大灃中山水果貨架中島快訊：消費者洞察是新品牌的重要內核，也是很多產品創新和運營活動的立足之本。如果在這塊出現諸多認知不清晰的問題，會非常大地影響在業務上的定義。

盡管現在的品牌創業者都還挺重視這塊，但方法路徑存在很大不同，基本上都是自說自話，延續著固有的經驗或者自身特長，很難從更科學和系統的維度，去建構起這里面的方法論。

大灃中山水果貨架中島尤其在媒介渠道碎片化、人群細分化的大背景下，人群洞察這件事情，在變得更加曲折和復雜，那對于新品牌來說，在消費者洞察這塊如何打通和真正有所建樹呢？

大灃中山水果貨架中島在新浪潮品牌俱樂部最近的會員活動中，資深營銷人湯璇圍繞“做好消費者洞察的幾個關鍵思考和方法”，為我們做了深度分享，里面既有層層遞進的解決思路，也有很多大家日常很容易陷入的誤區和坑。

畢業于同濟大學計算機專業，15年傳播與營銷經驗，現任群脈CMO，歷任復星集團杏脈科技CMO，秒針營銷科學院秘書長等職位，讓湯璇對基于數據的消費者洞察有很多自己的理解和原則。

大灃中山水果貨架中島總的來說，這是一次非常嚴謹、實用的行業輸出?？赡苄枰ㄒ欢〞r間消化和對照業務做梳理。截取部分內容，與創業者共享!

今天我跟大家分享的話題是消費者洞察，先跟大家介紹一下自己的背景：

我是學計算機專業的，但一直都在做營銷和傳播方面的工作。

大灃中山水果貨架中島2008年，我在國際咨詢公司做品牌研究，那時候還沒有大數據，大樣本量的研究也是以大規模收問卷的方式來做的。當時，我負責的項目一年差不多能回收到20萬問卷量，但也只能用傳統的方式來處理。

2016年之后，大數據和人工智能的浪潮到來。運用過去傳統的洞察方法論，再配合上新的大數據和人工智能引擎技術，我們開始能夠用一些比較新的方法，把洞察做得更加深入。

舉兩個關于消費者洞察的著名案例。

首先，大家應該都可以看到一張圖，它叫做“女人>兒童>老人>狗>男人”。

這張圖最早出來的時候非常轟動，應該是傳遍了整個營銷行業，很多人看到以后才恍然大悟，覺得這說得也太對了。

現在，這個理論已經變成了行業的通識，大家都認為女人的錢好掙，男人的錢特別不好掙，男性在這幾種消費者當中，是多么的不受商家待見。

另外一個案例跟凱迪拉克車主有關。

大家知道凱迪拉克“洗浴王”的稱呼是怎么來的嗎？這是出自于高德在2016年發布的年度報告，他們當時分析不同汽車品牌的車主會前往哪里，奔馳、寶馬的車主都去步行街、別墅這種地方，而凱迪拉克的車主則去洗浴場所。

這個事兒當時也是傳遍了全網，大家都覺得太有意思了，認為凱迪拉克的車主都是這么一群人。

大家都猜測凱迪拉克一定會很生氣，但實際上不是，我甚至聽說凱迪拉克后來居然跟高德建立起了合作。

凱迪拉克品牌方為什么會認同呢？因為高德做了一個很好的消費者洞察。

凱迪拉克車主主要分布在比較偏南方沿海的發達地區，當地很多民營企業和高凈值人群，都喜歡在類似于洗浴中心的場合去談生意，覺得洗浴中心是一個坦誠相見、能夠促成生意的地方。

所以，凱迪拉克說高德這洞察力很強啊，我們就是在打這個人群。

凱迪拉克絕對不會對外宣稱我的人群就是這樣，但如果有大數據反饋出來，給用戶這樣一個稱呼，印證了他們原來的定位方向是正確的。

1、三個維度來描述一個人，人群畫像的標簽體系分類

我相信不管是消費創業者，還是在消費品企業內部負責經營的人，大家都希望能夠找到打動人心的、讓人拍案叫絕的洞察點出來。

那么，這些洞察點是怎么得出來的呢？首先，我們要清晰地理解人群畫像，然后再從人群畫像當中找出洞察。所以，我們先快速的看一下人群畫像的指標。

第一，是人群基礎屬性的指標。

我把人群基礎屬性分為三個大維度的標簽體系：

1. 基礎的信息：比如說你的物理屬性，包括你叫什么名字、住哪里等等，還有你的生物信息，包括面部識別、指紋等等。

2. 人口屬性：包括性別、年齡、學歷、地域、城市等等。

3. 社會屬性：比如說你的身份、職業、家庭情況、收入情況等等。大家要注意，收入既有個人的收入，也有家庭的收入。但對于一個消費者來說，真正的核心是可支配收入是多少，這才是最值得我們注意的。

在我們要抓的消費者分類當中，為什么女人放在最前面，男人放在最后面？

這是因為在很多家庭當中，男人的收入可能是最主要的，但實際上女性才是最后消費的決策者，尤其在消費品這個類目里。

一線城市的收入很高，但問題是這里的社會壓力也很大，你得還房貸，你的孩子需要接受教育，還有很多其他剛性支出是沒有辦法控制的。所以，一線城市的可支配收入可能是很少的。

有些城市的總體收入很低，但可支配收入卻比較大。還有很多無收入的人群，比如說孩子和學生，他們實際上的可支配收入也是挺高的，這需要大家來識別。

第二，是行為習慣的指標。

我把它分為兩塊：

1. 媒介的行為：也是大家在媒體平臺上面的觸媒習慣和喜好。

2. 消費的行為：比如說，消費者購買的方式是怎么樣的？買與不買的決策標準在哪里？促使消費者進行消費的驅動力是什么？在什么地方？什么時間？什么頻次？單次的額度有多大？

第三，是興趣和價值觀的指標。

我大概會把這分為興趣標簽和態度標簽，當中包括消費者情感的正負面信息。

實際上，消費者很多媒體行為和消費行為背后的動機挖掘，都需要通過分析他們的興趣和價值觀來體現，因為他們需要對某樣東西特別感興趣，才會在后續做出購買的行為。

當品牌需要做到用價值觀跟消費者進行情感上的溝通和共鳴時，品牌就非常需要去了解他們的人群，分析除了產品功能以外，還能以哪些信息點與用戶進行心智上的溝通。

所以，興趣和價值觀的數據是由大量的文字標簽所組成的。

2、人群畫像的數據獲取方式

接下來，我會拆解一下我們應該用什么樣的方式來獲取數據。

（1）基礎信息數據：要講求日常的CRM管理

在新浪潮的群里面，我看到很多人都會提到關于問卷的問題，討論問卷到底是有用還是沒用。

首先我可以說，所有的數據都有可能通過問卷的方式獲取。但是，不是真的要做問卷才可以把所有的信息點拿到手里。現在，基礎信息更多是用社交平臺 CRM的方式來獲得。

在CRM上，我們要獲取的內容包括姓名、電話、性別、年齡，職業、家庭等等，這些信息經常會在一些表單上讓用戶自己填寫。

如果我們不用問卷，或者說這個用戶從來沒有答過問卷，那我們的CRM要怎么做呢？

現在，如果用戶在微信平臺上通過了一些賬戶授權，我們已經能夠從中獲得一些既定的基礎信息。

所以，就算我們沒有做過問卷，別的平臺也已經提前幫你做過了，我們就直接用他的數據庫唄。我們要有一個意識，就是所有的基礎信息都有可能天然獲取。

但如果我們有自己的私域，在這一方面的數據一定能收到更多。

如果你手里沒有一個用戶管理的模式，當有一天想發掘人群畫像時，就不得不通過問卷的方式，但大家都不喜歡填問卷。

所以，我們一定要注重CRM數據的日常積累和運營，不要到用的時候才想起來。

從建立CRM開始，或者說起時代迭代的產物SCRM，就應該培養全渠道收集數據的意識：

在他第一次跟你接觸的時候，你先把名字、電話、地址、性別、年齡、地域、城市這些信息收過來。

過段時間以后，借機再把他的職業、家庭狀況、收入問一下。往后，你再連續不斷的通過各種各樣的機會，慢慢把所有渠道的信息給吸收過來。

所以，日常的基本功是很重要的。

（2） 行為習慣數據：洞察需要交叉分析得出

1）兩部分的數據如何獲取？

我剛剛說了，行為特征有兩個部分，一個是媒介上的行為，一個是消費的行為，而這兩個行為是發生在不同場合當中的。

媒介行為就發生在媒體平臺上，不管它是互聯網還是傳統的媒介。

消費行為，要么發生在線下零售場景，要么就在線上。在線上的話，你就一定是在別人的互聯網平臺上面，不管是阿里系的，還是騰訊系的。

在平臺上的數據有兩類，第一類是第一手的，屬于你自己的數據，比如說你是做自媒體、抖音電商的，能在后臺上看到非常全的數據，而且每一個步驟你都可以看得清楚，你可以用這些小數據來做運營分析。

但你只知道自己的數據的話，是看不出消費者洞察來的，因為你需要看整體和全網的情況是怎么樣的。

所以，有很多第三方的數據是用來給我們去做標準比對的，這些數據必須通過媒介渠道和銷售渠道獲取，我們可能把這些渠道分成六大類：

第一類是類似于阿里生意參謀、databank的平臺數據工具。

你可以在上面查到品類今天的最高銷量是多少、本周內全網爆品有那些、別人是做到了什么程度，你在整個行業里大概處于什么水平。

第二類是社交平臺。

你可以在社交平臺的后臺上看到全網大概的情況，比如說現在有那些熱搜話題、什么東西比較受歡迎等等。

第三類是一些喜歡做消費者研究的機構，比如說第三方數據公司。

新的媒介平臺開始多起來了以后，第三方數據公司也開始變得越來越多，大家也都在往外冒。

第四類是媒體。

媒體是挺喜歡出數據報告的，因為哪怕他們是在出自己平臺上的人群畫像，也能幫助在他那里推廣的商家去做優化。

第五類是代理公司，比如說廣告營銷公司。

我們看這一類公司的報告的時候，要注意一點：選那些客戶群比較豐富、比較多的公司，因為如果他手上的客戶少，那做出來的東西就很有可能會比較偏離。

最后一類是券商。

在這兩年，券商特別喜歡出報告，因為投資市場很火，投資人喜歡看。

但作為經營者，你在看券商報告前要對自己有足夠的認知，因為他們的報告是從投資的角度出發的，而不是一個業務的角度。

所以你要提前給自己打個預防針，想一想哪些信息對自己有用，哪些信息可能會有誤導，不能隨便看到什么結論就往上用。

2）平臺數據問題：更深洞察需要交叉分析得出

我相信很多人也做過跟平臺匹配數據的事，就是說如果你有一個電商店鋪，把自己手里有的數據導給平臺，平臺就也會吐一些數字給你。

那么，這樣子拿過來的數據是不是真的對你有用呢？

它是有用的。但是，平臺吐給你的數據叫做統計級數據，他們絕對不會把個體級、原始的大數據傳給你。你能夠拿到的數據都是他們在后臺幫你處理好的。

所以第一點，你能看到的數據，大家都能看到。相對來講，體量小的商家會比較吃虧。

第二點，我們沒有辦法用他們吐出來的統計數據，來進行下一步的多維交叉分析。

舉個例子，我相信很多消費品企業最喜歡的人群是二三線城市、25-35歲、在事業單位里工作、已婚已孕、中等收入的女性。

她們按時上下班、喜歡看長視頻、甜寵、談戀愛的劇，每個月都有一個劇里的男友，比如說去年喜歡李現，今年喜歡丁禹兮。

她們同時是家庭消費的決策者，所以，她們不只要買她自己的東西，也要買老公、孩子、老人的東西。

由于她們大是中等收入人群，所以肯定會追求消費上的性價比，對價格比較敏感。同時作為女性，她們是愛美、情緒化和有虛榮心的。從現在的數據可以看到，她們也是直播電商的主要受眾。

這樣一個簡單的描述，就已經涉及到了好幾個不同的數據屬性。今天，平臺可以每一個屬性都有一張圖表吐給我看。但是，我更希望看到的可能是，這群人當中有多少是中等收入，有多少高收入，有多少小康，多少只能夠滿足剛需。

他們能告訴我嗎？不能。

當要做交叉分析的時候，你會發現最好的情況是我們手里有原始的數據，這你才能按照自己設想的點去反復的做交叉。如果數據都是平臺吐給你的，你是很難做到這樣的交叉分析。

另外一個是數據不同源的問題。

比方說我想去了解一下用戶組成，可以怎么做？

在電商平臺上，我大概知道用戶的男女分布、年齡分布、家庭情況、地域分布等等。

在社交平臺上，我可以在微博跟公眾號的留言上面看到用戶對我的評價，看看到底是哪一群人喜歡我，哪一群人不喜歡我，哪一群人更覺得我更能夠代表他們的價值觀。

但我能夠把兩塊數據拉在一起做交叉分析嗎？不能，因為兩組數據不同源，并不是從同一群人里標出來的。

而且，我們沒有辦法去重。比如說我今天想知道應該去投優酷還是愛奇藝，那我的消費者里面看愛奇藝和優酷的分別有多少？兩個數合在一起有多少？難道是兩個數字相加嗎？

當然不是，一定有人是兩個都看的，那中間的交集有多大呢？要去重的話，我們去多少呢？我是不知道的，因為沒辦法把不同源的數據放在一起。

在數據分析的過程中，我們會碰到大量這樣的問題，這些問題不是我們這群可憐的商家造成的，就是互聯網格局造成的。

本質上，我們被互聯網平臺綁架了。

所以，我們要做自己的消費者管理系統。

當數據都存在各種平臺上，你對這些數據的掌控是被動的。平臺給你看A+B，你就只能看A+B。

平臺今天說要限制你，只給你看A，不給你看B，那你也沒有辦法，你只能接受。所以，自建數據體系一定是非常有好處的，不然你永遠都是一個被動者。

新互聯網平臺其實就是線上的商業地產。有很多原來做線下零售的人都會說，你去上海一線大商場里面開一家店，做著做著就會發現，自己忙活了一整年好像也是在給商場打工，給他們交交房租而已，自己掙不了什么錢。

今天在互聯網平臺上也是一樣，做著做著流水好像跑了不少，但最后錢都給平臺掙了。

你可能會希望平臺能夠幫自己一把，但最后會發現，還是體量比較大的企業有更多的談判條件，能從平臺那里多拿一些數據，所以他們的洞察能夠做的更準一點。對于體量比較小的企業，他們拿到手的數據就比較少。

那怎么辦？你可以把自己的產品力做得更優秀，把供應鏈各個方面做得更厲害。但在消費者洞察上，你是不是能夠更進一步把自己日常的數據管理做好，把數據體系給建起來呢？

（3）興趣與價值觀數據：如何避免各種誤區？

接下來，我們看一下關于興趣與價值觀的數據。

現在，在社交平臺上面抓詞條，然后把這些數據應用到消費者洞察的技術和商業化體系已經非常成熟了。

大家都知道，某些社交平臺會長期提供API接口給你，你跑了多少量、要交多少錢，都是明碼標價的。而且，也有大量的第三方在從事這個業務。

但是，我們怎么樣去取這些海量、模糊、自然語句的詞條？如何做分析？這實際上是個蠻難的問題。

第一，你對這個社交平臺熟悉嗎？第二，全部數據都要取嗎？第三，什么關鍵字能夠代表我的消費者洞察？要怎么取呢？

在自己賬號里面的評論取，這樣就對了嗎？不一定。在全網搜索里面取，就能找到我想要的結果嗎？也不一定。

在這個過程當中，其實有很多操作上的細節，你需要讓比較專業的、比較懂的人去做。當然，你也可以不去找專業的來做，就自己天天去看。

但我想特別跟大家說一下在社交平臺上面的幾個大誤區。

第一點，不是我們每一個目標消費者都會在社交平臺上面發言。

這個世界上沉默的是大多數，在社交平臺上發言的只是一小部分，或許就是那些比較愿意表達自己觀點的人。還有很多人不愿意買，但他并不說出來。

所以要明白一點，我們不能完全直接把社交媒體上的人群，放大成自己的目標消費者，這也說明，頭部數據不一定是我們真正要關注的點。

比方說你的CRM里面可能有10萬個購買者數據，你拿著這些數據到某個社交平臺上面匹配一個數據包，看他們過去在社交平臺上面發過的言，然后分析出這群人都對什么樣內容感興趣。

最后，你會發現自己的用戶都喜歡休閑娛樂的東西。

但這就是它們的特點嗎？肯定不是，因為休閑娛樂是全網的大類，每一個人都喜歡，這實際上不是你要的重點。

你要找的不是按照量的大小積累出來的用戶特點，而是要找你用戶的獨特性，找他們和別人不一樣的地方。

這個時候，你就不能只看自己的用戶，還要看做同類型產品公司的用戶，甚至要多換幾個橫向維度來思考。

第二點，社交平臺是一個大輿論場，常常會有人在里面帶節奏。

所以，當我們發現了某一個特別的點，要先想一想是不是有人在帶節奏，是不是有人通過社交輿論的場合把我們引導去某個方向，這個非?？简災愦蟊娸浾摰睦斫饽芰?。

第三點，中文的自然語句分析難度比英文的高。

尤其是情感類的分析，中文的分析錯誤率挺多的，因為我們經常會用中文來開玩笑，而且中文的表達是很不準確，同一個字在不同的語境下，有很多不同的意思。

比如說我這兩年在做娛樂行業研究，發覺飯圈的小朋友對明星有各種各樣的縮寫，他們會用一些很奇怪的代號，或者一些非常大眾的詞，這些詞讓我們完全沒有辦法做語言識別。

比如說Angelababy，在某一些語境下我們只會叫她baby，而baby這個詞有無數個意思，那我們應該怎么抓數據呢？很多人的名字是用幾個數字、字母縮寫來代替的。

所以，詞庫的建立是需要慢慢的、一點點的去做運維，這背后就涉及很大量的工作。有一些公司會提前把這些東西處理好，所以在用它的時候就可以降低一些難度。

從社交平臺上獲取用戶洞察，然后利用洞察來指導工作的一個例子是士力架。

巧克力這個品類有很多種打法，企業可能會從禮品、戀愛、甜蜜、黑巧健康、不同節日主題等角度去打。

士力架這個巧克力棒在于，它一直在打饑餓的場景。那么，他們是從一開始就打饑餓場景的嗎？其實不是，它也是從消費者洞察這里發現的。

我記得我讀書的時候跟朋友出去戶外徒步，登山隊領隊會提前買很多士力架，在出發之前發給大家。

因為它的熱量很高，而且很小巧、比較容易攜帶，爬山的時候可以把一小條塞在口袋里面，在體力不支的情況下趕緊啃一口。所以，我們都把這個東西叫做能量棒。

這個稱呼并不是士力架自己想出來的，而是由消費者在使用的過程當中總結出來的。

所以就如我之前說的，你在社交平臺上要發掘最獨特的，在過去你沒有想到的靈感。

后來，他們開始從饑餓場景往后延伸到能量場景，比方說當消費者遇到一些比較大的難關，可能是需要考試、面試、跟客戶提案、跟老板一對一談話等需要消耗腦力，需要拼搏一把的時候。

他們最近跟英孚做了個聯合推廣，也是為了強化備考的場景，賣點非常鮮明。

剛才，我們討論了消費者洞察是怎么來的?，F在，我們想想為什么要做消費者洞察。

做消費者洞察一定是為了完成某一個營銷目的。

比如說我們今天要知道為什么銷量沒有辦法提升，然后想一個解決方案。為了解決這個問題，我們通常會有一個提前的常識預判，就是說我還沒看數字，但已經在自己腦海里有一個結論。

大家都會有一個常識預判，而不會一開始就收集大數據，然后一步一步推論，一直推到結果，洞察是不會這樣出來的。

洞察實際上都是兩頭湊出來的，一頭是我在收數據，一頭是我實際上已經有了一個預判，然后通過這個預判再去和得出來的數據分析做一個對比。

曾經我跟團隊做了一個關于雇主品牌對全國大學生企業選擇的洞察，當時還是以問卷的形式，最后得出一份400頁的數據分析報告。我們把它打印了出來，全組人整整一個星期就坐在一起，一頁一頁地翻看。

我們已經提前對這個事情有一個自己的猜測，估計這里會怎么樣，那里又會怎么樣。但是，有不少出來的數據結論都跟我們原來想的不一樣。

我們把這些地方都圈出來，然后把所有人圈出來的地方放在一起對比，探討各種出現的問題。

比如說為什么這一部分的學生會喜歡進國企？他們背后的目標是什么？選擇一個公司的標準是什么？研究了以后，我們再倒回去，做多一次交叉分析。

洞察是這樣一點點湊出來的，先用你的常識跟數據得出來的分析結論去做對比，找到兩者之間的區別，然后在這個區別之上再往前挖一層，從而得到新的洞察。

做洞察不是我們的目的，實現營銷結果才是真正的目的。所以，你要先搞明白你想解決的問題是什么，你的營銷目的是什么。

我們是否一定要一個驚為天人、轟動所有人的洞察點？不一定。哪怕它只是一個小的洞察點，也是能夠幫你完成營銷的目的。

這就好比醫生看病一樣，你出現突發的急癥，醫生要你去驗個血，這就相當于他在做數據的收集，看你是病毒感染還是細菌感染的。

如果你是病毒感冒的，可能需要用抗生素，醫生跟你說有100種病毒的可能性，但這100種病毒都能用同一種抗生素治好。

這個時候，你只需要確定吃這個抗生素就能把病治好就行了，干嘛再要去深究到底是受到那一種病毒感染呢？

所以，你不一定非要什么都刨根問底、打破沙鍋的把答案找出來。

關于常識預判，如果你的預判提前了，你離洞察的結果就會更近；如果你的預判很模糊，很不準，那離洞察的結果就會遠。所以我們要倒回來經常問問自己，自己的預判準確嗎？可信嗎？

在常識預判和消費者洞察這件事情上，其實是人人平等的。誰能說因為我是老板，所以對消費者的洞察力就更強？并不一定，有時候說不定你的實習生比你還要強。

比如說你今天要把一個新產品賣給年輕人，你去問公司的00后，他們可能不會喜歡。但你去問身邊的同齡朋友，他們覺得還不錯。當你把產品推出去，就會發現完了，我是不是想錯了。

所以，你需要在常識預判提前的洞察力當中加入自己的經驗，也需要能夠跳出來，想盡一切辦法站在消費者的立場親身體驗，理解感觸他們的點。

但同時你又要能夠再跳出來，因為如果你深度地把自己當作一個消費者的時候，可能只是代表了某一類的人群，這反而會讓你忽略掉另外一些人群。

而且你也不知道自己代表的是少數還是大多數人。所以，過于相信自己的消費體驗，可能會讓你轉得更偏執，把大多數的情況忽略掉。

在這個時候怎么辦？你要反復代入再跳出來看，把自己放在不同的位置去思考。

這里給大家舉一個典型的案例：

松下DV在日本市場一直都是打年輕人的市場，廣告是以一個男女友的視角出發，塑造年齡潮流數碼產品的形象。

但是，他們在2008年左右進入中國市場以后，銷量一直都很差。后來，他們把用戶數據調出來重新做洞察，發現在中國買的人以男性居多，而且很多也是已婚的。

跟日本的年輕性消費不同，中國是個家庭消費，DV是在孩子出生的時候用的。所以，他們后來把所有的廣告材料都換掉，把鏡頭指向孩子，銷量就立馬起來了。

整個消費者洞察的過程就像挖礦一樣，如果你今天手上有一個探測器，你能比別人更敏銳的看到金子藏在什么地方，你一鍬下去就能挖到金子了。

有的人可能不夠，要再挖多幾下。如果還是看不到的話，你就要想一下背后的原因是什么，那可能是要換一個探測器，再做一輪新數據，然后看看有沒有新的發現。

這是一個反反復復的，觀察了以后去挖掘，然后再觀察、再挖掘的過程。

接下來，我會跟大家說一些收集第一方數據的tips。

1、定量糾偏，定性求因

我們先要明確兩個概念：定量和定性。

大家都覺得定量的數據應該就是大數據做的，其實不一定；或者說定性的數據就是要跟別人聊聊天，也不一定。我們要先搞清楚我們在什么情況下要做定量，什么情況下要做定性。

定量是用來糾偏的，量要相對取大一些，是因為怕有一些特殊情況會錯誤引導我們；定性是求因的，用來問為什么。

所以，定量和定性經常會合在一起用，我可能先做定量，做完定量以后看到一個表現，問自己這個表現背后的原因是什么，然后再做一輪定性的問題來往后挖。

你要做定量研究，問卷是一個最基礎的方法。但量要大，你的問卷問題就不能過于深刻，要相對標準化，但這樣你的問題就會比較淺。

所以，問題的設計是非常重要的。很多人都覺得問卷沒有用，這其實都是因為你的問題設計是有問題的，問不出受訪者真正想要回答的東西。

我們要知道一點：每個人都會撒謊。所以，我們要從問卷的設計上避免這個問題。

比如可以換不同的角度來問同一個問題，受訪者說不定會給出不一樣的答案。我們要反復地去驗證，才能確保數據更加接近真實。

定性研究也有很多種方法，比如說一對一的深訪，不過這非常考驗交流者的溝通能力。

我之前有個100人電話訪談的項目，訪談由一群實習生來做。我發現把同樣的題目給他們拿去做采訪，每個人問出來的質量是千差萬別的。

所以，我們要由比較高維的采訪者來做，也就是說，如果你的目標人群是某一類屬性的，你最好能夠找到和他們差不多屬性、差不多語境的人來深度交流。

這樣的話，他們會覺得自己是在平等對話，而不是在對著一臺完全沒有感覺、不熟悉的機器在講話。

另外一個很重要的方式就是小組訪談。有很多朋友都覺得這是不是過時了，其實不是，我甚至會認為這是現在很多消費企業最缺失的，卻非常有用的方式。

既然有了一對一深訪，為什么還要有小組訪談？

因為你讓消費者和消費者之間平等的對話，他們就能夠互相碰撞出很多意想不到的信息出來。

比如說你單獨問一個人為什么要買這個東西，他可能會講幾個原因，但你讓他跟其他人交流，當聽到另外一個人的答案時，他可能會說：“對對對，我也是這樣想的，不過剛才沒想起來?！边@種情況會經常出現。

你要有一個非常擅長循循善誘的主持人，他要成為小組訪談的核心人物，然后想盡一切辦法調動小組當中每一個人，深挖出他們真實想說的話。

2、幾個常見的分析誤區

第一，數據收集不是越多越好。

我可以很明確的告訴大家，大數據不是一個褒義詞。

現在，數據的維度變多了，量變大了，程度變深了，顆粒度也變細了，這給我們的分析造成了很大的難度。

所以，大數據不一定大就好。是不是數據大了，我們的結論就會變得更準確呢？不一定。我們要的反而是抽樣一些比較具備代表性的數據，以防特殊性，因為在數據基數過大的情況下，特殊數據反而會被過度放大。

我們要把一些特殊性排查掉，找到相對共性、共識的東西。

第二，要注意標準化的問題。

我正好在前兩天看到一個失敗的案例，這個研究是關于全國居民購房的信心和預測，由一家很權威的媒體機構做的。

他們對全國50個城市2萬戶城鎮住戶進行了問卷調查，最后得出的結論是有20.1%的居民在未來3個月打算購房。

這個研究被行業里的老前輩發朋友圈痛罵，為什么？大家可以想想，50個城市、2萬戶城鎮住戶，這大概是全國人口的多少比例？你覺得這能不能夠代表全中國居民的購房預期？

另外還有一個例子是某個互聯網平臺對自己用戶做的畫像研究。

他們做完了之后，發現自己用戶的地域分布主要在廣東省。最近，他們打算跟一個廣東衛視的電視節目合作，我問他們為什么要在廣東做，他們說因為自己有很多廣東的網民。

但是，全國網民數量最多的省份就是廣東省，這什么意思？他們的洞察其實就是一個自然分布，沒有什么特殊性。

如果全國網民數量廣東第一，但你的用戶地域分布是吉林第一，那才能說明這個省是突出的，你的東北人群特別多，可以往這個方向去打。

所以，你要知道怎么去看自己的數據，知道你要的標準是什么。如果你對比的方向不對，可能就會做出完全錯誤的評價。

第三，一個一個的聊不如分組的聊。

我們希望做一個低成本的、小樣本的研究。與其15個人我一個一個的去跟他們聊，倒不如我把這15個人分成三組，一組是標準組，一組是對比組，還有一組是驗證組，然后一組一組的去聊。

最近，我在做一個營銷培訓的課程，也邀約了一些朋友來上我辦的測試課。因為我也不知道這個課程比較適合哪種人，所以我就廣泛地去邀。

我把邀約來的朋友分成三組，從中研究誰是我的目標人群，還有他們到底會比較喜歡什么樣的內容。

課上完了以后，A組的人都覺得這講得特別好，但 B組卻沒有A組的說的那么好。之后我再做一個C組來進行比對，最后根據三組人的答復來縮小我的目標人群，發現我這個課程最適合那些已經有3-5年營銷工作經驗的人。

我一開始把這個課程起名為“人人都要懂點營銷”，因為我以為這應該適合完全沒有營銷基礎，從零開始的，或者是跨行過來的人，結果都不是，反而是已經從事過營銷，但經驗不夠深的人。

這是一個低成本、小樣本的調研方法，比較適合搞創業的人。

3、如何正確地讀取“他山之石”

最后，我們說一下要怎么去讀報告。

首先，我們先看標題的立意是什么。

你要搞清楚它到底是做什么東西的調研，看看它的利益和你的利益是不是在一起，避免被它帶偏。

然后，中間的內容先別看，看一下是誰寫的，是哪家機構做的。

有時候，機構的立場會影響它的結論。打個比方，一個媒體下屬的第三方機構做的媒體分析報告，說哪一家做得比較好，這基本上就是軟文。

所以，大家要注意你所在行業的格局和利益關系，看一下出報告的人是不是足夠的中立，還是說他的屁股已經坐偏了。

下一步，我們要看目的。

很多人都喜歡看完封面和標題以后，就直接翻到有圖表的那一頁，一直看到結論，前面密密麻麻的報告簡介和目的都不會仔細去看。

但是，這個部分很重要。我前面不就說了嘛，洞察是基于營銷目的，你要看看對方要做的營銷目的和你的營銷目的一不一致。如果完全不一樣的話，你看的時候就要很小心，否則又會被別人帶偏了。

接下來，你還要看一下報告數據收集的方式。

最近我們看了一個報告，他們用了大概幾十份問卷的數據量就出了一份研究報告，這種就很扯了。

還有一點，數據是中性的。同一批數據，到底得出什么樣的結論來，其實都是見仁見智的，這就好比我們去看病，不同的醫生開的藥方也會是千差萬別的，會有自己的判斷在里面。

所以，如果這個報告的結論和我們想的不一樣，應該再去看一下它的分析圖表，看看分析圖表是否真的能得出這個結論。