经常关注数据说小伙伴们应该可以了解，小编的营销思维有这样一个模式：
一、来自乔布斯的历史遗留问题
Jobs: Some people say, ‘Give customers what they want’, but that’s not my approach. Our job is to figure out what they’re going to want before they do. People don’t know what they want until you show it to them. That’s why I never rely on market research. Our task is to read things that are not yet on the page. Steve Jobs by Walter Isaacson (乔布斯自传)
乔布斯的自传中提到：我们的工作不是给客户他们想要的，而是在客户之前找到他们想要的。在你把产品展示给客户之前，客户自己也不知道他们究竟想要什么。这就是我为什么不依靠市场调研（做决定）。是的，福特爷爷也曾经说过：如果我们问消费者他们需要什么？消费者一定会说：一匹更快的马！这样福特汽车永远也不会被生产出来。
但是我一直在和我的朋友们表达这样一个想法：市场调研无用并不是乔帮主想表达的意思，他真正想表达的是市场调研在创新产品早期开发的时候没有用。乔帮助在一次访谈中提到：市场调研没办法告诉你消费者需要一台苹果电脑，但是等你的产品原型开发出来之后，你需要通过市场调研来判断你的产品哪里需要改进，产品开发是否走在正确的道路上（on the right track）。我觉得还能更进一步，市场调研对于产品早期开发也是会有影响的，但是这个市场调研是更广义的市场调研 – 比如消费者观察（observation）、社群参与（anthropological research）、意见领袖访谈（in-depth interview for KOL [key opinion leader]）这些。通过这一类市场调研，可以发现消费者潜藏的未被满足的需求，从而为创新提供最原始的想法和思路。
等产品原型开发出来之后，市场调研的重要性就非常明显了 – 消费者对产品是怎么想的（Focus Group焦点小组）？怎么改进能让消费者更能接受（Questionnaire问卷调查）？什么渠道推广消费者会更为关注（问卷）？产品广告/视频/图像消费者的关注点集中在哪里（neuroscience research消费者神经学研究）？等等。
所以，我对于市场调研的一个小小的总结就是：前期创意靠观察，产品改进靠调查，产品推广靠行为研究。
二、市场调研是什么？
（图片来源与网络）
市场调研的过程主要有这样几块：
1）定义问题（define the problem）。找到对的问题是最关键的。
2）策划/设计调研方案（develop research plan / research design）。这里主要就是找到合适的调研方法和人群。
3）收集信息（collect the information）。收集整理数据。
4）分析信息（analyze the information）。把收集到的数据分类，根据问题进行分析。
5）找出答案（present the findings）。针对调研的问题，找到答案。
6）做决定（make decisions）。根据调研结果，做出决定来解决问题。
这六个步骤是高度概括了市场调研的方法论。但是实际上，团长读了两本六百多页的书才大致上对这六个步骤怎么操作有一个了解。下面的分享可以算作是本人的一个读书笔记和经验总结。
三、定义问题
一般意义上，市场调研总是为了解决问题而调研，但是很多时候我们的研究并没有弄清楚问题在哪，稀里糊涂的研究，稀里糊涂的分析。这里有一个比较简单的三段方法论 – MDP – MRP – MRO。
先总结决策问题 （management decision problem，MDP）。管理层通过这个调研，到底想做出什么样的决策？我的经验是一个市场调研只能有一个MDP，如果管理层有两个决策问题可能最好的方法是开展两个市场调研。
决策问题总结出来之后，需要把这个决策问题“翻译”成市场调研问题（marketing research problem，MRP），这个市场调研问题就是你设计调研方案需要解决的核心问题。
有了MRP，就要把MRP细分成市场调研目标（marketing research objectives, MROs）。这个MRO可以有很多个，这是对于市场调研问题的一个细分。
我举个真实案例：在我刚到国外的时候，我在一家本地的餐馆找了一份兼职。这个中餐馆当时面临的问题是：午餐几乎没有什么人，晚餐人很多。老板认为，主要问题是本地的洋人不知道这家中餐馆，所以中午办公室出来吃饭的人不多。我经过仔细的询问，随机问了几个看上去像是在办公室打工的出来吃午餐的人，收集到这样几个信息：
1、他们知道这家中餐馆，但是他们的菜没有很方便能吃的（都是炒菜和汤品）
2、这家中餐馆不提供送餐服务（其实这家中餐馆是提供送餐服务的）
3、这家中餐馆送来的传单上英文实在是错误百出，看不明白。
这样一来，真正的问题不是“餐馆中午没有上班的洋人来消费”，而是“餐馆没有合理的餐品吸引上班的洋人来消费”。那么：
- 决策问题（MDP）就应该是“餐馆应该开发什么样的午餐吸引办公室人群？”。
- 市场调研问题（MRP）就应该是“午餐有哪些因素是吸引办公室人群来购买的？”（味道，时间，是否配送，价格，距离办公室远近，等）。
- 根据这个，市场调研目标就可以更加细分：
- 调查洋人对午餐菜品的需求；
- 调查洋人对午餐价格的需求；
- 调查洋人对配送和店里就餐的时间要求；
- 调查洋人对于宣传单各类样式的态度；
- 调查洋人觉得宣传单放在哪里更为有效。
以上这些都是MROs。
四、策划/设计调研方案
调研方案有两大块内容，一个是找到合适的调研方法，另一个是定义准确的研究样本。
对于市场调研来说，在设计上可以分为描述性研究（descriptive research），即对某个样本人群的特征总结，并推广到全部目标人群；探索性研究（exploratory research），即试着找到问题所在和独特见解；然后还有因果性研究（causal research），即试着找到因素之间的因果联系（因为A，所以B / 因为A和B，所以C）。
一般来说，探索性研究是定性分析（qualitative research），而另外两种研究都是定量分析（quantitative research）。我刚才举的例子中，我对午饭中的一些洋人进行的简单访谈（interview）和观察（observation）就是定性分析，是探索性研究，通过这个研究找到了问题所在。然后再用问卷调查（survey）就是定量分析，是描述性研究。
五、调研样本
找样本是个技术活儿，为什么这么说？
从定量分析来说，找样本的逻辑是：我可以在几百万，甚至几亿理论目标用户里找到一个有代表性（representative）的样本，研究这个样本我就可以概括所有目标用户的行为习惯、态度、感受等。这样一来，找样本的核心就围绕在两块：
- 如何确保样本具有代表性（representativeness）。
- 如何避免抽样误差（sampling error）。
讲样本要从几个角度来讲：
第一，定义目标人群（target population）。这个范围是很广的，涵盖所有这次问卷所能影响到的人群。以前期说的餐馆的调研方案为例，这个目标人群就应该包括所有在餐馆范围内5公里（或者开车5分钟可以到达的地方）的上班和居家人群。以城市的人口密集度来计算，这个目标人群超过2万。
第二，定义抽样单位（sampling unit）。通常抽样单位都是个人，但是有的时候也会是家庭/住户/企业部门等。
第三，定义抽样框架（sampling frame）。抽样框架主要是限制什么样的抽样单位可以被纳入到样本中。例如，虽然餐馆周围五公里有两万人，但是这两万人中，有一些人是一直自己做饭自己带饭去公司吃，有一些人经济实力有限不会选择去餐馆吃，有一些人年纪太小还不能做问卷。这些人都要排除出样本选择中，否则会造成抽样误差。那么问题来了，如何排除呢？在问卷设计过程会提到。
第四，选择抽样方式（sampling technique）。抽样方式有两大类，一类叫概率抽样（probability sampling），一类叫非概率抽样（non-probability sampling）。概率抽样指的是在目标人群中的所有抽样单位都有同等的，非零的，机会被选为样本（all sample units in population has equal and non-zero probability of being selected in the sample），反之非概率抽样就是大家被抽中的机会是不均等的。我们最常见的随机抽样，就是概率抽样的一种。
先说非概率抽样，主要包括几大类 – 便利抽样，判断抽样，配额（定额）抽样，雪球抽样，和小组抽样（convenience sampling， judgmental sampling, quota sampling，snowball sampling & panel sampling）。比较常见的就是便利抽样，简单来说就是逮着谁问谁，很多样本抽查都是用这种方式，但是很显然，这种抽查方式不能确保样本的代表性。
概率抽样也有四大类 – 简单随机抽样，系统抽样，分层抽样，整群抽样，区域抽样，多级抽样等（simple random sampling, systematic sampling, stratified sampling, cluster sampling, area sampling, multi-stage sampling）。最常见的就是简单随机抽样。例如从公司拿到用户列表，随机排序之后，给序号为10的整数倍的用户发邮件做问卷调查，这就是随机抽样。系统和分层抽样用的也比较普遍，而且对样本的代表性更可控。
（图片来源与网络）
简单总结一下，抽样方式的选择遵循这样一条原理：越具有代表性的样本通常越花时间和金钱，越便宜的方式就越容易出现sampling error，关键是看样本的容错率 – 如果对样本的人口特征要求不高，那就用便利抽样就可以，如果要求很高，那可以选择分层或者多级抽样这类较为繁琐的方式。
第五就是确定样本数（sample size）。样本数量确定主要靠精确计算和经验数据两种方式。这两种方式在下图都有总结。
1. 经验数据
2. 精确计算
其中 n是样本量，p和q是成功率（失败率），通常都定义为0.5，E是最大容错率，一般定义为3%-5%，Z是置信水平的标准误差，按照95%的置信水平来算，就是1.96。
假设我们能接受的最大错误率是3%，那么样本量的计算可以是：
也就是说，样本量为约1068。想要减小样本量，就提高最大错误率E，如果E=5%，
样本量就是大约384份。
（未完待续）
文章来源：
扫描下方二维码，获得数易创研服务简介、产品手册、案例
