调研，那些大数据干不掉的小数据

  调研就是大数据无法攻克的堡垒。“我就是喜欢你很大，可是你干不掉我的样子”，调研问卷嗨森的对R，Python，hadoop，Spark一众人等做个鬼脸。

  话说2017年是21世纪了吧，为啥这个中世纪时代的玩意现在还活蹦乱跳啊？你看其他人的名字都是英文了啊，你丫还叫中文，敢不敢叫MarketReasearch装一下啊？就没有一种大数据技术，敲个代码搭个服务器把这个还在靠纸笔OOXX的玩意干死挺挺吗？调研有着各种各样的问题。然而确确实实，即使到了2017年，调研这种方法依然难以被取代，甚至在腾讯这种大企业还被发扬光大，到底调研的独特魅力在哪里？

  调研四大优势

  优势一：主动性，让死人开口。

  交易数据来自pos机/网站下单，可是如果顾客不买东西怎么办？曰：没事，还有网站互动信息。可是如果顾客不登陆了怎么办？曰：额，没事，还社交网站信息，可是如果顾客不上网发帖怎么办？至此，大数据依赖的三大信息源全军覆没，这是个很现实的问题：很多情况下，顾客都是很懒的，他们不满，就会默默走掉。不但不下一片云彩，连手都不挥一下，特别是男顾客！这时如果单纯依赖数据解读，就会陷入经典的失踪飞机误区里。抓着小问题不放，忽视大痛点。调研则不存在这个问题，我可以拿着用户失联前留下的联系方式，直接找上门去问他意见。更能用更多带套的小问题勾引他本不想说的内容。让死人开口，就这么强大。

  优势二：直观性，让活人动心。

  汇报会上，面对市场部各位大佬质疑的眼神，分析师紧张的说：“我们的产品定位在中高端，然而实际销售是有偏的，我们目前收集的会员数据，45%集中在年收入8-12万，年龄25-30岁，学历……”分析师叨叨叨一堆数据，市场部各位大佬一言不发眉头紧皱。陈老师见状，在这一段汇报完后插了一句：“简单来说，大家想过这个群体是谁吗？”“就是给诸位修电脑的行政部的小张啊！大家仔细想想他的年龄，收入，学历，工作单位，哪一条不符合，就这一身油光光脏衣服秃地中海，烟愁汗臭小哥，我们还有24999个，不知道这不是不是诸位心中的期望啊，我嘞个去，对哦！”台下一片笑声，吐槽声，卧槽声。那一刻大家全懂了，调研的魅力，就是能从枯燥抽象的数据中，抽出典型鲜活的案例。让人们一眼看到问题所在，强化人们对于数据的理解。

  优势三：深入性，洞察内心。

  虽然文本分析可以在很大程度上替代调研，但对人性的洞察，仍然是传统方法更好。比如一个热词：“屌丝”的背后：即可以是在校学生的心虚；也可以是对某些人的辱骂；还可以是低层白领的自嘲；又可以是中层白领的套路；总之这些深层次的含义需要去解读。单纯依靠文本能快速捕捉这种趋势，但想解读这种趋势，就得靠研究者深入观察。传统调研在这一领域有着很多深入的方法，比如做行为日志，做跟访，做图片测试，做场景模拟，比如在座谈会中故意激发矛盾，让人们相互争斗，暴露真性情。这些方法背后大多有心里学实验做基础，因此相当实用，收集素材也能多方验证。比单纯的捕捉热词，或者分析行为路径，关注内容，要来的快速，直接，省事，深入。

  优势四：全面性，强力执行。

  一提到大数据就想到互联网，想到宽带，WiFi，终端，服务器。然而没有网络怎么办？四五六七八线城市怎么办？不上网的业务怎么办？我就是想考察我的县级渠道。我就是想搞清楚社区店的货架上到底有几瓶我的饮料。那是我花钱买来的面位啊，不能让经销商这么糊弄过去。大数据搞不掂，就上调研咯。数据跑断腿也要跑回来！敢造假？我找两波不同的人相互查一遍，哼！

  调研如何与数据分析结合，调研在企业里一般有专人，专门组负责职责有分工，数据分析师们不必事必躬亲。五个场景下，调研项目起主导作用，数据分析辅助：

  一：潜在市场，潜在用户，新型概念的开发（总之没有现成数据）

  二：用户主观态度，意愿，满意度了解（用户体验，用户洞察，用户满意度）

  三：沉默用户的了解（强行让死人说话）

  四：数据基础较差的存量市场（县级渠道，网点，门店）

  五：竞品使用情况，竞品用户情况（还是没有数据）

  当然更多的场景下，是数据分析师们利用小调研，理解自己的问题，丰富报告深度，可以从三个方面来思考，如何利用调研。事前，快速找到感觉，拿到一个分析需求，没有概念的时候，可以快速做一，小型市场走访，约业务部门的人做个小访谈，迅速收集一些问题假设，建立最初的概念。

  需特别注意的是，有些时候老板的问题是从一个具体事件发起的，比如他亲自看到了XXX，或者业务部的某位大佬跟他讲了XXX，做这种需求的时候，更需要做一些实地调研，要具体到老板产生疑问的事件，人的身上，这样才能解读出老板真正关心的问题。

  事中，验证假设真伪，在看数据看的有初步想法的时候，可以直接和问题相关的部门进行沟通，验证思路是否ok，可以带着问题走访市场，简单的找一个门店，一两个顾客快速交流，明显的分析漏洞会直接暴露出来，同时业务部门，顾客，门店会给你很多新思路，在写分建议的时候会更有灵感，不至于陷入看着柱子图，那根高就把哪根当优势，那根低就把哪根当劣势，的脑残分析逻辑中去。

  事后，故事打动人心，已经出了分析结论，整理汇报的时候，把调研中发现的事件，人物，场景整理出来，结合数据发现，作为数据的补充。可以非常好的帮助大家理解数据，更好地帮助我们的报告获得认可。

点击进入》 主数据管理  企业数据治理  信息资源规划   数据安全管理