“数据、模型与决策”这门课程精心设计行动学习课堂，其目的是为了能够让MBA学生们直面真实的经验管理问题，尝试利用大数据分析的方法来发现问题的症结，从而找到解决问题的钥匙，实现“干中学”。
为了取得最好的学习效果，“数据、模型与决策”课程组在课程开始前进行了精心的准备。基于项目式学习理念，选择本期MBA班的周世哲同学创立的企业设计“新鲜”的行动学习案例。“我要抓娃娃”是一家线上线下抓娃娃娱乐服务的提供商，由MBA学生周世哲于2015年创立，拥有线下门店和线上APP应用，目前在全国16座城市已有40家直营门店。解压类娱乐产业近年来在各大城市发展迅速，其中的主要娱乐形式“抓娃娃”，由于娱乐性强、奖品丰富、参与成本低、互动性强等特点广受欢迎。2017年，我国抓娃娃机行业市场总消费量34.68万台，到2021年增长至45.08万台。伴随着行业的成长，“我要抓娃娃”这家公司走过初创阶段，正寻求进一步市场扩张，急需基于科学分析支持的管理决策。而在企业经营过程中产生和积累了大量的商业数据，能够满足数据分析的基础需要。
为了设计案例，课程授课教师朱敏博士、MBA中心副主任郑晓涛博士等一行人先行走访了MBA同学周世哲的企业，进行了深入的企业调研。了解企业在经营过程当中急需解决的系列问题，与企业的数据部门深入讨论了经营过程中产生的数据类型和特征，最后在诸多问题中选择了“商业选址问题”作为本次行动学习课堂的研究内容。商业选址是“我要抓娃娃”这家公司在快速扩张过程中最急迫解决的问题。一个好的选址，不仅可以带来更多的人流，还可以提高店铺的知名度和品牌形象。
在确定了案例内容，获得了脱敏数据之后，朱敏博士进一步设计了行动式学习的课程教学方案。行动式学习并不是无轨电车，需要引导学生发现问题、分析问题和解决问题。此次的行动学习教学包含“现场考察”和“集中讨论”两部分。
数据决策要选择合理的商业分析模型，确定有效的目标变量和解释变量。具体到抓娃娃机店的选址，需要考虑多个因素，包括人流、消费水平、场地类型等。而实际建模过程则进一步要包括目标市场、竞争环境、流量、租金成本等因素。“现场考察”就是要从实际观察中思考问题，进而帮助构建合理的模型分析框架，选择有效的数据变量。为此，课程准备了背景资料和考察提纲，让学生在考察前了解实地走访需要思考的问题，掌握效果课程知识以及明确需要采集哪些有效信息。
数据分析方法与应用
而集中讨论部分的课程内容围绕“有分有合”主旨设计。有“小组讨论”，让学生成为推动解决问题的主角；也有“教师演示”，引导学生发现数据揭示的规律。朱敏博士预先对企业的脱敏数据进行了深入分析，提供了可行的分析思路以及准备了数据演示代码，为掌握课程节奏、推动课程进度做了充分准备。
问题提炼与数据处理
2023年12月31日上午，MBA核心课“数据、模型与决策”走进MBA学生企业“我要抓娃娃”在上海大渡河路的分店。科学的数据分析过程并不是从数据到数据的闭门造车，而是要把实践经验与数据分析相结合，通过实地走访、现场调查，对观察到的现象提出一系列合理的假设，再选择合适的分析方法，通过科学的数据分析去验证这一系列假设是否真实成立，最后形成科学的决策建议。
企业调研
在实地考察娃娃机商店的过程中，朱敏博士要求MBA学生们思考目标变量的选择（如营收，利润、单机收益）；选址应该根据哪些变量做出，其中哪些变量容易采集，哪些变量不容易采集；整个数据分析的流程如何设计等问题。
课堂讨论与交流汇报
下午MBA学生们回到讨论课堂，通过开放式的小组讨论，利用企业提供的数据进行研究分析和比较验证。朱敏博士与同学们一起探究脱敏数据的特征，讨论分析的方法。整个课堂热烈而富有成效，同学们使用在课程前期学习的方差分析、回归分析等方法，利用数据论证研究假设，探究背后的科学规律。在整个课程过程中同学们普遍体验到了数据分析的科学魅力，获得了学有所用的成就感。
商业选址问题学习总结
经过上午的现场考察和下午的开放式讨论，MBA学生对于将“数据、模型和决策”课程搬到娃娃机店给与了高度评价，认为这是一种非常有趣和实用的教学方式，希望在后续课程教学中能够得到更广泛的应用。通过现场分析娃娃机商店的各项数据，学生可以更直观地看到不同因素对销售业绩的影响，从而做出更有效的决策。这种现场教学形式能够让学生在轻松愉快的氛围中，更好地理解理论知识在实际商业环境中的应用，并且能够有效锻炼学生的数据分析能力。
