大數(shù)據(jù)時(shí)代下，市場(chǎng)研究何去何從

大數(shù)據(jù)這個(gè)概念近來一直受到關(guān)注。大數(shù)據(jù)并非一個(gè)確切的概念，這個(gè)概念一方面指數(shù)據(jù)體量巨大，超出一般電腦所處理數(shù)據(jù)量幾個(gè)級(jí)別；另一方面也指處理的數(shù)據(jù)類型多樣化，遠(yuǎn)遠(yuǎn)超出傳統(tǒng)數(shù)據(jù)格式和分析工具能處理的范疇。也有觀點(diǎn)指大數(shù)據(jù)是指不用抽樣方法得到的數(shù)據(jù)。在這篇文章中，我從社會(huì)學(xué)科研究方式發(fā)展的角度來闡述大數(shù)據(jù)的影響，以及大數(shù)據(jù)和市場(chǎng)研究的相互關(guān)系。

第一次數(shù)據(jù)化的影響 – 定性研究和定量研究

市場(chǎng)研究是一門應(yīng)用社會(huì)學(xué)的學(xué)科，一個(gè)基本的分類就是定性研究和定量研究。簡(jiǎn)單地說，定量研究一定有數(shù)字分析，定性研究沒有數(shù)字分析。大多數(shù)研究人員也各自站隊(duì)為定量研究人員和定性研究人員。我們先來討論一下這樣劃分的本質(zhì)是什么。

在幾乎所有社會(huì)科學(xué)的學(xué)科中，最一開始的數(shù)據(jù)都是非數(shù)字的。比如，我們?nèi)プ鰡柧碚{(diào)查詢問被訪者，你家有汽車嗎？如果有，我們打一個(gè)勾。在把這些答案轉(zhuǎn)化為數(shù)據(jù)之后，我們可以計(jì)算有多少比例的被訪者有汽車等等。這個(gè)把非數(shù)字的信息數(shù)字化的過程，我們稱之為數(shù)據(jù)化。這個(gè)過程在本質(zhì)上同把聲音數(shù)字化和圖像數(shù)字化的過程并沒有區(qū)別。

因此，數(shù)據(jù)的本質(zhì)都是定性的。研究人員可以選擇直接處理定性數(shù)據(jù)，也可以選擇多走一步數(shù)據(jù)化后處理定量數(shù)據(jù)。沒有哪一種方法在本質(zhì)上更好。事實(shí)上，兩種方式都產(chǎn)生了偉大的研究。（由于篇幅限制，這里不舉例說明了。）

但在現(xiàn)實(shí)中不容否認(rèn)的是，定量研究似乎享受更高的社會(huì)地位。在西方各個(gè)社會(huì)學(xué)科定量研究發(fā)展的初期，定量研究常常和具備高級(jí)數(shù)量分析技巧的和相應(yīng)工作語言的年輕博士掛鉤，定量研究被認(rèn)為是未來，校園里許多年老的教授和研究者困惑不已并感受到壓力。許多大學(xué)都大力投資來支持定量研究，Departments of Government 被改名為Departments of Political Sciences, Departments of Speech 被改名為Departments of Communication, 即便名字沒改，研究的內(nèi)容已經(jīng)發(fā)生變化了，社會(huì)學(xué)科轉(zhuǎn)向定量研究的風(fēng)潮可見一斑。那個(gè)時(shí)候年輕學(xué)者對(duì)數(shù)據(jù)的興趣和癡迷不低于今日。歸其原因，一方面由于測(cè)量理論的發(fā)展，許多研究主體數(shù)據(jù)化，定量研究從科學(xué)發(fā)展的浪潮中受益了；另一方面電腦的發(fā)展也促成了這個(gè)變化。

當(dāng)電腦開始在美國(guó)大學(xué)變得不那么神秘的60年代初期，它們是不適合社會(huì)科學(xué)研究的，電腦的應(yīng)用是圍繞著物理科學(xué)來進(jìn)行的。物理科學(xué)通常要求在很小的數(shù)據(jù)量上進(jìn)行非常復(fù)雜的運(yùn)算，而社會(huì)科學(xué)通常的數(shù)據(jù)量很“大”。那個(gè)時(shí)候物理科學(xué)可以拿到很多的資助，所以大部分軟件和程序都是圍繞物理科學(xué)開發(fā)的。直到60年代末期才出現(xiàn)比較強(qiáng)大的為社會(huì)科學(xué)研究而設(shè)計(jì)的分析軟件。

70年代末的個(gè)人計(jì)算機(jī)的出現(xiàn)讓社會(huì)科學(xué)定量研究看到了普及的希望。微型化的、能支付的起的電腦已經(jīng)足夠強(qiáng)大，可以做很多常規(guī)分析，但是它們不能處理“大”數(shù)據(jù)。碰到大的數(shù)據(jù)樣本，只能手動(dòng)的去計(jì)算，直到八十年代的微型電腦內(nèi)存技術(shù)有了革命性的變化。新型電腦不僅能進(jìn)行大樣本的簡(jiǎn)單處理和分析，而且能進(jìn)行復(fù)雜的運(yùn)算，比如因子分析，最小空間分析等等。一個(gè)定量研究者和一臺(tái)微型電腦所做的分析，就能輕易超過以前一個(gè)團(tuán)隊(duì)和一個(gè)機(jī)房才能做的分析。

于是，微型電腦給定量研究帶來了我們所能看見的明顯優(yōu)勢(shì)。然而，微型電腦給定性研究也帶來了同樣的優(yōu)勢(shì)，只是我們不太注意罷了。比如，以前我們做定性研究訪問的時(shí)候，一般就是記筆記?，F(xiàn)在我可以帶著我的個(gè)人電腦現(xiàn)場(chǎng)記錄，也可以輕松地剪輯錄像仔細(xì)解讀。當(dāng)我們寫定性報(bào)告的時(shí)候，現(xiàn)在可以很輕松的檢索信息，旁引博證，插入圖片等，還可以輕松的把文字和其它信息挪動(dòng)?；ヂ?lián)網(wǎng)也使得遠(yuǎn)程圖書館發(fā)展起來，對(duì)定性研究的幫助也是一日千里。

你或許覺得電腦在定性研究上的應(yīng)用比起定量研究來太蒼白了，但是我們仔細(xì)想一想，電腦對(duì)定量研究的貢獻(xiàn)不也是讓研究者輕松地去做過去能做但很費(fèi)時(shí)費(fèi)力的分析工作嗎？

雖然性質(zhì)相同，但定性研究和定量研究其實(shí)有自己不同的優(yōu)勢(shì)和劣勢(shì)，他們完美的互補(bǔ)。一個(gè)好的研究人員應(yīng)該對(duì)定性和定量都不陌生，當(dāng)碰到實(shí)際問題的時(shí)候，應(yīng)該能同時(shí)考慮定性和定量的選擇。定性和定量都需要特殊的訓(xùn)練，現(xiàn)實(shí)中一個(gè)人精力和時(shí)間是有限的，我們也總想擅長(zhǎng)點(diǎn)什么，所以偏向定性或定量就順理成章了。但我們必須警惕專業(yè)化中潛伏的危險(xiǎn)：定量人員會(huì)經(jīng)常把統(tǒng)計(jì)分析的表面結(jié)果當(dāng)成一切，定性人員也會(huì)經(jīng)常把觀點(diǎn)當(dāng)成觀察，把感覺當(dāng)成發(fā)現(xiàn)。

時(shí)間已經(jīng)證明，定性方法并沒有被淹沒在數(shù)據(jù)化的浪潮中。相反，定性方法和定量方法在生活中處處體現(xiàn)，他們或者平行或者交叉，不可分離。我們可以用數(shù)字形容汽車的速度，但不能用數(shù)字描述一個(gè)孩子的可愛。另一方面，我們知道一個(gè)人的捐贈(zèng)大小是不足以測(cè)量一個(gè)人善心的，但是他們之間也不是沒有關(guān)系；我們知道有高度不代表你能打籃球中鋒，但沒有高度你是萬萬不行的。定性和定量，你中有我，我中有你。

如果我們把六、七十年代數(shù)據(jù)化帶給社會(huì)學(xué)科研究方法的變化 ? 定量研究和定性研究的分野和發(fā)展，看作是第一次數(shù)據(jù)化浪潮沖擊的話，那么大數(shù)據(jù)將會(huì)給社會(huì)科學(xué)研究方式帶來第二次沖擊。

大數(shù)據(jù)及其分析

如今大數(shù)據(jù)帶給我們社會(huì)科學(xué)研究者的兩難境地就如同以前數(shù)據(jù)化帶給定性研究者的兩難境地一樣。一方面，稍微一點(diǎn)想象，所有事物都可能轉(zhuǎn)化為數(shù)據(jù)形式，并且給我們帶來沖擊。把世間萬物轉(zhuǎn)化為數(shù)據(jù)的需求來源于人類測(cè)量、記錄和分析世界的渴望（舍恩伯格和庫(kù)克耶 2013）。另一方面，我們面對(duì)大數(shù)據(jù)，卻缺少分析大數(shù)據(jù)的思路、方法、甚至工具。所以不奇怪的是現(xiàn)在的很多社會(huì)學(xué)科研究者采取抽樣的方式來分析大數(shù)據(jù)。

過去定量研究的一個(gè)關(guān)鍵支柱是抽樣理論。過去由于獲得數(shù)據(jù)的昂貴，我們傾向于用最少的數(shù)據(jù)量獲得最多的信息，抽樣省時(shí)省力省錢；而且由于技術(shù)分析手段的局限性，我們也只能處理分析“小數(shù)據(jù)”。那如何保證抽樣的結(jié)果能比較客觀的代表總體呢？依據(jù)所研究的問題，滿足隨機(jī)抽樣（經(jīng)典抽樣）或最優(yōu)抽樣的標(biāo)準(zhǔn)，就能最大限度的保證精確性。抽樣理論實(shí)際上獲得了巨大成功，成為現(xiàn)代社會(huì)、現(xiàn)代測(cè)量領(lǐng)域的支柱。

抽樣數(shù)據(jù)相比全體數(shù)據(jù)是在不可收集和分析全部數(shù)據(jù)的情況下的選擇。在數(shù)據(jù)成本越來越低的時(shí)代，促使我們來使用樣本數(shù)據(jù)的經(jīng)濟(jì)原因已經(jīng)被撼動(dòng)。另外，樣本數(shù)據(jù)的成功取決于抽樣的隨機(jī)性，但在抽樣的實(shí)際工作中保證隨機(jī)性是非常困難的。我們市場(chǎng)研究的同事都知道，當(dāng)前無論采用什么方法做抽樣，比如電話，入戶，街頭攔截等等，有一系列的操作上的障礙使你無法保證樣本的隨機(jī)性。祝建華教授在一次討論中提到，如果抽樣的對(duì)象很復(fù)雜，比如“網(wǎng)絡(luò)”，那么根本找不到一個(gè)最優(yōu)抽樣的判斷標(biāo)準(zhǔn)，更不可能奢求以抽樣求得的小網(wǎng)絡(luò)能反映大網(wǎng)絡(luò)的情況。

另一個(gè)我們不主張使用樣本數(shù)據(jù)來研究大數(shù)據(jù)的理由是，樣本數(shù)據(jù)會(huì)給我們的分析方法帶來困惑和障礙。舉個(gè)例子，我們做回歸分析的時(shí)候，變量之間的多元共線性是一個(gè)嚴(yán)重干擾我們估計(jì)Beta的因素。但是當(dāng)樣本擴(kuò)大到非常大的時(shí)候，這個(gè)影響趨于零。這一點(diǎn)無論是通過模擬數(shù)據(jù)還是真實(shí)數(shù)據(jù)都得到了驗(yàn)證。我們有文章在AMA的會(huì)議上發(fā)表。

樣本數(shù)據(jù)一旦收集完成，它的應(yīng)用就相應(yīng)的缺乏延展性。比如，我們難以或者不可以重新分析這些數(shù)據(jù)以驗(yàn)證計(jì)劃之外的想法；當(dāng)我們的分析單位越來越小的時(shí)候，樣本數(shù)據(jù)的錯(cuò)誤率變得越來越高，因?yàn)槁涞揭粋€(gè)分析單位上的樣本量越來越??；樣本數(shù)據(jù)常常不能幫助我們完成對(duì)異?；蛐「怕适录姆治觯l(fā)現(xiàn)和預(yù)測(cè)這些小概率事件常常是數(shù)據(jù)分析的一個(gè)重要目的。

那么，大數(shù)據(jù)研究的目的是什么呢？ 通常在社會(huì)科學(xué)領(lǐng)域中，我們的研究目的是發(fā)現(xiàn)和驗(yàn)證事物之間的因果關(guān)系，然而發(fā)現(xiàn)和分析因果關(guān)系是非常困難的一項(xiàng)任務(wù)。例如一個(gè)14歲的初中學(xué)生跳樓了，是什么原因?qū)е滤@種行為呢？媒體對(duì)其他青少年相似行為的報(bào)導(dǎo)？社會(huì)大環(huán)境所致？學(xué)校功課的壓力？家庭不和睦？個(gè)人心理狀態(tài)？和同學(xué)吵架之后的過激念頭導(dǎo)致？……我們可以列出上百種可能的因素，因?yàn)樯鐣?huì)現(xiàn)象之復(fù)雜，各種事物之間確實(shí)有存在著千絲萬縷的聯(lián)系。我們當(dāng)然很容易說這些因素都有可能是原因，也可以簡(jiǎn)而化之說學(xué)校壓力是主因，但這些表述對(duì)我們沒有任何價(jià)值。

因果關(guān)系的成立是有一系列嚴(yán)格條件的。在各社會(huì)學(xué)科研究中，我們通常從建立假設(shè)開始，然后進(jìn)行實(shí)驗(yàn)設(shè)計(jì)和抽樣，通過對(duì)比檢驗(yàn)，這個(gè)假設(shè)或者成立或者被推翻。所建立的假設(shè)通常來源于定性研究、理論、其它研究或者靈感。即便假設(shè)成立，因?yàn)槌闃拥脑蚝推渌蛩?，也要明確其適用范圍，整個(gè)過程費(fèi)時(shí)費(fèi)力。美國(guó)著名社會(huì)學(xué)家厄爾?芭比博士曾經(jīng)指出，社會(huì)科學(xué)研究結(jié)果的最佳表述方式是概率，是相關(guān)關(guān)系，而非因果關(guān)系。這一點(diǎn)與舍恩伯格在《大數(shù)據(jù)時(shí)代》中提倡的“轉(zhuǎn)向相關(guān)關(guān)系”分析有異曲同工之妙。

舍恩伯格提倡在大數(shù)據(jù)的分析中，人們應(yīng)該從對(duì)于因果關(guān)系的追求中解脫出來，轉(zhuǎn)而將注意力放在相關(guān)關(guān)系的發(fā)現(xiàn)和使用上來。只要發(fā)現(xiàn)了事物之間的相關(guān)關(guān)系，那么就已經(jīng)能產(chǎn)生巨大的經(jīng)濟(jì)和社會(huì)效益。他通過實(shí)際的案例說明，大數(shù)據(jù)和相關(guān)分析的結(jié)合已經(jīng)產(chǎn)生了許多巨大的發(fā)現(xiàn)，并且由于數(shù)據(jù)大，能夠令我們更有機(jī)會(huì)發(fā)現(xiàn)有價(jià)值的局部相關(guān)關(guān)系。

在小樣本時(shí)代，數(shù)據(jù)稀缺，所以我們首先追求數(shù)據(jù)精確，其次追求結(jié)果精確。但大數(shù)據(jù)時(shí)代，數(shù)據(jù)之雜，不可能精確，追求數(shù)據(jù)的精確就會(huì)導(dǎo)致我們寸步難行，數(shù)據(jù)不精確會(huì)成為一個(gè)常態(tài)，也是世界的本質(zhì)。數(shù)據(jù)不精確，結(jié)果也很難“精確”。但機(jī)器學(xué)習(xí)理論和實(shí)踐都證明，允許數(shù)據(jù)的混雜和不精確，我們分析所得出的結(jié)論才更有延展性和外部適用性。

因?yàn)榇髷?shù)據(jù)中很大比例是文本數(shù)據(jù)，分析的很大障礙是機(jī)器的語義分析能力。只有具備了一定的語義分析能力，機(jī)器分析才有價(jià)值，文本形式的大數(shù)據(jù)才能得到有效分析。目前的大多數(shù)語義分析能力都是采用有監(jiān)督的機(jī)器學(xué)習(xí)。機(jī)器學(xué)習(xí)包括訓(xùn)練集的質(zhì)量，訓(xùn)練集規(guī)模和機(jī)器學(xué)習(xí)算法，訓(xùn)練集的質(zhì)量是可以采用人工標(biāo)注的方式來提高。此外，對(duì)市場(chǎng)研究而言，品類知識(shí)也是需要機(jī)器事先儲(chǔ)備的。

可以想象，未來云計(jì)算和云儲(chǔ)存的普及，大數(shù)據(jù)分析方法的發(fā)展以及針對(duì)大數(shù)據(jù)的智能軟件的開發(fā)，將會(huì)為個(gè)人處理分析大數(shù)據(jù)提供必要的物質(zhì)條件，就如同七、八十年代微型計(jì)算機(jī)、內(nèi)存和相應(yīng)軟件的開發(fā)會(huì)為定量研究帶來的變化一樣。

大數(shù)據(jù)時(shí)代傳統(tǒng)市場(chǎng)研究的價(jià)值

大數(shù)據(jù)帶來的數(shù)據(jù)化浪潮已經(jīng)觸動(dòng)市場(chǎng)研究的每一個(gè)人。Joan Lewis，寶潔全球客戶和市場(chǎng)知識(shí)官, 2011年ARF的演講中呼吁要讓社會(huì)化媒體的大數(shù)據(jù)應(yīng)用于市場(chǎng)研究。她講到了以下幾點(diǎn)：

數(shù)據(jù)的豐富性和自主性      社會(huì)化媒體數(shù)據(jù)包含了消費(fèi)者的購(gòu)買習(xí)慣，用戶需求，品牌偏好等，且都是消費(fèi)者自愿表述的對(duì)產(chǎn)品滿意度和質(zhì)量問題的想法，充滿了情感因素，我們無需費(fèi)盡心思的引導(dǎo)消費(fèi)者參與調(diào)查問卷

減少研究的“未知”視角　市場(chǎng)問卷調(diào)查有其固有的局限性，那就是你必須明確你的問題是什么。問卷設(shè)計(jì)者本身有未知的方面，所以在設(shè)計(jì)問題時(shí)會(huì)忽略自己的“未知”，但這些“未知”很有可能就是消費(fèi)者所需要的方面

數(shù)據(jù)的實(shí)時(shí)化的特征　不同于以往的發(fā)放回收市場(chǎng)調(diào)研報(bào)告再解決消費(fèi)者問題，如今可以使?fàn)I銷人員快速發(fā)起營(yíng)銷活動(dòng)，第一時(shí)間測(cè)試營(yíng)銷新方法，同時(shí)可以第一時(shí)間確認(rèn)理解和追蹤消費(fèi)者的反饋

數(shù)據(jù)的低投入特征     傳統(tǒng)的市場(chǎng)調(diào)研方式費(fèi)工費(fèi)時(shí)，結(jié)合社會(huì)化媒體的市場(chǎng)調(diào)研則是低投入高回報(bào)的產(chǎn)業(yè)。使用正確的調(diào)研產(chǎn)品和方法便可以對(duì)消費(fèi)者群體的用戶習(xí)慣和反饋進(jìn)行透徹分析。運(yùn)用社會(huì)化媒體監(jiān)測(cè)軟件幫助企業(yè)在線傾聽消費(fèi)者意見，評(píng)估獲取其見解。

市場(chǎng)研究的使命是揭示消費(fèi)者視角，為企業(yè)提供有價(jià)值的洞察和支持企業(yè)做出有意義的決策。從這個(gè)意義上來說，每一個(gè)市場(chǎng)研究人員都應(yīng)該為社會(huì)化媒體平臺(tái)和數(shù)據(jù)歡呼，因?yàn)樗鼜浹a(bǔ)了問卷數(shù)據(jù)一些方面的不足。（你是不是經(jīng)常會(huì)發(fā)現(xiàn)，當(dāng)我們從事另一個(gè)領(lǐng)域的工作時(shí)，才會(huì)意識(shí)到原來工作方法的不足和優(yōu)點(diǎn)。）另一方面，針對(duì)社會(huì)化媒體數(shù)據(jù)分析的新興公司確實(shí)對(duì)傳統(tǒng)的市場(chǎng)研究公司形成競(jìng)爭(zhēng)和挑戰(zhàn)。

競(jìng)爭(zhēng)的最大壓力是傳統(tǒng)的市場(chǎng)研究還沒有適應(yīng)社會(huì)化媒體大數(shù)據(jù)時(shí)代的研究體系。正如Joe Tripodi (可口可樂營(yíng)銷副總裁)在《哈佛商業(yè)評(píng)論》（2011年4月）上指出的，“在印象時(shí)代，通過問卷詢問方式獲取的知名度，使用率，認(rèn)知度等衡量品牌健康的指標(biāo)體系，在消費(fèi)者表達(dá)的時(shí)代就未必適用。因此，從品牌建設(shè)效果衡量的角度，也需要一套適應(yīng)消費(fèi)者表達(dá)時(shí)代的指標(biāo)體系。”同時(shí)，盡管對(duì)大數(shù)據(jù)的整合與分析才剛剛起步，但已經(jīng)有了一系列令人耳目一新的發(fā)現(xiàn)和應(yīng)用。無數(shù)的案例和論著都指出，大數(shù)據(jù)的整合和分析，其前景和應(yīng)用不可限量。

傳統(tǒng)的市場(chǎng)研究的價(jià)值在哪里？或者說，其應(yīng)該堅(jiān)守什么才更有價(jià)值？

堅(jiān)持深度    堅(jiān)持基于人類本性的研究框架（陳富國(guó)，MetaThink的CEO，2012在CMRA會(huì)議上的演講）。人的行為和態(tài)度歸根結(jié)底是人的本性來決定的，堅(jiān)持對(duì)人類本性的研究才能更好的幫助我們深度理解人類行為模式，以及動(dòng)察人類行為的變遷。加強(qiáng)對(duì)生活本質(zhì)、生活價(jià)值和生命認(rèn)知的理解，加強(qiáng)對(duì)于“意義、“需要”、“體驗(yàn)”和“情感”等等人類內(nèi)部語言和圖式的挖掘。機(jī)器不但缺乏“體驗(yàn)”和“情感”，而且缺乏對(duì)“意義”和“需要”的理解。由于人類本身具有的抽象思維和語言文本分析能力，正能達(dá)到我們?cè)诖艘活I(lǐng)域所需要的深度。

堅(jiān)持廣度 堅(jiān)持人與自然，人與社會(huì)的研究廣度。人類的行為模式是在與自然環(huán)境和社會(huì)環(huán)境的互動(dòng)中演進(jìn)的，演進(jìn)的過程復(fù)雜而又有趣。加強(qiáng)對(duì)于“個(gè)人與群體”，“群體與群體”等等社會(huì)群體內(nèi)部形式和意義的挖掘?；ヂ?lián)網(wǎng)已經(jīng)深刻地改變了人類的群體構(gòu)成方式（Hayes 2010），而對(duì)其意義的思考和挖掘才剛剛起步。

堅(jiān)持實(shí)驗(yàn)設(shè)計(jì)  實(shí)驗(yàn)設(shè)計(jì)的本質(zhì)是“控制”。在半人工的環(huán)境里我們控制一些因素來測(cè)試這些因素的影響和結(jié)果，這種研究常被用來探究營(yíng)銷和產(chǎn)品元素的影響。這種方法直接，且非常有效果。例如基于實(shí)驗(yàn)設(shè)計(jì)的聯(lián)合分析，具有堅(jiān)實(shí)的科學(xué)依據(jù)，它主要以實(shí)驗(yàn)設(shè)計(jì)科學(xué)和數(shù)學(xué)心理學(xué)為基礎(chǔ)。到目前為止，聯(lián)合分析已經(jīng)發(fā)展成為一種含有多種方法的體系，并改變了許多企業(yè)的新產(chǎn)品開發(fā)過程和市場(chǎng)戰(zhàn)略。許多出色的產(chǎn)品，比如麥斯威爾咖啡，拍寶面醬，Courtyard酒店等等，都是聯(lián)合分析的產(chǎn)出。除此之外，聯(lián)合分析方法在統(tǒng)計(jì)學(xué)上的嚴(yán)謹(jǐn)性和靈活性也受到其它領(lǐng)域從業(yè)人員和學(xué)者的關(guān)注，并被大量應(yīng)用于交通研究、政府政策、醫(yī)學(xué)、經(jīng)濟(jì)學(xué)以及政治科學(xué)等領(lǐng)域。

堅(jiān)持模型化  模型，簡(jiǎn)單的說，就是一種事物之間聯(lián)系和運(yùn)作的方式。開發(fā)模型（探索事物之間的聯(lián)系和運(yùn)作方式）是一個(gè)非常艱苦的過程，但一旦模型成立，卻能極大的簡(jiǎn)化人們的思維和決策過程。營(yíng)銷人員在繁雜的運(yùn)作中，需要找到營(yíng)銷元素之間的關(guān)聯(lián)，市場(chǎng)研究要堅(jiān)持能立足于這一點(diǎn)。

堅(jiān)持發(fā)展測(cè)量工具 市場(chǎng)研究本質(zhì)就是測(cè)量，但測(cè)量需要測(cè)量工具和方法。營(yíng)銷在目前有許多相對(duì)抽象的概念，沒有對(duì)這些概念以及概念之間關(guān)系的測(cè)量，就沒有營(yíng)銷大的發(fā)展，比如品牌資產(chǎn)，購(gòu)買意向等等。

堅(jiān)持這些原則和方法并不排斥社會(huì)化媒體和大數(shù)據(jù)。恰恰相反，社會(huì)化媒體為我們提供了觀察和理解消費(fèi)者互聯(lián)網(wǎng)生活的平臺(tái)，畢竟互聯(lián)網(wǎng)已經(jīng)成為年輕消費(fèi)者生活的一個(gè)重要組成部分。大數(shù)據(jù)的分析可能會(huì)把許多以前看似不相關(guān)的變量聯(lián)系起來，這種聯(lián)系會(huì)為我們更好的洞察消費(fèi)者提供線索和引領(lǐng)，也會(huì)為我們開發(fā)數(shù)理模型提供更多的變量和思路。

結(jié)束語

回顧歷史，我們意識(shí)到第一次數(shù)據(jù)化（“大”數(shù)據(jù)）浪潮帶給社會(huì)科學(xué)研究方式的影響和變化；思考現(xiàn)在，我們充分理解大數(shù)據(jù)（第二次數(shù)據(jù)化）浪潮帶給我們社會(huì)科學(xué)研究者的困惑、迷茫和不解，伴隨著震撼、驚喜和歡呼；展望未來，我們深信市場(chǎng)研究正處在量變通往質(zhì)變的道路上。