爱数据学习社

welcome

传统的产品调研,通常需要先行选定用户样本,之后耗费大量人力物力采用不同的调研方法,进行用户调研。

如果把大数据应用到用户调研当中,凭借着海量的历史数据样本,对于调研问题,可以借助大数据进行预分析处理,之后再进行人工选择性介入处理,不仅可以提高用户调研的效率,以最快的速度响应用户需求,而且可以极大的降低用户调研的成本。基于此,本文试图利用大数据思维,来解读大数据时代下用户调研的新变化。

大数据作为一种生产资料,正在越来越深入的影响着人类社会。现在,大数据在电商领域,通过根据相似消费者的商品偏好,向顾客推荐更符合其个人喜好的商品,这一推荐方式不仅仅省去了消费者寻找商品的时间,更是提高了电商平台的收入。

同理,在音乐、电视剧、电影,广告投放、用户调研等领域,大数据的可用武之地也越来越广。那么,大数据时代给用户调研方式带来了哪些改变呢?

大数据被广泛应用以前,传统的用户调研方式,通常需要经过界定调研问题、制定调研计划、综合调研方法、设计调研问卷、总结调研结果这5个步骤。

但是,大数据被广泛应用以后,凭借着海量的历史数据样本,对于调研问题,可以借助多种公开的大数据工具进行预分析处理,之后再进行人工选择性介入处理,将二者进行比对,进行多轮TEST,帮助产品人员发现问题的真相。

设置出优秀的调研问题

设置调研问题,处于整个调研的第一个环节,其重要性自然不言而喻。比如某些产品经理可能会提出“用户为什么不接受视频付费”,或者“是否有足够的用户愿意支付15元/月来观看正版高清视频,如果是更低或者更高的价格呢?”前一个调研问题过于宽泛,而后一个调研问题却又界定的过于单一。

如果将调研问题界定为:

1、哪一类用户最有可能使用视频网站的付费服务?

2、视频网站不同档位的价格,分别会有多少用户愿意支付?

3、所有视频网站中,会有多少用户会因为这项服务而选择该视频网站?

4、对于视频付费,如广告主赞助,这一方式的价值何在?

当然,并非所有调研的调研内容都能如此具体明了:

1、有些属于探索性研究,这类调研的目的在于找出问题的真相,提出可能的答案,或新的创意;

2、有些属于描述性研究,这类调研重在描述项目内容的某些数量特征;

3、还有一些是因果性研究,这种调研的目的是检测现象之间是否存在因果关系。

根据调研问题,进行大数据分析

大数据的魅力在于采集的不是样本数据,而是全部数据。例如滴滴推出滴滴外卖服务、美团推出美团打车业务,得益于现代社交网络的发达程度,滴滴和美团几乎可以对微博、微信等社交媒体上的对于新推出服务的议论进行统计分析,从而提供更好的服务。

例如,可以通过百度指数了解网友对于此项服务的搜索行为,同时进行跟踪分析:

当然并不是所有的网友都会使用百度搜索,他们也有可能使用360搜索,这时就要借助360指数:

又或者用户采取其他方式来表达情绪和想法,比如社交媒体微博、微信,可能就会用到微博指数,第三方舆情监测和口碑分析工具,借助新浪微舆情进行口碑分析和文本挖掘:

说明:以上的大数据工具,仅列举了常用的3种。在实际操作中,大数据工具的选择,还需要根据用户具体的调研问题来确定。

人工介入,对问题针对性处理

可以根据大数据分析结果,人工介入到调研问题上来,进行有针对性的调研处理,这时候可以采用传统的调研方法。但是与以往不同的是,在采用这些调研方法时,不需再耗费大量成本进行种种调研。选择人工介入的目的,是为了更真实的感受调研过程,参与调研问题的处理上来。

传统的调研方法,通常有以下4种方式:

1.观察法

这种方法是采取不引人注目的方式,来观察消费者使用产品的情形,以收集最新数据资料。某些战略咨询公司在做调研时,十分信奉观察法。

华与华在《超级符号就是超级创意》里关于这一方法运用的片段,了解一下:

“比如你在超市里观察牙膏的消费,观察走到牙膏货架前的人,你会看到这样的一个过程:一个顾客推着购物车走过来,一边走一边浏览货架上的牙膏;停下来,注目于一盒牙膏片刻,继续往前走;停下来,拿起一盒牙膏,看后放下;又拿起一盒看看,再翻过来,仔细看包装,背后的文案放回货架;往前走两步,掉头回到最开始注目的那盒牙膏,仔细看看,包装背后的文案,放回货架;快步走回,第四步看的那盒牙膏仍进购物车里,选择结束。”

“不,没结束,他可能过一会儿会折回来,把刚才放进购物车里的牙膏放回货架,换成第二步注目的那盒,也可能两盒都要。这样你就观察到他买牙膏的整个过程,竟然有七个动作。”

2.焦点小组访谈法

这是一种基于人口统计特征、心理统计特征和其他因素的考虑,仔细的招募六到十个人,然后将他们召集在一起,在规定时间内与这些参与者进行讨论的一种调研方式,参与者通常可以得到一些报酬。

调研人员通常坐在座谈是隔壁的,装有单面镜的房间内,对座谈会的讨论过程进行观察。必须要注意的是:实时焦点小组访谈时,必须让参与者尽可能的感受到气氛轻松,力求让他们说真话。

3.行为资料分析法

用户在使用产品时所产生的种种行为都可以用来观察用户的心理,调研人员通过分析这些数据,可以了解用户的许多情况。

用户的浏览时长和浏览内容可以反映用户的实际偏好,它比用户口头提供给调研人员的一些陈述更为可靠。

4.实验法

通过排除所有可能影响观测结果的因素,来获得现象间真正的因果关系。

比如视频网站,向用户提供高清视频服务,第一季度只收费25元每月,第二季度收费15元每月。如果两次不同价格的收费,使用该服务的用户没有差异,那么视频网站就得不出如下结论:较高的服务费用会显著影响用户观看收费视频的意愿。

调研方法确定,着手问卷设计

设置调查问卷,是为了收集一手资料。不过,由于问卷中问句的格式、次序和问句的顺序都影响问卷的填答效果,所以对问卷中的问句进行测试和调整是非常必要的。

问卷设计的注意事项:

总结调研结果

将大数据统计预分析得到的结果,同产品调研人员实际调研得出的结果,进行比对,从而将数据和信息转换成发现和建议。

最后,大功告成,根据市场调研所得的结果,就可以制定具体的营销决策。

说明:由于在这个过程中,运用传统调研方式,无需耗费大量人力物力,对于可疑结果,可以通过控制变量的方式,进行多轮TEST,帮助产品人员真正发现调研问题的真相。

end

作者:两点零六

如何利用大数据思维进行用户调研?相关推荐

  1. 如何利用大数据技术构建用户画像

    在大数据时代,我们经常谈论的概念之一是用户画像.准确营销的商业目的可以通过在互联网领域利用用户画像来实现,这就是为什么在这个流量至上的时代构建用户画像是如此重要.任何企业公司的产品要想做好精细化运营, ...

  2. 电商大数据应用之用户画像

    一. 课程目标 1.1 了解用户画像是什么 1.2 用户画像的作用是什么 1.3 学会使用SparkSQL构建用户画像 二. 前言 大数据时代已经到来,企业迫切希望从已经积累的数据中分析出有价值的东西 ...

  3. 利用大数据构建用户画像的好处

    大数据时代,不仅普通用户可以享受到技术带来的便利,企业也可以从数据中提取有商业价值的信息,构建出用户画像,从而对用户行为进行分析和预测.虽然用户画像不是什么新鲜的概念,但是大数据技术的出现使得用户画像 ...

  4. 如何利用大数据构建用户画像?

    大数据时代,不仅普通用户可以享受到技术带来的便利,企业也可以从数据中提取有商业价值的信息,构建出用户画像,从而对用户行为进行分析和预测.虽然用户画像不是什么新鲜的概念,但是大数据技术的出现使得用户画像 ...

  5. 如何利用大数据指导市场营销

    本文来自网易云社区. 在数字时代,人们的生活方式和思考方式已经发生了变化,同样人们的消费观念也发生了变化.它赋予消费者更广阔的视野,同时也提高了消费者的自主意识.互联网使得很多信息都公开化,消费者不仅 ...

  6. 大数据使用及现状调研报告

    大数据使用及现状调研报告 大数据,指无法在一定时间范围内用常规软件工具进行捕捉.管理和处理的数据集合,是需要新处理模式才能具有更强的决策力.洞察发现力和流程优化能力的海量.高增长率和多样化的信息资产. ...

  7. 大数据思维,到底是什么?

    大数据思维,到底是什么? 目录 大数据思维,到底是什么? 1. 大数据本质 2. 大数据思维 3. 应用领域 4. 思维转变 1. 大数据本质 大数据实际上是营销的科学导向的自然演化,将不同行业或者说 ...

  8. 【大数据】大数据思维的十大核心原理

    感谢博主,转自:https://blog.csdn.net/supermapsupport/article/details/78741774 一.数据核心原理 从"流程"核心转变为 ...

  9. 如何利用大数据做金融风控? 原创 2016年11月24日 17:42:03 标签: 大数据 / 金融 / 风控 1594 导语:如何通过海量数据与欺诈风险进行博弈? 随着金融科技、科技金融等概念的

    如何利用大数据做金融风控? 原创 2016年11月24日 17:42:03 标签: 大数据 / 金融 / 风控 1594 导语:如何通过海量数据与欺诈风险进行博弈? 随着金融科技.科技金融等概念的热起 ...

最新文章

  1. 生活大爆炸第6季第12集
  2. d06调试详细说明_D06电脑板调试软件使用说明_20100706
  3. Windows WorkFlow Foundation学习资源
  4. c语言 乱码转化为16进制_面向小白的C语言科普教程(一)文件和扩展名、编码和十六进制...
  5. mysql dml ddl优先级_MYSQL入门操作和常规DML、DDL、DQL使用
  6. 知识表示与知识图谱--介绍
  7. 小世界网络模型代码 c 语言,新的小世界网络模型实现文本特征的提取方法与流程...
  8. Python MD5
  9. [Bootstrap-Table] 中的事件用例
  10. 开发者强势围观!Gartner 发布 2020 年十大战略科技发展趋势
  11. 制作可以 SSH 登录的 Docker 镜像
  12. 072 datetime模块
  13. 局域网交换机(Lan Switch)
  14. 信息收集及漏洞利用--安全(四)
  15. Vmware Vsphere HA
  16. 【SpringBoot系列】最详细demo-- 集成Swagger2
  17. php 项目创意,JavaScript实现“创意时钟”项目
  18. React---hooks的使用
  19. 如何判断两个QQ好友之间是否为好友关系
  20. Redis应用问题解决(缓存穿透、击穿、雪崩、分布式锁)

热门文章

  1. html中轮播图片js代码怎么写,js+html+css实现轮播图
  2. MySQL设计编码规范
  3. win7ie11调用java失败,不忘旧人,四招轻松解决Win7系统IE11兼容性问题
  4. 【MySQL数据库】MySQL 高级SQL 语句一
  5. ARCGIS之土地报备坐标(报盘数据)txt批量导出工具
  6. 阿里云服务器配置选择个人和公司避坑指南!
  7. ios label文字行间距_iOS 设置UILabel行间距【原创】
  8. 困扰许久的Kafka Rebalance问题
  9. 如何让控制台 颜色变灰色,粉色,或者你喜欢的颜色
  10. 坚持运动,给自己立个flag