
1.市場調研的基本步驟
市場調研是一種非常常用的信息獲取渠道。調研的結果可以整理成分析項目的輸入,甚至可以作為決策的依據。因此想 要做好市場調研,科學的流程是非常必要的。一般我們會通過提出問題、調查收集資料和分析預測問題三個步驟來進行。
第一步:提出問題
通常我們在面對一些重大決策,或者探索類的項目,特別是營銷項目時,我們會啟動市場調研。這個時候,我們可能提出的一些問題包括:
(1) 目前企業的現狀是什么樣子?
(2)市場現狀是什么樣子?
(3)消費者的需求是如何分布的?
(4)當前的客服環節存在什么問題?
(5)…………
當然,提出這些問題之后,大家需要注意一點。并不是所有的問題都是適合進行市場調研的。所以我們在提出了問題之后,需要結合問題 來思考以下兩點:
第一,收集資料的范圍是什么。進一步地說,我們的成本和時間是否允許。
第二,項目的研究要求。我們希望達到什么樣的最終產出。 只有回答了這兩個問題,我們才能夠更好地確定問題,也才能從開始的階段就保證市場調研的有效性。
第二步:調查收集資料
在確認了問題和調研目標之后,我們就要根據收集資料的范圍來進行資料的搜集。一般傳統的市場調研,主要通過線下問卷和訪談的形式 來進行收集。在收集資料的過程中,我們要:
(1)確定參與調研的人員和各自的參與形式;
(2)選擇調研群體;
(3)分配時間和經費;
(4)制訂具體的調研計劃;
(5)展開調研。
對于調研收集的數據,為了保證準確和有效性,也需要進行一定的邏輯驗證和清洗。在互聯網時代,市場調研的方式變得更加多樣化。問 卷可以采用線上觸達的方式,這種方式不光可以降低成本,還可以做到更精準地投放到調研群體。另外,對于一些訪談的錄音和文本,也 可以采用機器學習的方式進行自動化處理。
第三步:分析預測問題
在收集到足夠的資料后,我們就要對這些信息進行分析,并用來幫助預測和決策。常見的市場調研分析方法,與統計學的方法也比較 類似。我們可以先對收集后的資料進行分類,區分數據和非數據信息。
對于數據信息,我們可以通過描述性統計、主成分分析、因子分析、回歸分析、時間序列、邏輯回歸、對應分析、多維尺度分析等方 法進行。
而對于非數據的信息,我們可以采用人工整理的方式,也可以通過自然語言處理NLP(Nature Language Processing)的技術進行 高效解讀。
1.單選題
是市場調研問卷中最簡單、易回答的問題,也是我們最容易進行錄入和分析的問題。在設計單選題的時候,我們需要注意選項間的關系, 盡量做到不重不漏,避免答題者產生混淆和困擾。對于單選題的答案,我們可以用數字來進行表示。但是需要特別注意的是,這些數字 本身并不具備大小含義,只應該作為名義測量進行處理。 2.多項選擇題
相比單選題而言,會復雜一些??梢允窍薅▊€數的多選題,也可以是由答題者自己決定數量的多選題。由于現在的研究趨勢,通常是把 選項用數字化代替進行錄入,因此在設計多項選擇題的時候,應當更加謹慎。盡可能地用單選題替代。
在必須使用多項選擇題的時候,選項的羅列要有一定的邏輯關系,避免無意義地增加選項,給后續的錄入和分析造成麻煩。
對于收集回來的數據,我們需要進行編碼和錄入。編碼錄入,一般指的是,根據字段含義確定合適的數據類型,進行簡化替代和錄入的 過程。
通常,數據的編碼類型有數值變量、字符變量、二分變量和分類變量。
開放式問題,我們在錄入過程中都會根據答案內容來判斷是作為字符變量還是數值變量進行錄入。
比如年齡,可以直接作為數值變量, 而城市,則需要作為字符變量進行錄入。 選擇題,雖然選項可能對應的是一個具體的詞語,但是我們仍然可以表示成數字的形式,方便錄入和分析。而每個數字和選項詞語的對 應關系,可以作為數據詞典,單獨保存,以備查證和分析過程中的解讀。
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,我們可以叫做分類變量。字符變量,可以 根據具體情況轉換為二分變量或者分類變量。比如取值為是或者否的字符變量,可以轉換為二分變量。而取值為城市名稱的字符變量, 也可以酌情轉換為分類變量。但是如果字符變量的取值范圍是不確定、開放式的,那么就不能進行轉化和簡化。所以編碼通常應用于封 閉性問題,也就是答案范圍確定的問題。
對于單選題,我們可以直接作為分類變量處理。而多選題,我們可以根據情況記錄為分類變量,也可以把每個選項作為一個字段,存儲為二分變量。
1.以問題 “平均每次通話時間(分)”,從方便數據處理的角度,下列方法最適宜的是?
A.需要編碼為數值變量
B.需要編碼為字符變量
C.需要編碼為二分變量
D.需要編碼為分類變量
答案:A 解析:平均每次通話時間是個連續變量,為方便后續處理,編碼為數值型是最適宜的。
2.市場調查報告要發揮其應有的作用,除了必須說明一切必要的細節、能發揮參考作用外,還必須( )。
A. 能夠證明調查研究結果的可信性
B. 詳細說明調查的具體過程
C. 詳細論證調查方法的科學性
D. 能夠證明調查結論的可行性
答案:A 解析:信息的有效性是保證后期統計分析的重要前提。
更多考試介紹及備考福利請點擊:CDA 認證考試中心官網
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
CDA數據分析師證書考試體系(更新于2025年05月22日)
2025-05-26解碼數據基因:從數字敏感度到邏輯思維 每當看到超市貨架上商品的排列變化,你是否會聯想到背后的銷售數據波動?三年前在零售行 ...
2025-05-23在本文中,我們將探討 AI 為何能夠加速數據分析、如何在每個步驟中實現數據分析自動化以及使用哪些工具。 數據分析中的AI是什么 ...
2025-05-20當數據遇見人生:我的第一個分析項目 記得三年前接手第一個數據分析項目時,我面對Excel里密密麻麻的銷售數據手足無措。那些跳動 ...
2025-05-20在數字化運營的時代,企業每天都在產生海量數據:用戶點擊行為、商品銷售記錄、廣告投放反饋…… 這些數據就像散落的拼圖,而相 ...
2025-05-19在當今數字化營銷時代,小紅書作為國內領先的社交電商平臺,其銷售數據蘊含著巨大的商業價值。通過對小紅書銷售數據的深入分析, ...
2025-05-16Excel作為最常用的數據分析工具,有沒有什么工具可以幫助我們快速地使用excel表格,只要輕松幾步甚至輸入幾項指令就能搞定呢? ...
2025-05-15數據,如同無形的燃料,驅動著現代社會的運轉。從全球互聯網用戶每天產生的2.5億TB數據,到制造業的傳感器、金融交易 ...
2025-05-15大數據是什么_數據分析師培訓 其實,現在的大數據指的并不僅僅是海量數據,更準確而言是對大數據分析的方法。傳統的數 ...
2025-05-14CDA持證人簡介: 萬木,CDA L1持證人,某電商中廠BI工程師 ,5年數據經驗1年BI內訓師,高級數據分析師,擁有豐富的行業經驗。 ...
2025-05-13CDA持證人簡介: 王明月 ,CDA 數據分析師二級持證人,2年數據產品工作經驗,管理學博士在讀。 學習入口:https://edu.cda.cn/g ...
2025-05-12CDA持證人簡介: 楊貞璽 ,CDA一級持證人,鄭州大學情報學碩士研究生,某上市公司數據分析師。 學習入口:https://edu.cda.cn/g ...
2025-05-09CDA持證人簡介 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度、美團、阿里等 ...
2025-05-07相信很多做數據分析的小伙伴,都接到過一些高階的數據分析需求,實現的過程需要用到一些數據獲取,數據清洗轉換,建模方法等,這 ...
2025-05-06以下的文章內容來源于劉靜老師的專欄,如果您想閱讀專欄《10大業務分析模型突破業務瓶頸》,點擊下方鏈接 https://edu.cda.cn/g ...
2025-04-30CDA持證人簡介: 邱立峰 CDA 數據分析師二級持證人,數字化轉型專家,數據治理專家,高級數據分析師,擁有豐富的行業經驗。 ...
2025-04-29CDA持證人簡介: 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度,美團,阿里等 ...
2025-04-28CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-27數據分析在當今信息時代發揮著重要作用。單因素方差分析(One-Way ANOVA)是一種關鍵的統計方法,用于比較三個或更多獨立樣本組 ...
2025-04-25CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-25