数据分析：解读数据？解读“人”!.doc

/NUMPAGES7数据分析：解读数据？解读“人”！一提到“数据”，可能经常会想到“数字”、“图表”、“模型”、“方程”等容易让人怯步的词语。其实“数据”的真正意义，是躲在背后的那些“人”。在营销学中，市场的根本在于需求，需求由人而生。因此，我们不应该就数字而数字，就算法而算法，应该自始自终关注“人”，市场研究则更是如此。有人也许会说，“人”可不好说，有时说谎，有时偏私，真真假假。但，不是有种更简单的想法吗?我们自己本身就是“人”。作为市场研究者，大可不必将自己完完全全剥离在“人”这个概念以外，顶着看似客观的立场，作困兽之斗。这个时候，也许有人会质疑，如果加入更多自己的想法，你的研究还客观吗?没错，作为市场研究者，必须客观地看待事实，呈现事实。但事实是什么，如果总把自己孤立在另一边，恐怕这个所谓的事实，也不过是披着云雾的谜团。在这里，我必须强调，事实的重要性，正是为了看清事实，我们必须“有方法”地在某些情况下，将自己看成是同一边的“人”，某些情况下，将自己独立为另一边的旁观者。这个“方法”，正是这篇文章试图总结的东西。1.在用户没有表达任何观点，或，还不清楚用户的观点之前，不要有任何想法。我们不妨恶俗地将自己比喻成“蛔虫”，主人都还没有想法，就算你是肚子里的蛔虫，也不可能会知道些什么。所以，我们需要开放式问卷，引诱我们的主人试着讲他们的想法，哪怕只是一点点。这就是所谓的定性阶段。2.拿着用户的文字反馈，尝试读懂这个“人”，而不是这些“字”。当问卷回收了，我们“看到”主人们用“文字”写下来的话。这就有两个问题：一是，开放式问卷数量很多，意味着主人很多，口味各不相同;二是，文字的运用可能基于主人们的不同背景或个性有所不同(写的不同)，而由于有自己的背景，我们“看”的方式与主人们的表达方式也有所不同(看的不同)，结果必然导致信息传递的缺失(最形象的比喻是，接力比划游戏，结果往往啼笑皆非)。这个时候，我们作为同一边的“人”，可以出现了。看着那些留在卷面上的文字，试想一下，那个“你”到底想说什么?这个时候仿佛可以读懂些什么。但必须说明，这个时候的“你”只能是文字背后可能的那个人，而不应该有任何你的自我存在影响着判断。举个简单的例子，有两个玩家同时说，你的游戏太耗钱了。请好好看看他们的等级，他们的角色，他们的收入/职业等背景信息，你可能会发现一位是中级，一位是高级，一位是肉盾，一位是魔法师，一位是学生，一位是蓝领。我们试着代入，如果你是中级肉盾，在这个游戏中会面临怎样的情境?因为游戏规则，你常常与高级玩家PK，结果是PK时常常输掉(挫败感过强)，归根到底是因为你的角色只是中级，然后会想“如果我练到高级了，就不怕跟高级玩家PK。”最终，频繁花钱练级，花了钱，却发现永远不可能追上高级，那时正好有个问卷弹出来，你毫不犹豫地说“这个游戏太耗钱了”。另一个角色，如果你是高级魔法师，因为你等级高，攻击力强，很多人组你打副本，副本对你而言很简单，但手机端的页面总是复杂而庞大，一晚下来，流量用了一半。第三晚开始，队友喊你，你就得用套餐外流量去参与同盟军。两个礼拜之后，月结日发现话费用了100块在超出的流量上，这时你收到一个问卷，你义愤填膺地说“这个游戏太耗钱了”。上面的例子是想说明，当你读懂了文字背后的那个人，你会发现前者的“耗钱”根源很可能是玩法的成就感缺失，后者的“耗钱”根源很可能是页面的联网响应，二者讲的可能完全不是同一回事。3.倾听着用户的话语，与其跟他说话，不如听懂他的话。有人可能会细心地看到，上面我用了“可能”下结论，说白了，这种代入只是“猜”，你没有任何证据证明这个假设是对的。没错，不记得哪位名家讲过“大胆假设，小心求证”。如果说前面是如何用“代入”来大胆假设，后面则是如何用“代入”来小心求证。有了一些粗糙的想法后，作为市场研究者，内心充满了激动和好奇，没有人比我们更想知道自己的假设或想法，到底对不对。这个时候，千万注意，收起我们的激动和好奇。这种先入为主的情绪会成为我们发现事实的障碍。前面只有文字接触，接下来不妨亲自与用户对话，形式是多样的，电话，面访，现场测试等等。用近乎苛刻的连环追问(这里有技巧，追问的代价绝不能是用户厌烦)，让用户自己把自己挖透彻，这个过程可能是痛苦而艰难的，所以你的“代入”变得很重要。只有让用户感觉到，作为同一边的“人”的你存在，他才会愿意做挖掘自己这种艰难的活儿。案例分享：桌面上放着几款不同品牌的，容量相同材质不同的奶