徐慧丽，刘力

（武昌工学院，湖北武汉 430065）

随着数字经济时代的到来，大数据、云计算等技术日益成熟并广泛应用，给经济社会带来了巨大的影响，也给市场调查行业带来了新的变化[1]。从静态调研到动态追踪，从抽样调查到大数据调研，新的商业逻辑赋予市场调查与预测新的内涵和外延，也对《市场调查与预测》课程教学提出了新的要求[2]。课程的教学目标和内容、教学组织形式与方法、考核评价方法都必须进行相应调整，以顺应大数据时代企业对调查分析人才的新需求。

1 大数据背景下市场调查的变革

1.1 从传统调研向互联网调研转变

传统的调研方法主要有文案调查法、实地观察法、电话调查、访谈调查、问卷调查、邮寄调查等。传统调研的主要优势是能较为直观地掌握一手资料，缺点是受时空限制，样本采集困难，调研成本较高，调研监控滞后等。

大数据时代的互联网调研方式主要有在线调查、计算机辅助电话调查、Email 问卷调查、利用网络“追踪定位”等。互联网调研能够突破时空限制，具有信息收集广泛、及时、经济和准确等优势。以“追踪定位”为例，通过PC 端的cookie 追踪及移动端的APP 追踪，让每个消费者的信息能够客观真实地呈现出来，提高了调研的准确性[3]。

1.2 从静态调研向动态追踪调研转变

传统调研着眼于对历史和现在数据进行收集与分析，从而发现事物的本质规律和相互关系，表现为对事物的静态时点分析。大数据的诞生，让信息的实时采集、跟踪和分析变为可能，因此，大数据时代的调研更强调持续性，对调研课题的问题分析与建议需要随着数据的变化而不断变化，实现实时分析与实时调整[4]。

1.3 从抽样分析到全数据分析转变

受限于时间、经费等客观因素，传统市场调查往往采取抽样调查方式，虽然抽样调查分析的科学性经过了论证，但仍然存在误差。大数据具有容量巨大、种类繁多、价值密度低和流动速度快等特征，调查工作的数据基础也将因此发生较大的转变[5]。调研对象相关的所有数据都会被完整地采集，可以对其进行全数据分析。全数据分析比抽样分析更加精准。

1.4 从因果关系调研向相关关系调研转变

传统调研中，因果关系分析是重要的分析和预测工具。在数据量较小的时候，仅运用有限的样本进行因果关系推理，结果往往不准确，还需要经过实践不断地论证与修补，甚至会被推翻。在大数据背景下，人们通过大数据挖掘技术，对海量数据进行搜索、归纳和对比分析，可以分析出事物之间隐蔽的关联关系，不需要拘泥于对因果关系的研究。

2 大数据背景下《市场调查与预测》课程教学改革的必要性

2.1 顺应大数据时代的人才需求

传统的市场调研人才需要系统地掌握调研与分析技术，有良好的工作态度和严谨的工作作风[6]。大数据时代对市场调研岗位提出了更高的要求，不仅要兼通经济管理、统计和传统调查技术，还要熟练掌握IT（如R 语言、Python）、数据挖掘等新技术，把大数据技术与传统的定性、定量研究相结合[7]。因此，《市场调查与预测》课程的教学目标也应该相应调整，以顺应大数据时代对市场调查人才的新需求。

2.2 传统教学存在弊端

2.2.1 教学内容未系统更新

传统教学内容往往遵从教学大纲，教师在教学中，虽然会有意识地介绍课程相关的新知识与新技术，但较为零碎，未系统地将数据理念与分析技术等融入知识体系中。教学案例库未及时更新，也很难跟上大数据时代对数据信息的要求。

2.2.2 注入式教学方法难以调动学生的积极性

传统《市场调查与预测》课堂多数采取“教师讲，学生听”的方式，通过案例分析、小组讨论等方法提高学生的学习积极性[8]。近年来，部分教师基于OBE 理念、任务驱动法等对课程教学进行了改革，教学效果得到了一定的提高。为了进一步调动学生的学习兴趣，需要将信息技术融入课堂教学，推进线上线下混合式教学改革，使用启发式、探究式等教学方法，提高课堂互动的积极性。

2.2.3 课程考核方式未充分体现对应用能力的考查

根据教学目标，课程需要培养学生调查设计、信息收集整理与分析、报告撰写等能力。现行考核评价方法是“平时成绩40%+期末考试成绩60%”，实验成绩的考核体现在平时成绩中，具体比例由教师自行决定。这就导致了考核侧重于终结性评价，过程性评价的作用被弱化，忽略了对学生知识应用能力的综合考查。

2.3 满足一流课程建设的需要

在“新商科”背景下，《市场调查与预测》课程应根据教育部提出的建设一流本科课程的“两性一度”标准进行改革[9]。根据“创新性”标准，课程内容要反映前沿性和时代性，因此要在课程教学内容中增加“大数据在市场调查中的应用”等新的学科知识与技术。在“高阶性”标准要求下，课程要培养学生解决复杂问题的综合能力和高级思维。本门课程要相应调整实践环节的比重，提高学生的实践应用能力。根据“挑战度”标准，应该将大数据理念与方法引入理论和实践教学中，使课程有一定难度。

2.4 与大数据相关课程融合的需要

《统计学》《市场调查与预测》课程是传统商科人才培养方案中的数据分析课程，在“新商科”建设背景下，部分学校申报了“大数据应用与管理”等专业，或增加了《大数据与商务智能》《商务数据分析》等课程，形成了“商务数据分析”课程模块。为了使相关课程内容相互衔接与支撑，有必要整合教学内容，改革教学方法，使学生能够通过课程模块的学习，系统掌握数据的采集、整理分析和预测能力[10]。

3 《市场调查与预测》课程教学改革方案

3.1 改革思路

根据应用型本科院校人才培养的定位，本着“厚基础、强素质、重能力”的指导思想，对课程教学目标进行优化，与时俱进地更新教学内容；改革教学组织形式与方法，增强学生学习的自主能动性；课程与岗位对接，加强学用结合；在考核评价上，重视过程性与终结性评价相结合，通过课程的教学改革，与“商务数据分析”课程模块内的其他课程相互支撑，与大数据时代企业对人才的需求对接。

3.2 具体改革内容

3.2.1 优化课程教学目标

根据课程改革的总思路，优化后的课程教学目标如下：

知识目标：掌握市场调查每一环节的具体理论，掌握大数据调查与预测方法、大数据分析方法。

能力目标：具备调查设计能力；数据整理与分析能力，统计分析软件应用能力，撰写调查报告的能力；市场预测的能力。

素质目标：严谨敬业的职业态度，良好的数据素养，较好的沟通能力和团队精神。

3.2.2 更新调整教学内容

（1）选用时代感更强的教材。

数字经济的到来，拓展了市场调查与预测的知识领域，丰富了市场调查的手段[8]。为了与时俱进地更新教学内容，教师应该选用较新的教材。新教材应满足：

时代感。体现市场调查与预测的新知识，引入新案例。

技术性。体现大数据、云计算等信息技术在市场调查与预测领域的应用。

前瞻性。对市场调查方法、市场调查行业的变化能做出较为准确的前景预测，带来全新的思维模式和视角空间。

用于堆放硫酸铵等稀释材料，形状上有突起感，有一定高度，纹理上较为规则，色调上一般呈现白色，区域上有道路到达，在沉淀池或灌水池附近。堆料区典型影像，见图4(c)。

（2）丰富课程知识理论体系。

传统的市场调查与预测知识体系一般为：市场调查概述—调查方案设计—市场调查方法—调查问卷设计与抽样技术—调查资料整理与分析—市场预测基本理论与方法—市场调查报告撰写。

在原有知识架构的基础上，增加网络调查、大数据驱动的市场调查方法、大数据分析、大数据预测应用等新内容。

（3）增加实践学时，调整实践教学内容。

以人才培养方案的调整为契机，调整理论课程与实验课时的比重，使实验课时至少达到总课时的1/3以上。注重大数据分析处理软件的实践应用，增加SPSS 或SAS 等统计分析软件的实践教学。

3.2.3 改革教学组织形式与方法

以“项目引导，任务导向”的教学模式组织教学[11]。按市场调查的工作流程，将学习任务分解成：认识市场调查—调查设计（方案设计、问卷设计、抽样设计）—运用调查方法—整理分析调查资料—市场预测—撰写调查报告等多个子任务，组织学生通过分组学习的方式完成任务，从而掌握相应的项目执行能力。

将大数据调查与预测的实践案例补充到课程的线上案例库中，录制《大数据时代调查思维的变化》《大数据市场调查方法》《大数据与市场预测》等微课，在线上资源基础上开展线上线下混合式教学，提高学习效率[12]。

3.2.4 深化校企合作，以真实大数据开展实践教学

与新零售企业、大数据服务商等建立校企合作关系，可以获得贴合企业实际的大数据来源[13]。在真实数据的基础上开展数据分析实践，更容易被学生理解接受。将数据分析结果与企业的营销决策对比，体会大数据精准营销的应用，强化专业知识的跨界融合。合作企业也可以提供市场分析运营分析等相关岗位供学生实习，使课程与岗位对接。

在推进校企合作改革过程中，可以引导教师到合作企业兼职进修，培养“双师双能型”教师，提高教师指导实践教学的能力[13]。还可以引导企业专家进校授课，指导学生参加市场调查与分析大赛，进一步营造浓厚的实践氛围。

3.2.5 调整课程考核方案

课程原来的考核评价方式是“平时成绩40%+期末考试成绩60%”，在增加实验课时后，为了突出对实践操作环节的考核，将总评成绩的评价方式改为“平时成绩30%+实验成绩20%+期末考试成绩50%”。由于实验环节采取分组方式进行，对小组的实验成绩评定可以采取小组互评与教师评价相结合的方式[14]。每位组员的实验成绩=小组实验成绩60%+个人实验表现40%。后期随着人才培养方案调整，实验学时增加，还可以继续提高实践环节在考核评价中的比重。

4 结语

大数据时代的数据信息丰富、类型多样、数据流动速度快，有别于传统调研的小样本静态市场数据。市场信息采集、数据整理与分析、市场预测等都要基于新时代的数据特征。《市场调查与预测》的课程教学改革不仅要从教学目标、教学内容、教学方法等方面入手，还要注重与“商务数据分析”模块内的其他课程相互支撑，培养懂得大数据分析与经营管理的复合型新商科人才。