（本笔记是nus24fall市场营销分析与洞察硕士就读体验第四篇）

       今天开始讲课程结构！

硕士时间表：

第一学期 : 7月末-11月中旬；

必修：市场分析, 数字市场营销, 大数据(R)

选修：Python编程, 市场营销研究, 品牌管理

第二学期：1月中旬-4月中旬；

必修：消费者洞察、营销分析可视化和沟通，

选修：定价策略、市场营销人工智能、个人销售与销售管理、Python编程

必修课：

第一学期：Digital Marketing 数字市场营销

课程难度：中等

推荐级别：（避雷级。。但是必修课）

       教学设计及授课方式存在较大争议，课程评价较低，被认为是整个第一学期中最不受欢迎的一门课程。

       该教师对出勤要求极为严格，每节课需签到并收回姓名卡，若未在其收回前到场，即视为缺勤；且其课堂参与评分方式也较为特殊，通过sticker记录学生发言次数，作为参与度评分依据，方式幼稚、管理严格，令多数学生感到不适。、

       课程主要围绕数字营销基础概念展开，涉及较少数据分析内容，涵盖CPM、CTR等基本指标，以及SEM、SEO、Sponsor Ads等内容；最多仅涉及简单线性回归，偏重理论性与实践案例讨论。

       结课项目设计逻辑很令人费解，要求学生运营社交媒体账号，连续发布10天内容（主要为视频），对比账号数据变化。然而，由于账号为新创建，数据基础薄弱，难以进行有效比较与分析。

       项目忽视了中外数字营销生态的差异，数据呈现也仅停留在点赞量与观看数等表层绝对值，缺乏统计显著性检验或深层洞察。

Workload：工作量较大，任务安排琐碎，执行强度高。

包括：

• 4个小组案例分析，1个个人的

• 1个Special Topic report/pre-analysis

• 课堂15分钟结课pre

• 需拍摄视频并完成账号运营相关展示

• 考试为选择题+大题形式, 难度不高，但是授课PPT内容混乱，仅包含标题与图片，无系统知

识整理，教师理由为“防止学生不听课”。

  选择题包含部分概念理解与计算题，也有课堂例子改编； 大题部分则高度依赖课堂举例，如果不去上课备考会有些困难，主观性强；

另：Prof为避免学生将时间过度投入同学期开设的“大数据”课程，故刻意增加作业量，整体教学风格较为“事儿多”，管理方式与课程内容不成正比，体验感差。