大數據條件下的《市場研究》課程建設

◎劉嬋

大數據條件下的《市場研究》課程建設

◎劉嬋

問題提出

《市場研究》課程概述

“市場研究”在國外稱為marketing research，其定義為使用信息連接市場生產者、消費者和使用者，從而確定和發現市場機遇和問題，評估市場行為，指導市場決策，加深對市場整體的理解。從該定義中可以看出，市場研究的關鍵點在于對市場的分析和決策。著名的在線課程平臺 Coursera 專門設立了 market research的系統課程，該課程包括四門子課程，分 別 為 Research Proposal: Initiating Research,Qualitative Research,Quantitative Research,Research Report: Delivering Insights. 其 中Research Proposal: Initiating Research

隨著電子商務的不斷普及，商業大數據已經來臨，商家通過顧客的大數據不斷研究顧客的行為特性，各類大數據分析手段不斷發展，因此，大數據時代下，市場研究的內容和方法都與傳統市場研究呈現出較大的不同，一方面，大數據條件下的市場研究和傳統市場研究在內容分配方面有所不同，大數據時代的市場研究，主要的重點在于通過大數據來進行市場分析和預測，而小數據時代的市場研究，數據收集工作占據了大量的工作量；另一方面，大數據時代市場研究和傳統市場研究的方法發生較大不同，體現在數據采集方法、數據分析方法、數據預測方法和數據展示方法都呈現出較大不同。既然大數據條件下的市場研究和傳統市場研究出現如此大的不同，市場研究課程所講授的內容、方法應該進行變革。但是，通過對國內市場研究教材和課程的了解，發現較多《市場研究》課程講授的內容和方法并未和之前有所變化，主要問題在于：首先，《市場研究》課程的重點有所偏離，國內《市場研究》教材和課程很多稱為《市場調查與預測》，其重點放在市場調查上，對市場分析和預測僅僅使用少量篇幅；其次，講授的市場研究方法陳舊、單一，和目前常用的大數據市場分析方法結合不緊密，仍以小數據的統計分析方法為主；再次，市場研究案例陳舊，仍以課堂教授為主；最后，對大數據條件下的市場研究變化和趨勢，以及市場研究思路介紹較少。

針對這些問題，本文通過分析大數據條件下市場研究的特性，以及借鑒國外市場研究課程的內容和方法，提出大數據條件下《市場研究》課程的建設框架。主要介紹市場研究設計，Qualitative Research,Quantitative Research 分 別從定量和定性兩方面介紹市場研究方法，Research Report: Delivering Insights 介紹如何表達市場研究觀點。從該系統課程的內容可歸納《市場研究》課程的內容：研究設計制定、研究方法、研究結論表述。

大數據條件下的《市場研究》課程建設框架

通過分析綜合市場研究課程的現狀，可得到大數據條件下的《市場研究》課程和小數據時代的《市場研究》課程的區別和變化主要表現在：

1)課程名稱與教學重點。小數據條件下的課程名稱多為《市場調查與預測》，其教學重點在獲取有效數據上，而大數據條件下的課程名稱為《市場研究》，其教學重點在數據分析和預測上。

2)教學內容。小數據條件下的《市場研究》課程，一手數據的獲取多為主動式獲取方法；數據分析強調因果關系分析；數據分析方法對數據量要求較少；數據分析工具單一，如：spss,eviews；大數據條件下的《市場研究》課程，一手數據的獲取多為被動式獲取方法；數據分析強調相關關系分析；數據分析方法對數據量要求多數據分析工具多樣，R，tableau,spark等。

3）教學目標。小數據條件下的《市場研究》課程主要培養學生調查分析能力，大數據條件下的《市場研究》課程主要培養學生通過調查分析得出決策。

4）教學方法。小數據條件下的《市場研究》課程主要采用課堂教學的方法，大數據條件下的《市場研究》課程可采用在線教學、案例教學、課堂教學等多種教學方法。

根據這些變化，應重新搭建大數據條件下的《市場研究》課程建設框架，由此來指導《市場研究》課程的教學。本文搭建的大數據條件下的《市場研究》課程建設框架包括研究設計制定、數據采集、數據分析、數據展示和決策四個方面的教學內容。以下以教學內容為線，說明每一部分的區別以及所采用的教學方法。

1）研究設計的制定。研究設計是開展市場研究所需要遵循的一個基本框架，包括確定研究問題，選擇研究設計方法，執行研究設計和溝通研究設計結果。大數據條件下，做市場研究設計的制定時，應該考慮數據量大、結構復雜的特性，因此，選用的研究方法應該符合大數據的特性，溝通研究設計結果也應該選用人工智能、可視化的方法。因此，在該教學內容方面，為了增強學生對大數據條件下的市場研究方法和研究設計制定過程的感性認識，可選用案例教學和課堂討論相結合的方法，選用一個公司制定研究設計過程的案例，并讓學生在課堂上針對該案例進行討論，啟發學生自己發現市場研究設計的過程。

2）數據采集。大數據條件下的數據采集方法根據采集的數據類型也分為一手數據采集方法和二手數據采集方法，一手數據有線上行為數據、內容數據、傳感器數據、企業系統數據；二手數據有政府統計數據和企業數據。對于線上行為數據、內容數據的采集可由企業自己獲取或采用網上數據抓捕的方式獲取，企業系統數據應通過企業自行建立的信息系統來采集。對于二手數據的采集可通過政府發布的年鑒、報告來獲取。對于該部分內容的教學，應該采用在線學習、案例教學和課堂討論相結合的方法，通過在線學習，讓學生掌握二手數據和一手數據的區別，以及大數據條件下，二手數據和一手數據的采集方法。同時，選取數據采集方法選擇和數據采集過程的案例，布置學生課后閱讀。課堂上，針對案例說明中的相關問題，組織學生進行討論，通過討論，讓學生自己發現大數據采集的整個流程，以及在數據采集的過程中應該注意的問題。

3）數據分析。大數據條件下的數據分析方法和小數據時代的數據分析方法有顯著不同，包括分類、聚類分析、關聯分析、異常檢測、神經網絡、支持向量機、規則學習等數據挖掘、機器學習和人工智能的方法。由于大數據條件下的數據分析方法非常多，對于這部分內容，采用在線教學和課堂討論相結合的教學方法，在線學習多種不同類型的數據分析方法，課堂上引導學生針對不同數據集進行練習和討論。

4）數據展示和決策。大數據條件下的數據展示和決策方法多采用可視化展示的方法，因此，應在《市場研究》這門課程中加入可視化的相關內容。針對這部分內容，可采取案例教學和課堂討論相結合的教學方法，培養學生針對不同案例選擇合適的可視化展示方式，并如何為高層管理者提供市場決策的能力。

以上為大數據條件下的《市場研究》課程建設框架，結合大數據時代的特性，《市場研究》課程應從教學內容、教學方法、教學目標、教學重點等方面進行系統的變革，由此培養學生應用大數據進行市場分析和決策的實踐應用能力。

（作者單位：中國礦業大學（北京）管理學院 ）