大數(shù)據(jù)背景下市場調(diào)研設(shè)計之變

中小企業(yè)創(chuàng)業(yè)與經(jīng)營專業(yè)教學(xué)資源庫中小企業(yè)創(chuàng)業(yè)市場調(diào)研大數(shù)據(jù)背景下市場調(diào)研設(shè)計之變沃爾瑪?shù)拇黉N策略“啤酒與尿布”前言沃爾瑪?shù)倪@一決策得益于其強大的數(shù)據(jù)倉庫系統(tǒng)，大數(shù)據(jù)揭示了兩項看似毫無關(guān)聯(lián)的商品之間的聯(lián)系，促使決策層將二者進(jìn)行捆綁銷售，使沃爾瑪?shù)氖找娲蟠筇岣?。何為大?shù)據(jù)，它會給市場調(diào)研帶來什么改變呢？前言何為大數(shù)據(jù)，它會給市場調(diào)研帶來什么改變呢？知識點

01大數(shù)據(jù)的含義和特點02大數(shù)據(jù)時代的三大轉(zhuǎn)變03大數(shù)據(jù)與市場調(diào)研設(shè)計01大數(shù)據(jù)的含義和特點01大數(shù)據(jù)的含義和特點大數(shù)據(jù)bigdata大數(shù)據(jù)（bigdata)，又稱巨量資料，指非常龐大的數(shù)據(jù)集,尤其是那些沒有被整齊的組織起來無法適應(yīng)傳統(tǒng)數(shù)據(jù)倉庫的數(shù)據(jù)集。業(yè)界通常將“大數(shù)據(jù)”的特征歸納為4個V：Volume體量浩大Variety模態(tài)繁多Velocity快速生成Value價值巨大但利用密度很低02大數(shù)據(jù)時代的三大轉(zhuǎn)變美國學(xué)者舍恩伯格認(rèn)為,大數(shù)據(jù)時代有三大轉(zhuǎn)變：我們可以分析更多的數(shù)據(jù),有時候甚至可以處理和某個特別現(xiàn)象相關(guān)的所有數(shù)據(jù),而不是依賴于隨機采樣。美國學(xué)者舍恩伯格認(rèn)為,大數(shù)據(jù)時代有三大轉(zhuǎn)變:第一，我們可以分析更多的數(shù)據(jù),有時候甚至可以處理和某個特別現(xiàn)象相關(guān)的所有數(shù)據(jù),而不是依賴于隨機采樣。更高的精確性可使我們發(fā)現(xiàn)更多的細(xì)節(jié)。第二，研究數(shù)據(jù)如此之多，以至于我們不再熱衷于追求精確度。適當(dāng)忽略微觀層面的精確度,將帶來更好的洞察力和更大的商業(yè)利益。第三，不再熱衷于尋找因果關(guān)系，而是事物之間的相關(guān)關(guān)系。簡言之即“大數(shù)據(jù)”相對于傳統(tǒng)數(shù)據(jù)分析而言,其最為顯著的特征主要有3點:非隨機樣本,而是全樣本;忽略精確性,關(guān)注混雜性;淡化因果關(guān)系,關(guān)注相關(guān)關(guān)系。研究數(shù)據(jù)如此之多，以至于我們不再熱衷于追求精確度。適當(dāng)忽略微觀層面的精確度,將帶來更好的洞察力和更大的商業(yè)利益。不再熱衷于尋找因果關(guān)系，而是事物之間的相關(guān)關(guān)系。例如：不去探究機票價格變動的原因,但是關(guān)注買機票的最佳時機。02大數(shù)據(jù)時代的三大轉(zhuǎn)變非隨機樣本,而是全樣本02大數(shù)據(jù)時代的三大轉(zhuǎn)變簡言之即“大數(shù)據(jù)”相對于傳統(tǒng)數(shù)據(jù)分析而言,其最為顯著的特征主要有3點:忽略精確性,關(guān)注混雜性淡化因果關(guān)系,關(guān)注相關(guān)關(guān)系03大數(shù)據(jù)與市場調(diào)研設(shè)計03大數(shù)據(jù)與市場調(diào)研設(shè)計大數(shù)據(jù)的顯著特征在于數(shù)據(jù)的量級得到了擴充，特別是移動終端、智能設(shè)備、物聯(lián)網(wǎng)、社交平臺的興起,人與人、人與物的關(guān)系越發(fā)緊密。在此背景下,市場調(diào)研的名稱、目的、內(nèi)容也會受到不小的影響。①調(diào)查名稱、目的及內(nèi)容首先，調(diào)研名稱因為是顯化的研究內(nèi)容，故受到的影響不太明顯其次，傳統(tǒng)調(diào)查目的關(guān)注變量間的因果關(guān)系、解釋程度、相關(guān)關(guān)系。而大數(shù)據(jù)更關(guān)注數(shù)據(jù)的相關(guān)性。從某種程度而言，大數(shù)據(jù)賦予了研究內(nèi)容更多的發(fā)展空間,可以在海量數(shù)據(jù)中定義更豐富的變量。傳統(tǒng)的調(diào)查內(nèi)容往往會因為數(shù)據(jù)不可獲取而受到局限,而在大數(shù)據(jù)視域下,數(shù)據(jù)很容易通過平臺后端獲得。03大數(shù)據(jù)與市場調(diào)研設(shè)計①調(diào)查名稱、目的及內(nèi)容定性調(diào)查是在研究問題沒有明確研究變量的時候采用的一種方式;例如，深度訪談、個案分析等。定量調(diào)查明確研究變量,并在作出假設(shè)以后,通過問卷調(diào)查、實驗觀察等方法獲取結(jié)構(gòu)化數(shù)據(jù)的方式。03大數(shù)據(jù)與市場調(diào)研設(shè)計在大數(shù)據(jù)背景下，調(diào)查方法以“獲取數(shù)據(jù)的方法為主”，其顯著優(yōu)點是數(shù)據(jù)精確，這能有效保證市場調(diào)研的數(shù)據(jù)分析結(jié)果。②調(diào)查方法01調(diào)查對象02調(diào)查范圍03數(shù)據(jù)整理分析在大數(shù)據(jù)時代以前,人口統(tǒng)計變量方法是識別調(diào)查對象的最有效辦法;大數(shù)據(jù)時代下,這個方法也面臨著新的挑戰(zhàn)。傳統(tǒng)的調(diào)查方案設(shè)計中，需要運用統(tǒng)計學(xué)知識進(jìn)行科學(xué)的抽樣，以保證小樣本盡可能地去解釋總體。而在大數(shù)據(jù)時代下，去除了抽樣設(shè)計環(huán)節(jié)，可以較為便捷地獲取全樣本數(shù)據(jù)。傳統(tǒng)的數(shù)據(jù)分析整理采用專業(yè)統(tǒng)計軟件如SPSS等進(jìn)行因子分析、聚類分析等。而大數(shù)據(jù)時代下,缺乏發(fā)達(dá)的數(shù)據(jù)分析工具，如何處理數(shù)據(jù)成為一個核心問題。③調(diào)查對象、范圍與數(shù)據(jù)整理分析03大數(shù)據(jù)與市場調(diào)研設(shè)計人員分工調(diào)查日期獲得數(shù)據(jù)以后，還要錄入、處理、分析等，主要消耗人工體力。大數(shù)據(jù)下的調(diào)查方案設(shè)計規(guī)劃用時會顯著縮短大數(shù)據(jù)人的腦力消耗更加巨大，包括數(shù)據(jù)抓取算法、數(shù)據(jù)運算編程、數(shù)據(jù)結(jié)果解讀等調(diào)查周期至少需要1周以傳統(tǒng)調(diào)查④調(diào)查日程和人員分工、調(diào)查預(yù)算與其他說明03大數(shù)據(jù)與市場調(diào)研設(shè)計03大數(shù)據(jù)與市場調(diào)研設(shè)計④調(diào)查日程和人員分工、調(diào)查預(yù)算與其他說明在調(diào)查預(yù)算方面,傳統(tǒng)路徑下的預(yù)算開支依據(jù)調(diào)查項目而定，有高有低。而大數(shù)據(jù)路徑下的調(diào)查預(yù)算則會經(jīng)歷一個由高到低的變化過程。大數(shù)據(jù)調(diào)研初期海量數(shù)據(jù)不開放,由特定的終端企業(yè)或政府所掌握,需要花巨額資金購買,還要投入資金來培訓(xùn)人員解讀數(shù)據(jù)等;但隨著技術(shù)的進(jìn)步，抓取數(shù)據(jù)、分析數(shù)據(jù)的成本會進(jìn)一步降低，最終達(dá)到一個開放數(shù)據(jù)的時代?？偠灾?大數(shù)據(jù)代表了一個新世紀(jì)、新紀(jì)元的到來,其潛在價值不容忽視。在對調(diào)查方案的設(shè)計上，借鑒大數(shù)據(jù)的特點