数据挖掘及分析心得体会报告(通用14篇)

通过撰写心得体会，我们可以更深入地挖掘自己的潜力和提高个人能力。写心得体会时，可以借鉴其他人的观点，但要有自己的独到见解。在这里，小编为大家整理了一些精选的心得体会，希望能帮助到大家。

数据挖掘及分析心得体会报告篇一

2、查看数据报表表现。

3、发现问题。

4、分析原因。

5、提出建议。

6、测试/实验。

7、实施。

首先要明白没有目标也就无所谓分析，其次分析的时候要注重关联，细分，以及数据的背景信息，同时可采用鱼骨分析法分析原因类型，注意的是问题的80%可能只是20%的原因造成，找出主要问题，提出建议，不要忘了做测试，有时候原因可能不是想象中的，所以需要通过测试来验*你的假设，最后如果实验结果满意就进一步具体实施，不满意再来一边。

1、进行总体分析。从项目需求出发，对被项目的财务、业务数据进行总量分析，把握全局，形成对被分析的项目财务、业务状况的总体印象。

2、确定项目重点，合理配置项目资源。在对被分析的项目总体掌握的基础上，根据被分析项目特点，通过具体的趋势分析、对比分析等手段，合理的确定分析的重点，协助分析人员作出正确的项目分析决策，调整人力物力等资源达到最佳状态。

3、总结经验，建立模型。通过选取指标，针对不同的分析事项建立具体的分析模型，将主观的经验固化为客观的分析模型，从而指导以后项目实践中的数据分析。

数据挖掘及分析心得体会报告篇二

数据挖掘在各个领域都有着重要的应用价值，具有巨大的市场潜力。作为一名学习数据挖掘课程的学生，我在学习过程中接触到了很多实际的案例，并从中获得了一些宝贵的心得和体会。本文将结合一些典型的数据挖掘案例，分享我对数据挖掘的理解和应用体会。

首先，在数据挖掘的初级阶段，我们学习到了一些最基本的概念和方法。例如，我们学习到了通过数据清洗和预处理来提高数据质量的重要性。在一个销售数据分析的案例中，通过对原始销售数据进行清洗和预处理，我发现了一些重要的数据问题，并采取了一些有效的措施来解决这些问题，从而获得了更准确的结果。这个案例使我认识到，数据清洗和预处理是数据挖掘过程中不可或缺的步骤，只有数据质量得到保证，我们才能获得可靠的分析结果。

其次，在数据挖掘的中级阶段，我们学习到了一些更加复杂的数据挖掘算法。例如，在一个电商平台用户行为分析的案例中，我尝试了关联规则算法来分析用户的购买习惯和偏好。通过对大量的用户购买数据进行关联规则分析，我发现了一些用户之间存在的隐藏关联，进而可以通过推荐系统来提高销售量。这个案例让我认识到，数据挖掘算法的选择和应用非常关键，不同的算法适用于不同的问题，只有正确选择和应用算法，才能获得有效的分析结果。

再次，在数据挖掘的高级阶段，我们学习到了一些更加高级的数据挖掘技术。例如，在一个银行违约预测的案例中，我使用了一种基于机器学习的分类算法来预测客户是否会违约。通过对大量的客户数据进行特征提取和模型训练，我建立了一个准确的违约预测模型，可以帮助银行更好地管理风险。这个案例让我认识到，数据挖掘技术的应用可以为企业提供有力的决策支持，也具有巨大的商业价值。

此外，在数据挖掘的实践中，我也认识到了数据挖掘的局限性和挑战性。例如，在一个医疗数据分析的案例中，我遇到了数据获取困难、特征选择和模型评估等问题。通过与团队成员的合作和老师的指导，我成功地克服了这些困难和挑战，并获得了有意义的分析结果。这个案例让我认识到，数据挖掘的实践需要不断地学习和探索，也需要集体智慧和团队合作，只有不断地突破和创新，才能在数据挖掘领域取得真正的突破。

综上所述，通过学习和实践各种数据挖掘案例，我深刻地认识到了数据挖掘的重要性和应用价值。数据挖掘不仅可以在各个领域提高决策效果，也可以为企业提供有力的市场竞争力。同时，我也意识到了数据挖掘的局限性和挑战性，在实践中需要不断地学习和探索。我相信，在不久的将来，数据挖掘将在各个领域发挥更加重要的作用，我也将继续努力学习，在实践中不断地提高自己的数据挖掘能力。

数据挖掘及分析心得体会报告篇三

职责：

2、负责公司hadoop核心技术组件日常运维工作;。

3、负责公司大数据平台现场故障处理和排查工作；

4、研究大数据前沿技术，改进现有系统的服务和运维架构，提升系统可靠性和可运维性；

任职要求：

1、本科或以上学历，计算机、软件工程等相关专业，3年以上相关从业经验。

4、良好团队精神服务意识，沟通协调能力；

数据挖掘及分析心得体会报告篇四

如今，在信息化、网络化的时代，大数据已经成为一个非常重要的话题，数据挖掘和分析也成为了各个领域的热门话题。我从事的是金融行业，经常需要进行数据挖掘和分析，因此我对这个话题也有所了解。在工作中，我结合自己的实际经验，总结了一些心得体会，希望能够在这里分享出来，与各位网友共同探讨。

数据挖掘和分析是指在大数据环境下，利用科学的方法和技术，挖掘出数据中隐藏的、有用的、有规律的信息，并对这些信息进行分析和研究的过程。在金融行业中，数据挖掘和分析可以帮助我们挖掘客户的需求，发掘市场趋势，预测金融市场的发展，为业务决策提供依据等等。而要想进行有效的数据挖掘和分析，我们必须首先了解数据的来源、质量、类型、结构等方面，然后选择合适的工具和方法去进行处理。

在进行数据挖掘和分析的过程中，我们需要选择合适的方法和工具去进行处理。在金融行业中，聚类分析、分类分析、预测分析等方法都十分常用。其中，聚类分析是指将相似的数据点聚集在一起，不相似的数据点分离开来。分类分析是指将数据分成不同的类别，对不同的类别进行分析。预测分析是指根据历史数据，预测未来的数据走势。而在选择工具方面，我们可以使用Excel、SPSS、Python等多种工具来处理数据。这些工具拥有不同的优势，根据实际需求选择合适的工具，可以大大提高工作效率。

在进行数据挖掘和分析的过程中，还需要注意一些事项。首先，数据的质量非常重要，如果数据存在脏数据、异常数据等情况，就会影响数据挖掘和分析的准确性。其次，数据分析需要遵循一定的步骤和规律，不能想当然地简单地进行分析。最后，对于大数据的处理，需要选择合适的硬件和软件设备，以保证数据处理的效率和准确性。

五、结语。

数据挖掘和分析是一个非常宽泛的话题，本文只是对其中的一小部分进行了介绍和讨论。通过不断地学习和实践，我们可以不断提高自己的数据挖掘和分析能力，为实际工作提供更加准确的依据。在今后的工作中，我将会更加注重数据质量的保证，选择合适的方法和工具进行处理，尽可能地提高数据处理的准确性和效率。

数据挖掘及分析心得体会报告篇五

数据挖掘(英语：datamining)，又译为资料探勘、数据采矿。它是数据库知识发现(英语：knowledge-discoveryindatabases，简称：kdd)中的一个步骤。数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统(依靠过去的经验法则)和模式识别等诸多方法来实现上述目标。

摘要：企业的竞争归根结底是人才的竞争，如何全面掌握和合理利用人才资源是公司人力资源管理的首要问题。本文首先简单介绍了数据挖掘技术的背景、常用技术及运作流程，在此基础上阐述了数据挖掘技术在人力资源信息系统中的应用。

关键词：数据挖掘;信息系统;人力资源。

伴随着知识型经济时代的来临，公司的组织形态和生产方式发生了根本改变，企业竞争的焦点由物质资源的竞争转化为人才资源的竞争。如何较少人才流失，保持企业员工的工作热情，最大限度的开发和利用人才，实现企业人力资源系统化的管理，成为企业经营者和人力资源管理者面临的重要问题。

数据挖掘及分析心得体会报告篇六

摘要：数据挖掘学科的出现,是对计算机领域的补充,在计算机领域的发展下发展迅速,引起了国内的重视,并在国家的大力促进下不断发展,取得了阶段*的成就,但是发展现状仍然不容乐观,本篇文章将针对数据挖掘的定义以及国内的现状进行分析,并对其发展趋势进行预测,目的在于加快我国的数据挖掘技术研究进程。

关键词：数据挖掘;*;现状;发展;。

0引言。

随着计算机的发展与数据量的增加,其对于数据的处理技术如生成、收集、储存数据等的水平要求越来越高,因此新型的数据挖掘技术的出现是必然趋势,替代了传统落后的数据处理技术。我国对于数据挖掘技术的研究已经取得瞩目的效果,但是应用程度不高,提高数据挖掘技术的实际应用成为了主要的问题,需要采取必要措施加快数据挖掘技术应用进程。

数据挖掘及分析心得体会报告篇七

报告分析是我们学习和工作中不可少的一项技能，它能够帮助我们深入理解和分析一些具有挑战性的问题。然而，对于初学者来说，报告分析可以是一项具有挑战性的任务。在这篇文章中，我将分享我在分析报告时所得到的体会和经验，这些经验可能会帮助那些正在学习这项技能的人。

第二段：准确理解报告目的。

分析报告需要准确理解报告的目的和意图。因此，在分析报告时，我们需要仔细审查题目和问题陈述的目的，以确保我们已全面理解报告的重点和要点。更重要的是，我们还应该充分考虑作者的意图和目的，以形成一种正确的解读和理解。只有这样，我们才能更好地理解报告中的信息和结论。

第三段：关注事实和证据。

分析报告还需要注意到报告中的事实、数据和证据。这些数据和证据是支撑信息和结论的核心部分，因此我们需要仔细分析它们，以了解它们的来源、可靠性及其与报告结论的关系。我们应该寻找支持和反驳某些结论的证据，并进行适当的比较和分析。当我们发现一个结论缺乏充分的证据或基础时，我们应该表示怀疑，并继续寻找更多的证据来支持或反驳这个结论。

第四段：注意结论和推论。

分析报告也需要注意到报告的结论和推论。我们需要深入了解结论的含义、作者的意图和推论的逻辑。在分析推论时，我们需要特别注意到支持结论的前提条件是否成立，以及推论的逻辑是否正确。我们还需要考虑在推论中可能存在的漏洞和偏差，并寻找可能影响推论的任何因素。最重要的是，我们需要在分析推论时保持透彻的思考，并提出可能对结论产生质疑的问题和讨论。

第五段：结论。

总之，在分析报告时，我们需要准确理解报告的目的和意图、关注事实和证据、注意结论和推论。这些技能需要充分的思考和练习才能掌握。通过反复实践，我们可以逐渐提高我们的分析能力，更好地理解和处理信息，从而更好地处理日常的工作和学习中的问题。

数据挖掘及分析心得体会报告篇八

数据挖掘是一种通过分析大量数据，发现潜在的模式和关联规则的技术。它是应对大数据时代中信息过载问题的重要工具。数据挖掘案例分析是将数据挖掘技术应用到实际场景中，以解决现实问题。在进行数据挖掘案例分析时，我们可以利用机器学习、统计学和数据可视化等技术，帮助我们发现隐藏在数据中的知识和价值。

我曾参与一个金融领域的数据挖掘案例分析项目。该项目的目标是通过分析客户的消费行为、贷款记录和信用评分等数据，预测客户是否会违约。首先，我们对原始数据进行了清洗和整理，剔除了缺失值和异常值。然后，我们使用了机器学习算法，如决策树和随机森林，进行了特征选择和模型训练。最后，我们将模型应用到新的数据集中，预测了客户的违约概率并给出了相应的建议。

在进行数据挖掘案例分析时，首先需要充分了解项目的背景和目标，明确研究问题。然后，选择合适的数据，并进行数据清洗、整理和转换，使其适合分析。接下来，需要进行特征选择和构建合适的模型，常用的算法有决策树、支持向量机和神经网络等。在应用模型时，还需对结果进行评估和优化，以提高模型的准确性和可靠性。此外，数据可视化也是十分重要的，可以帮助我们更直观地理解数据和模型。

数据挖掘案例分析具有许多优点。首先，它能够挖掘数据中的隐藏信息和规律，帮助我们做出更有效的决策。其次，数据挖掘可以提供多种模型和算法，适用于各种不同的问题和数据类型。另外，数据挖掘可以帮助企业发现新的商机和市场需求，并提升竞争力。然而，数据挖掘也存在一些局限性，如对数据的依赖性较强，数据质量不高可能导致结果不可靠，以及模型的解释性较弱等。

数据挖掘案例分析对个人和社会都具有重要的影响。对个人而言，数据挖掘可以帮助我们更好地了解自己，更精准地预测和规划个人行为。在社会层面，数据挖掘可以帮助政府制定更有效的政策，提高公共管理的水平。同时，数据挖掘也为企业提供了更好的市场研究和商业决策支持，帮助企业获取更大的发展机遇。然而，数据挖掘也带来了一些隐私和伦理问题，需要我们在应用数据挖掘技术时保护好个人和社会的利益。

总结：数据挖掘案例分析是一项重要的技术，利用其可以挖掘数据中的潜在价值，帮助我们做出更明智的决策。在实际应用中，我们需要经历数据清洗、特征选择和模型训练等步骤，并注意数据的质量和模型的解释性。数据挖掘案例分析对个人能力的提升和社会发展都起到积极的促进作用。然而，我们也需要意识到数据挖掘所带来的隐私和伦理问题，并提出相应的防范措施。

数据挖掘及分析心得体会报告篇九

分析报告是工作中的一个必要环节。它能够帮助我们更好地了解自己的工作，并做出更明智的决策。我最近参与了一次分析报告的撰写工作，深感受益匪浅。在本文中，我将分享我对分析报告的体验和思考，以期启迪大家。

正确的撰写方法是撰写一个优秀分析报告的关键。在撰写过程中，我们应该牢记以下几点：

1.明确研究对象和目的：我们需要清楚地知道在这份报告中我们希望研究什么。

2.数据整理：我们需要对收集到的数据进行整理和清洗，确保数据准确无误。

3.有效的数据可视化：我们需要通过合适的可视化手段将数据转化为容易理解的图形。

4.深入分析：我们需要利用统计学知识深入挖掘数据中的信息。

5.得出结论：我们需要将分析结果进行总结和结论，以帮助读者更好地理解报告。

第四段：体会。

在撰写分析报告的过程中，我深刻体会到了报告的价值。通过收集和整理数据，我能够更深入地了解我的工作，从数据中发掘出自己以前未曾注意到的问题，并且得出了更科学、更合理的结论，这些都为我下一步工作的开展提供了指导。同时，我也发现，为了撰写一份优秀的分析报告，我们需要学习和掌握大量的知识和技能，例如数据建模、可视化技巧以及统计分析方法等等。这样的学习不仅能帮助我们更好地完成分析报告，更可以有效地提升我们的综合分析能力。

第五段：结论。

通过以上的探讨，我们可以得出如下的结论：分析报告是一项非常重要的工作，它能够帮助我们更好地了解工作，更好地决策。为了撰写一份优秀的分析报告，我们需要花费大量的时间和精力，并学习和掌握各种技能和知识。在将来的工作中，我们应该进一步加强学习和练习，提高自己的技能水平，为工作提供更有价值的支持。

数据挖掘及分析心得体会报告篇十

数据挖掘是现代数据科学中不可或缺的一环，它可以从大量的数据中提取有用的信息和模式。当如今信息社会到了数据爆炸的时代，数据挖掘的重要性也不言而喻。经过一定时间的学习和实践，我有了一些关于数据挖掘及其分析的心得体会。

第二段：掌握基本算法。

要想进行数据挖掘的分析，首先要了解几个基本算法，如分类、聚类、关联规则、决策树等。在实践中，我发现不论对于哪种算法，其实最重要的是要理解算法背后的原理，而不是盲目地使用。通过对于算法的理解和掌握，才能在数据处理中取得更好的效果。

第三段：数据清洗。

数据挖掘中数据清洗是重中之重。在实践中我曾经遇到过数据缺失、异常值、重复数据等问题。这些问题的存在可能会影响数据的准确性、可靠性，对数据挖掘造成很大的障碍，因此要充分的考虑数据的清洗。在数据清洗过程中，正确的数据清洗策略是必不可少的。

第四段：合理选取模型。

对于数据挖掘分析来说，模型的选择非常重要。在选取模型的时候，要注意根据数据的特性来选择合适的模型。其次，不同的模型所对应的模型参数的设置也很重要；通过不断地测试，能够不断优化模型，从而得到理想的分析结果。

数据可视化分析在数据分析过程中也是至关重要的。正确的数据可视化工具及分析结果的呈现可以使人类对于数据更加直观、准确的理解。这些过程及其结果可以帮助人类从数据分析中得到更多的知识并形成更好的感性认知。

结论。

通过对于数据挖掘及分析的学习和实践，我认为更加重要的不是对于单一算法的掌握，而是对于整个数据分析流程的理解、掌握和修改。在数据挖掘的过程中，要不断总结反思，不断完善自己的技能和数据分析思维，从而达到更好地分析数据的目的。

数据挖掘及分析心得体会报告篇十一

对于*店，储存大量的常用*品是必不可少的工作，随之而来的对*品的数据信息管理和储存成为了令人头疼的问题，在接到货源后，工作人员需要统计*品产地和价格的信息，为以后的货源供给地，用合理的价格出售*物，是至关重要的工作。

2、单位存在的问题。

由于货物种类、名称众多，在短时间内分析好相关数据几乎不可能，大量的数据，依靠人力或是非数据统计软件进行统计工作，事倍功半。严重影响*店的正常进货，出售*品的工作。

二、分析问题。

1、对该单位存在的问题进行分析；

由以上问题可见，利用数据挖掘进行相关数据的统计和整理工作，简单、省时、有效。

2、解决问题的可能途径和方法。

利用sqlsever导入数据，再提取统计分析结果，很快会得到想要的数据分析结果。

1、设计数据挖掘算法；

决策树；

数据关联；

神经元算法；

2、对挖掘结果进行深入解释和分析。

由此可以看见在不不同的产地，由于地理因素和特产*品的原因，在*品相关的植物盛产区，进货比较便宜。

数据挖掘及分析心得体会报告篇十二

报告分析是一种非常重要的能力，它可以帮助我们更好地了解事物本质，在工作和生活中起到至关重要的作用。在我进行报告分析的过程中，我深受启发，特别是在理解事物的层次和方法上，我有了更深一层的认识。在这篇文章中，我将分享我的分析心得和体会。

【主体1：细心是分析的先决条件】。

报告分析是一项耗费时间和精力的任务，要充分运用分析思维，发现并理解各种信息和数据背后的含义。因此，作为分析者，细心是必不可少的先决条件。一定要耐心地审视每一个信息，在进一步分析前做出深入解释和理解。在分析过程中，我们还需要注意一些貌似不起眼的细节，比如提到的时间、数据的来源、数据是否真实可信等，只有这样，我们才能做到全面地分析，并从中发现隐藏的价值。

【主体2：有目的性的分析】。

在进行报告分析时，我们需要有一个明确的分析目标。这个目标可能是查找某种信息，理解一个现象的原因或预测某些趋势的变化。因此，在分析的过程中，我们需要保持思考的时候明确分析目标，切忌“瞎扯”无关内容。不同的分析目标，需要采用不同的分析方法和工具来达到更好的结果。例如，资源引导分析和趋势分析在目的上具有区别，其重点分析方向和使用的工具也不同。因此，建立有目的性的分析框架和方法才能让分析更加有价值，达到预期目的。

【主体3：多维度分析】。

在进行报告分析时，我们需要从不同的角度和维度来分析信息和数据。任何一个现象，可能有多个因素相互作用造成的。如果只是从单一的角度来分析，很可能会忽略掉重要的信息。例如，企业的复兴可能不仅仅取决于市场的大环境，还要考虑内部资源、管理模式等多个因素。因此，我们需要从多个角度去分析信息和数据，了解它们之间的关系和相互作用，以达到全面的理解和有效的决策。

【主体4：数据是重要的支持】。

数据是报告分析的重要支撑，它可以帮助我们跟踪趋势、揭示关系和预测未来发展。但是，数据的质量和来源非常重要，不同数据的精准度、时效性和真实可靠性也是有差异的。因此，我们需要评估数据的来源和质量，选择合适的数据源，避免在数据分析中被误导。如果数据不足以支持分析结果，我们需要加强数据采集和整理，以保证数据分析的信度和有效性。

【结论】。

报告分析是一项复杂的任务，需要在细心，目的性和多维度分析的基础上，进行数据支撑的分析工作。对于我们来说，报告分析不仅仅是一种技能，更是一种思维方式，它能够帮助我们更加全面、深入地了解世界，做出更好的决策。希望通过本文，能够让更多的人认识到报告分析的重要性，提高大家的分析能力，为个人和组织的发展做出更积极的贡献。

数据挖掘及分析心得体会报告篇十三

数据挖掘及分析作为现代科技中的重要一环，正逐渐被广泛应用于各个领域。近年来，数据挖掘及分析已成为对企业管理和决策支持至关重要的一项技术。在我参加公司实习期间，我也深切感受到数据挖掘及分析的重要性。在实践中，我不断探索，总结出了一些经验和体会。

第二段：数据的收集和处理。

数据的收集与处理是数据挖掘的基础。在实践中，我了解到了，收集数据不仅仅要考虑深度和广度，也要关注数据的质量。因此，选择合适的数据处理工具和技术是非常重要的。在数据的收集和处理过程中，可以采用一些有效的数据清洗技术，例如数据去重、异常值处理和缺失值填充等，对数据进行清洗，筛选出干净、有用的数据。

第三段：模型的选择和分析。

对于数据挖掘，模型的选择和分析至关重要。在实践中，我发现无论选择什么模型，都要充分了解其参数与原理，并根据具体的情况进行对应的优化。同时，要根据不同的场景与应用，选择不同的算法和技术，比如常用的关联规则、分类、聚类等算法。在进行模型分析时，也需要对模型的结果进行不断地检验和调整，保持模型的准确性。

第四段：可视化技术的应用。

数据可视化技术可以更直观地分析数据，并从视觉上展示数据信息。在实践中，我学到了一些有效的可视化技术，如条形图、散点图和饼状图等，可根据数据特点做出相应的图表，更好地呈现和展示数据。同时，采用交互式可视化技术，可以增加用户的参与感与互动性，提高数据的使用效率。

第五段：总结和展望。

在数据挖掘和分析领域中，要不断学习和研究新技术和方法，把握好模型、算法、指标等多方面的内容，及时总结实践经验，提高数据挖掘水平和技能。未来数据挖掘和分析的应用会更加广泛和深入，我们需要针对性地提升自己的能力，在企业中发挥更大的作用，实现更多的价值。

结尾：

数据挖掘及分析是一门多学科交叉的技术，要对数据了解得越多，就要掌握更多的技术和实际的经验，才能使数据挖掘技术更好地服务于企业、个人和社会。在实践中，我也深刻地认识到了这一点，结合自己的经验和体会，不断地深入学习，不断地提高自己的水平，才能真正成为一名优秀的数据挖掘及分析师。

数据挖掘及分析心得体会报告篇十四

摘要：大数据时代，统计学越来越成为一个热门专业，而市场调研课程，作为统计学专业的一门专业主干课程，在联系从理论研究到教学实践的过程中，扮演着越来越重要的角色。作为我校（北方工业大学）统计学专业办学特色之一的市场调查与数据挖掘技术越来越成为教学实践的重要内容。最近几年，中国商业统计学会联合台湾资讯学会每年一度举办全国及海峡两岸大学生市场调查分析大赛，已在全国范围内的许多高校引起了高度关注，我校统计系也正在以此为契机，将市场调研课程的实践环节推向一个更高的平台。本文以市场调研课程实践性教学所注重的四个能力为目标，对该课程教学内容结构进行了调整，同时对该课程实践环节做出了具体安排，最后对该课程成绩评定方案进行了优化。

关键词：市场调研；实践环节；教学模式；大数据。

一、市场调研课程实践性教学目标。

市场调研课程是一门实践性很强的课程，该课程不仅是广告学、市场营销学、经济学与工商管理学等专业学生的必修课，更是统计学专业学生的一门必修课。其课程的性质与特点决定了该课程地位的重要性。据调查，最近的十几年，随着国内外市场经济发展形势的需要，统计学专业学生的就业趋向，已经有超过30%的比例涉入到市场调研行业，从具体所从事的市场调研与数据处理工作的角度来考虑，这个比例几乎超过了50%。从而市场调研课程也成为越来越受欢迎，越来越被广大师生所认可的一门课程。随着教学实践与改革的不断深入，该课程的教学体系与内容结构也在不断地调整与优化，在教学过程中，越来越注重理论教学与实际案例的结合，充分利用课堂授课与课下实践，充分锻炼学生的语言表达能力、写作能力、动手实战能力等综合能力。具体来说，市场调研课程的教学实践活动，目的是培养学生以下几个方面的能力。

2.整理与鉴别数据的能力。所搜集的数据多数情况下都是粗糙的、杂乱无章的。数据整理最基础的方法是排序和分组，如果是定性数据，还要涉及到对定性数据的合理量化。然而，有些数据不一定是合乎要求的数据，它们可能是受到“污染”的数据，或者是因为问卷设计不甚合理而得到是模棱两可甚至是不真实的数据。所以，这就要求学生在整理调研数据时，首先需要具备一定的鉴别数据的能力。必要时针对某些特殊重要的不合格数据，可能需要组织二次调研。另外，在整理数据时，还要培养学生判断识别异常值的能力，增加对这些“另类”数据的敏感度。多数情况下，异常数据可以直观被感知，如果数据量较大，可以借助于统计手段和计算机编程，将其有效识别出来。至于如何“处置”这些异常数据，需要首先分析判断异常值出现的原因，如果是纯粹的偶然现象，出现频率又很小，可以将这部分数据直接删除。但是，如果原始数据中出现了较多的“另类”，并且在不同的调查组中分布得不是十分均匀，这时，需要仔细洞察其中的原因，极有可能是对调研人员培训不够，个别调研人员在对调查对象定位时出现了甄别错误，必要时需要对该部分调查重新组织。

3.数据分析能力。对调研数据进行分析，应该是对统计学专业学生着力培养的强项。我校市场调研课程安排在三年级下学期开设，主要目的就是考虑到一些前序课程需要提前修完，比如，概率论与数理统计、统计学原理、抽样技术、多元统计分析以及spss统计分析软件等课程已充分开设的前提下，在市场调研课程中，许多数据分析工作就迎刃而解了。需要注意的是，许多学生仍是没有很好地做到活学活用，脑子里尽管塞满了大量的统计分析方法，但是当面对大量原始数据时，他们可能仍是感觉无从下手，也就是说，他们在实践中还不会灵活调用自己所学的理论知识，从理论到实践中，他们还没有顺利迈过那道门槛。由于课时所限，诸如参数估计、假设检验、回归分析、聚类分析、因子分析等大量的统计分析方法将不会在该课堂中重复讲解，处理数据的各种计算机技术基本也不会占用太多的授课时间，而是通过教学实践环节的安排让他们达到学以致用。在市场调研课堂上，最好让学生事先分组，然后每组分别去完成一个调研项目。一般情况下，在学生完成自己的项目后，驾驭统计分析方法的能力都能有不同程度的提高，计算机处理数据的能力也普遍会有很大进步。

4.数据展示与写作能力。统计学专业的学生基本都是理科出身，他们感悟艺术和驾驭文字的能力可能都会有所欠缺。统计学本身就是搜集数据、整理数据、分析数据、展示和解释数据的一门科学和艺术，这个特点在市场调研课程中更加凸显。随着计算机技术在统计分析中的大量应用，数据的可视化越来越成为统计数据分析的一个基本要求。通过简洁、美观的统计图形，将调研数据要表达的意思直观展示出来，然后用通俗易懂的语言去解释数据背后的意义，这样就形成了一篇市场调研分析报告。调研分析报告有两方面的内容十分重要，一方面是调研数据的统计描述，这是对调研数据的直观展示结果；另一方面是研究中的发现，这应该是市场调研报告的精华所在。如果是一份企业委托的市场调研，这部分内容的产生需要建立在与委托方充分沟通后对调研目的与要求充分知悉的基础上，利用第一部分调研数据的直接描述结果，结合专家深度访问、焦点小组座谈等小规模定性访问，才能最终形成。可见，调查报告的撰写不仅可以加强学生对数据展示艺术的感悟，同时可以大大锻炼学生驾驭语言文字的能力。

二、市场调研课程内容结构的调整。

为了顺应大数据时代潮流，在市场调研课程中对学生能力的培养越来越是全方位的，相应地，市场调研课程的内容结构也需要与时俱进，做出适当调整。由于大量的统计分析方法在前序课程中已经系统讲授，所以该课程从内容上应该进一步减少理论内容的介绍，增加动手实践环节，让学生在实际的市场调研案例中，学会如何去搜集数据、整理数据、分析数据和展示数据，综合培养学生驾驭数据的能力。该课程总学时为48学时，其中课堂授课占用32学时，教学实践环节占用16学时。实践环节采用开放式，可以在教室讨论方案设计或分析方法，可以在实验室处理数据，也可以外出进行实地调研，具体根据内容需要酌情而定。关于市场调研课程内容结构的调整方案如表1所示。

三、市场调研课程实践环节的具体安排。

市场调研课程实践环节的具体安排可以分为课内实践环节与课外实践环节。在课堂教学第一章关于市场调研方案设计的授课结束后，即可安排该课程的课内实践环节。将全班学生进行分组，一般5～8人一组为宜，每组确定1名组长，小组成员要适当兼顾不同性别、不同学习程度与动手能力的学生。随着课程的进展，小组项目同步进行，从方案设计到数据调研，再到数据的整理、展示与分析，最后每组产生一份完整的市场调研分析报告。分小组作业的好处是可以充分利用“群体动力学”的原理，“集思广益，群策群力，各尽其能，优势互补”。课内实践环节的具体安排如下：首先，每组自行设计一个意义明确、方案可行的调研题目。考虑到调研成本问题，建议题目以社会调研为主，调研对象容易接触，比如，尽量为学生或普通市民。其次，设计市场调研问卷，并进行实地调研，必要时先进行预调查。如果容易获得抽样框，建议采用概率抽样方式获得样本，如果不方便实施概率抽样或成本较高，则建议以方便抽样为主，不过需要充分考虑到样本的覆盖度。然后，整理数据、分析数据并撰写调研报告。要求有数字、有图表，既有定性描述，又有定量分析，方法不能过分单一，调研报告简洁明晰、通俗易懂。最后，给每一组一个10～15分钟的课堂展示机会，每组选派2～3个人，就自己小组调研的组织过程、分析过程及研究中的发现等问题进行现场说明与展示，教师和其他组的组长可以充当评委对其进行打分，必要时也可以进行现场提问。各组展示表现及调研报告的质量作为课堂实践环节成绩评定的主要依据。

该课程的课外实践环节主要以一个全国范围的市场调查分析大赛为依托。最近几年，中国商业统计学会联合台湾资讯学会每年一度在暑期举办全国及海峡两岸大学生市场调查分析大赛，我校已经连续两年参加比赛，并收到了良好的效果。由于该赛事的选拔赛与我们的课程安排正好同步进行，参赛选手基本也是大三学生为最佳年级，所以，可以将大赛前期的初赛、复赛（要求以参赛学校为单位自行组织）的组织工作与市场调研课程实践教学环节的安排结合起来，甚至在分组中就考虑到大赛的需要，要求他们5人一组自行组队，自愿报名参加大赛，复赛胜出进入决赛的代表队均可在课程实践环节的成绩评定中获得优秀。这样，以市场调查分析大赛为依托组织教学实践，既完成了教学任务，又可以加强与全国重点高校统计院系之间的横向交流，紧追全国市场调研实践教学模式的前沿，最终又可以促动教学，拓宽任课教师思路，以期培养更加优良的实践性统计专业人才。

四、市场调研课程成绩评定方案的优化。

由于市场调研课程从内容结构上加强了实践环节，所以在最终的课程评定中，学生实践环节的表现也理应受到足够的重视。我校自市场调研课程开设以来，该课程期末成绩评定一直采用期末一次性闭卷考试与平时教学实践表现相结合的方式。然而，有所变化的是，成绩评定中实践性要求越来越突出。起初，平时教学实践占总评分数比例为20%，然后调整为30%，目前为40%。根据形势所需，该课程将继续逐步加大实践环节的分量，缩小期末闭卷考试的权重，计划最终将调整为实践环节60%、期末40%的占比。由于实践环节基本都是分小组进行，调研报告及小组展示往往只能区分出不同小组的最终表现。而具体到某一位成员的实践表现，任课教师可能难以把握。为了避免某些学生在小组实践活动中“滥竽充数”、“浑水摸鱼”，同时方便教师最后评定实践环节成绩，要求各组在调研报告最后附上对各成员表现的自评与互评分，以及每组的项目分工说明，必要时教师需与小组个别成员进行单独交流，了解小组成员在项目完成过程中的实际付出情况，以便在成绩评定中尽可能做到客观公正。这种成绩评定结构，能够将系统的统计理论知识、市场调研实践能力和技能，以及数据分析与写作的综合素质方面的要求充分结合起来，突出了我们实践性统计人才的培养思路与方向。

总之，我校市场调研课程实践性教学模式的优化并非一蹴而就，也是一个循序渐进的过程。教学模式的优化不仅跟师资水平有关，而且与学校的各种软硬件配置、实验室建设也存在很大的关系。在这个过程中，我们需结合调研，寻找我校与全国重点统计院校在市场调研教学方面的软硬件差距，不断调整教学模式。通过多方面的努力，完善市场调查实验室的建设，提高实验室的利用效率，提高学生的市场调研实践能力，逐步实现市场调研教学实践与就业的无缝衔接，增强学生将来融入社会的适应能力，既能体现我校统计学专业以市场调研为依托的一个办学特色，与当今的大数据时代背景也是十分地契合。

参考文献：

[1]刘利兰.市场调查与预测[j].北京：经济科学出版社，2012.

[2]汤杰，栾港.市场调研实训教学模式研究[j].商业经济，2008，（2）.

[3]赵晓民，于洪彦，盛光华.关于《市场调研》课多元化多平台教学模式的探讨[j].高教研究与实践，2005，（1）.

[4]杨佐飞.市场研究合作学习实践教学模式研究[j].时代经贸，2010，（18）.

[5]曹扬.市场调查与预测课程教学的研究与实践[j].现代教育科学，2004，（5）.