基于大數據技術的市場調查與預測課程改革方案探究

韓二東

一 引言

《市場調查與預測》課程是經管類專業的核心課程之一，主要涉及市場調查方案策劃、調查工具、調查活動實施、數據整理、數據分析及預測，最終撰寫出調查報告，是為企業的市場調查和預測提供方法論支撐的課程，其綜合性及實踐性較強，與高新技術企業、制造業等類型企業的實際需求聯系較為密切，隨著時代的發展，多種類型的企業越發強調市場調查與預測技術在實際企業項目運作中所發揮的輔助性作用，對企業中財務部門、調查組織機構的市場分析能力、預測能力都提出了較高的要求，這一要求明顯超出傳統數據調查手段所能達到的數據準確性的水平尺度。與此同時，近年來，大數據科學與技術迅猛發展，在統計學、數據調查處理分析、人工智能等領域體現出越來越重要的作用，數據量的龐雜、類型多樣、層級區分度高等特征為數據處理分析帶來了全新的挑戰[1]；與此同時，數據信息量的呈爆炸式增長導致對市場調查分析及預測所需樣本量不再是過去所謂的“小樣本、貧信息”，而是適時更新變化多樣的大數據信息，這些都對應用型本科高校《市場調查與預測》課程教學活動的開展提出了全新的要求，涉及到課程教學內容安排、教學組織形式、課程考核方案調整等環節的改革。

二 市場調查與預測課程改革的必要性分析

（一）大數據時代背景對數據處理方式的更新換代

《市場調查與預測》課程本身的實踐性與綜合性較強，過去多采用傳統的教學方式，使用傳統統計學的樣 本分析方法通過調查方案設計規劃、調查問卷設計修改、問卷調查搜集及信息處理分析等環節獲取定性數據，再與客觀渠道所得定量數據信息相結合，綜合分析市場狀況得到調查結論并做出具有時效性的后續發展預測；但傳統市場調查技術所用的樣本信息較為零散，為小樣本或者傳統統計學認定的所謂大樣本信息量，對市場實際狀況的分析或評估非常有限，而且對市場發展的預測具有明確的時效性限定，一旦超過時效性規定則預測結論不能作為企業后續經營行為決策的判定依據[2]。與此相反，互聯網時代背景下大數據信息實時更新，有效數據信息動態更迭，在對數據信息進行處理時，所面對的樣本量遠遠超過傳統數據調查方法所能處理信息的范圍。針對新時期《市場調查與預測》課程培養學生職業技能的新要求，有必要及時調整該課程的培養方案，滿足有數據分析需求的企業對相關人才的能力水平要求，使得相關專業學生能夠跟上時代的發展脈絡，提升畢業生適應社會需求的職業能力。

（二）應對大數據處理數據的需求，突顯出傳統教學手段及方法的弊病

該課程著力培養學生數據處理分析的能力，其中數據處理分析的源頭是數據信息的獲取及信息量的多寡，而傳統的教學組織方式更偏重于在課堂上“教師教，學生聽”的理論教學方式，實踐教學雖有設置，但是并沒有真正起到培養學生實踐操作能力的要求，所使用案例較為陳舊已經很難跟上大數據時代對數據信息的要求，而且課堂討論也流于形式，缺乏針對性和有效性[3]。此外，企業為順應大數據需求并在市場競爭中占據有利地位，對企業自身數據的統計及處理分析要求越來越高， 對相應的數據處理工具的使用也提出了更精準的要求，對企業在對數據處理分析等領域人才的招聘也提出了更具體的要求，寄希望于所招聘畢業生入職后就能勝任相關工作崗位，而不需要讓企業花費更多的時間去培養相關技能，同時避免讓企業承擔不必要的風險。《市場調查與預測》課程的傳統教學手段及方法中的數據搜集方式、經典統計方法難以適應形勢需求，很難對海量的大數據信息進行深入精準地整理分析[4]。雖然傳統的教學手段及方法作為理論教學依然適用，但是其實踐性、應用性難以與企業對市場調查及預測的需求相匹配，很顯然，應當將大數據處理分析數據的理念和方法論引入當前該課程的實踐教學環節中，以彌補傳統教學手段的不足，革除弊病。

三 市場調查與預測課程改革方案

以下從具體改革內容、改革目標、實施方法等方面闡述市場調查與預測課程的改革方案。

（一）具體改革內容

（1）教學內容的調整。采用漸進式的方式逐步調整該課程理論講授與實踐操作環節的比重，尤其注意精心設計實踐課程的具體安排，其中的核心任務是對于適用于大數據分析特征的多種數據分析工具的實訓鍛煉。過去該課程偏重于理論教學，實踐環節被忽略或分配的課時非常有限，以應用型本科院校培養學生的數據分析能力為導向，調整理論課時與實踐教學課時比重，經過兩到三年的調整期逐步使得實踐教學課程達到2/3；注重大數據分析處理軟件實踐操作的熟練掌握，例如SPSS、SAS等統計分析軟件[5]都要引入實踐上機操作，要求學生至少熟練掌握其中一種統計分析軟件，以保證扎實推進學生的數據分類、整理、歸納分析能力。

（2）教學組織形式的調整。以案例式教學和互動式教學為依托，營造氛圍促使學生、教師都參與到實踐教學環節當中。這就要求該課程的任課教師主動搜集可操作性教學案例，并與當今大數據技術使用較為頻繁的企業主動對接，將經過處理后的實踐案例應用到理論及實驗教學中；由于該課程對實踐性要求的逐步提升，學校應當盡量啟用“雙師雙能”型教師[6，7]擔任該課程的任課教師，暫時不具備“雙師雙能”型的教師，學校應當創造條件積極引導專任教師到大數據處理技術較為嫻熟的企業進修或兼職，穩步提升專任教師的實踐教學水平，如此方能保障調整后的教學組織活動達到預期的教學效果，同時使得學生具備一定的大數據處理分析能力。

（3）課程考核方案的調整。統籌理論環節與實踐環節，根據理論課程章節的需要，將實踐內容穿插到對應理論課時之后開展，或者在理論課時結束后統籌開展案例分析實訓任務。實踐環節的加重要求制定更為精細的實踐考核方法，可針對數據分析軟件操作技能、數據信息采集渠道分析、數據加工處理及評估論證等環節制定考核細則，在課程考核過程中詳細統計學生對考核細則的反饋意見，在兩到三年內使得課程考核方案達到教學改革目標的需求。針對實踐教學環節中的實訓內容，依照學興趣及協作能力將班級學生分成若干小組，由任課教師確定調研選題或經任課教師認可由學生自行擬定，每個調研小組內部確定調查任務分工，任務涉及調研方案設計、調查問卷設計、數據分析工具論證及處理分析過程、調研報告撰寫等任務環節，其中設置組長一名以便于協調組織，實訓完成后，以小組為單位進行匯報，由任課教師根據選題新穎度、實踐價值、完成水平及分工協作等給出考核得分，并根據培養方案要求，將實踐分數計入該課程期末考核，經過兩到三年的實踐，將實踐考核的比重逐步增加到70%左右。

（二）改革目標

大數據技術的迅猛發展對傳統數據處理分析方式造成顛覆式的沖擊，要求企業將大數據技術應用到市場調研的各個環節，為順應大數據時代對人才所具備數據分析能力的要求，針對與數據處理分析較為密切的《市場調查與預測》課程，對標大數據時代背景下數據分析所需具備的實際操作能力，重新設定該課程的培養目標、各教學環節任務設定及思路方法，以期更好地匹配社會需求，力爭培養職業能力突出、適應能力強的合格人才。其中擬解決的關鍵問題是：（1）教學內容調整細化，理論講授與實踐環節的學時分配及銜接、具體內容的設計、SPSS軟件操作等。（2）具備大數據特征的市場調查最新教學案例的搜集、整理。以經管類相關專業培養計劃調整為依托，在符合專業培養計劃調整主體方向的前提下，更大限度地發揮市場調查與預測課程的數據分析特色。針對經管類高質量應用型人才的稀缺，各層次院校實時調整了經管類專業的培養計劃，實施學科大類培養模式，在此背景下，市場調查與預測課程在滿足學科調整方向的同時，應當把數據處理分析的能力作為課程培養的核心任務，逐步強化培養學生大數據分類整理、處理分析及總結提煉的能力，以順應相應數據分析崗位對人才所具備專業能力的要求。

（三）實施方法

（1）訪談調查法。針對開設該課程的相關經管類專業，抽取部分班級深入教學一線，與專任教師及對應授課班級，廣泛地聽取他們的對于該課程培養方案、教學大綱設置的意見和建議，尤其是當前實踐教學環節的開展，要逐漸向實踐環節傾斜，分步驟加重比例，也要避免一步到位或一次性調整幅度過大導致難以達到預期的教學效果；注重聽取學生的反饋意見，并經總結提煉納入該課程教學培養計劃的論證中，融合專任教師與學生代表的意見詳細完善課程培養方案。

（2）走訪調研市場調查數據公司及相關技術人員。顯然，全國范圍內的知名數據調查公司（包括具備大數據處理業務的互聯網公司）及其相關技術人員對大數據技術的發展趨勢及其在各領域的應用狀況最有發言權，要組織專任教師及部分學生走訪調研，深入了解企業對相關崗位數據分析能力的要求狀況，這樣才能明確保證課程培養計劃與人才培養目標的充分銜接。尤其注重有別于傳統統計學視角下的數據分析手段及工具，注意區分不同數據處理分析工具的適用性及有效性。

（3）教學案例搜集法。當前，能夠反映大數據特征的市場調查案例[8]（尤其是近兩年以來的案例）較為稀缺，該課程的專任教師或教學組織者應當盡可能挖掘一些真實案例或者經改造處理后不涉及商業機密的分析案例，如有需要可與相關企業對接，協助高校搜集整理出可供實踐教學環 節需要的有效案例。此外，通過實踐教學案例中數據處理分析軟件的不斷練習增強師生互動交流，保證達到預期的教學效果。

四 結論

大數據時代帶來有別于傳統數據統計分析信息處理理念及方法，所分析的數據集不再是傳統統計學當中認定的“小樣本”或“大樣本”，而是適時更新的大數據集合。而傳統數據處理工具更傾向于采用經典統計學方法或工具，經樣本分析提出論證或預測，顯然傳統方法難以應對海量、實時更新、多類型的大數據信息。為順應多類型企業對市場調查與預測相關領域人才的數據處理分析能力要去，有必要對該課程的教學模式、教學內容、實踐教學及教學目標等內容進行深入調整，以培養高素質并掌握一定的大數據處理分析技術水平的畢業生為導向，提出改課程的改革方案，寄希望于保障畢業生能夠適應社會相關行業的發展需要，為社會培養 掌握大數據信息分析能力且具備較強職業競爭力的合格人才。