1.1市场研究的作用
为正确决策提供基础信息，降低风险
正确决策的信息要求
1.2获取信息的方法客户之声（VOC）:为了找出问题的解决方法，引导消费者经历一系列的情境并进行结构化的深度访谈，以提炼客户需求的的过程。结合人种学
1.3市场研究步骤（"确定积分得用"）定义问题
确定结果的精度水平
搜集数据
分析和解释
得出结论
应用
二、市场研究的方法2.1市场研究分类（按照数据来源划分）
2.1.1次级市场研究（优先使用，适合前期）
- 定义:基于别人的资料(非本人、非本次)
- 数据来源:二手数据资源，如政府统计报告、公开出版物等
- 优点:时间短、成本低、来源广泛（多快省）
- 价值：为一级市场研究奠定基础；适用于信息无须应用于高风险或高成本决策的情景
- 缺点：口径不一致、相关性不够、准确性不够
2.1.2一级/初级市场研究
- 定义：针对现有目标进行数据搜集的初始研究
- 分类：定性研究、定量分析
2.2.1定性市场研究（文）探索性
-
定义：对一小部分人进行个体或集体调研；不代表市场整体现状；文字观点，想法描述
-
方法：
- 焦点小组：8-12个人，主持人，观察者
- 深度访谈
- 人种学研究：花长时间去客户现场或家中、了解隐性需求、与环境有关
- 实地考察：销售和开发者访问客户、了解显性需求
2.2.2定量市场研究（理）验证性
-
定义：通过对大量用户的调查，得到的可信数据结果；用数据和逻辑说话
-
统计基础
误差范围（置信区间）：接受计算结果的误差范围有多大
置信水平：对于真实结果落入置信区间内的信心有多大
方差：预期的方差有多大
所需的置信区间越小，所需的样本量越大； 所需的置信水平越高，所需的样本量越大； 调查人群中的人口方差越大，所需的样本量越大 样品量太小会导致精度降低，结果的置信度降低
-
方法
抽样调查
实验
普查
3.1市场研究工具
| 工具名称 | 定义 | 优点 | 缺点 | 价值 | 注意事项 |
| 焦点小组 | 外部8-12市场参与者，专业主持人，圆桌，定性，单面镜，录像设备 | 参与者互动，引发深入思考，一手资料，能及时调整，有旁观者 | 不能推广到整体，不能得出统计信度的结果，群体思维，讨论被误解，对主持人的专业程度比较依赖 | 发掘机会；了解显性需求，能为全流程提供洞见，相对使用范围更广 | 小心常客，一个主题三次以上最好，周密计划，主持人能力过硬 |
| 客户现场访问 | 定性，到工作现场，观察客户使用产品 | 适用于B2B，了解显性和隐性需求 | 对参与双方要求较高；不能推广到整体；不能得到统计信度结果 | 发掘机会；面对面交流，能获取更多信息；对开发技术人员意义更大；能看到具体情况 | 避免销售，计划，多问，参与者有专业素养，可视化辅助，平等交流 |
| 人种学 | 定性，研究环境对于人消费行为的影响；适用场景：在现场和在家中 | 挖掘隐形需求 | 时间长，依赖个人解读，无法推广整体，不能得到统计信度结果 | 发掘机会，了解需求，有利于改进 | |
| 社交媒体 | 依靠社交属性的媒体，定性 | 直接、即时、有利于接近某类用户 | 受偏见、很难聚焦、真实性存疑 | 发掘机会（了解客户方方面面），了解需求，有利于改进 | |
| 问卷调查 | 客户的投票，用来确定他们对产品的满意度或发现产品新需求 | 不能得到统计信度结果 | 可以作为定性或定量技术来使用；发掘机会，了解需求，有利于改进；预测客户的购买频次、地点和价格 | 分为：1.定性的问卷调查：受访者数量有限，非统计性2.定量问卷调查:样本量大、统计信度的结果输出 随机抽样：编号随机抽取样本、数据容量大不适合；分层抽样：按招标准进行分层（层间差异大，层内差异小）、按年龄、收入等；整群抽样：按招标准进行分群，随机抽群（群间差异小，群内差异大）、以社区为单位 | |
| 消费者监测组 | 定性、找到某类群体、参与测试提供反馈 | 未经训练的监测组可以就客户的喜好和建议，为产品提供建议；训练有素的监测组能用于仪器测量无法提供的信息（如食品化妆行业） | 定性研究，无法推广整体，不能得到统计信度结果 | 了解客户喜好，有利于改进，成为可观评估仪器 | 分类：1.未经训练：定性测评 2.训练有素：产品属性定量测评 |
| 测试方法 | 版本 | 测试目的 | 测试环境 | 参与人员 | 输出 | 下阶段 |
| 阿尔法测试 | 阿尔法版本 | 消除设计缺陷，功能测试，可用性测试 | 开发环境 | 公司内部客户；极少情况下有外部人员 | 软件漏洞，未满足的需求 | 贝塔测试 |
| 贝塔测试 | 预发布版本 | 公测，真实环境测试 兼容性(软件、硬件、应用)；之后依旧可以根据反馈进行新功能的增加 | 真实环境 | 一些真实客户确认 开发不在现场 | 优化易用性，兼容性和功能性的想法 | 伽马测试 |
| 伽马测试 | 最终版本 | 发布前的最后测试，候选版本 测试，不会再进行功能的开发，限定范围内的代码修复 客户是否满意 | 真实环境 | 限定人数的终端客户 | 下个版本需要更新的内容 | 最终发布 |
3.3.1维度一
| 方法 | 描述 |
| 销售波研究 | 先免费提供，然后与低价竞品一起提供给客户，观察消费者选择 |
| 模拟测试营销 | 选出30-40位客户，调查对某个特定类别的品牌熟悉度和偏好 提供促销材料和少量资金； 暴露在促销材料中，提供资金邀请前往商店，看其选择，测试促销材料的有效性 |
| 受控测试营销 | 在真实市场，选出一组商店在真实的条件下摆放新产品，控制货架方位、陈列、广告、促销，测试效果，获得客户反馈。 |
| 试销 | 选出一个特定区域，或代表性城市，投放产品和测试营销组合的所有元素。 |
3.3.2维度二
| 类别 | 测试方法 | 市场研究方法 | 优点 | 缺点 |
| 全销售 | 测试市场 | 一个或几个市场中销售新产品 | 短期内收集大量真实环境下；关于营销活动效果的信息测试分销和供应链系统 | 测试昂贵，影响竞争 对手；开发团队需要付出巨大努力 |
| 试运行 | 以阶段或实验性方式试运行 | |||
| 受限销售 | 非正式销售 | 展示产品，收集客户购买信息或作为免费样品提供 | 比全销售方式更便宜，但仍 能代表真实客户的独立购买 情况；高度灵活性，以快速测试不同的市场要素 | 受控销售的目标客户不能代表整个市场供应链物流在真实情况下是挑战 |
| 直销 | 不在销售目录，直接向客户推荐 | |||
| 小型市场测试（微市场） | 很小的销售网点，验证客户是否愿 意购买产品 | |||
| 模拟销售 | 假购买 | 使用假币或积分在假商店进行购买 测试 | 给客户带来很小的风险 测试技术成本低 | 非实际销售 环境存在差别 |
| 推测性销售 （捆绑测试） | 通过一套完整的推销说辞，询问客 户购买产品的可能性 |
| 方法 | 特点 | 方法 |
| 因子分析 | 多个变量中找关键要素 一种降维、简化数据的技术 新产品开发中，用于关键变量的优先 级排序和分组 | 减少变量的数量 找出变量之间的结构关系 |
| 多维尺度分析 | 研究可替换性/相似度 在一个数据集中，找出各个用例之间 的相似度或可替代性 | 选择要研究的对象 列出现有产品的所有配对组合 要求目标市场样本，对每组配对组合中，产品的相似度和可替换性打分 采用多维尺度软件分析每组配对的得分 可视化图中的维度代表决策时的关键要素 |
| 联合分析 | 确定最能影响客户选择或决策的属性组合，如：手机套餐 确定人们对构成一个产品或服务的不同属性的看重程度 | 定义产品属性 将产品属性随意组合 要求消费者样本对这些组合打分 分析结果，确定最大影响作用的属性 |
| 聚类分析 | 亲和图，事先未知，分类 | 亲和图 |
| 多元回归分析 | 相关性、表达式、影响性 |
| 内容 |
| 通过大量征集他人的解决方案，从而获取信息并将其用于特定任务或项目的一系列工具。通常借由 互联网实现 许多公司将自己的网站作为众包渠道 |
| 数量( Volume)组织各种来源收集数据 速度( Velocity)数据以意想不到的速度传输，需要及时处理数据流 类型( Variety)数据的格式多种多样一一从传统数据库中结构化的数字数据到非结构化的文本文件、 电子邮件、音频、视频等等 |
| 机会识别 | 机会评估 | 概念开发 | 原型和产品测试 | 上市前测试 | |
| 所需市场信息 | 创意来源 | 市场潜力 市场规模、 早期财务分析 | 详细的概念描述 用户需求 产品属性和功能从而得出产品设计规范 | 市场偏好 产品改进 增强财务分析 | 目标市场对产品的 接受度 销售潜力 定价 |
| 风险水平 | 相对较低 成本低、资金少 | 相对较低 | 低至中等 | 中等至高 | 高 投入大量资金 |
| 研究类别 | 定性为主 | 定性+定量 | 定性为主 | 定性+定量 | 定量 |
| 研究方法 | 次级研究 社交媒体 焦点小组 客户现场访问 领先用户群 人种学调查 多变量工具 | 次级研究 焦点小组 客户现场访问 调查（面对面或在线） | 次级研究 领先用户 在线论坛 客户现场访问 | 焦点小组 领先用户 消费者监测组 阿尔法测试 | 定量研究 贝塔测试 市场测试 |
