下载文档原格式
大数据在市场调研中的应用方法市场调研一直是企业决策的基础，而随着大数据技术的发展，越来越多的企业开始将其应用于市场调研当中。
大数据具有获取庞大数据量、精确分析、准确预测的能力，为市场调研提供了全新的方法和手段。
本文将介绍大数据在市场调研中的应用方法，并探讨其优势和挑战。
一、数据采集大数据市场调研的第一步是数据采集。
传统的市场调研方法通常通过问卷、访谈等方式收集数据，而大数据则可以利用网络、移动设备等渠道获得用户行为数据、社交媒体数据、资讯数据等海量数据。
通过大数据技术的处理和分析，可以对用户的行为、偏好、需求等进行深入了解，为企业提供更准确的市场信息。
二、数据分析大数据的另一个重要应用是数据分析。
大数据技术可以对庞大的数据进行清洗、整合、分析，帮助企业挖掘出其中的关联性和规律，从而洞察市场的趋势和变化。
例如，通过对用户购买行为数据的分析，企业可以了解哪些产品受到用户的欢迎，哪些产品需要改进等。
此外，利用大数据还可以进行预测分析，帮助企业把握市场机会。
三、用户画像大数据技术可以通过分析用户的行为数据、社交媒体数据等，构建用户画像。
用户画像是对用户属性、兴趣、需求等进行深入分析和刻画的结果，可以帮助企业更准确地了解目标用户，并制定更有针对性的营销策略。
通过用户画像，企业可以提供个性化的产品和服务，提高用户的满意度和忠诚度。
四、竞争分析大数据还可以帮助企业进行竞争分析。
通过对竞争对手的市场活动、产品销售数据等进行分析，企业可以了解竞争对手的战略意图、优势和劣势，为企业的决策提供参考依据。
基于大数据的竞争分析可以更全面地了解市场竞争环境，帮助企业制定更具竞争力的策略。
五、市场预测大数据技术可以对历史数据进行分析，从而预测未来市场的发展趋势。
企业可以利用大数据的预测模型，对市场需求、产品销售等进行预测，为企业的决策提供科学依据。
通过市场预测，企业可以提前调整战略，抢占市场先机。
然而，大数据在市场调研中的应用也面临一些挑战。
大数据技术在市场调研中的应用随着互联网的迅猛发展，大数据技术在各个行业中的应用也越来越广泛。
市场调研作为企业决策的重要依据，也开始利用大数据技术进行信息收集、分析和预测。
本文将探讨大数据技术在市场调研中的应用，并分析其带来的优势和挑战。
一、大数据技术在市场调研中的应用1. 数据采集和整合：传统的市场调研通常依赖于问卷调查、访谈和观察等手段来收集数据。
而利用大数据技术，可以通过网络爬虫、社交媒体监听等方式，实时地获取大量的用户行为数据和消费偏好。
同时，大数据技术可以将各种异构的数据源整合在一起，构建完整的市场调研数据集合。
2. 数据分析和挖掘：大数据技术可以通过数据挖掘和机器学习算法，对海量的市场数据进行分析，发现数据中隐藏的规律和趋势。
这样的分析可以帮助企业了解用户的消费行为、需求和偏好，有针对性地调整产品策略和市场定位。
3. 市场预测和趋势分析：通过对历史市场数据和外部环境数据的分析，大数据技术可以预测市场的未来走向和趋势。
这对企业来说是极为重要的，可以帮助企业调整市场策略，抢占市场先机。
4. 竞争对手分析：大数据技术可以帮助企业对竞争对手进行全面分析。
通过收集、整合和分析竞争对手的市场数据，企业可以了解竞争对手的产品特点、市场份额和竞争策略，从而制定更有效的竞争策略。
二、大数据技术在市场调研中的优势1. 大规模数据处理能力：大数据技术具备处理海量数据的能力，可以快速地分析和挖掘大量的市场数据。
相比传统的市场调研方法，大数据技术可以更加高效地获得数据，减少了数据收集和整理的工作量。
2. 实时分析和反馈：传统的市场调研方法需要一定的时间来进行数据处理和分析，往往无法提供实时的结果反馈。
而大数据技术可以实时地对数据进行分析和挖掘，帮助企业快速了解市场动态，及时调整策略。
3. 潜在规律的挖掘：大数据技术通过数据挖掘和机器学习算法，可以挖掘出隐藏在海量数据中的潜在规律。
这些规律往往是人工调研很难发现的，可以为企业提供更深入的市场洞察。
调查中国市场的方法中国市场庞大且复杂，了解其特点和趋势对于企业而言至关重要。
本文将详细介绍几种调查中国市场的方法，以帮助企业更好地把握市场脉搏。
一、市场调研1.1 文献调研：收集和分析相关书籍、报告、论文、政策法规等资料，了解中国市场的历史、现状和未来趋势。
1.2 实地调研：走访企业、行业展会、批发市场等地，了解市场一线情况，收集数据和案例。
1.3 问卷调查：设计针对性强的问卷，通过线上线下渠道收集消费者、企业等群体的意见和需求。
1.4 竞品分析：研究竞争对手的产品、策略、市场表现等，了解市场格局和竞争态势。
二、数据分析2.1 描述性分析：对中国市场的各项数据进行整理、分类和描述，揭示市场基本特征。
2.2 关联性分析：分析市场数据之间的关联性，找出影响市场变化的因素。
2.3 预测性分析：运用统计学、机器学习等方法，预测市场未来发展趋势。
三、专家访谈3.1 行业专家：邀请行业内的专家学者、企业高管等进行访谈，获取他们对市场的看法和见解。
3.2 政策制定者：与政府相关部门、行业协会等进行沟通，了解政策导向和市场趋势。
3.3 消费者代表：与不同类型的消费者代表进行交流，了解他们的需求和期望。
四、市场监测4.1 媒体监测：关注各类媒体上的市场动态、企业新闻、政策发布等，及时掌握市场信息。
4.2 网络监测：利用大数据技术，收集和分析网络上的消费者言论、行业动态等。
4.3 销售监测：跟踪企业销售数据，分析市场变化和消费者行为。
五、结论与建议5.1 整合各类调查方法和数据，总结中国市场的主要特点、趋势和挑战。
5.2 根据调查结果，为企业提供针对性的市场策略和决策建议。
通过以上方法，企业可以全面、深入地了解中国市场，为制定战略和拓展业务提供有力支持。
利用大数据进行市场调研的策划方法市场调研是企业制定科学战略、了解市场需求、开拓市场的必备手段。
随着大数据技术的发展，利用大数据进行市场调研已经成为了一种高效精准的选择。
本文将介绍利用大数据进行市场调研的策划方法，并探讨其在实践中的应用。
一、确定调研目标大数据对市场调研的价值在于其能够提供大规模、多维度的数据分析，帮助企业了解市场趋势、消费者喜好、竞争对手动向等关键信息。
在制定调研目标时，需要明确所要解决的问题，比如市场潜力评估、产品定位、竞争策略等。
明确的目标可以帮助企业高效地利用大数据进行调研，从而做出准确的决策。
二、收集数据大数据的核心在于数据的收集与整理。
企业可以通过购买第三方数据、开展调查问卷、利用社交媒体等多种方式收集数据。
在选择数据源时，需要考虑数据的精确度、全面性以及安全性。
此外，数据的整理和清洗也是不可忽视的环节，只有保证数据的质量和准确性，才能确保后续的分析工作能够有效展开。
三、数据分析大数据分析是利用大数据进行市场调研的核心环节。
通过数据分析，企业可以从海量数据中挖掘出有价值的信息，为市场调研提供依据。
1. 数据清洗与预处理在进行数据分析之前，需要对数据进行清洗与预处理工作。
这包括去除重复数据、缺失数据的填充、异常值的处理等。
通过数据清洗和预处理的工作，可以提高数据的质量和准确性，为后续的分析工作奠定基础。
2. 数据挖掘与建模数据挖掘技术可以帮助企业挖掘隐藏在数据背后的信息和规律。
通过应用机器学习算法、聚类分析、关联分析等方法，可以从大数据中提取出有意义的模式和规则，为市场调研提供有力支持。
3. 数据可视化数据可视化是将数据转化为图表、图形等形式，通过直观的展示方式，帮助人们理解和分析大数据。
通过可视化工具可以生成直观、清晰的图表，帮助企业通过视觉化的方式更好地理解市场现状、消费者行为等关键信息。
四、洞察分析洞察分析是将大数据分析的结果与市场调研目标结合起来，进行深入的洞察和分析。
如何有效地收集市场调研与分析数据市场调研与分析是企业决策的重要依据，而收集准确有效的市场调研与分析数据是保证决策的准确性和可靠性的基础。
本文将介绍一些有效地收集市场调研与分析数据的方法和技巧。
一、制定明确的调研目标在开始收集市场调研数据之前，首先需要明确调研的目标和需求。
明确的调研目标可以帮助我们更有针对性地选择适合的调研方法和数据收集方式，并保证后续分析的准确性。
二、选择合适的数据收集方式市场调研与分析数据的收集方式可以分为两种，一种是主动收集，另一种是被动收集。
主动收集方式包括问卷调查、访谈、焦点小组等，适用于需要主动获取用户反馈和意见的情况；被动收集方式包括观察、网络挖掘、数据采集等，可以获取用户行为和使用习惯等数据。
三、合理设计问卷调查问卷调查是收集市场调研数据的常用方式之一，但是设计一个合理有效的问卷是关键。
在设计问卷前，需要明确调研目标和问题，确定要从受访者那里获取哪些信息，并根据情况合理选择问卷类型和问题类型。
此外，还需要注意问题的顺序和逻辑性，以及选项的多样性和恰当性。
四、选择合适的样本群体在进行市场调研时，选取合适的样本群体是保证数据的有效性和可靠性的前提。
样本的选择应具有代表性，能够真实反映目标群体的特征和需求。
为了获得更准确的结果，可以使用随机抽样或分层抽样等方法，以减少样本的偏差。
五、利用互联网和大数据技术互联网和大数据技术的发展为市场调研与分析数据的收集带来了全新的可能性。
通过网络挖掘和数据采集技术，可以获取到各类市场数据、用户行为数据和社交媒体数据等。
利用这些数据，可以更加全面、准确地了解市场动态和用户需求，为决策提供更可靠的依据。
六、定期更新和维护数据市场调研与分析数据的有效性是需要定期更新和维护的。
市场环境和用户需求是不断变化的，如果使用过时的数据进行分析和决策，将会导致错误和失败。
因此，建议定期对收集到的数据进行整理、更新和归档，确保数据的及时性和准确性。
七、数据分析与决策支持数据收集只是市场调研与分析的第一步，更重要的是对数据进行分析和研究，以形成准确的结论和有效的决策支持。
大数据时代的市场调研方法随着互联网的发展以及智能硬件的普及，数据已经成为了现代社会最重要的资源之一，而大数据则更是成为了各行各业不可或缺的技术手段。
在市场方面，大数据的应用也已经成为了现代市场调研中的主流趋势。
本文将从以下几个方面介绍大数据时代的市场调研方法。
一、网络舆情分析随着社交网络的崛起，人们越来越多地通过社交网络来表达自己的情感和看法。
利用这些信息进行舆情分析，则成为了当今最重要的市场调研方法之一。
在舆情分析中，可以通过对用户的语句、词汇、情感色彩、词频等因素进行分析，为企业提供市场预警、消费者心态分析、竞争对手情报等信息，从而帮助企业更加准确地定位市场。
二、移动定位分析在移动互联网时代，越来越多的人们习惯于使用地图导航、分享位置信息、签到打卡等行为，这些行为都可以帮助分析人员更加准确地了解用户的行为和喜好。
比如针对某家连锁超市，可以通过分析用户的定位信息、消费频次和类型、购物时段等因素，为企业提供更加准确的市场定位和精准推荐服务。
三、消费大数据分析消费大数据分析则是以企业自有的商业数据为基础，通过数据挖掘、数据分析等技术手段，挖掘出潜在的商业模式、消费行为、用户兴趣等信息。
比如通过分析用户购买记录、购买频率、购买金额等因素，可以发现用户的消费行为和兴趣点，从而为企业提供更加精准的营销策略和产品推荐服务。
四、虚拟现实场景分析虚拟现实技术的高速发展，为市场调研带来了全新的视角和方法。
虚拟现实场景分析则可以通过虚拟现实技术构建真实的消费场景和用户行为，分析用户的消费行为、心理等信息，从而为企业提供更加准确的市场预测和产品定位服务。
五、智能硬件分析在智能硬件越来越普及的今天，利用智能硬件进行市场调研也成为了一种新的趋势。
尤其是在物联网时代，智能硬件可以透过物品连接人和世界，为市场调研带来了新的思路和技术手段。
比如可以通过分析智能家居系统中用户的使用行为和喜好，为企业提供更加个性化的产品定位和服务策略。
数据的收集和整理数据是现代社会中不可或缺的资源之一，无论是科学研究、商业活动还是政府决策，都需要大量的数据支持。
而数据的收集和整理是确保数据质量和有效性的重要环节。
本文将探讨数据的收集和整理方法，以及其在不同领域中的应用。
一、数据收集数据收集是指获取和记录数据的过程。
不同的领域和目的，需要采用不同的数据收集方法，常见的数据收集方法包括以下几种：1. 实地调研：实地调研是通过直接观察和采访的方式收集数据。
例如，市场调研人员可以走访店铺、举办焦点小组讨论等方式，收集市场需求和消费者偏好的数据。
2. 问卷调查：问卷调查是一种常见的数据收集方法，通过设计问卷并向受访者发放，收集他们的意见、观点和行为习惯等信息。
现如今，随着网络技术的发展，网上问卷调查也越来越流行。
3. 实验研究：实验研究是一种通过对实验组和对照组进行比较，来验证某种因果关系的方法。
研究人员可以控制变量，根据实验结果来收集数据。
4. 大数据收集：随着大数据时代的到来，越来越多的数据通过互联网、传感器等方式进行收集。
例如，社交网络平台可以收集用户的行为数据，智能设备可以通过传感器收集环境数据。
二、数据整理数据整理是指对收集到的数据进行处理、清理和组织，以便后续分析和利用。
数据整理的目的是将原始数据转化为有用的信息。
1. 数据清洗：数据清洗是数据整理中的重要步骤，主要是检查和修正数据中的错误、缺失或异常值。
例如，删除重复数据，填充缺失值，纠正错误数据等。
2. 数据转换：数据转换包括将数据从一种形式或格式转化为另一种形式或格式。
例如，将日期格式统一，将文本数据转化为数值数据等。
3. 数据归类：数据归类是将相关的数据进行分类和组织的过程。
可以基于某个属性对数据进行分类，也可以基于多个属性进行层次化归类。
4. 数据存储：数据整理完成后，需要将数据存储起来，以便后续分析和应用。
常见的数据存储方式包括数据库、数据仓库、数据湖等。
三、数据的应用数据的收集和整理对于各个领域都具有重要的意义，以下分别介绍数据在科学研究、商业活动和政府决策中的应用。
市场调研的数据分析方法市场调研是企业在制定市场战略时必不可少的一项工作，通过市场调研可以了解产品的市场需求、竞争对手情况以及消费者的反馈等信息，从而帮助企业作出正确的战略决策。
而在市场调研中，数据分析则是至关重要的环节。
本文将围绕这一主题，简要介绍市场调研的数据分析方法。
一、数据采集在进行数据分析之前，需要先采集数据。
在市场调研中，一般有两种数据采集方式：定性调研和定量调研。
定性调研是指对样本对象进行深度访谈或者小组讨论等方式，以对目标市场进行探究的一种方法。
采用定性调研方式采集的数据不可量化，只能通过文字、语言等方式表达，但是通过这种方式采集的数据往往更为详细，可以提供更多精确的信息。
定量调研则是通过大样本的数值数据进行分析，来得出结论和趋势。
比如问卷调研、网上调查等。
定量调研过程中采集的数据量会较大，可以用数字表示，同时还可以进行数据分析。
二、数据处理采集到数据后，需要对数据进行处理。
研究员需要将数据进行整理、分类、清洗等工作，以保证数据的真实性和完整性。
具体而言，数据处理步骤分为数据清洗、数据分析和结果分析三个阶段。
数据清洗指的是将采集到的原始数据进行初步加工，去除里面的错误、重复等无效数据。
数据分析就是将清洗后的数据按照统计原则分析、分类的过程。
结果分析就是对经过数据分析后的数据进行加工和解释，以便更好地理解数据，并从中提炼出有用的信息。
三、数据分析数据分析的过程中，需要进行多个层面的分析。
常用的数据分析方法包括描述性统计分析、推论性统计分析等。
描述性统计分析是对数据进行简单的汇总和概括，比如计算均值、中位数及标准差等统计指标。
推论性统计分析是将分析结果推广到整个受访人群的过程。
常用方法为假设检验、方差分析、回归分析等。
以上两种数据分析方法的选择往往与采取调研方式有着密切的关系。
数据分析方法并非一成不变，需根据问卷类型、问卷问题等因素进行选择。
四、数据可视化数据可视化是指通过图表、图像等方式将数据呈现出来，以便更好地理解和分析数据。
市场调研中的数据收集与分析工具推荐在市场调研中，数据收集与分析工具是非常重要的。
它们可以帮助研究人员准确获取参考数据、进行数据整理和分析，为企业的决策提供有效的支持。
然而，市场上的数据收集与分析工具种类繁多，如何选择适合的工具成为了一个亟待解决的问题。
本文将推荐几种常用的数据收集与分析工具，并分析其优缺点，希望能对市场调研人员提供一些参考。
一、问卷调查工具问卷调查是市场调研中常用的数据收集方法，而问卷调查工具则是进行问卷调查的必备工具。
市面上有许多知名的问卷调查工具，如SurveyMonkey、问卷星等。
这些工具提供了用户友好的界面，可以便捷地创建、编辑和发布问卷，同时也能实时收集和分析数据。
优点：1. 界面友好，操作简便，无需编程知识；2. 提供丰富的问卷设计模板，满足不同领域的调研需求；3. 支持数据实时收集与分析，方便用户随时了解调查进展。
缺点：1. 免费版本功能有限，需要购买高级版才能使用更多高级功能；2. 对于复杂的逻辑跳转等操作，可能需要一些编程知识。
二、大数据分析工具随着大数据时代的到来，大数据分析工具在市场调研中扮演着越来越重要的角色。
大数据分析工具可以帮助企业从庞大的数据中提取有价值的信息，并进行深度挖掘和分析，为企业的战略决策提供参考依据。
下面介绍几个知名的大数据分析工具。
1. R语言R语言是一种用于数据分析和图形表示的编程语言，具有强大的数据处理和建模能力。
R语言提供了丰富的数据分析包，涵盖了统计分析、机器学习、数据可视化等各个方面。
它的开源性和免费性使得研究人员可以自由使用，并且具有强大的社区支持。
优点：1. 开源免费，具有较强的灵活性和扩展性；2. 拥有丰富的数据处理和分析函数库，满足多样化的需求；3. R语言社区活跃，提供了大量的学习资源。
缺点：1. 学习曲线较陡峭，需要有一定的编程基础；2. 对于大规模数据的处理可能较慢。
2. PythonPython是一种面向对象的编程语言，也被广泛应用于数据分析和机器学习领域。
市场调研报告的数据收集方法市场调研是企业了解市场需求、预测市场趋势和制定市场营销策略的重要手段。
而市场调研报告是基于数据分析和研究结果撰写的文档，为企业提供决策参考。
然而，如何收集准确、全面的数据对于市场调研报告的准确性至关重要。
本文将介绍市场调研报告的数据收集方法，并探讨其适用性和优缺点。
一、问卷调查问卷调查是市场调研报告中最常用的数据收集方法之一。
通过编制问卷，向特定人群或样本进行调查，以了解其意见、态度、行为等信息。
问卷调查可以分为线上和线下两种方式。
在线上问卷调查中，可以通过创建在线调查问卷，利用社交媒体、邮件、网站等途径传播问卷链接，吸引受访者参与调查。
这种方式可以提高问卷的传播范围和收集效率，但受访者的回答可能不够详细。
而在线下问卷调查中，可以通过面对面的方式发放问卷，或者利用电话、传真等方式进行调查。
这种方式可以保证问卷被正确填写，但成本较高且收集效率相对较低。
二、访谈调研访谈调研是市场调研报告中另一种常用的数据收集方法，通过与受访者进行面对面或电话的交流，收集相关信息。
访谈调研可以采用个别访谈和群体访谈两种形式。
个别访谈通常针对特定的受访对象，如行业专家、企业高层等，通过深入交流获取专业知识和意见。
个别访谈的优点在于可以详细了解受访者的观点，但受访者选择的主观性可能存在一定偏差。
群体访谈则可以同时针对多人进行调研，适用于获取受访者普遍的观点和看法。
通过讨论和交流，可以得出更加全面的数据，但受访者之间的意见差异可能导致数据解读的复杂性。
三、数据分析除了主动收集数据，市场调研报告还可以通过分析现有数据来获取相关信息。
数据分析可以通过大数据挖掘、统计分析等手段进行。
大数据挖掘是指通过对大量数据进行分析，从中挖掘出潜在的关联关系和规律。
这种方法可以快速获取大量数据，并发现可能被忽视的重要信息，但需要专业的数据挖掘技术支持。
统计分析则是通过对样本数据进行统计计算和分析，得出整体数据的趋势和特征。
第三章文案调研——二手数据的收集方法一、二手资料data1 、原始数据——直接来源，第一手数据，专门收集，实验、观察、询问二手资料——间接来源，文案调研，已有的数据资料任何市场研究均不可能完全独一无二，或从未发生过，很可能有过类似调查2、二手数据的优劣（1）优点时效性经济性——成本低，易获得辅助性——确定研究的主题和背景确定研究的方向和范围确定研究的潜在问题和困难（2）缺点测度标准不一致分类标准不一致数据更新慢相关程度低数据可能缺乏可得性，不充分数据可能不准确二、内部数据——内部数据库，会计帐目、销售记录、各类报告外部数据——政府报告官方统计资料：年鉴行业协会资料研究成果论文、图书大调研公司数据三、因特网资料关键词搜索大学网站及BBS讨论* 官方及商业数据公司网站出版公司第四章原始数据的收集方法第一节询问法*调查方法：我国政府统计调查方法体系：“以必要的周期性普查为基础；以经常性的抽样调查为主体，辅之以重点调查，科学推算和少量的全面报表综合应用。
”普查：专门组织的一次性的全面调查，用于收集重要的国情国力和重要的经济现象的全面资料，是最基础的参照资料。
一般为定期调查。
主要用于调查属于一定时点上的现象的数量特点时期指标：某一段时间内累积达到的总量水平，流量，可加性时点指标：某一时刻、瞬间上的总量水平，存量，不可加性抽样调查：从调查总体中随机抽取一部分单位作为样本进行调查，并根据样本的调查结果对总体数量特征进行推断，是应用最广泛的非全面调查分为：概率抽样：随机非概率抽样：非随机，调查结果不能用于推断统计报表*数据收集的形式一、传统的询问调查方法调查者通过口头、电讯、网络或书面的方式向被调查者收集数据、资料的方法。
1、面谈访问——调查者与被调查者通过面对面交谈而获得资料问卷访谈与自由交谈；个别交谈与集体座谈入户访谈：比较深入，样本代表性较好，不易控制调查者，调查者效应大，费用高，时间长街上拦截访谈：不是随机抽样，样本代表性不足，环境差，拒访率高现场拦截访问；中心地访问普通人员访谈—计算机辅助人员访谈CAPI2、电话访谈——问卷、样本抽取费用低；样本质量较好；时间短，调查内容有限，不深入；互动性差；调查者效应较小；抽样电话访谈：计算机辅助电话访谈CATI——计算机（非电话号码簿）随机生成访谈的电话号码固定样本抽样电话访谈3、邮寄访谈——出版业、直销企业单程邮寄访谈（回收率5-20%）固定样本邮寄访谈：回收率相对较高，但费用也大方便，经济；无调查者效应；时间长；回收率低（5-20%）；参与者与拒访者之间存在的的系统误差；*提高回收率的方法：事前事后提醒致谢、物质奖励、方便、真诚请求、信誉高的联合机构、特别遴选的被调查者4、网上调查——e-mail调查、在线调查以各类社会调查为主速度快（数据的录入、整理、统计、保存、传输的一体化）；经济、方便、范围大；容易找到与相关问题联系紧密的人；样本代表性差；无法控制调查过程与被调查者；5、留置调查由被调查者自行填写问卷后收回三、影响选择不同调查方法的因素抽样的精度；预算；数据质量要求；问卷长度及结构性程度；样本的发生率；时间第二节观察法不与被调查者发生直接接触，不通过提问或交流而系统地记录人、物体或事件的行为模式的过程，可由人员或机器进行可以进行观察的条件：所需信息必须是可以观察到或能从观察到的行为推断出的观察的行为必须是重复的、频繁的或者在某方面可以预测的——成本高被观察的行为必须是相对短期的一、种类1、结构性与非结构性观察——控制与无控制的观察是否有统一的计划、观察内容、要求和手段，观察人员的自主度如何2、连续的和不连续的观察3、公开的和掩饰的观察4、参与与非参与的观察5、自然的和经过设计的观察——模拟环境6、人员和机器观察二、观察法的优劣1、优点——真实、客观；简单、易行2、缺点——只能观察公开、表面、目前的行为，无法探究动机、态度和未来的行为对人员和方法设计有较高要求成本相对较高三、观察的内容1、人员观察：顾客观察、神秘购物者；单向镜；购物形态和行为；审计2、机器观察第四节实验法一、涵义和概念1、方法的涵义在实验法中，调研人员变为主动的参与者，通常称为“因果性调研”，研究人员改变一些因素（变量），考察这些因素的变化对其他因素有什么影响。
改变的因素——自变量、解释变量、实验变量受影响的因素——因变量、被解释变量*相关关系——因果关系2、基本概念实验组——接受实验的被研究对象控制组——不是实验对象，往往与实验组进行对比实验，也称为对照组现场实验——现实情况下的实验实验室实验——受控制环境下的实验二、实验设计1、非正规设计——非随机性、成本高、易操作*例：某鲜果汁的原包装为袋装，现要研究新包装对果汁的销售量的影响。
在实验设计中，A为自变量，代表果汁的包装，A1——罐装A2——瓶装A3——袋装（原包装）Y为因变量，代表果汁的销售量。
在这个实验设计中，自变量只有一个，包装A，因此是一个单因子实验设计。
如果同时还要研究价格B、促销方法C等因素对销售量的影响，就变为多因子实验设计了。
每组各选3个商店（超市）进行实验，实验结果使用3个商店的平均销售量进行对比。
四种不同的非随机实验设计方法如下：（112装变动的同时销售量的变动，也无法排除其他因素对销售量的影响，因此也无法肯定销售量的变动是否完全由包装变动所引起。
（213和Y2—Y3来分别确定与同期的原包装果汁相比，两种新包装罐装和瓶装对销售量的影响效应，即罐装效应= Y1—Y3、瓶装效应= Y2—Y3。
然后比较Y1—Y3和Y2—Y3两种效应来判断哪一种新包装的效应更好。
这种设计方法可以将新包装与同期原包装的销售量比较，但是无法排除其他因素对销售量的影响，尤其是不同组商店的不同地点、顾客偏好、收入等因素对销售量的影响。
例如第一个实验组3个商店由于地点原因和顾客收入较高，顾客特别喜欢罐装果汁，罐装果汁销量特大。
因此无法肯定果汁销售量的变动是否完全由包装改变所引起。
（3*来分别确定改换包1122装前后，两种新包装罐装和瓶装与原包装相比对销售量的影响效应，即罐装效应= Y1—Y1*、瓶装效应= Y2—Y2*。
然后比较Y1—Y1*和Y2—Y2*两种效应，来判断与推出新包装前相比，哪一种新包装的效应更好。
但是这种设计方法也无法排除其他因素对销售量的影响，因此也无法肯定销售量的变动是否完全由包装变动所引起。
例如，实验期间适逢节庆假期，各种商品包括果汁的消费量大增。
即使实验结果表明换新包装后比原包装销售量增加，也无法肯定销售量的变动是否完全由包装变动所引起，还是由于节庆期间果汁的销售量增加所引起的（4）有控制组的事前事后设计——有利于消除外来因素影响共同影响，而控制组销售量的变动只受外来因素影响。
因此，两种新包装与原包装相比对销售量的影响效应，罐装效应可以表示为（Y1—Y1*）—（Y3—Y3*），瓶装效应可以表示为（Y2—Y2*）—（Y3—Y3*）。
然后比较（Y1—Y1*）—（Y3—Y3*）和（Y2—Y2*）—（Y3—Y3*）两种效应来判断哪一种新包装的效应更好。
2、正规设计——随机设计方差分析3、实验的有效性*有效性——实际的测量与希望的测量十分一致内部有效性——实验设计及环境的内部外部有效性——现实，实验室外的人和环境4、特点强有力的研究形式和结论成本高保密度要高严格的设计条件在实际中经常遇到干扰第四节定性调研一、涵义1、含义主观选择较小样本进行深度的、非正规的访谈，目的是要对感觉、动机、态度，也就是对“为什么”和“怎样”进行调研，调研结果未经量化或定量分析*调查的初始阶段*定性与定量——人的因素*不可进行推断2二、方法——有很多方法借鉴了精神、心理医学中的研究方法1、焦点小组座谈在主持人的引导下，以会议或座谈形式对特定主题进行集体讨论——确定主题（座谈大纲）——选择成员——挑选主持人（控制、沟通、立场、专业）——编制座谈正式指南（资料）——是否需要多次座谈——分析结果，正式报告优点：成员之间的互动性；容易观察；比较容易执行；可以了解较详细的调查内容缺点：设计方法和确定人员的难度；成员不具备代表性，有误导；2、深度访谈——调查者与非调查者一对一的深入交谈与访问，可以深入了解被调查者的态度、意见、动机等，尤其对敏感性问题效果较好特点：开放性、非结构性、成本较高、调查者参与水平低、对面谈者的要求高，不能进行推断，结论不能量化自由式访谈半控制性访谈3、其他技术映射技术（心理学）：词汇联想、语句完成、图画完成、照片归类、叙述故事、第三人称4、定性调研方法的优劣优点：成本低、灵活多变、范围广缺点：样本小，代表性差、误差大，不能推断第五节资料收集中的误差调查误差是不可避免的，各种误差由于来源不同，可控情况也各不相同1、二种误差分类系统误差：有倾向性测量误差：全面调查和非全面调查都会产生随机误差：偶然、无倾向性系统误差：有倾向性代表误差：非全面调查方法本身所产生的误差随机误差：无倾向性——抽样误差*一般情况下，系统误差可以可以消除，随机误差不能消除2、在数据收集中可能出现的误差（抽样调查）随机测量误差：处理过程误差——偶然的登记误差，数据登记或录入中产生的误差。
如：漏填错填数据随机抽样误差：偶然的代表误差，可以事先进行计算和认定系统误差：由于调研设计或抽样设计中的错误或问题而产生的误差，有倾向性系统的测量误差系统的代表误差（抽样设计误差）（1）系统的抽样设计误差：实际上违反随机原则——抽样的等可能性原则抽样框误差：抽样框是调研对象的总体清单，抽样框误差是由于不正确或不完整的抽样框而引起的误差。
如：电话号码簿抽样、选举民意调查抽样调研对象范围误差：调研对象范围限定不准确或相关群体的不恰当限定而引起的误差。
如：居民收入或消费水平的限定、广告目标群体的界定抽选误差：不完整或不恰当的抽样过程，或正确的抽样程序未能保证执行而产生的误差。
可能是有意识或无意识的。
如：人为挑选或放弃调查对象、与某种规律吻合（2）系统的测量误差：全面或非全面调查均可能产生测量误差，这里指的是系统的测量误差替代信息误差：因实际需要的信息与调研人员所收集的信息之间的差距所产生误差。
一般与调研设计的主要问题有关。
如：食品的调研只注重口味、洗涤用品、电脑产品访谈人员误差：访问者与被访问者之间的相互作用产生的误差。
访问人员的衣着、年龄、性别、气质、面部表情、形体语言、语气语调等都可能会影响被访问者全部或部分的回答。
还包括伪造调研记录的可能如：语气或表情的倾向、不恰当的引导性提问测量工具误差：测量工具或问卷所产生的误差。
由于提出的问题或问卷设计中的某些因素而导致回答的偏差或使回答容易产生偏差。
如：倾向性的问题、不完全的备选答案、措辞不准确回答误差拒访误差：接受者与拒访者之间的差异导致的误差。
