工業(yè)品市場(chǎng)調查與數據分析

【培訓對象】
企業(yè)營(yíng)銷(xiāo)副總、營(yíng)銷(xiāo)總監、市場(chǎng)調查人員、市場(chǎng)部經(jīng)理、營(yíng)銷(xiāo)部經(jīng)理、營(yíng)銷(xiāo)人員、市場(chǎng)研究人員

【培訓收益】
（1）了解市場(chǎng)調查的整體步驟 （2）提高學(xué)員的市場(chǎng)調查數據分析能力

第一部分：工品市調基礎
1.市調目標
（1） 聽(tīng)：客戶(hù)的心聲
（2） 新：獲取創(chuàng )新的想法
（3） 變：監控市場(chǎng)的變化
（4） 知：了解競爭對手，知己知彼
（5） 未：預測將來(lái)的市場(chǎng)情況

2.工品市場(chǎng)調查流程
2.1需求提出階段
綜合考慮調查的目標、預算、時(shí)間等進(jìn)行調研過(guò)程的整體籌劃。
2.2調查準備階段
自己做調查還是委托專(zhuān)業(yè)公司去做？調查團隊如何建立？問(wèn)卷如何設計？如果選擇專(zhuān)業(yè)公司，兩者如何分工？
2.3調查實(shí)施階段
如何收集數據？二手和一手數據的比例如何調配？如何控制調查的質(zhì)量？如果對專(zhuān)業(yè)調查公司以及調查過(guò)程進(jìn)行有效的監控？如何克服被訪(fǎng)者不愿配合或者敷衍這些障礙？
2.4數據分析階段
如何錄入數據？如何根據自己的商業(yè)目標對調查數據進(jìn)行分析？
2.5結果呈報階段
光會(huì )做調查和分析還是不夠的，還需要寫(xiě)出一份圖文并茂、簡(jiǎn)明易懂、說(shuō)服力強的調查報告。

3.工品調查的一些原則
（1）一手和二手相結合
（2）定性（情報）和定量（數據）相結合
（3）專(zhuān)業(yè)意見(jiàn)和普通被訪(fǎng)者相結合
（4）科學(xué)決策和主觀(guān)經(jīng)驗相結合

4.工品市調的難點(diǎn)問(wèn)題
（1）被訪(fǎng)者數量少，較難有統計規律
（2）新品風(fēng)險大，誰(shuí)都說(shuō)不好
（3）影響因素復雜多變
（4）被訪(fǎng)者的主觀(guān)因素
（5）從小樣本反推整體的困境

第二部分：工品市調-二手資料收集
5.為啥要重視二手資料收集？
二手資料是已經(jīng)存在的現成的資料，二手資料是所有市調的前提和基礎，在某種程度上，二手資料的重要性甚至要超過(guò)一手資料：
（1）市場(chǎng)規模過(guò)大，無(wú)法通過(guò)一手來(lái)做
（2）資料的特殊性，導致無(wú)法做一手
（3）預算、團隊等方面的限制
（4）宏觀(guān)或中觀(guān)數據無(wú)法通過(guò)一手收集

6.二手資料收集方法
二手資料的收集主要通過(guò)以下等方法收集：
（1）搜索引擎
（2）文獻
（3）年鑒
（4）行業(yè)協(xié)會(huì )
（5）人脈法
（6）數據報告購買(mǎi)

7.二手資料甄別整理方法
由于二手資料的來(lái)源不同等，二手資料往往存在統計口徑不一致、顆粒度較粗、多來(lái)源數據對不上等問(wèn)題，可以考慮采用以下方面解決：
（1）跟一手資料對比反推
（2）結合行業(yè)經(jīng)驗做對比印證
（3）專(zhuān)家德?tīng)柗品?br />
第三部分：工品市調-一手資料收集
8.一手資料收集方法
一手資料是我們獲取市場(chǎng)第一手資料的重要方法，獲取一手資料也是我們接觸市場(chǎng)、了解市場(chǎng)的過(guò)程，一手資料收集方法包括：
（1）現場(chǎng)觀(guān)察記錄法
（2）實(shí)際數據采信
（3）訪(fǎng)談
（4）問(wèn)卷調查法

9.抽樣與反推
我們很難對全量市場(chǎng)進(jìn)行窮舉，因此抽樣和反推就成為我們市場(chǎng)研究的重要方法：
（1）抽樣技術(shù)詳解
（2）反推技術(shù)詳解
（3）常見(jiàn)的抽樣和反推中容易出現的問(wèn)題
大型案例：上海某潤滑油企業(yè)對全國潤滑油分區域分品類(lèi)市場(chǎng)容量進(jìn)行推測（綜合采用抽樣、聚類(lèi)、相關(guān)分析等技術(shù)）

10. 如何提高問(wèn)卷設計質(zhì)量？
10.1 問(wèn)卷調查內容
(1)受眾基本資料
(2)產(chǎn)品認知/認可程度
(3)受眾價(jià)格承受能力
(4)受眾消費習慣和消費流程
(5)競爭對手狀況
(6)受眾滿(mǎn)意度
(7)受眾期望

10.2 問(wèn)卷設計常見(jiàn)問(wèn)題分析
(1)開(kāi)放式問(wèn)題過(guò)少
(2)題量過(guò)大
(3)問(wèn)題過(guò)于晦澀復雜
(4)問(wèn)題傾向性或者誘導性過(guò)強
(5)問(wèn)題涉及被訪(fǎng)者隱私
(6)問(wèn)題不互斥
(7)問(wèn)題之間邏輯混亂
(8)不相關(guān)問(wèn)題較多

10.3 提高問(wèn)卷質(zhì)量的幾個(gè)手段
(1)采用思維導圖工具
(2)合理的主觀(guān)題配比
(3)總量與結構
(4)“燈籠式”提問(wèn)方式
(5)問(wèn)卷題目蛇形排列
案例：廈門(mén)某重工產(chǎn)品的產(chǎn)品價(jià)格調研問(wèn)卷設計

第四部分：工品市調-數據處理和分析
11.調查問(wèn)卷數據錄入
（1）數據錄入表的設計
采用“數據有效性”和“條件格式”有效地規范數據錄入。
（2）多數據錄入員之間的協(xié)同
處理好問(wèn)卷的編碼、錄入分工以及錄入結果的合并工作。
（3）單選題、多選題、排序題的錄入
（4）主觀(guān)題答案的錄入技巧
（5）嵌套題型的錄入方式
嵌套題型指一個(gè)大題目下面有多個(gè)小題型，例如“您對該食品的看法如何？”這一個(gè)大題目下面會(huì )包含對于“價(jià)格”、“口感”、“營(yíng)養成分”、“包裝”等多個(gè)問(wèn)題的調研，這種在數據錄入時(shí)就必須標識出來(lái)，以便于后續的分析。
（6）復雜題型的錄入方式
復雜題型指對于同一個(gè)題目，同時(shí)對兩個(gè)因素進(jìn)行調查，例如“價(jià)格”、“口感”、“營(yíng)養成分”、“包裝”的調查，同時(shí)對“價(jià)格”的“重要程度”和“滿(mǎn)意程度”進(jìn)行調查，這種題目也要進(jìn)行標識。

12.調查問(wèn)卷數據的整理和規范
12.1剔除廢卷的技巧
（1）根據缺失值剔除
調查問(wèn)卷中受訪(fǎng)者不填的稱(chēng)為缺失值。
（2）根據重復選項剔除
（3） 根據問(wèn)題間邏輯關(guān)系剔除
12.2數據管理和轉換
（1） 重新編碼
例：將月收入在10000元以上的轉換為“高”，5000-1000元的轉換為“中”，3000-5000元的轉換為“中下”收入，3000元以下的轉換為“低”收入。
（2） 替換缺失值
介紹替換缺失值的幾種方法。
（3）異常值檢測
（4）排序題反向計分

13. 單選題的分析
（1） 頻次分析和分組均值
分析單選題中各個(gè)答案的選擇情況，例如不同性別的人對于價(jià)格敏感度的差異。
（2） 交叉表
最重要的單選題的分析方式。

14.多選題和排序題的分析
（1）多重頻次分析
（2）多重交叉表
（3）排序題的處理

15. 市場(chǎng)調查高級分析工具
市場(chǎng)數據以及市場(chǎng)調查數據的分析本質(zhì)上還是屬于數據分析的范疇，以下這些方法在市場(chǎng)調查數據分析中使用頻率較高：
（1）方差分析
采用方差分析分析多個(gè)因素對一個(gè)因素的影響關(guān)系，例如調查員工薪酬水平，可能的影響因素有性別、年齡、工作經(jīng)歷、職業(yè)狀態(tài)等多個(gè)方面，采用方差分析可以輕松地獲得這些因素對于員工薪酬水平的影響情況。
（2）回歸
回歸同樣可以探討多個(gè)因素對于一個(gè)因素的影響關(guān)系，也可以用于預測。
（3）聚類(lèi)
聚類(lèi)是數據分析的通用工具，也廣泛地應用于市場(chǎng)調查數據的分析中，聚類(lèi)實(shí)際上就是基于多維度多指標的分類(lèi)，可以用來(lái)做客戶(hù)細分或者一般的數據分類(lèi)。
（4）關(guān)聯(lián)分析
基于apriori算法的關(guān)聯(lián)分析，廣泛用于分析同一行之內數據之間的關(guān)聯(lián)性，例如我們關(guān)注客戶(hù)中的一個(gè)屬性“拒絕高價(jià)格（即如果產(chǎn)品提價(jià)，就不買(mǎi)）”，那么用關(guān)聯(lián)分析算法就可以分析客戶(hù)的哪些其他因素是同“拒絕高價(jià)格”同時(shí)出現的。
（5）客戶(hù)畫(huà)像
超重要的數據分析方法，用來(lái)抓取某一種特征的事物的特征，例如購買(mǎi)我們的客戶(hù)是什么特征，再例如投訴我們的客戶(hù)具有哪些特征。 

紀賀元，男，本科畢業(yè)于大連理工大學(xué)計算機系，復旦大學(xué)MBA。長(cháng)期從事數據分析、python、市場(chǎng)調查、EXCEL、信息檢索與收集、Access、PPT、SPSS等方面的培訓工作，為上海交通大學(xué)EDP中心、上海交通大學(xué)繼續教育學(xué)院、時(shí)代光華（北京）、肯耐珂薩（上海）、益策、華嗣、卓華等國內知名培訓機構開(kāi)設過(guò)多次內訓和公開(kāi)課課程。立邦涂料長(cháng)期合作講師，華晨寶馬長(cháng)期合作講師（數據統計分析方向、三年一簽）。Excel、數據分析方面年授課量在85天左右。
2017年出版《數據分析實(shí)戰：基于EXCEL和SPSS系列工具的實(shí)踐》一書(shū)，受到了業(yè)界的歡迎，https://item.jd.com/12080023.html。

現在第二本專(zhuān)著(zhù)《從編程小白到python數據分析高手》正在寫(xiě)作中，預計2021年春季出版：

紀賀元曾經(jīng)在上海貝爾、MOTOROLA、Lucent、新加坡比技公司、上海全成等公司長(cháng)期工作，在過(guò)去的實(shí)際工作中，本人積累了較多的在數據分析和挖掘的實(shí)戰經(jīng)驗， 1995年即開(kāi)始使用EXCEL VBA對于Motorola電信交換機的運營(yíng)數據進(jìn)行分析和編程處理，1998年即開(kāi)始采用SPSS軟件進(jìn)行數據分析和市場(chǎng)調查報表的分析工作，在新加坡比技公司、上海全成通信等公司組織和領(lǐng)導了多項移動(dòng)通信增值業(yè)務(wù)數據的數據挖掘項目（采用COGNOS商業(yè)報表軟件和CLEMENTINE軟件）。
紀老師擅長(cháng)的課程有：

本人也曾經(jīng)參與或主持過(guò)多項數據分析方面、市場(chǎng)調研等方面的咨詢(xún)項目，包括：
2018年：
（1）上海大眾2019年培訓內部需求調研分析，問(wèn)卷800多份，包括調研數據分析以及分析報告撰寫(xiě)
（2）天順風(fēng)能常熟工廠(chǎng)生產(chǎn)部及BOM運維報表系統，用VBA編程，代碼2.3萬(wàn)行
（3）思南智庫營(yíng)帳系統，用VBA編程，代碼0.9萬(wàn)行
（4）寶鋼集團數據分析輪訓（9天，包括寶鋼上海下屬子公司、寶鋼國際、新疆八一鋼鐵等
2017年：某潤滑油企業(yè)市場(chǎng)調研數據分析
2016年：
基于百度和bing的類(lèi)爬蟲(chóng)軟件設計和編制
2015年：
上海張江高科科技園政府扶持企業(yè)資金投入產(chǎn)出績(jì)效分析項目（分析工具提供）（VBA實(shí)現DEA算法）
迪皮埃復材構件（太倉、大豐）兩公司生產(chǎn)部報表項目（VBA實(shí)現）
某證券私募企業(yè)股票指標數據跟蹤與分析系統（VBA實(shí)現）
上海卷煙銷(xiāo)售公司低焦油香煙消費者調研
2014年:
上海印鈔廠(chǎng)統計分析培訓專(zhuān)題咨詢(xún)
蘇州工業(yè)園區軟環(huán)境滿(mǎn)意度調研
上海某涂料公司3-5年發(fā)展規劃-市場(chǎng)信息檢索與利用
2013年：
（1）迪皮埃復材構件（太倉）有限公司，生產(chǎn)部數據流程整合咨詢(xún)項目（包括VBA編碼調試）
（2）上海印鈔廠(chǎng)統計分析專(zhuān)題咨詢(xún)
2011年：
內蒙古杏仁露產(chǎn)品上市前調研
2010年：
我國電子閱讀器市場(chǎng)用戶(hù)消費模式調研
2009年：
格林動(dòng)力汽車(chē)尾氣凈化劑數據分析
楊浦區商管公司下屬商業(yè)網(wǎng)點(diǎn)調研
2005年：
2005年上海移動(dòng)有限公司新產(chǎn)品發(fā)展模式市場(chǎng)調研

本人擅長(cháng)數據分析和市場(chǎng)調研等方面的培訓，包括用EXCEL、EXCEL VBA、水晶易表、SPSS、SAS、CLEMENTINE等軟件進(jìn)行營(yíng)銷(xiāo)、生產(chǎn)制造、財務(wù)等方面的數據分析。 

• 業(yè)務(wù)數據分析II（Excel）

   

  【課程背景】數據分析有多個(gè)含義，普通含義的數據分析包括展現數據的趨勢，對數據做分類(lèi)匯總，發(fā)現其中的TOPN數據，對比數據的不同與變化等。這些常規分析可以通過(guò)數據透視表來(lái)完成。這些內容在課程《業(yè)務(wù)數據分析I》中已經(jīng)詳細介紹了。而對數據的深入分析還包括發(fā)現數據之間的模式，規律，相關(guān)性及因果關(guān)系，預測未來(lái)業(yè)務(wù)數據，對數據進(jìn)行統計分析從而發(fā)現問(wèn)題等等。 ..

  ￥   元/ 天

  人氣：1013  

  

• 業(yè)務(wù)數據分析I（Excel）

   

  【課程背景】數據分析是數據應用的重要目的。海量的，紛繁復雜的原始數據只有經(jīng)過(guò)分析才能抽取關(guān)鍵信息，獲得對數據的準確認知，才能對未來(lái)起到知道作用。本課程從準備數據開(kāi)始，一步一步的經(jīng)過(guò)數據整理，分析，最終做出報表呈現分析結果，并通過(guò)各個(gè)領(lǐng)域的案例，使您可以快速將學(xué)習到的分析和預測方法落實(shí)到您的實(shí)際工作中?！菊n程大綱】（..

  ￥   元/ 天

  人氣：959  

  

• 數據分析與圖示化呈現技巧

   

  課程背景據統計，我們日常工作中，通過(guò)視覺(jué)獲取的信息超過(guò)70%，所以如何將數據圖示化、視覺(jué)化，如果讓老板、領(lǐng)導或者客戶(hù)、消費者在短時(shí)間內迅速get到你想表達的信息在當今信息化時(shí)代顯得尤為重要?；谏虅?wù)應用需要，Office高效辦公專(zhuān)家李憲磊老師以多年的企業(yè)實(shí)戰工作經(jīng)驗和企業(yè)實(shí)際需求為出發(fā)點(diǎn)，開(kāi)發(fā)出《數據分析與圖示化呈現技巧》課程。本課程結合日常的數據信..

  ￥   元/ 天

  人氣：842  

  

• 服裝行業(yè)終端店長(cháng)——店鋪商品數據分析課程

   

  【課程大綱】1.店鋪商品的構成分析2.店鋪商品的訂貨方法3.店鋪商品數據分析的要點(diǎn)4.店鋪商品陳列的方法5.店鋪商品促銷(xiāo)管理方法6. 店鋪商品庫存管理

  ￥   元/ 天

  人氣：1244  

  

• 新零售用戶(hù)行為數據分析與產(chǎn)品優(yōu)化

   

  第一單元 用戶(hù)分類(lèi)1.用戶(hù)分析集中的三個(gè)方面u用戶(hù)統計監控u用戶(hù)定向營(yíng)銷(xiāo)u用戶(hù)調研2.互聯(lián)網(wǎng)思維——用戶(hù)為中心u顧客-用戶(hù)u顧客為中心-用戶(hù)為中心u顧客至上-用戶(hù)體驗至上3.用戶(hù)分析的指標u訪(fǎng)問(wèn)用戶(hù)數u新用戶(hù)數u活躍用戶(hù)數u流失用戶(hù)數4.新老用戶(hù)5.新活躍用戶(hù)和流失用戶(hù) ..

  ￥   元/ 天

  人氣：967  

  

• 移動(dòng)互聯(lián)網(wǎng)時(shí)代的精焳營(yíng)銷(xiāo)-數據分析

   

  一、大數據未來(lái)的通行證美國的大數據、阿里的大數據大數據改變未來(lái)未來(lái)誰(shuí)是王者案例：未來(lái)的一天、IBM的規劃二、數據分析五步法1）數據搜集數據搜集不等CRM2）數據清洗3）數據建模4) 數據整理三、市場(chǎng)調查1）市場(chǎng)調研帶來(lái)哪些價(jià)值機會(huì )點(diǎn)研究品牌研究廣告促銷(xiāo)研究滿(mǎn)意度研究四、數據分..

  ￥   元/ 天

  人氣：2182