
1.市場(chǎng)調(diào)研的基本步驟
市場(chǎng)調(diào)研是一種非常常用的信息獲取渠道。調(diào)研的結(jié)果可以整理成分析項(xiàng)目的輸入,甚至可以作為決策的依據(jù)。因此想 要做好市場(chǎng)調(diào)研,科學(xué)的流程是非常必要的。一般我們會(huì)通過(guò)提出問(wèn)題、調(diào)查收集資料和分析預(yù)測(cè)問(wèn)題三個(gè)步驟來(lái)進(jìn)行。
第一步:提出問(wèn)題
通常我們?cè)诿鎸?duì)一些重大決策,或者探索類(lèi)的項(xiàng)目,特別是營(yíng)銷(xiāo)項(xiàng)目時(shí),我們會(huì)啟動(dòng)市場(chǎng)調(diào)研。這個(gè)時(shí)候,我們可能提出的一些問(wèn)題包括:
(1) 目前企業(yè)的現(xiàn)狀是什么樣子?
(2)市場(chǎng)現(xiàn)狀是什么樣子?
(3)消費(fèi)者的需求是如何分布的?
(4)當(dāng)前的客服環(huán)節(jié)存在什么問(wèn)題?
(5)…………
當(dāng)然,提出這些問(wèn)題之后,大家需要注意一點(diǎn)。并不是所有的問(wèn)題都是適合進(jìn)行市場(chǎng)調(diào)研的。所以我們?cè)谔岢隽藛?wèn)題之后,需要結(jié)合問(wèn)題 來(lái)思考以下兩點(diǎn):
第一,收集資料的范圍是什么。進(jìn)一步地說(shuō),我們的成本和時(shí)間是否允許。
第二,項(xiàng)目的研究要求。我們希望達(dá)到什么樣的最終產(chǎn)出。 只有回答了這兩個(gè)問(wèn)題,我們才能夠更好地確定問(wèn)題,也才能從開(kāi)始的階段就保證市場(chǎng)調(diào)研的有效性。
第二步:調(diào)查收集資料
在確認(rèn)了問(wèn)題和調(diào)研目標(biāo)之后,我們就要根據(jù)收集資料的范圍來(lái)進(jìn)行資料的搜集。一般傳統(tǒng)的市場(chǎng)調(diào)研,主要通過(guò)線下問(wèn)卷和訪談的形式 來(lái)進(jìn)行收集。在收集資料的過(guò)程中,我們要:
(1)確定參與調(diào)研的人員和各自的參與形式;
(2)選擇調(diào)研群體;
(3)分配時(shí)間和經(jīng)費(fèi);
(4)制訂具體的調(diào)研計(jì)劃;
(5)展開(kāi)調(diào)研。
對(duì)于調(diào)研收集的數(shù)據(jù),為了保證準(zhǔn)確和有效性,也需要進(jìn)行一定的邏輯驗(yàn)證和清洗。在互聯(lián)網(wǎng)時(shí)代,市場(chǎng)調(diào)研的方式變得更加多樣化。問(wèn) 卷可以采用線上觸達(dá)的方式,這種方式不光可以降低成本,還可以做到更精準(zhǔn)地投放到調(diào)研群體。另外,對(duì)于一些訪談的錄音和文本,也 可以采用機(jī)器學(xué)習(xí)的方式進(jìn)行自動(dòng)化處理。
第三步:分析預(yù)測(cè)問(wèn)題
在收集到足夠的資料后,我們就要對(duì)這些信息進(jìn)行分析,并用來(lái)幫助預(yù)測(cè)和決策。常見(jiàn)的市場(chǎng)調(diào)研分析方法,與統(tǒng)計(jì)學(xué)的方法也比較 類(lèi)似。我們可以先對(duì)收集后的資料進(jìn)行分類(lèi),區(qū)分?jǐn)?shù)據(jù)和非數(shù)據(jù)信息。
對(duì)于數(shù)據(jù)信息,我們可以通過(guò)描述性統(tǒng)計(jì)、主成分分析、因子分析、回歸分析、時(shí)間序列、邏輯回歸、對(duì)應(yīng)分析、多維尺度分析等方 法進(jìn)行。
而對(duì)于非數(shù)據(jù)的信息,我們可以采用人工整理的方式,也可以通過(guò)自然語(yǔ)言處理NLP(Nature Language Processing)的技術(shù)進(jìn)行 高效解讀。
1.單選題
是市場(chǎng)調(diào)研問(wèn)卷中最簡(jiǎn)單、易回答的問(wèn)題,也是我們最容易進(jìn)行錄入和分析的問(wèn)題。在設(shè)計(jì)單選題的時(shí)候,我們需要注意選項(xiàng)間的關(guān)系, 盡量做到不重不漏,避免答題者產(chǎn)生混淆和困擾。對(duì)于單選題的答案,我們可以用數(shù)字來(lái)進(jìn)行表示。但是需要特別注意的是,這些數(shù)字 本身并不具備大小含義,只應(yīng)該作為名義測(cè)量進(jìn)行處理。 2.多項(xiàng)選擇題
相比單選題而言,會(huì)復(fù)雜一些。可以是限定個(gè)數(shù)的多選題,也可以是由答題者自己決定數(shù)量的多選題。由于現(xiàn)在的研究趨勢(shì),通常是把 選項(xiàng)用數(shù)字化代替進(jìn)行錄入,因此在設(shè)計(jì)多項(xiàng)選擇題的時(shí)候,應(yīng)當(dāng)更加謹(jǐn)慎。盡可能地用單選題替代。
在必須使用多項(xiàng)選擇題的時(shí)候,選項(xiàng)的羅列要有一定的邏輯關(guān)系,避免無(wú)意義地增加選項(xiàng),給后續(xù)的錄入和分析造成麻煩。
對(duì)于收集回來(lái)的數(shù)據(jù),我們需要進(jìn)行編碼和錄入。編碼錄入,一般指的是,根據(jù)字段含義確定合適的數(shù)據(jù)類(lèi)型,進(jìn)行簡(jiǎn)化替代和錄入的 過(guò)程。
通常,數(shù)據(jù)的編碼類(lèi)型有數(shù)值變量、字符變量、二分變量和分類(lèi)變量。
開(kāi)放式問(wèn)題,我們?cè)阡浫脒^(guò)程中都會(huì)根據(jù)答案內(nèi)容來(lái)判斷是作為字符變量還是數(shù)值變量進(jìn)行錄入。
比如年齡,可以直接作為數(shù)值變量, 而城市,則需要作為字符變量進(jìn)行錄入。 選擇題,雖然選項(xiàng)可能對(duì)應(yīng)的是一個(gè)具體的詞語(yǔ),但是我們?nèi)匀豢梢员硎境蓴?shù)字的形式,方便錄入和分析。而每個(gè)數(shù)字和選項(xiàng)詞語(yǔ)的對(duì) 應(yīng)關(guān)系,可以作為數(shù)據(jù)詞典,單獨(dú)保存,以備查證和分析過(guò)程中的解讀。
錄入的變量,如果只有兩種取值的可能,我們可以叫做二分變量。而如果有多重取值的可能,我們可以叫做分類(lèi)變量。字符變量,可以 根據(jù)具體情況轉(zhuǎn)換為二分變量或者分類(lèi)變量。比如取值為是或者否的字符變量,可以轉(zhuǎn)換為二分變量。而取值為城市名稱(chēng)的字符變量, 也可以酌情轉(zhuǎn)換為分類(lèi)變量。但是如果字符變量的取值范圍是不確定、開(kāi)放式的,那么就不能進(jìn)行轉(zhuǎn)化和簡(jiǎn)化。所以編碼通常應(yīng)用于封 閉性問(wèn)題,也就是答案范圍確定的問(wèn)題。
對(duì)于單選題,我們可以直接作為分類(lèi)變量處理。而多選題,我們可以根據(jù)情況記錄為分類(lèi)變量,也可以把每個(gè)選項(xiàng)作為一個(gè)字段,存儲(chǔ)為二分變量。
1.以問(wèn)題 “平均每次通話(huà)時(shí)間(分)”,從方便數(shù)據(jù)處理的角度,下列方法最適宜的是?
A.需要編碼為數(shù)值變量
B.需要編碼為字符變量
C.需要編碼為二分變量
D.需要編碼為分類(lèi)變量
答案:A 解析:平均每次通話(huà)時(shí)間是個(gè)連續(xù)變量,為方便后續(xù)處理,編碼為數(shù)值型是最適宜的。
2.市場(chǎng)調(diào)查報(bào)告要發(fā)揮其應(yīng)有的作用,除了必須說(shuō)明一切必要的細(xì)節(jié)、能發(fā)揮參考作用外,還必須( )。
A. 能夠證明調(diào)查研究結(jié)果的可信性
B. 詳細(xì)說(shuō)明調(diào)查的具體過(guò)程
C. 詳細(xì)論證調(diào)查方法的科學(xué)性
D. 能夠證明調(diào)查結(jié)論的可行性
答案:A 解析:信息的有效性是保證后期統(tǒng)計(jì)分析的重要前提。
更多考試介紹及備考福利請(qǐng)點(diǎn)擊:CDA 認(rèn)證考試中心官網(wǎng)
數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢(xún)效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話(huà)題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類(lèi)型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專(zhuān)業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專(zhuān)業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶(hù)體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類(lèi)分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類(lèi)分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10