- 数据收集往往是市场调研过程中最费时间的一个过程。
- 定性研究的数据收集包括深度访谈，焦点小组，观察，消费者日记，内容分析等方法。
- 定量研究的数据收集包括问卷调查，投票等。其中问卷调查是使用最广泛的一种数据收集方式，主要包括电话问卷、直接问卷、邮件问卷、电子问卷等形式。而问卷收集最大的问题就是回复率很低。
- 问卷设计的题型主要有单选题、多选题、排序题、填空题、量表题等方式，答案的设计要方便编码（Coding）。
- 问卷题目的逻辑顺序为：先问筛选问题、再问简单而不敏感的问题、再问复杂问题、最后才是敏感问题（个人隐私问题）。
- 问卷设计的原则遵从四要四不要原则：设计要简洁明了，一个问题只问一个方面，不要有诱导性，不要加载额外语境，也不要过度陈述。
在数据收集完之后，就是数据分析、回答问题和做出决策，这部分也是技术含量最高的，但是学好之后用途也是最为广泛的。
1、数据分析：你真的明白怎么分析吗？
（图片来自网络）
（图片来自网络）
描述性分析得出的结果很多时候已经可以用来表现一些有价值的结论了，例如：
- 某卖家的产品的平均满意度为5.6/7，这是一个非常高的满意度，但是如果该商家的服务的平均满意度只有2.7/7，这就说明消费者虽然对产品很满意，但是对服务很不满。
- 某健身教练认为在朋友圈秀自己的身材会让自己的学员产生不舒服的感觉，但是实际问卷调研针对这一项学员的接受程度为6.5/7，换句话说，学员不会产生不舒服的感觉反而还很期待。这就打破了一些固有认知。
- 某餐馆认为自己的上菜速度（20分钟内上菜）非常迅速，但是经过调研表明，客户对上菜速度的满意程度只有3/7（因为大部分客户都是周边办公人群，20分钟的午餐准备时间实际上还是太长了），这就打破了餐馆的“自嗨”行为，让餐馆认识到改进上菜速度势在必行。
2. 相关性分析（correlation analysis）。
许多事物直接的联系往往是具有相关性（correlated），而非线性的因果关系（cause-and-effect）。 凯文凯利
从统计学角度来说，相关性分析是判断两个数列之间是否存在显著关联（significant correlation）。通常这也是市场调研中最容易产出有价值信息的一方面。用团长自己的一个小研究项目，即微信买家重复购买影响因素研究，通过相关性分析就发现了一些很有趣的现象：
- 年龄越大，越容易在某个微信商家重复购买。
- 消费者的性别与重复购买行为无关。
- 越有钱，就越容易在某个微信商家重复购买。
把上面三个相关性分析的结果结合起来，大致上可以判定：微信商家（微商）更应该针对有钱有闲的中年消费人群开展忠诚度促销（例如累计消费满**元打**折这样的活动）。而传统意义上认为的男性消费者重复购买行为高于女性消费者在微信渠道上并不适用。这其实符合微商发展现状 – 随着这个模式逐渐成熟，商家更多的瞄准的是购买力强劲的中产阶级而非年轻的学生人群。
相关性研究一般都是通过一些专业的相关性分析工具进行的，例如Pearson Correlation，在SPSS里面的数据显示是这样的：
关于这些数据统计方式，有兴趣的可以在视频网站上搜索诸如：用SPSS做相关性分析的视频，有详细步骤教你如何得出结果。
3. 均数比较分析（compare means）。从统计学角度来说，均数比较分析的含义在于比较同一组数据是否在本质上相同/不同。比如，在微信购买中，男性的平均消费是否高于女性？有人说，那我直接做男性消费的平均数和女性消费的平均数，一比较不就行了？答案当然是不对。
试想，有两组数据，分别是：
- 1, 2, 3, 4, 5, 6, 7, 8, 9 – 平均数是5
- 1, 2, 3, 4, 5, 6, 7, 8, 9, 15 – 平均数是6
第二组的平均数大于第一组，如果第一组是男性平均消费，第二组是女性平均消费，那通过简单统计比较的结论就是：女性平均消费比男性平均消费高。但是事实上，只能说在女性样本中混进了一个土豪小姐姐，不考虑这个特殊样本个体的话，男性和女性的平均消费是一样的。
用一句话来概括：在数据分析，你以为你以为的只是你以为的 – 我们更倾向于用统计学工具来做这个分析。最常见的均数比较分析的工具就是t检验（t-test）和方差分析（ANOVA test）。有兴趣的同学可以百度一下。
简而言之，用均数比较分析能够得出非常有趣的结论，比如：男性在微信的平均购买价格是高于女性的，而且是各个年龄段的男性的平均购买价格高于各个年龄段的女性。当然我的结论也许因为样本的选择误差会导致有偏见，不过这个结论倒也和最近比较热门的“他经济”较为吻合 “他经济”：或许是下一个互联网创业的风口。
4. 因子分析（回归分析Regression Analysis）。稍具统计学知识的人一定听说过回归分析的大名。回归分析一般会有一个因变量（dependent variable）和一堆自变量（dependent variables），最终的结果是一个回归方程，例如：
净推荐值（Net Promoter Score, NPS） = 2 + 0.5×消费者满意度（Customer Satisfaction Rate）+ 0.7×消费者月均购买次数 + 0.3×推荐促销活动
上面这个回归方程是某个调研问卷的一个结果，NPS是一个营销人员都比较熟悉的考核标准了，它考核的是有多少消费者愿意把产品推荐给别人。这个公式也非常简单，他表现的是消费者满意度、月均购买次数和是否有促销活动（1或者0）和NPS是有正相关的联系。
那么很简单，想要提升NPS，对于商家来说，那就是三个努力方向- 1）提升自己顾客的满意度，2）想办法让消费者多购买几次（多推新品、免邮），3）定期做一些推荐促销活动（带朋友来打折）。
再往深处想一想，如果把顾客满意度变成因变量，找几个会影响顾客满意度的因素做回归分析，是否就可以把满意度也更加细化？月均购买次数呢？在理想情况下，通过这样的一层一层的回归分析，我们理论上可以找到最直接的十几个因素，他们和NPS有直接相关的关系，把这十几个因素提高了，NPS也就提高了，顺带还提高了消费者满意度和销量。
所以，回归分析某种程度上可以把一个非常宽泛的目标拆散成相关联的小目标，达成所有或者部分小目标，就可以在这个宽泛的目标上不断推进。
回归分析可以是线性的（linear），可以是指数、对数等各类形式的方程。大多数情况下我们用的都是线性的（当然，我也只会线性方程），所以我举一个例子是关于线性方程的。
上面的一堆数据的意思是，消费者在微信上的重复购买意愿和三个因素是相关的：
- 消费者对微信商家的信任度（包括对产品质量信任程度和售后服务的信任程度）
- 消费者对微信商家创新程度的感知（包括微信商家上新速度和消费者对这个商家的品牌创新认可程度）
- 消费者对微信商家的满意程度（包括产品满意度和服务满意度）
看起来很废话，这些道理我们都懂，但是首先，这个结论是有数据支持的，其次，这个方程我是使用排除回归（stepwise regression）分析的，一共加入了7个变量，有4个被排除出去，包括微商卖家的信息是否有用（perceived usefulness）、微商卖家的购买方式是否简单（perceived ease-of-use）、客户对购买过程的开心程度（enjoyment）。再深入思考一下，凯文凯利推崇的一个人（MacLuhan）说过这样一句话：
“The medium is the message” 媒介即信息。 这句话的含义是：相比于内容，媒介才是更为重要的东西。这与今天的内容营销（content marketing）的中心思想是背道而驰的。 McLuhan, M. (1964). Understanding Media: The Extensions of Man. New York: Mentor.
从上面的研究表明，微信卖家在商品描述上花大量时间可能对促进消费者重复购买行为是没有太大作用的。注意，这里说的是对消费者重复购买行为作用不大而非对销量促进作用不大。那么，当微信卖家的主要问题是“缺乏回头客”的时候，他们可能就应该放更多精力在提升产品服务的可信度、增加上新速度、提升客户满意度上面，而非把时间放在产品文案上。
2、找到答案：问题是什么？
数据分析完，剩余的就是把结论写出来并且进行分析了。
往往这个步骤是比较轻松的，但是也是体现数据分析人员是否有经验的时候。例如，有一些数据得出的结果可能和事实大相径庭，需要有一个解释，或者决定是否重新做一次调研。有一些结果看上去很费解，但是深入思考之后，确实能找到一些证据去证明这个结果是对的。
在这一步，往往我们需要做的就是把各个结论汇总，评估，去掉有可能存在偏差的结论，留下可信度较高的结论。
数据分析报告时刻需要注意一点 – 问题是什么？我要用数据怎么去回答问题？脱离了问题的分析报告无法创造价值。
我们在做数据分析的时候，时刻需要注意：我们数据分析结果服务的对象（老板、客户、决策者），到底要的是什么？他们要的是解决问题，如果可以，怎么解决，如果解决不了，如何让问题变得可以解决？
回答问题最终可以做一个比较简洁的模型。下面是一个入门级的模型，只有线性关系：
3、作出决策：不只是一个Decision
有了发现，就需要提出决策建议了。通常市场调研的核心价值就在这里 – “我们到底怎么做才能解决问题？”。
经过有效的市场调研之后，往往问题的解决方案就已经浮出水面了。
- 餐馆的客户不够多的最主要原因是菜太淡了 – 加盐！
- 不锻炼的最主要原因是时间不够了 – 把教练授课时间变成30分钟！
- 微信买家的重复购买意愿和信任度、上新速度、满意度关联 – 怎么做还需要我说？
但是，问题的解决方案提出之后，往往暗藏一些新的调研需求：
- 菜要加盐的话，加多少合适？
- 授课时间变成30分钟，效果是否会降低？
- 怎么在提升买家重复购买意愿为前提，提高微信买家的满意度？
这个时候，就需要市场营销人员做出一些可行性方案 – 策略是什么，怎么实施，湿湿的过程需不需要A/B测试，如何测试，如何调整，时间表预算表如何，等等等等。
4、小小的总结
硬核营销的第一个topic：市场调研，总算是完工了。
纵观朋友圈文章，没有人愿意去触碰这个话题，不知道是因为市场调研不重要，还是因为市场调研可以“外包”。对很多小企业、个体户来说，是否懂得市场调研，是否能做好市场调研，将直接决定是否要花冤枉钱试错，是否可以短期提升销量。
市场调研的核心在于发现问题 – 分析问题 – 找到答案 – 实施 – 发现问题，这样一个循环。所以，
做了市调一时爽，一直市调一直爽。
此外，关于市场调研的工具书、各类文章零零总总，多读多看多实践，很快你也可以变成一个懂市场调研的理性决策者。
文章来源：威廉团长的硬核营销
扫描下方二维码，获得数易创研服务简介、产品手册、案例
