在哪里犯定量错误最容易
最后，目的明确的研究是好的研究 组织过实地市场调研的人都知道，一些市场调研实施后，在撰写调研报告时，发现需要收集的数据不完整，但一些收集的数据没有实际效果。此时，由于成本和其他因素的限制，不允许收集数据。我们该怎么办？我们必须带来这方面的问题，市场调研必须留下遗憾。 这种情况的出现，主要是因为研究计划没有完全考虑研究的目的，目的不明确导致路径不明确，导致研究失败。以一个快速消费品对竞争对手的研究活动为例：看看研究目的的表达是否清楚，会导致什么结果错误。 表述一 调研目的： （1)了解市场竞争的整体格局。 （2)了解不同品牌消费者行为方式的差异。 （3)比较主要竞争对手的优缺点，寻找可能的市场竞争方式。 表述二 调研目的： （1)实施市场份额、消费者品牌评价、主要销售渠道与区域、零售商关系等五大竞争品牌指标，并尝试分析和应用影响上述指标的因素。 （2)测试五个竞争对手的消费者对口味的评价因生活方式、性别和地域的差异而有所不同，从而明确销售对策的调整。 （3)比较五大品牌在口味、包装、渠道、价格等方面的优缺点，找到最佳的竞争方式。 这也是对研究目的的表达。你看到两者的区别了吗？ 显然，表达二比表达一好。除了表达的内容似是而非外，调查目的的表达还存在以下三个问题。 （1)对市场缺乏基本了解，导致研究资源的巨大浪费。 一般来说，了解市场模式，锁定顶级或类似的主要竞争对手将更有价值，只要你有行业经验，这项工作就可以完成。表达一般表达为了解整体市场竞争模式，不仅让研究执行者感到困惑，而且使研究资源几乎被浪费。 （2)需要评估的研究子项含糊不清，导致问卷设计东拉西扯。 表明中提到的竞争模式和行为模式尚未在明确的研究子项中实施，这足以让计划的执行者列出不同的评估子项，但可能与研究的初衷背道而驰。明确的研究目的需要有明确的研究子项。如果研究计划中没有明确列出，则在实施过程中无法完全实施。评估子项不仅支持研究目的，而且使计划者能够理清思路。 （3)典型的调查目的表达方式是说一半留一半。 由于这是目的的表达，了解市场模式和不同消费者群体的行为差异显然不是研究的真正目的。表达一种不明确的手段，真实目的的表达突然停止，很可能将研究引入一个不准确的目的。 那么，一个好的市场研究目的的声明应该是什么样子的呢？虽然每个人的表达方式可能都不同，但只要上述问题清楚地表达出来，就是一个很好的表达方式。对于新手或有强迫症的人来说，使用以下表达格式来训练他们的表达逻辑也是一个很好的方法。表达格式的形式如下： 动词(测试、测试、确认、实施等） 子项 子项 名词(指标、关系、优缺点等)，动词(实现、实现等） 目的 将此句式应用到上述例子中： 经过这样的句型训练，计划者不仅可以更加注重对目的的理解，还可以在不遗漏计划子项的情况下理清思路，还可以在表达逻辑上进行分析。 事实上，让计划者澄清他们的想法，并为整个市场研究设定了基调和方向。这些子项的选择在一定程度上决定了研究计划的成败；子项的定量方法和工具也间接确定，这是一致的。因此，当计划者制定计划时，一定要三思而后行。 在第二节市场调研中，最容易犯定量错误的地方 上述研究目的明确后，需要确定子项的定量方法和工具。本节将重点介绍子项的定量方法和工具。在市场调查中，三种常见的定量方法使用错误。 （1)实际实施预测不足，导致极端数据出现，极端数据处理不当是最常见的。 2000年，我协助长沙某建材企业进行消费者家访市场调研。负责的区域涉及32个街道居委会。根据区域和街道居民据人均工作量和附近原则，划分每个临时市场研究员工作区域，经过半天的研究培训，大家开始在指定区域进行家访。 第一天访问结束后，我按照规定简单处理了临时研究人员提交的问卷。结果，我发现一个叫小琪的女孩提交的问卷数量不到其他人的一半。我特意找到了小琪的组长，问了原因。组长问小琪后得到的答案是：今天街上很多居民都不在家，所以他们不能参观。我不得不告诉我：明天我们必须保质保量！ 结果，在第二天统计问卷时，我仍然发现小琪的问卷数量远低于每个人的平均工作量。这一次，我直接找到了小琪，问了原因。小琪的回答是一样的：居民真的不在家！当时，我隐约觉得有什么问题，但我不知道确切的原因，所以我不得不告诉她：所以，明天我会和你一起去参观。小琪看着我，看起来很委屈。 第三天，我和小琪按行走路线拜访，刚刚走到前两天小琪没有拜访的住户的街道口，她突然开口叫住我，坦言道：Horace小心，这条街上有三只大狗，其中一只看到人就扑，太可怕了。你自己进去，我不敢去。 这时，我突然明白了居民不在家的真正原因。 显然，由于临时研究人员是一个害怕狗的女孩，目标客户数据没有得到有效的收集。如果实际实施预测不足，收集的不完整数据处理不当，自然会得到不合理的评价结果。 以下是计算平均数的例子： 案例1：5、2、3、3、3、3、3、3、3、3、3、3、3、1、4、2、9999 案例二：3、5、8、14、18、19、20、34、39、55、58、64、9270 如果采用传统的加总平均算法，999和9270将对这两种情况下的最终结果产生明显的影响，那么什么方法更合理，特别是在计算常用平均值时？ 以下是极端数据中平均处理的三种方法和原则： 第一种方法和原则是众数原则。当未整理的数据包中出现大量相同的数据时，可以确定为数据包的平均代表，如案例1中的3。 第二种方法和原则是中位数原则。当大量数据按一定规则有序排列时，中间位置的数据可以被认定为平均值的代表。计算方法如下： 所以案例二中有14个样本，样本数据的平均值是中位数=(20 34）/2=27 第三种方法和原则称为废卷判断原则。当样品数据中找不到数量或按一定规则排列时，如何排除极端数据？这应该使用第三个原则：废卷判断原则。也就是说，在计划设计之初，我们应该确定数据收集、整理和放弃的原则，并在数据处理之前放弃一些不符合收集原则的数据。 （2)研究数据的处理停留在简单的加减汇总中，缺乏数据再分解和二次修正的意识。 举个简单的例子来解释可能更容易理解。 一家公司测试了一种定位于中高端消费群体的新产品的消费者购买意愿。根据主城区七家主要大型商店的随机截获，通过问卷获得了以下数据（如表2所示）-1所示）： 表2-1消费者购买新产品的意愿测试结果 按这样简单汇总得到的数据：调查的1500人里，有1050人愿意购买新产品，按这样的数据去预估市场销量，会是一个正确的结果吗？ 显然，它太牵强了，因为在购买测试中，除了购买意愿外，至少还应该考虑购买能力的评估，以接近市场的真相。在市场研究中，有一种叫做交叉表的工具，通过添加意图（在这种情况下，即收入意图）细分数据，购买意图和购买能力交叉，数据更可靠（如表2所示-2所示）。 表2-2考虑收入意图后的调查结果 通过交叉制表工具，我们发现愿意和能够购买产品的人已经从1050人变成了120人。可以说，市场容量可以按照120人的标准进行估计。 介绍市场数据整理的第二种方法是经典
