※ 本文是否可提供台大同学转作其他非营利用途？（须保留原作者 ID）
（是／否／其他条件）：是
哪一学年度修课：109-2
ψ 授课教师 (若为多人合授请写开课教师，以方便收录)
任立中
λ 开课系所与授课对象 (是否为必修或通识课 / 内容是否与某些背景相关)
国企系所 选修
统计硕士学位 管理与社会统计领域 选修
商业资料分析学分学程
δ 课程大概内容
1 大数据时代之行销战略
2 万丈高楼平地起：建构顾客关系行销数据库
3 顾客价值的解析与策略运用：ARFM模型
4 海誓山盟：顾客终身价值与迁徙路径之预测
5 啤酒与尿布、厨具与内裤：购物篮分析
6 透视需求、百步穿扬：新产品推荐系统
7 物以类聚，人以群分：顾客的分群与复制
8 消费行为大透视：理论、模型、预测、决策
来源：老师简报
Ω 私心推荐指数(以五分计) ★★★★★
★★★★★ (分数偏不透明，小扣0.5)
η 上课用书(影印讲义或是指定教科书)
任立中, 大数据行销: 迈向智能行销之路
μ 上课方式(投影片、团体讨论、老师教学风格)
老师以 2015年 前程文化 的公播影片上课，
影片及投影片都放在 NTUCOOL，这套影片定价似乎破万!? (Google到的)
助教则会在上课教室让大家问问题，(疫情后，改为线上)
比较多人问的问题，助教也会录制成影片放在 NTUCOOL。
σ 评分方式(给分甜吗？是扎实分？)
60% Weekly Homework
40% Term Paper
因为不会公布每次作业跟期末书面报告分数，
所以要到学期成绩公布，才会知道自己等第。
个人感觉：作业偏简单，学期成绩 A容易、A+偏难
ρ 考题型式、作业方式
作业总共有 10 次，可迟交，但会扣分。
作业内容通常就是该周影片内容，
前几次是问答题，后几次会提供资料，是实际操作题。
提供的资料总共有三种：信用卡资料、3C卖场资料、百货公司资料
选定就不能改变，往后作业都要同一种。
操作内容包括资料清洗、指标编算、因素分析、集群分析、统计检定等，
没有限制软件，做得出来就好。(课本、助教是用 Excel + SPSS)
大多数作业，助教都会拍摄影片教学，搭配课本，照做就做的出来。
另外，助教也会在 NTUCOOL 分享优秀同学的档案，作为范例。
期末报告则是把上面作业做整合，编撰成一份“报告”，
助教说评分准则包含排版、章节逻辑、统计分析、行销建议等。
ω 其它(是否注重出席率？如果为外系选修，需先有什么基础较好吗？老师个性？
加签习惯？严禁迟到等…)
课程全以影片上课，完全不用出席。
课前基础的话，应该基础统计就够了，
老师多着重在应用，太难的地方(Weibo、Gamma、贝氏等)通常就简单带过，
也不会出现在作业里。
至于加签，当初我是在脸书社团看到加签G单，填了就上了...
Ψ 总结
这堂课比较像是“数据库行销”，
前几周介绍行销数据库，后几周着重资料分析，过程穿插行销概念。
课程使用的软件是 Excel 跟 SPSS，
Excel 应该大家都有，SPSS 可以上计中的虚拟桌面系统使用，
按照课本或助教影片，花点时间应该就做得出来，
我自己有另外再用 Python 跟 Stata 去跑，其实也不会太难。
整体来说，如果有时间写作业，算是一堂满基础的数据库行销课。