如何得到准确的市场调研数据

数据就像一朵带刺的玫瑰，利用好数据可以提高企业的决策水平和降低决策风险，但若数据失实，给企业带来的影响就会适得其反。
　　
　　面对日益激烈的竞争，越来越多的企业发现数据调研是保持和改进企业市场的努力关键。如何让手中的刺玫绽放得绚丽多姿，就是企业不得不深思熟虑的问题。企业在运用数据的时候，需要对数据的准确性有一个准确的理解，因此需要关注以下方面：
　　
　　一、对于数据含义的界定
　　
　　1、数据口径的界定，即接受调查的人群资格界定
　　最重要的是前期对于数据要求的一个界定，或者说这个数据的背景是非常重要的。假设说三家同时公布的收视率数据：AC尼尔森公布的是10%；央视公布的是20%；另外一家研究公司公布的是30%。为什么三家公布的数据不一样呢？实际上最大的一个原因，不是三个都不准，或者谁准谁不准，而是三家的口径是完全不同的，调查方法是不同的。这一点是媒体和企业难以意识到的。这就是说，对外可能只公布一个收视率数据，而没有公布这个数据是怎么得来的，口径是什么。比如说什么时候调查的，很有可能这三家收视率数据调查的时间是不一样的，或者调查方法不一样。比如央视可能用仪器测量的方法，研究公司可能界定一周内只要看了就算，AC尼尔森可能会界定一周内看了三次才算收视。三家的口径完全不一样，所以数据之间本来就不具备可比性。这大概就是大家经常认为数据不准确的重要原因之一。
　　2、数据的具体含义理解，即数据的总体是谁
　　清晰区分数据所包含的总体是谁。比如有一个调研公司发布的市长支持率的调查，其中，70%的市长支持率所指的是，在知道这个市长的人里有70%的支持率。但有人认为70%这么高的比率是不可能的，因为他们理解的市长支持率是所有市民中的支持率，由于还有一部分不知道，所以你在所有市民中的支持率可能也就只有40%、50%，而没有70%。研究公司做的则是先问被访者是否知道所要调查的市长，然后在知道的人里调查支持率是多少。但是通常大家理解的市长支持率，是所有的人中支持市长的比例，因此大家便认为数据不准。
　　
　　二、调查方法的选择和调查的设计
　　
　　1、调查抽样必定有误差，样本量需要够
　　调查就是一个抽样，是抽样就必定有误差，误差是上下浮动的，可能有些人就不能理解，数据为什么有误差、不准确？误差的来源是跟样本量的大小或抽样的规模有关系。比如说你在街上访问了20人，其中70%的人持某种看法，这样的数据是完全不准的。因为20人的量太小，所以数据也就不可信，误差就比较大，如果访问500人得出的数据就比较准确了。可是企业未必懂得这个原理，出于成本的考虑，可能会要求很小的样本量，而又要求很高的精确度，这是很难办到的。
　　企业可以根据顾客生产的不同产品种类所涉及的行业进行配额，或根据顾客的不同销售区域，哪些是保有量较大的地区，哪些是更具有战略价值的地区，若顾客的销售区域比较分散，可能根据基本的行政区域选择一线、二线城镇等原则进行配额，总之调查地区及配额的确定应根据具体的项目，具体的顾客，选择对顾客有意义的指标来确定。
　　2、调查方法导致数据不准
　　假设某一部委委托研究公司做投资环境评价。他们的做法是将调查公司设计好的问卷，通过税务年检的时候统一发给每个企业，规定每个企业的老板答题，但实际通常是老板的秘书或财务人员答题。这样产生的数据肯定就不准，这种调查方法本身成本很低，不需要人工，不需要沟通，谁填的问卷，填的是否真实等情况都是不可测量的。
　　包括媒体有时做一些调查，将调查表附在媒体后。真正的读者可能会看到，但未必会填写这些调查表反馈回来，回收回来的通常是些比较有闲的人，还有特别满意和特别不满的人，和一些为了奖品的人，所以即使得到的问卷量很大，也未必有效。非专业人士就未必能明白这种方法产生的偏差。
　　
　　三、调查操作环节的非抽样误差
　　
　　1、怎么问
　　一个企业自己做的问卷中，有关产品的介绍资料，大多是讲企业如何如何好，问的问题也很有诱导性，给他人的感觉就好象是在推销，通常得到的回答多是“我愿意接受”，但最终并不代表会购买企业的产品。这是因为企业在介绍的时候就带有推销的性质，而调查讲究的是客观和中立，问的问题必须是客观和中立的，得出的结果才是最有效的。我们常见到的提问方式是你是否赞成××，这样得到的结果都是“赞成”，因为人们是很容易被诱导的。
　　企业客户自身的问卷设计几乎100%是不合格的。因为企业并不知道这种做法带来的危害有多大。企业在问卷中自然而然地流露诱导倾向，消费者能感觉得到，这就会产生一定的偏差。
　　2、谁来问
　　假设是一个广告设计者来讲自己的广告创意，他是带着感情来讲自己的创意，听的人会容易被打动，因为人的沟通很多是通过非语言（表情、动作等）的方面进行沟通的，而且中国人习惯不会当面去反驳，这样得到的结果也不是客观中立的。但如果是研究公司来讲这件事情，就会说“大家客观的看一下，我们从第三方的角度出发中立地看问题”这自然就涉及到谁来做调查以及做调查时是否客观中立。
　　3、问卷答案选项的设计
　　我曾经看到有一个调查，设计了一个题目“对于你来说，家庭幸福的来源是什么？”有父母、子女、朋友等等，出来的结果是配偶的比率只有3%。怎么会是这样呢？因为设计中没有“配偶”这一项，只在其它里面填写的有3%。这就是问卷设计不到位、不完全造成的偏差。这也是企业客户没有意识到的但是经常发生的问题。
　　4、访问员的管理
　　有的人认为企业自己的员工忠诚，应该自己去做访问，但如果你的管理不严格，出现很多你无法预测的问题。我曾经碰到有许多企业让调查公司设计问卷，自己的员工再拿着问卷去调研，做到一半时发现管理难度太大，工程复杂，自己做不了。因为这涉及到整个环节的实施控制，要有抽样、访问员培训、提问的方法统一、审核问卷、质量复核等环节的管理。只有通过严格的流程才能保证数据的准确。
　　
　　四、数据解读环节
　　
　　1、标竿和分母
　　数据分析的角度可以有很多，不同的人看同样的数据得出的结论可以截然不同，关键在你怎么看，比如市场对某杂志的满意度是60%，杂志方不满意这个数据，但如果市场对所有杂志的平均满意度是50%，则代表某杂志相对还可以。可见数据需要标竿值来支撑。
　　分析中也有很多学问，涉及到分母关系，涉及到权重，涉及到在每一个群体里所占的百分比等。比如要做些交叉分析，是横着看百分比，还是竖着看百分比也是不一样的。可以看在大学学历的人里25岁－35岁的人占到50%，也可以看在25岁－35岁的人里大学学历的人占40%。这两个数都是说大学生所占的比率，但各自分母来源不同。对数值的理解就会有很大的偏差。
　　2、同样的数据，仁者见仁，智者见智
　　综上所述，从前期项目设计到后期的实施，数据调研都有可能出现问题。但是，就算是数据质量已经很好了，数据调研也不是企业最终的决策，而是供企业决策的依据，所以数据解读里面是“仁者见仁，智者见智”。比如一份数据显示某种品牌占有率90%，一个研究人员建议这个市场被垄断，不要进，而另一个研究人员可能会建议去这个市场，因为这个市场还没有差异化，需求还没有完全被满足。这样的情况下，一个数据可能会使企业得出两种战略决策，其实，企业无论实施哪种战略决策，战果如何，单以数据论成败未免太过幼稚。

五、数据的价值
　　
　　其实，企业广告之前进行广告创意的来源、半成品测量以及后期效果测量的测试费用相对上市、拍片等费用是很低的，无论是一个新进入的企业或者是要进一步拓展市场的企业，都需要根据企业自身条件再结合各个细分市场特点，采取有针对性的方法来切入特定的目标市场 。数据调研可谓是企业“投石问路”之法宝，减少风险，发现漏洞，验证假设，何乐而不为呢？
　　作为研究公司也更愿意选择那些对调查有一定的了解的客户，为调查而调查是没有意义的，真正让企业从数据中得到实际决策的参考才是根本目的。研究公司在自己的网站公布一些企业感兴趣的数据，这是“面”上的铺开。在“点”上做得更多的则是“一对一”调查，针对特定的产品进行调查。这些调查，针对性强，对于实际的指导意义也更大。同时，也需要更专业和个性化的服务。只有大家对于调研数据的认识更教深刻，调研才会发挥更大的作用。