分析和解释数据的真正目的是什么？

在市场营销中，市场的根本在于需求，需求因人而生。所以要自始至终关注“人”，尤其是市场调研。

可能有人会说，“人”很难说，有时候撒谎，有时候自私，真真假假。但是对于我们来说，难道没有更简单的想法吗？我们自己也是“人”。作为一个市场研究者，你不必完全脱离“人”的概念，去对抗看似客观的立场。

这时候可能有人会质疑你的研究如果多加入自己的想法是否客观。

是的，作为一个市场研究者，我们必须客观地看待事实并呈现出来。但事实是什么呢？如果总是把自己孤立在另一边，恐怕这个所谓的事实只是一个乌云密布的谜。

在这里，我必须强调事实的重要性。为了看清事实，我们必须“有办法”在某些情况下把自己当成同一边的“人”，在某些情况下把自己当成另一边独立的旁观者。这个“方法”正是本文试图总结的。

1.在用户没有发表任何意见或者不清楚用户的意见之前，不要有任何想法。

我们不妨对比一下自己。主持人还不知道。就算你是肚子里的蛔虫，也不可能什么都知道。

因此，我们需要开放的问卷来吸引我们的主人尝试谈论他们的想法，即使只是一点点。这就是所谓的定性阶段。

2.拿用户的文字反馈，试着去理解这个“人”，而不是这些数据。

当问卷被收集时，我们看到“主持人”用文字写了些什么。有两个问题:

一是开放式问卷数量多，意味着主持人多，口味不同；

第二，基于主持人不同的背景或性格，人物的使用可能会有所不同(写法不同)，而由于我们自身的背景，我们“看”的方式与主持人表达的方式也不同(看的方式不同)，这必然会导致信息传递的缺失(最形象的比喻就是接力式的比划往往会导致讽刺的结果)。

这时候我们就可以以“人”的身份出现在同一边了。

看着留在纸上的字，想象那个“你”想说什么。这个时候好像可以读点什么。但必须说明的是，此时的“你”只能是文本背后的人，不应该有影响判断的自我存在。

案例分享:

两个玩家同时说你的游戏太贵了。请好好看看他们的成绩，他们的角色，他们的收入/职业等背景信息。你可能会发现一个是中级，一个是高级，一个是肉盾，一个是魔术师，一个是学生，一个是蓝领。

我们尝试代入，如果你是中级肉盾，你在这个游戏中会面临什么样的情况？因为游戏规则，你经常和高级玩家PK，结果就是玩PK的时候经常输(太沮丧)。说到底就是因为你的角色只是中级，然后你会想“我练高级，就不怕和高级玩家PK了。”最后花了很多钱升级，才发现永远赶不上先进水平。这时候刚好弹出一个问卷，你毫不犹豫的说:“这个游戏太贵了。”

另外一个角色，如果你是一个资深魔术师，因为你水平高，攻击力强，所以很多人群起你做副本。副本对你来说很简单，但手机上的页面总是很复杂，很庞大。一晚上下来，流量用掉一半。第三天晚上，队友给你打电话，你要用套餐外的流量加入盟友。两周后，月底发现话费被超额流量花了100元。这时候你收到了一份调查问卷，你很愤慨地说:“这个游戏太贵了。”

上面的例子是想说明，当你理解了文字背后的人，你会发现，前者的“耗钱”根源很可能是玩游戏缺乏成就感，而后者的“耗钱”根源很可能是页面的联网反应，可能根本不是一回事。

3、听用户的话，与其和他说话，不如理解他的话。

可能有人仔细看了，上面我用了“可能”来下结论。说白了，这个代入只是一个“猜想”，你没有证据证明这个假设是正确的。

没错。我不记得有哪个名人说过“大胆假设，小心求证”。如果说前面是如何用“代入”做出大胆假设，后面就是如何用“代入”仔细验证。

有了一些大致的想法后，作为市场研究者，我的内心充满了兴奋和好奇。没有人比我们更想知道他们的假设或想法是否正确。这个时候要小心，收起我们的兴奋和好奇。这种先入为主的情绪会成为我们发现事实的障碍。

前面只有书面接触，接下来不妨通过电话、面谈、现场测试等多种形式与用户面对面交流。用近乎苛刻的连环提问让用户彻底挖掘自己可能是痛苦和困难的(这里有技巧，提问的代价一定不能是用户厌烦)，所以你的“代入感”就变得很重要。只有让用户觉得你是作为同一边的“人”而存在，他们才会愿意去做挖自己的苦差事。

案例分享:

桌面上放着几个不同品牌容量相同材质不同的奶瓶。

请一位来自中低收入家庭的全职妈妈最终选择两者之一，并说出理由。两个备选瓶分别是:高端品牌PP材质和一般品牌玻璃材质。最终，她选择了一般品牌的玻璃材质。她告诉我们，PP材质对孩子不好，她是全职妈妈，可以照顾玻璃材质，比较安全。

几经链接，我们又添加了以下内容:“为了感谢您，我们将额外赠送您一份礼物，请任选一份带走。”结果她选择了高端品牌PP材质。

这个时候，你试图替代中低收入家庭全职妈妈的角色，似乎更能理解她的行为。这个高端品牌可能还是值得信赖的，根本原因可能不是材质，而是价格。

有了这个想法，问她“送人？”还是BB？我会把它包装成礼物送给你。如果BB用的话加个手柄可能更好。"

这时候她跟我说:“谢谢你，那帮我加个把手。高端品牌精致，我就给BB试试。”(表情轻松愉悦)

“如果你尝试过，你可以回来参观！”

她使劲眨了眨眼睛，抬起了嘴。“呵呵，好吧，我们先试试吧~ ~ ~”。说到这，你懂的！

4.与其单独看每个数字，不如放在一起读，完整地读一个“人”。

从开放问卷的广度到与用户对话的深度，我们一直在拼凑和补充素材。“替代”不仅有助于我们理解“人”，还有助于我们描述可能出现的问题，通俗的理解就是“准备好上桌的菜”。这道菜能不能端上来，材料最终是否做成这道菜，还得继续“仔细考证”。

来到量化问卷阶段，把你的材料整理好发给用户，让他们决定自己想要什么。用户反馈回来后，我们就进入了数据清理、分析、解读阶段。

这里先说“解读”

发给我们的是一堆数字，一堆图表。我们的任务不是告诉你这个数字是什么，而是它代表什么。

首先要做的就是把每一个假设的相关数字集合起来，看看能不能串起来(俗称“证据链”)。如果是这样，很好，假设成立。如果没有，那就研究一下假设的漏洞在哪里，也许能找到新的结论。

第二件事是从用户的角度，把行为路径、态度轨迹、需求满足过程等链条相关的数字连接起来，看“人”的形象是否能完整描述。如果可以，那么，另一个结论出现了。如果不能，查查矛盾或疏漏在哪里，可能会发现用户分类方法不对，另一个细分维度可能更有效。

举个简单的例子，如果你有用户对皮肤元素、颜色、风格、主题的偏好，并串联起来，加入合适的细分维度进行对比分析，你会发现不同年龄段的用户有不同的社交沉浸体验，整体风格偏好也不同。以此类推，我们会发现，社交沉浸体验可能会投射到其他领域的更多偏好上。

可能有人会问，这里好像没有“替代”。其实你做的两件事已经有“替代”了。整理证据链，勾画形象人，这需要你了解选项的比例，以及填好选项的人，才能做好。

以上是边肖为您分享的关于分析解读数据的真实目的的相关内容。更多信息可以关注环球常春藤分享更多干货。