一切结论产生在调查研究之后；在调查研究中，如果找不出原因和解决办法就不能放过。
（五）确定信息的类型和来源
数据对于营销的价值不可置疑，来自不同渠道的不同数据对于企业开展营销活动的价值就在于，它能够帮助企业更加了解整个社会、市场、行业、竞争对手以及消费者，从而帮助企业做出更为科学的决策，降低营销的失误率和成本。
在众多数据中，消费者数据对于企业营销活动的指导意义可谓是最有价值的，尤其是在消费者主导市场的大背景下，对消费者的深刻洞察是企业保持竞争力的关键。那么消费者数据有哪些？我们应该如何看待这些数据？从哪些渠道获取这些数据呢？
消费者数据大体上可分为以下三种类型：
人口统计数据：指年龄、性别、教育、职业、收入、婚姻状况等方面的个人数据。这类数据反映了消费者个人的基本情况，基于这些数据能够帮助企业对消费者的大致面貌形成基本认知和判断。人口统计数据相似的人群，他们的需求也具有高度的一致性，且这种数据较易测量和获取，因此它常常被用来当做市场细分的重要变量。
行为数据：反映诸如购买历史、购买习惯、品牌偏好、购买数量、消费水平等方面的信息，这些数据反映了消费者的购买行为模式及倾向，通过这些数据能够帮助企业了解消费者过去及当下的购买行为，从他们购买的商品、品牌、数量、金额等信息中，企业能够推断和预测消费者未来的购买行为。
态度数据：消费者对某个产品的认知、情感、信任、行为倾向、价值观与生活方式等。这类数据通常是消费者的心理状态，不能够通过直接的方式获取，而是通过调研、访谈、投射等方法来探测。它们反映了消费者行动的原因，能够帮助企业更好地了解消费者对自己及竞争对手品牌的认知与态度，以及做出最终购买决策的原因。
我们可以从两个维度对以上数据进行考虑：测量与隐含，可观测与可推及
测量数据是指反映消费者实际行为的具体信息，暗指数据则是需要通过调研获取的信息；可观测信息是基于实际的、可追踪的消费者行为和数据，可推及的样本数据是基于通过调查和其他以样本为基础的技术搜集到的信息，然后再推及到消费者或潜在消费者的整体情况。
通过两个维度，将消费者信息划分为四个象限，从第一象限到第四象限，它们的确定性逐渐降低，而获取难度却不断上升。尽管第三第四象限的不确定性高且获取难度较大，但是它们的存在仍然有着重要的意义，它们丰富的数据的类型，通过数据的整合能够描绘出更加清晰立体的顾客画像，从而帮助企业更全面的认知他们的顾客。
消费者数据的来源
图中所示的是组织可能维持或访问的数据来源和数据形式。在图表中，数据输入从左到右表示了从内部（公司自身收集或保存的数据，比如消费者购买、交易、上门服务以及提供互动的公司记录）到外部（营销组织可以从外部供应商或其他提供者获得的数据）收集信息的进程。
图形中左部是公司收集的用于了解消费者态度、价值观以及对品牌及竞争品的数据，这些数据通常通过企业开展定性或定量的市场调研活动获取，并且这些数据在很大程度上能够反映具有相似属性的消费者思想的隐含信息。此外，该企业还可能在它的网站或消费者服务点中收集、记录和存储消费者信息（例如通过购买搜索引擎、电商平台、大众点评等网站的信息）。
在图形的右部则是数据外部来源的例子——由第三方组织收集的联合数据和广泛市场信息。这些类型的数据一般描述整个市场或一个细分市场。通常包括了广泛和一般的信息，如人口统计、地理或不同的消费群体的心理状态（例如，城市与农村，受教育水平，是否是中产阶级等）。这种类型的信息通常由外部提供者收集、组织，然后出售或出租给营销人员，供他们自己使用或进行进一步的分析。
消费者数据的应用
高级管理人员关注的长期、广泛的战略问题，到品牌营销经理关注的策略性战术活动。
在战术层面上，消费者数据最简单的应用是创建一个细分市场或合并计划，这将在下一节进行讨论。此外，消费者数据可以用来发送定制信息给不同的消费群，以提高品牌传播的相关性。它也可以用于支持消费者服务活动，因此客户代表可以在提供服务电话时，事先了解消费者的历史。
从长远来看，消费者数据和洞察在塑造新的或改进的产品，开发新服务，或者观察哪个细分市场对新产品或企业网站信息和功能的反应最好的方面是非常宝贵的。在最先进的水平下，保存在数据库中的数据可以用来作为组织平衡记分卡或仪表板的一部分，跟踪关键指标，比如消费者忠诚度、每个消费者的收入或每个消费者购买或持有的产品数量等。
最后，消费者数据可以而且应该集中投入到长久、广泛的公司战略计划中。例如，通过分析和理解长期的出生趋势，企业可以创造新的业务或新技术对市场变化做出预期，而不是一旦确认消费者就简单做出反应。
数据智能
当然，在技术发达的今天，数据的采集和储存已经变得简单，也正因如此，广泛的数据来源加大了对数据分析能力的要求，尤其是在大数据时代，数据越多，它们之间的相关性就越复杂，就越需要更加完善的方法和模型对数据进行分析与整合，从而才能真正捕捉到数据背后的规律，发挥数据的价值。
数据智能便是在这一要求下诞生的新技术，在数据不断的沉淀与整合中，数据之间的关系会不断地被验证和强化，其背后的逻辑会更加清晰，基于这样清晰的逻辑，通过程序来匹配资源，达到智能决策的目的。
（六）确定收集资料（各行各业都有所不同）
行业分析。
-市场规模。说明整个盘子有多大，以论证该领域的分量。
-盈利情况。能不能赚钱、赚了多少、怎么赚的。论证盈利能力以及稳定性。
-增长态势。针对pv、独立用户数、revenue/ profit等关键指标而言。这一条承担的是论证产品成长空间和盈利空间的职责，所以非常重要。
同行业下的细致分析。
每一个大行业都可以进行细化切分。
每个细分领域都需分析成长空间以及市场成熟度。
典型产品分析。
列举有代表性的产品及公司。
-硬性指标。流量、独立用户数、人均pv、停留时间。
-增长态势。即以上所有数据的变化情况。
-产品的核心优劣势分析。
-各产品间的关系分析。
新机会。
-行业细分领域中的某一处。比如在电商的领域下，以前没人做消费决策类产品，但后来有人发现了这个点并予以补足。美丽说、蘑菇街就是典型的例子。
-使用颠覆式的方法将原需求满足中的一环改写。
-利用线下的衍生需求（如果有的话）做突破口。
风险。
-产品核心价值的实现，是否依托于一些颇有难度的工作。比如分享类站点核心用户的运营。
-上下游公司以及网络巨头是否容易切入这个领域。
-盈利能力是否稳健。如果暂未赚钱，是否具有盈利的想象空间。
（七）问卷设计
问卷调查是目前调查业中所广泛采用的调查方式，即由调查机构根据调查目的设计各类调查问卷采取抽样的方式(随机抽样或整群抽样)确定调查样本，通过调查员对样本的访问完成事先设计的调查项目然后由统计分析得出调查结果的一种方式。
问卷设计严格遵循的是概率与统计原理，因而，调查方式具有较强的科学性，同时也便于操作。这一方式对调查结果的影响，除了样本选择、调查员素质、统计手段等因素外，问卷设计水平是其中的一个前提性条件。
设计原则
问卷设计的好坏很大程度上又与设计原则有关，其主要的设计原则有下面六点：
1、合理性：合理性指的是 问卷必须紧密与调查主题相关。违背了这样一点，再漂亮或精美的 问卷都是无益的。而所渭 问卷体现调查主题其实质是在 问卷 设计之初要找出与调查主题相关的要素。
2、一般性：一般性，即问题的设置是否具有普遍意义。应该说，这是 问卷 设计的一个基本要求，如果我们仍然能够在问卷中发现带有一定常识性的错误。这一错误不仅不利于调查成果的整理分折，而且会使调查委托方轻视调查者的水平。
3、逻辑性：问卷的设计要有整体感，这种整体感即是问题与问题之间要具有逻辑性，独立的问题本身也不能出现逻辑上的谬误。问题设置紧密相关，因而能够获得比较完整的信息。调查对象也会感到问题集中、提问有章法。相反，假如问题是发散的、带有 意识流痕迹的， 问卷就会给人以随意性而不是严谨性的感觉。那么，将市场调查作为 经营决策的一个科学过程的企业就会对调查失去信心。因此，逻辑性的要求即是与 问卷的条理性、程序性分不开的。已经看到，在一个综合性的 问卷中，调查者将差异较大的 问卷分块设置，从而保证了每个分块的问题都密切相关。
4、明确性：所谓明确性，事实上是问题设置的规范性。这一原则具体是指：命题是否准确?提问是否清晰明确、便于回答 ；被访者是否能够对问题作出明确的回答，等等。
5、非诱导性：非诱导性指的是问题要设置在中性位置、不参与提示或主观臆断，完全将被访问者的独立性与 客观性摆在问卷操作的限制条件的位置上。 如果设置具有了诱导和提示性，就会在不自觉中掩盖了事物的真实性。
6、便于整理、分析：成功的问卷设计除了考虑到紧密结合调查主题与方便 信息收集外，还要考虑到调查结果的容易得出和调查结果的说服力。这就需要考虑到 问卷在调查后的整理与分析工作。
注意事项
1．有明确的主题。根据调查主题，从实际出发拟题，问题目的明确，重点突出，没有可有可无的问题。
2．结构合理、逻辑性强。问题的排列应有一定的逻辑顺序，符合应答者的思维程序。一般是先易后难、先简后繁、先具体后抽象。
3．通俗易懂。 问卷应使应答者一目了然，并愿意如实回答。 问卷中语气要亲切，符合应答者的理解能力和认识能力，避免使用专业4．控制 问卷的长度。回答 问卷的时间控制在20分钟左右，问卷中既不浪费一个问句，也不遗漏一个问句。
5．便于资料的校验、整理和统计。
本文来源于网络公开资料，由小编（云凡dream）整理、细化
注册这个头条号的目的，一是鞭策自己更加深入的学习、二是广交同伴经验交流。