徐慧麗,劉力
(武昌工學院,湖北武漢 430065)
隨著數字經濟時代的到來,大數據、云計算等技術日益成熟并廣泛應用,給經濟社會帶來了巨大的影響,也給市場調查行業帶來了新的變化[1]。從靜態調研到動態追蹤,從抽樣調查到大數據調研,新的商業邏輯賦予市場調查與預測新的內涵和外延,也對《市場調查與預測》課程教學提出了新的要求[2]。課程的教學目標和內容、教學組織形式與方法、考核評價方法都必須進行相應調整,以順應大數據時代企業對調查分析人才的新需求。
傳統的調研方法主要有文案調查法、實地觀察法、電話調查、訪談調查、問卷調查、郵寄調查等。傳統調研的主要優勢是能較為直觀地掌握一手資料,缺點是受時空限制,樣本采集困難,調研成本較高,調研監控滯后等。
大數據時代的互聯網調研方式主要有在線調查、計算機輔助電話調查、Email 問卷調查、利用網絡“追蹤定位”等。互聯網調研能夠突破時空限制,具有信息收集廣泛、及時、經濟和準確等優勢。以“追蹤定位”為例,通過PC 端的cookie 追蹤及移動端的APP 追蹤,讓每個消費者的信息能夠客觀真實地呈現出來,提高了調研的準確性[3]。
傳統調研著眼于對歷史和現在數據進行收集與分析,從而發現事物的本質規律和相互關系,表現為對事物的靜態時點分析。大數據的誕生,讓信息的實時采集、跟蹤和分析變為可能,因此,大數據時代的調研更強調持續性,對調研課題的問題分析與建議需要隨著數據的變化而不斷變化,實現實時分析與實時調整[4]。
受限于時間、經費等客觀因素,傳統市場調查往往采取抽樣調查方式,雖然抽樣調查分析的科學性經過了論證,但仍然存在誤差。大數據具有容量巨大、種類繁多、價值密度低和流動速度快等特征,調查工作的數據基礎也將因此發生較大的轉變[5]。調研對象相關的所有數據都會被完整地采集,可以對其進行全數據分析。全數據分析比抽樣分析更加精準。
傳統調研中,因果關系分析是重要的分析和預測工具。在數據量較小的時候,僅運用有限的樣本進行因果關系推理,結果往往不準確,還需要經過實踐不斷地論證與修補,甚至會被推翻。在大數據背景下,人們通過大數據挖掘技術,對海量數據進行搜索、歸納和對比分析,可以分析出事物之間隱蔽的關聯關系,不需要拘泥于對因果關系的研究。
傳統的市場調研人才需要系統地掌握調研與分析技術,有良好的工作態度和嚴謹的工作作風[6]。大數據時代對市場調研崗位提出了更高的要求,不僅要兼通經濟管理、統計和傳統調查技術,還要熟練掌握IT(如R 語言、Python)、數據挖掘等新技術,把大數據技術與傳統的定性、定量研究相結合[7]。因此,《市場調查與預測》課程的教學目標也應該相應調整,以順應大數據時代對市場調查人才的新需求。
2.2.1 教學內容未系統更新
傳統教學內容往往遵從教學大綱,教師在教學中,雖然會有意識地介紹課程相關的新知識與新技術,但較為零碎,未系統地將數據理念與分析技術等融入知識體系中。教學案例庫未及時更新,也很難跟上大數據時代對數據信息的要求。
2.2.2 注入式教學方法難以調動學生的積極性
傳統《市場調查與預測》課堂多數采取“教師講,學生聽”的方式,通過案例分析、小組討論等方法提高學生的學習積極性[8]。近年來,部分教師基于OBE 理念、任務驅動法等對課程教學進行了改革,教學效果得到了一定的提高。為了進一步調動學生的學習興趣,需要將信息技術融入課堂教學,推進線上線下混合式教學改革,使用啟發式、探究式等教學方法,提高課堂互動的積極性。
2.2.3 課程考核方式未充分體現對應用能力的考查
根據教學目標,課程需要培養學生調查設計、信息收集整理與分析、報告撰寫等能力。現行考核評價方法是“平時成績40%+期末考試成績60%”,實驗成績的考核體現在平時成績中,具體比例由教師自行決定。這就導致了考核側重于終結性評價,過程性評價的作用被弱化,忽略了對學生知識應用能力的綜合考查。
在“新商科”背景下,《市場調查與預測》課程應根據教育部提出的建設一流本科課程的“兩性一度”標準進行改革[9]。根據“創新性”標準,課程內容要反映前沿性和時代性,因此要在課程教學內容中增加“大數據在市場調查中的應用”等新的學科知識與技術。在“高階性”標準要求下,課程要培養學生解決復雜問題的綜合能力和高級思維。本門課程要相應調整實踐環節的比重,提高學生的實踐應用能力。根據“挑戰度”標準,應該將大數據理念與方法引入理論和實踐教學中,使課程有一定難度。
《統計學》《市場調查與預測》課程是傳統商科人才培養方案中的數據分析課程,在“新商科”建設背景下,部分學校申報了“大數據應用與管理”等專業,或增加了《大數據與商務智能》《商務數據分析》等課程,形成了“商務數據分析”課程模塊。為了使相關課程內容相互銜接與支撐,有必要整合教學內容,改革教學方法,使學生能夠通過課程模塊的學習,系統掌握數據的采集、整理分析和預測能力[10]。
根據應用型本科院校人才培養的定位,本著“厚基礎、強素質、重能力”的指導思想,對課程教學目標進行優化,與時俱進地更新教學內容;改革教學組織形式與方法,增強學生學習的自主能動性;課程與崗位對接,加強學用結合;在考核評價上,重視過程性與終結性評價相結合,通過課程的教學改革,與“商務數據分析”課程模塊內的其他課程相互支撐,與大數據時代企業對人才的需求對接。
3.2.1 優化課程教學目標
根據課程改革的總思路,優化后的課程教學目標如下:
知識目標:掌握市場調查每一環節的具體理論,掌握大數據調查與預測方法、大數據分析方法。
能力目標:具備調查設計能力;數據整理與分析能力,統計分析軟件應用能力,撰寫調查報告的能力;市場預測的能力。
素質目標:嚴謹敬業的職業態度,良好的數據素養,較好的溝通能力和團隊精神。
3.2.2 更新調整教學內容
(1)選用時代感更強的教材。
數字經濟的到來,拓展了市場調查與預測的知識領域,豐富了市場調查的手段[8]。為了與時俱進地更新教學內容,教師應該選用較新的教材。新教材應滿足:
時代感。體現市場調查與預測的新知識,引入新案例。
技術性。體現大數據、云計算等信息技術在市場調查與預測領域的應用。
前瞻性。對市場調查方法、市場調查行業的變化能做出較為準確的前景預測,帶來全新的思維模式和視角空間。
用于堆放硫酸銨等稀釋材料,形狀上有突起感,有一定高度,紋理上較為規則,色調上一般呈現白色,區域上有道路到達,在沉淀池或灌水池附近。堆料區典型影像,見圖4(c)。
(2)豐富課程知識理論體系。
傳統的市場調查與預測知識體系一般為:市場調查概述—調查方案設計—市場調查方法—調查問卷設計與抽樣技術—調查資料整理與分析—市場預測基本理論與方法—市場調查報告撰寫。
在原有知識架構的基礎上,增加網絡調查、大數據驅動的市場調查方法、大數據分析、大數據預測應用等新內容。
(3)增加實踐學時,調整實踐教學內容。
以人才培養方案的調整為契機,調整理論課程與實驗課時的比重,使實驗課時至少達到總課時的1/3以上。注重大數據分析處理軟件的實踐應用,增加SPSS 或SAS 等統計分析軟件的實踐教學。
3.2.3 改革教學組織形式與方法
以“項目引導,任務導向”的教學模式組織教學[11]。按市場調查的工作流程,將學習任務分解成:認識市場調查—調查設計(方案設計、問卷設計、抽樣設計)—運用調查方法—整理分析調查資料—市場預測—撰寫調查報告等多個子任務,組織學生通過分組學習的方式完成任務,從而掌握相應的項目執行能力。
將大數據調查與預測的實踐案例補充到課程的線上案例庫中,錄制《大數據時代調查思維的變化》《大數據市場調查方法》《大數據與市場預測》等微課,在線上資源基礎上開展線上線下混合式教學,提高學習效率[12]。
3.2.4 深化校企合作,以真實大數據開展實踐教學
與新零售企業、大數據服務商等建立校企合作關系,可以獲得貼合企業實際的大數據來源[13]。在真實數據的基礎上開展數據分析實踐,更容易被學生理解接受。將數據分析結果與企業的營銷決策對比,體會大數據精準營銷的應用,強化專業知識的跨界融合。合作企業也可以提供市場分析運營分析等相關崗位供學生實習,使課程與崗位對接。
在推進校企合作改革過程中,可以引導教師到合作企業兼職進修,培養“雙師雙能型”教師,提高教師指導實踐教學的能力[13]。還可以引導企業專家進校授課,指導學生參加市場調查與分析大賽,進一步營造濃厚的實踐氛圍。
3.2.5 調整課程考核方案
課程原來的考核評價方式是“平時成績40%+期末考試成績60%”,在增加實驗課時后,為了突出對實踐操作環節的考核,將總評成績的評價方式改為“平時成績30%+實驗成績20%+期末考試成績50%”。由于實驗環節采取分組方式進行,對小組的實驗成績評定可以采取小組互評與教師評價相結合的方式[14]。每位組員的實驗成績=小組實驗成績60%+個人實驗表現40%。后期隨著人才培養方案調整,實驗學時增加,還可以繼續提高實踐環節在考核評價中的比重。
大數據時代的數據信息豐富、類型多樣、數據流動速度快,有別于傳統調研的小樣本靜態市場數據。市場信息采集、數據整理與分析、市場預測等都要基于新時代的數據特征。《市場調查與預測》的課程教學改革不僅要從教學目標、教學內容、教學方法等方面入手,還要注重與“商務數據分析”模塊內的其他課程相互支撐,培養懂得大數據分析與經營管理的復合型新商科人才。