市场调研不只是任务和结论 寻找事物客观发展方向要多用点心


2016年,美国的各大调研公司集体现了一把眼。

在大选之前,通过调研,人们普遍得出了希拉里会入主白宫的结论,但却是特朗普笑到了最后。我们不禁问道:平素所倚重的市场调研,会不会像美国大选这样摆乌龙?

市场调研,不是一个什么新鲜事物,但凡对自己负责的企业,在致力于企业关键指标的提升,特别是开发一款新产品之前,都会做市场调研(简称市调)。

当然,在中国的市场环境下,相比做调研,拍脑袋决策是中国许多企业的常态。

然而,一番市场调研之后,信心满满地做出一款产品,消费者的反应却和调研过程中的反应完全不一样,这又为什么呢?

如果市调得出的结论还没有拍脑袋来得准,那还不如拍一次脑袋更简单?

多数错误,并不是针对一个正确的问题做出了错误的答案,而是针对一个错误的问题给出了正确的答案。

市调不管用,很多时候不是“市调-找到问题-解决问题”这个流程方法的问题,而是在市调的过程中,没有提出正确的问题,或者说没有找到正确的人提问。

市调不只是任务和结论,而是在完整理性的思维方式指导下找寻事物发展客观方向的过程。只有洞悉了人或事物的本质自然规律,才能收获真正的价值。

让我们学会通过市调分析建立完整理性的思维方式吧。

让我们学会通过市调分析建立完整理性的思维方式

动机问题

所谓动机问题,就是在市调之前就已经有了一个先入为主的观念,进行市调,不是为了寻找答案,而是为了寻求支持。这样的市调,结果可想而知。这样的错误,最常见的领域就是公共事务决策方面。

举个例子,前些年休假制度改革民意调研报告中,我们看到了这样的结论:

约55万张投票中,支持节假日天数增至11天的票数高达88.34%;80.48%的网民同意保留“十一”和春节;支持将春节假期起始时间提前至除夕的网民占79.31%;支持实行连休3天“小长假”的网民则占73.22%;而带薪休假制度的支持率则为89.41%。

我们看到,所有问题,都有着非常高的支持率,看来假日改革深得人心。但你随便在街上找个人,问他如何看待休假制度改革,得到的往往是一大堆不如意的反馈。

问卷不真实么?

不是。那么为什么问卷和客观现实在结论上会有如此大的差异?原因简单,这次休假制度改革中,对人们生活影响最大的,受到关注最多的是取消“五一”长假,而在问卷中,这一问题恰恰没有得到体现,甚至以一种已经决定了的姿态出现。那么问题就变成“五一”长假是肯定取消了,在这个前提下,你是否愿意把春节假期提前?你是否愿意增加小长假?

这招相当有效,假如你想在推迟退休年龄的问题上得到民众的支持,你可以问,您觉得以下哪个退休年龄是您所欢迎和喜爱的:➀65;➁75; ➂85,那么你得出的结论一定是大家都非常欢迎65岁退休。

除了问题设置之外,在引导回答,呈现问卷方面,可以做的文章也很多,这里就不一一列举了。

对策

具有决策能力的人,应该远离市调过程。决策者看到的应该是大量原始的,已经成型的调研报告,这就可以避免决策者为了自己的意见受到支持,而干扰问卷调查过程。

采样偏差

二战时期,英美对德国发动大规模轰炸,由于德国防空炮火强大,飞机损失不少。因此,专家展开研究,统计返航飞机的弹孔,发现机腹上的弹孔最多,说明机腹是最容易中弹的地方,因此提出加强机腹的防护能力。

➤这个逻辑有什么问题?

问题就在于,他们只统计返航的飞机。那些其他部位中弹的飞机呢?恐怕已经坠毁了,不再能够供研究之用。

类似的例子还有很多。

熊不吃腐肉,所以在野外看到熊,应该躺下装死。——在野外遇到熊活下来的人,有很多都这么说,当然,那些被熊吃掉的人也无法给出建议。

互联网创业形势一片大好,看看新闻,都是二十多岁的青年,获得三轮融资,估值十几亿元。但那些创业失败的青年又在哪里呢?你根本没机会看见他们。

▼ 总之,就一句话:没到的请举手,结果,人都到齐了。上述所有的问题,我们称之为幸存者偏差,又叫沉默的数据,换一种说法叫“死人不会说话”。

除了幸存者偏差之外,另一个采样偏差是受调研者与目标消费者构成不一致。

这个好理解,当面问卷调查,往往是年轻高学历者占比高,因为这些人通常比较和善,愿意配合调研,而老年人拒访率偏高,所以通常的随机抽取调研问卷中,老年人占比都比较低。相反的情况是,如果调研员自由度比较大,他直接找了一个广场舞团体,这时候老年人的比例就会非常高。

▲对策

在设计问卷目标时,应该严格规定采样对象、采样方式、采样地点。尤其忌讳非常集中地在某一特定场所或者人群中采样,除非他们是产品的精准目标人群。在设计采样人群的过程中,一定要避免前置筛选的存在,如果明知存在前置筛选,则不应该把数据作为全局数据来引用,只能作为特定人群数据使用。

在设计问卷目标时,应该严格规定采样对象、采样方式、采样地点

样本空间不足及对照组缺失

十几个,二十几个,一百来个,相信这就是很多公司市场调研的样本规模。也许,基于这样的调研,你能够拿出来多维度的分析结论,能够拿出针对这一样本空间的解决方案,然而,这只会让你在错误的道路上走得更加坚实。

▌真正有意义的调研又需要多少人?我们不妨先做个思想实验。

一袋豆子,有红的有绿的,让你算红豆绿豆的比例,你怎么算?拿出俩豆子,如果一红一绿,就说明各50%?如果都是红的,就说明没有绿的?当然不行。

一个一个数?如果这袋豆子有二百斤呢?当然,大家都知道,把袋子用力晃一会儿,随便抓一大把出来,逐个数,然后根据红豆绿豆的比例推算,这就是市场调研。把袋子晃一晃,随便抓,是为了保证随机,而一大把,是为了保证数据量足够大。抓得越多,你付出的时间成本越高,但也越准确。

▼ 通过概率论,省略掉那些看着写着都闹心的公式,直接出结论:

对相似程度很高的目标群体,如果想达到95%的置信率,需要调查的人数是384个。

这只是理论上的,因为想达到这个数字,需要调研问卷,调研人的能力都十分完美,实际上只会要求更多(如果出现了采样偏差,多大的样本都没用)。而这只是单一群体,消费者调研的过程中,往往需要更多群体的反馈,所以实际操作起来,难度会更大。

而空白对照组解释起来相对复杂一些。

▼ 举个例子,我们调研一款产品,得出的结论是消费者非常喜欢,市场前景广大,问题是,如果我调查竞争对手的产品,是不是也会得出相同的结论呢?反过来也是如此。有的品类,消费者满意度普遍较高,比如碳酸饮料;而有的品类,消费者满意度普遍较低,比如低端红酒。

在这样的市场中,如果不把竞争对手当作空白对比组,那么很容易在竞争层面上出现问题。

▲对策

在成本和时间允许的情况下,尽可能加大样本量;并且对竞争对手的产品,也应该进行比较式调研;更重要的是,要科学管理受调人员分类。

在成本和时间允许的情况下,尽可能加大样本量

调研人员不负责任

一般来说,调研人员应该外聘。外聘员工难以监控,但因为企业或者咨询公司的人员有限,而且时间有限,在仓促间借助人际关系获得的调研数据,会具有非常大的偏差,也就是说,这样的调研,从理论上就不会合理,所以还不如外聘调研人员,至少在监控得力的情况下,有理论上合理的可能。

但这就给接下来的工作埋下了隐患。

▼  举个例子,让调研员去调研这样特征的消费者:女性,月收入8000元以上,已婚,大专以上学历,每月至少去2次美容院,你觉得这样的消费者能有多少?

性别、收入、学历、婚否大概都可以猜,去不去美容院怎么猜?就算符合条件,对方是不是愿意配合调研又是个问题。结果老实的调研员就得频频出击,多数情况下,不是条件不符合就是对方不配合。

而有的企业或者咨询公司,为了掌握更多信息,设置了大量开放式的问题,做一次调研需要二十多分钟,仅仅十几元钱的礼品能够打动受调人员么?

所以说,一些太过精确的调研模板,导致出现了两种情况:

  • 一是大学生调研,这些人一般非常认真,辛辛苦苦地做完一次调研,拿出来的调研数据非常真实,但你再找他时,他会告诉你,还是在肯德基当服务员更轻松,不跟你玩了。

  • 另一种职业调研员,要么上街随便找几个大妈,商量好口径,要么干脆找一批职业调研人兼受调人。当调研需求导致调研人员太遭罪时,人性是经不起考验的。

▲对策

调研其实永远是时间、资金、可信度的相互妥协,这三方面,只能有两方面让人满意,要想全方位让人满意,是不可能的。鉴于可信度至关重要,无法妥协,恐怕只能在时间和资金上给予妥协。要么给调研员足够宽松的时间,要么给调研员相对有竞争力的报酬。

不要说什么加强督导,督导人员无法跟踪每个调研人员,即使抽查,也会因为调研人员的事先沟通而导致抽查无效,真正的问题不是督导不利,而是“又要马儿跑又要马儿不吃草”的期望值,迫使调研人员作假。作为企业,只有加强对调研工作重要性的认识,给予足够多的时间和资金支持,才能获取最真实可信的数据,要知道,一次决策失误所付出的代价,远远大于一笔充足的调研费用。

另外,关于调研人员作假,有人曾给出这样精彩的解决方案:

有人问一个建筑工程师,如何防范施工方偷工减料,减少钢筋和混凝土的使用。工程师说:“这一点我们已经想到了,所以当初定指标的时候,我们就留了余量。”想做调研的企业,不妨把这段话作为参考。

调研其实永远是时间、资金、可信度的相互妥协,这三方面,只能有两方面让人满意,要想全方位让人满意,是不可能的

消费者表达不真实

美国曾有这样一个民意测验:为了一个环保项目,你愿意出多少钱。最后得出的结论是,受调研者的参考答案是200美元。

这下调研机构慌了,用脚后跟也想得出来,如果这项环保政策果真成为公共政策,肯定不会有人愿意出这么多钱。

为什么?就是因为这项政策还没有真的实行,面对事不关己的情况,人们总会表现得非常高尚。

再比如,你到网上去调查“键盘侠”们,问他们一旦发生战争,愿不愿意为国捐躯,得到的答案一定是愿意做出牺牲的人数,足以让全国的火葬场都陷入瘫痪状态,但如果战争真的来了,实际情况恐怕远远没有这么简单。

在消费品调研时,这样的问题也是难免的。比如说,一款高端产品,你让消费者估价,他们估得肯定比实际能够接受的价格高,为什么?都高端产品了,不高估一下怎么行?怎么显示出自己是高端消费人群?

所以说,所有关于消费品定价的调研几乎都会被高估。

▲对策

说实话,人工调研对这个问题几乎没有任何办法。哪怕回避一些消费者可能说谎的敏感问题,但有些问题,比如定价之类的问题,非常难回避——尤其是高端产品的定价。这时候,决策人员所能做的,只能是在这个基础上留出一定的余量,适当调低调研结论所揭示的定价,至于调低多少,恐怕还要凭经验和竞争形式决定。

要想把握准确,还是大数据吧,至少消费者行为是不会说谎的。  

统计能力问题

▌专业调研公司和企业自主调研的区别在哪里?

如果你看看分析报告就会得出结论。

企业自行调研的报告里面,所有数字指标,往往只有总数、平均数两个指标。而大型专业调研公司的调研报告里面,会有众数:统计数据里面出现频率最高的数;中位数:统计数据里,从高到低排在中间的数;均方差:你就知道这东西是反映统计数据是否足够平均的指标就可以了;异常数据数等一系列数据。

▌这些数据有何意义?

先说平均数。

张家有财一千万元,隔壁九个穷光蛋,平均下来一测算,个个都有一百万元。这样的平均数,显然没有任何意义,这个时候众数是0,说明这里的人绝大多数都很穷。再比如一款产品,一个消费者愿意为其支付一万元,而其他消费者愿意支付一至二十元不等,哪怕你调研了几百个消费者,平均数都不能反映大家对这款产品的真正心理定价。

这时候,我们就要请出众数和中位数了。

当然,还有更简单的方法,对于和其他数据相差太多的数据,直接当作异常数据剔除,去掉一个最高分,去掉一个最低分。

▲对策

这个最简单,用知名公司的统计模板就可以了。 

用知名公司的统计模板可以弥补自己的统计能力问题

分析能力问题

这里涉及到两个概念,因果性与相关性。

  • 因果性,是能够证明两件事情有必然的因果关系。

    比如说,少抽烟会延长寿命,因为少抽烟会减少心脑血管及呼吸系统疾病的发病率,减少癌变的发生,而以上原因是死亡的最主要原因,所以存在因果关系。但不能反过来推出寿命长是因为抽烟少,没准这个人锻炼得比较多,饮食比较健康,家庭条件比较好。

  • 相关性,则是两件事情在数字上,涨的时候一起涨,落的时候一起落,但不能证明有因果关系。

    比如说,车祸越多的国家,人的平均寿命越长。那么,是不是为了延长人的寿命要增加车祸的发生率呢?当然不行,之所以车祸多的国家人的寿命长,明显是因为这是一个发达国家啊!

▼ 具体到商业调研上,比如:

一款产品主要在农村市场销售,所以这款产品应该针对农村市场做出改进,对吗?不好说,没准是这款产品在农村市场的营销网络比较给力,竞争压力小。

一款产品的价格昂贵,所以主要定位于高端市场,对吗?农村的副食品卖得比城里贵得多,不是因为农民更有钱,而是因为农民议价能力更弱。

一款产品在北京市场,购买者以80后和90后居多,所以这款产品的主要目标人群应该是80后和90后,对吗?别忘了,北京人口构成里面,本来80后和90后就多。全麦食品销量提升,所以全麦面粉的市场前景广阔,对吗?别闹了,吃全麦食品的人普遍懒得做饭。

▲对策

对待调研资料的分析,尤其是因果行动分析,应该非常谨慎。如果不能找到确定性的唯一解释,那么就不能认为两个数据之间存在因果性。在数据与结论之间,尽可能多用“也”,少用“因为……所以”。

市场调研是个技术活儿,绝不是随便找几个人,编几道题,到市场转一圈就可以搞定的事情。重视程度低的调研工作,并不能提供太多指导价值,相反,重视程度高,认真投入的调研行动,会给企业带来巨大的价值,减少决策风险。

本文关键词: 企业管理 市场调研