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MarketResearch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？
爷命大
俺懒得装
你真搞不掂
宝洁还得一年3000万养着我
腾讯还要专门养一个部门来伺候我
哈哈哈哈 ( ＾∀＾)
在之前的 https://ask.hellobi.com/blog/chenwen/6438 一文中
陈老师猛烈抨击了调研的各种问题
然而确确实实，即使在2017年3月6日
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，还有社交网站信息，
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。
不但不留下一片云彩，
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。
能有多强？
陈老师接触的最强案例：
X市想了解他们市的失足妇女（咳咳你懂的）的规模，状况。
调研公司用了一个很神奇的角度，换着法的把这个问题给搞掂了。
这就是调研的威力（小彩蛋：本月阅读超过1500公布结果哦）。
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， 哈哈哈
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
可以快速做一些小型市场走访
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
在写分析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。
具体调研方法，陈老师稍后会做补充，敬请期待哦
然而你还是主要靠内部数据干活的，所以还是得学习内部数据知识
用户画像一部曲：https://ask.hellobi.com/blog/chenwen/6445
用户画像二部曲：https://ask.hellobi.com/blog/chenwen/6402
用户画像三部曲：https://ask.hellobi.com/blog/chenwen/6365
让你看清用户画像实战应用
作者介绍：陈老师，在咨询行业打拼了9年，在如何诊断经营问题、建立分析体系、解决专项问题上有超过30个大型项目积累与实战，天善智能特邀专家。
数据分析职场路上有困扰吗？不妨到《数据分析师八大能力培养课程》https://edu.hellobi.com/course/272 里聊聊！
视频课程特色：
从真实数据分析工作场景出发，训练实战能力
启发式教学+大量实际操练，培养属于自己的能力
不依赖于某个具体技术，也适合对数据分析感兴趣的学生、业务部门人士学习
