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，要有一整套严密的方法论。
文/陈崖枫
关键词：市场调研 动机 采样偏差 样本规模 分析能力 统计能力 重视程度
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。这不禁让咨询行业的从业人士，以及广大企业家渗出一身冷汗——我们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，学会怎样真正对自己负责，对企业而言还真不是一个特别低的要求，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，那还不如拍一次不错的脑袋更简单？
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。
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：（1）65；（2）75； （3）85，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。
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。
比如说，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。
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。比如说，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。
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。
分析能力问题
这里涉及到两个概念，因果性与相关性。
所谓因果性，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。
而相关性，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，比如说：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”。
综上，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。它需要有一整套严密的方法论，既要有很强的数据分析能力、模板制作能力，也要有一定的协调能力、取舍能力，在成本、时间、可信度之间做出适当的妥协。同时，调研工作是一个需要成本与时间的事情，对决策有着巨大的指导作用，而其有多重要，往往取决于你对它的重视程度。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。■
本文作者系北京美思美誉管理咨询公司董事长
|
京ICP备12008127
