《大数据营销A》教学大纲

《大数据营销A》教学大纲适用范围：202X版本科人才培养方案课程代码：09150741课程性质：专业选修课学分：2学分学时：32学时（理论24学时，上机8学时）先修课程：市场营销学、数据库原理及应用等后续课程：市场调查与预测适用专业：商务经济学开课单位：经济学院一、课程说明《大数据营销》是商务经济学本科专业的一门专业选修课。本课程主要阐述大数据为传统营销带来的变革、大数据营销的工作领域和职能、大数据工具带来的营销创新。通过本课程的学习，使学生掌握大数据营销的基本概念、基本方法和常用工具，提高学生在营销活动中利用大数据解决实际问题的能力，培养大数据时代的新型商务人才。二、课程目标通过本课程的学习，使学生达到如下目标：课程目标1：掌握营销大数据的基本概念、基本分析方法和常用工具。课程目标2：能够运用大数据营销理论及方法在一定程度上思考分析并且解决营销工作领域的主要问题，包括洞察消费者需求、精准广告、大数据营销运营和营销效果分析等；掌握常用大数据营销工具的使用场景和使用流程。课程目标3：具备爱国意识和社会责任感，深刻理解国家大数据战略的必要性和重要性，维护国家数据安全；具备商业道德，维护消费者个人隐私和信息安全。三、课程目标与毕业要求《大数据营销》课程教学目标对商务经济学专业毕业要求的支撑见表1。表1课程教学目标与毕业要求关系毕业要求指标点课程目标支撑强度4.研究4.3能够综合多学科专业知识对各种商务数据和实证结果进行分析和解释，获得研究商务经济复杂问题合理有效的结论。课程目标1：掌握营销大数据的基本概念、基本分析方法和常用工具。课程目标2：能够运用大数据营销理论及方法在一定程度上思考分析并且解决营销工作领域的主要问题，包括洞察消费者需求、精准广告、大数据营销运营和营销效果分析等；掌握常用大数据营销工具的使用场景和使用流程。H5.使用现代工具5.2能够选择与使用恰当的工具和软件，对复杂商务经济问题进行分析、计算与设计。课程目标1：掌握营销大数据的基本概念、基本分析方法和常用工具。课程目标2：能够运用大数据营销理论及方法在一定程度上思考分析并且解决营销工作领域的主要问题，包括洞察消费者需求、精准广告、大数据营销运营和营销效果分析等；掌握常用大数据营销工具的使用场景和使用流程。H7.环境和可持续发展7.2能够站在可持续发展的角度思考商务活动的可持续性，评价经营行为和商务活动可能对社会、公众造成的影响及其合理性。课程目标3：具备爱国意识和社会责任感，深刻理解国家大数据战略必要性和重要性，维护国家数据安全；具备商业道德，维护消费者个人隐私信息安全。M注：表中“H（高）、M（中）”表示课程与相关毕业要求的关联度。四、教学内容、基本要求与学时分配1.理论部分理论部分的教学内容、基本要求与学时分配见表2表2教学内容、基本要求与学时分配教学内容教学要求，教学重点难点理论学时上机学时对应的课程目标1.大数据&大数据营销概述1.1大数据概述1.2大数据营销概述1.3大数据营销误区教学要求：了解大数据国家战略，中国在大数据及大数据营销领域的成效，培养爱国主义情怀和民族自豪感；了解大数据和大数据营销的基本概念与特点；理解大数据思维和大数据的商业价值；了解大数据营销在现实中的应用，能够用思辨思维看待可能存在的问题和误区，培养正确的数据观。重点：掌握大数据和大数据营销相关的基本概念和特点。难点：理解大数据的商业价值、大数据营销的挑战与误区，并能举例说明。41、32.大数据营销的理论基础2.1营销战略理论2.2营销组合理论2.3顾客价值共创理论2.4顾客体验旅程理论2.5顾客购买决策模型2.6顾客价值分析理论教学要求：理解并掌握大数据营销相关理论及其内涵；了解这些理论在大数据营销实践中的应用；理解在大数据营销过程中如何有针对性地应用理论解决实践中的问题。重点：大数据营销相关理论及其内涵。难点：大数据营销相关理论的实践应用。221、23.营销大数据使用流程3.1数据类型3.2数据来源3.3数据采集方法3.4数据预处理3.5预测分析3.6文本分析3.7社交网络分析3.8数据分析工具教学要求：了解大数据的类型和数据来源；了解数据采集过程，培育正确的信息隐私观；了解大数据采集方法；掌握数据预处理的方法，以及每种方法对应处理的问题类型；理解并掌握预测分析的内容、作用及分析方法；理解并掌握文本分析的内容、作用及分析流程；理解并掌握社交网络分析的内容、作用及分析指标；了解数据分析常用工具及其特点。重点:营销大数据的类型和数据来源；营销大数据分析方法的内容、作用及应用场景。难点:大数据预处理的步骤，以及每个步骤对应处理的问题；预测分析算法、文本分析流程及社交网络分析关键指标。441、24.用户画像4.1用户画像的数据基础4.2构建用户画像系统4.3用户画像在大数据营销中的应用教学要求：了解用户画像数据的来源、采集以及多触点数据的打通；掌握用户画像的概念、标签体系和用户画像系统的构建；了解用户画像的应用场景、应用流程以及典型应用场景。重点：用户画像在大数据营销中不同的应用场景和流程。难点：用户画像数据基础的建立和用户画像系统的构建。221、25.精准广告5.1精准广告概述5.2精准广告投放教学要求：了解精准广告的含义、目的和表现形式；了解精准广告投放的流程、依据和价值；掌握精准广告的实现手段：程序化购买和程序化创意。重点：掌握精准广告的相关基础概念、投放流程与投放依据。难点：理解程序化购买和实时竞价的运作流程。21、26.大数据营销运营6.1大数据营销运营的基础与内容6.2个性化产品策略6.3动态定价6.4渠道整合6.5内容营销6.6用户忠诚度计划教学要求：理解大数据营销运营的内涵、主要步骤和流程；理解并掌握基于大数据进行动态定价的主要步骤和流程；掌握渠道整合的基本概念和策略；了解内容营销的类别、策略及作用，理解并掌握如何综合运用不同类型的内容营销达到传播目标；理解并掌握企业大数据营销运营中用户忠诚计划的类型与实施方式。重点:大数据营销运营的主要步骤和流程。难点:大数据营销运营中的动态定价、渠道整合、内容营销以及用户忠诚度计划的主要内容和实施方式。41、27.B2C、B2B大数据营销应用7.1B2C大数据营销7.2B2C大数据营销应用7.3B2B大数据营销7.4B2B大数据营销应用教学要求：理解B2C、B2B大数据营销的区别；理解用户忠诚度平台的概念和实施模式；掌握联合营销的前提和方式；了解商机的衡量标准；理解利用开放数据的方式。重点:B2C、B2B大数据营销的区别。难点:利用开放数据的方式。21、2、38.营销效果分析8.1整体营销效果分析8.2用户质量分析；8.3广告营销效果分析8.4营销运营效果分析8.5品牌资产效果分析教学要求：理解在营销过程中用户触达、活动运营、品牌资产等相关指标的含义；掌握大数据时代全链路营销效果分析的指标类别及应用；了解大数据营销效果分析有哪些误区。重点:全链路营销效果分析各环节涉及的评估指标。难点:如何运用评估指标科学分析营销效果。21、29.大数据营销伦理9.1大数据营销的信息安全9.2消费者隐私保护9.3大数据营销带来的不公平教学要求：了解大数据营销中的伦理问题，树立正确的伦理观；理解大数据营销中存在的伦理风险；掌握大数据伦理困境的解决方法。重点:大数据营销伦理问题的识别与治理。难点:识别、防范和化解大数据营销伦理问题。22、3合计2482.上机部分上机部分的教学内容、基本要求与学时分配见表3表3上机项目、上机内容与学时上机项目上机内容和要求上机学时对应的课程目标1.RFM分析上机内容：对某企业客户消费记录数据进行RFM分析，将客户分为8组。上机要求：掌握判断每类用户的价值、针对不同的特征的客户进行相应的营销策略的能力。222.商品评论文本分析上机内容：对某产品的商品评论进行采集、预处理，以及文本分析。上机要求：掌握采集、预处理文本数据，以及进行文本分析的能力。223.购物篮分析上机内容：根据某集团商品销售总表数据进行购物篮分析。上机要求：掌握利用数据分析软件进行购物篮分析的方法。224.用户画像上机内容：对某超市高级会员的数据进行分析。上机要求：掌握图表的类型以及正确选择图表的方法；掌握利用软件进行群体消费者画像的方法。22合计8五、教学方法及手段本课程以课堂讲授为主，结合案例、讨论、上机等教学手段，以及慕课资源、大数据开放平台、学习通课堂互动平台等共同课完成课程教学任务和相关能力的培养。学生比较全面地理解大数据营销理论与方法，在掌握营销大数据常用工具基础上，具有思考分析并且解决营销工作领域的主要问题的初步能力。上机教学采用教师讲授和学生动手操作的方法，着重讲授如何使用现代工具来完成营销大数据的处理、分析和可视化。六、课程资源库1.推荐教材华迎、马双.大数据营销.[M].北京:中国人民大学出版社.2022.2.参考书（1）阳翼.大数据营销（第2版）.[M].北京:中国人民大学出版社.2021.（2）于勇毅.大数据营销.[M].北京:电子工业出版社.2017.（3）洪杰文,归伟夏.大数据营销.[M].北京:科学出版社.2021.（4）陈志轩,马琦.大数据营销.[M].北京:电子工业出版社.2019.3.期刊（1）现代营销(下旬刊).吉林省新闻出版局.（2）中国市场.中国物流采购联合会.（3）现代商业.中华全国商业信息中心.（4）商场现代化.中商科学技术信息研究所.（5）中国商论.中国商业联合会.（6）IndustrialMarketingManagement.ElsevierBV. （7）JournalofBusinessResearch.ElsevierBV.4.网络资源（1）国家社会科学基金：（2）飞天大数据平台：（3）百度统计：（4）京东智商：七、课程考核对课程目标的支撑课程成绩由过程性考核成绩和期末考核成绩两部分构成，具体考核/评价细则及对课程目标的支撑关系见表4。表4课程考核对课程目标的支撑考核环节占比考核/评价细则课程目标123过程性考核考勤4（1）根据课堂出勤情况进行考核，满分100分。（2）以课堂出勤情况乘以其在总评成绩中所占的比例计入课程总评成绩。√4课堂表现8（1）根据课堂回答问题情况进行考核，满分100分。（2）以课堂回答问题情况乘以其在总评成绩中所占的比例计入课程总评成绩。√√√332上机报告16（1）根据每次上机任务完成情况和完成质量单独评分，满分100分；（2）每次上机单独评分，取各次上机成绩的平均值作为此环节的最终成绩。（3）以上机成绩乘以其在总评成绩中所占的比例计入课程总评成绩。√16章节测验12（1）主要考核学生对各章节知识点的复习、理解和掌握程度，满分100分；（2）每次测验单独评分，取各次测验成绩的平均值作为此环节的最终成绩。（3）以测验成绩乘以其在总评成绩中所占的比例计入课程总评成绩。√√√552期末大作业60（1）大作业成绩100分，以作业成绩乘以其在总评成绩中所占的比例计入课程总评成绩。（2）主要考核大数据和大数据营销相关的基本概念和特点；大数据营销相关理论及其内涵；营销大数据使用步骤；用户画像在大数据营销中的应用场景和流程；精准广告的投放；大数据营销运营；营销效果分析各环节涉及的评估指标；大数据营销中的伦理问题等内容。（3）大作业题型为：论述题和案例分析题。√√√203010合计：100分285418八、考核与成绩评定1.考核方式及成绩评定考核方式：本课程主要以考勤、课堂表现、上机报告、章节测验、期末大作业等方式对学生进行考核评价。考核基本要求：考核总成绩由期末大作业成绩和过程性考核成绩组成。其中：期末大作业成绩为100分（权重60%），试题类型为论述题和案例分析题；考勤、课堂表现、上机报告、章节测验等过程性考核成绩为100分（权重40%）；过程性考核和大作业题目分值分配应与教学大纲各章节的学时基本成比例。2.过程性考核成绩的标准过程性考核方式重点考核内容、评价标准、所占比重见表5。表5过程性考核方式评价标准考核方式所占比重(%)100>x≥9090>x≥8080>x≥7070>x≥60x<60考勤10无故缺勤0次或1次无故缺勤2次无故缺勤3次无故缺勤3次，并另有请假无故缺勤3次以上课堂表现20笔记完整，积极参与教学活动，踊跃回答问题，准确率大于90%。笔记完整，认真参与教学活动，回答问题准确率大于80%。笔记不完整，偶尔参与教学活动，回答问题准确率大于70%。上课不认真，上课不记笔记，偶尔参与教学活动。上课不认真，上课不记笔记，不参与教学活动。上机报告40上机报告完整，思路清晰，格式规范，掌握