件，学生难以掌握使用软件来收集和分析数据的方法。专业软件具有数据统计、分析的功能，其中包括：直方图、相关系数、协方差、各种概率分布、抽样与动态模拟、总体均值判断、均值推断、线性和非线性回归、多元回归分析、移动平均等内容，这是非数学专业的学生难以完成的，也没有必要采用人力方式进行分析，效率低、准确性差。商业智能领域有Cognos、Style Intelligence、Microstrategy、Brio、BO 和Oracle 以及国内产品如Yonghong Z－Suite BI 套件等。

2.2 实践教学内容设置不符合大数据时代数据信息处理的特点

企业为了顺应大数据时代市场竞争的需求，对自身的数据收集、统计、整理分析有越来越高的要求，对相关人才的招聘也提出了更高的条件，企业希望招聘到的员工能够直接上岗工作，不再需要企业花费额外的时间和精力进行岗前培训，避免承担额外的风险。但目前市场调查与预测课程实践教学环节的设置与企业实际经营需求的结合性不强，实践方法陈旧，并未基于大数据时代的信息特点进行实践环节设置，导致实践内容与企业和市场实际需求脱节，学生接触不到企业实际调研问题。由于商业案例和数据信息的保密性，许多案例较为陈旧，学生的实践操作建立在落后的案例上，实践操作能力难以提高。

2.3 课程考核方式难以检验学生真实学习效果

目前市场调查与预测课程的考核方式分为两种，考试课的闭卷考试和考查课的开卷考试，不论哪种方式都是以笔试为主，主要考核内容都是学生对基本概念和基本理论的掌握，个别案例分析在考核中所占比重并不高。真正能够考核学生实践能力的调查问卷设计、调研过程推进、数据甄别和整理、数据分析、调查报告的撰写、更加符合现代调查方式的数据分析软件应用等都没有纳入考核范围。传统的考核方式不利于教学过程的控制及管理，也缺乏对学生实践应用能力的考核。

2.4 课程与大数据相关学科融合性不足

市场调查是建立在消费者需求基础上的，因此要对消费者的心理和行为进行深入了解和分析；市场调查是为企业及其他信息需求者服务的，因此在调研过程中要结合管理学和市场营销学的相关知识；为了对调研数据进行科学、系统的分析，取得有指导意义的预测结果，要应用计算机科学、统计学等相关学科的知识。目前，本课程在教学中重点讲解的内容，涉及其他相关学科的内容较少或结合并不紧密。

3 市场调查与预测课程改革方案

3.1 具体改革内容

（1）调整教学内容与教学方式。基于大数据背景下，虽然市场调查与预测课程数据获取容易，但有鉴别、加工、整理困难的特点，所以在教学内容上需进行调整，加大实践操作环节的课程比重。同时，理论部分应更加重视对数据分析处理的讲解，实践部分增加SPSS 统计软件、EXCEL 数据统计及建模功能的实验训练，以提升学生的数据分析能力。EXCEL 软件具有前文所述数据统计、分析的功能，在专业统计软件难以获得或功能不符合教学实际需求的时候，可以使用该软件作为分析工具，应用性更加广泛灵活。同时，注重与大数据时代社会实践活动的紧密结合，采用启发式和探究式教学方法，引导学生搜集、整理具备大数据特征的市场调研最新案例，并针对案例进行积极探讨。例如，企业为对下一年度营销活动的开展制订方案，需要以当前一段时间的运营数据为依据做出分析，由于数据量迅速膨胀，数据来源复杂，数据筛选和鉴别难度呈几何倍增加，使用传统方法难以达到预期效果，需以大数据技术为依托结合统计分析手段，展开对数据信息的整理分析，得到预测结果。从实际案例入手，进行有针对性的数据调研和分析预测。同时，重视剖析不同案例对数据的需求差异和数据分析侧重点的差异，使学生更加清晰地认识相同的调查方法和分析工具在不同实际情况中的应用差异。

（2）教学方法设计与改革。充分发挥信息化技术对教学的支持作用，结合本课程在大数据背景下所调研的信息量激增的特点，进行基于混合式学习的翻转课堂教学。大数据时代带来了巨大的信息量，也带来了便利化的数据加工手段，传统的讲授式教学方式较为枯燥、课堂信息量不足，并不能给本门课程带来良好的学习效果。同时，调研需要较长的时间，课堂时间不足以取得足够的数据样本。应利用超星学习通、腾讯课堂等信息化平台，将与课程内容相关的教学课件、案例、习题、相关视频等学习资料线上共享给学生，在保证线下教学效果的同时，将部分学习和调研内容提前在线上进行，线上线下教学相结合，拓展学生的知识面，提高调研和分析的效率。

（3）调整考核评价方式。传统的市场调查与预测课程考核方式以理论成绩为主，大多采用“理论知识考核占70%～80%＋平时课堂表现占20%～30%”的成绩考核比例。部分学校在总学时中单设实验学时，但对实验学时的考核并未明确要求列入总成绩中。因此，为提升师生对实践部分的重视，应调整考核评价方式，对理论内容与实践内容进行统筹安排。一种方式是按照理论课程章节安排实践内容，将实践内容安排在对应的理论课程之后，优点是实训内容更有针对性；另一种方式是先行讲授全部理论课程，理论课结束后统筹开展综合性实训，优点是实训内容更加全面，更贴近实际应用。不论采用以上哪种方式，都要明确规定将实训成绩纳入总成绩考核当中，同时适当加大实训成绩比例。实践环节比例的加重要求制订更为精细的实践考核方法，可针对数据分析软件操作技能、数据信息采集渠道分析、数据加工处理及评估论证等环节制定考核细则。

3.2 实施方法

（1）访谈调查法。开设市场调查与预测课程的各大院校在实际情况上存在很大差异，如教学设备是否充足，是否购买相应的数据收集、分析模拟平台，人才培养方案中是否有配套的大数据相关课程等。因此应针对开设该课程的相关专业，深入教学一线进行实地考察，从任课教师到学习该课程的学生，广泛地听取其对课程内容、教学方式，大数据背景下的教学条件、考核方式等的意见和建议，尤其是注重教学内容和教学条件是否符合当前大数据的调研背景。同时，教学环节的开展要逐渐向实践环节倾斜，分步骤加重实践环节的比例，但要避免一次性调整幅度过大导致难以达到预期的教学效果。通过以上调查访谈获得的结果，将其进行汇总和分析，融合任课教师与学生代表的反馈意见，详细完善课程培养方案。

（2）对接商业性调研机构。一般中小规模的企业并不设立市场调研部，而是在有相关需求时委托专业的调研机构进行调研，因此应以知名数据调查公司、具备大数据处理业务的互联网公司等企业的人才需求为培养方向，深入企业了解其对相关岗位的数据调研分析能力的需求和大数据技术的发展趋势及其在各领域的应用状况，确保本课程人才培养方案与课程设置的充分衔接。应尤其注重以大数据为背景，在此背景下，市场调研的方式方法、取得的数据样本、数据分析工具和方法等都和传统统计学视角下的数据分析手段及工具有很大差异，应注意区分不同数据处理分析工具的适用性及有效性。

（3）建立教学案例储备库。由于大数据技术的广泛应用时间很短，因此能够反映大数据特征的市场调查案例较少，而且出于商业保密的时效性问题，很多案例和数据属于商业机密，难以取得。任课教师应尽可能搜集真实案例，或与相关企业对接，获得企业授权的相关分析案例。也可以和讲授同课程的其他院校教师合作，共同建立丰富的教学案例储备库，在多种渠道获得的案例中优中选优，尤其是要优先选择能够进行较深入数据分析的案例，将市场调查的分析结果和市场预测的实际结果统一起来。同时，注重案例的更新，可根据真实案例进行合理拓展，建立丰富的教学案例储备库。

4 结论

大数据时代的数据信息已经不再是传统统计学中所谓的“大样本”或“小样本”，对数据信息的收集和分析以及基于数据样本的市场预测都要基于新时代的数据特征。大数据时代对从业人员的工作素养要求提高，市场调查与预测课程不能只局限于对本课程内容的机械学习，而是要注重与相关管理类、大数据类专业的结合，培养大数据技术与行业实际管理决策相结合的跨专业复合型人才。