【培訓(xùn)對象】
企業(yè)營銷副總、營銷總監(jiān)、市場調(diào)查人員、市場部經(jīng)理、營銷部經(jīng)理、營銷人員、市場研究人員

【培訓(xùn)收益】
（1）了解市場調(diào)查的整體步驟 （2）提高學(xué)員的市場調(diào)查數(shù)據(jù)分析能力

第一部分：工品市調(diào)基礎(chǔ)
1.市調(diào)目標(biāo)
（1） 聽：客戶的心聲
（2） 新：獲取創(chuàng)新的想法
（3） 變：監(jiān)控市場的變化
（4） 知：了解競爭對手，知己知彼
（5） 未：預(yù)測將來的市場情況

2.工品市場調(diào)查流程
2.1需求提出階段
綜合考慮調(diào)查的目標(biāo)、預(yù)算、時間等進行調(diào)研過程的整體籌劃。
2.2調(diào)查準備階段
自己做調(diào)查還是委托專業(yè)公司去做？調(diào)查團隊如何建立？問卷如何設(shè)計？如果選擇專業(yè)公司，兩者如何分工？
2.3調(diào)查實施階段
如何收集數(shù)據(jù)？二手和一手數(shù)據(jù)的比例如何調(diào)配？如何控制調(diào)查的質(zhì)量？如果對專業(yè)調(diào)查公司以及調(diào)查過程進行有效的監(jiān)控？如何克服被訪者不愿配合或者敷衍這些障礙？
2.4數(shù)據(jù)分析階段
如何錄入數(shù)據(jù)？如何根據(jù)自己的商業(yè)目標(biāo)對調(diào)查數(shù)據(jù)進行分析？
2.5結(jié)果呈報階段
光會做調(diào)查和分析還是不夠的，還需要寫出一份圖文并茂、簡明易懂、說服力強的調(diào)查報告。

3.工品調(diào)查的一些原則
（1）一手和二手相結(jié)合
（2）定性（情報）和定量（數(shù)據(jù)）相結(jié)合
（3）專業(yè)意見和普通被訪者相結(jié)合
（4）科學(xué)決策和主觀經(jīng)驗相結(jié)合

4.工品市調(diào)的難點問題
（1）被訪者數(shù)量少，較難有統(tǒng)計規(guī)律
（2）新品風(fēng)險大，誰都說不好
（3）影響因素復(fù)雜多變
（4）被訪者的主觀因素
（5）從小樣本反推整體的困境

第二部分：工品市調(diào)-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(xiàn)成的資料，二手資料是所有市調(diào)的前提和基礎(chǔ)，在某種程度上，二手資料的重要性甚至要超過一手資料：
（1）市場規(guī)模過大，無法通過一手來做
（2）資料的特殊性，導(dǎo)致無法做一手
（3）預(yù)算、團隊等方面的限制
（4）宏觀或中觀數(shù)據(jù)無法通過一手收集

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

7.二手資料甄別整理方法
由于二手資料的來源不同等，二手資料往往存在統(tǒng)計口徑不一致、顆粒度較粗、多來源數(shù)據(jù)對不上等問題，可以考慮采用以下方面解決：
（1）跟一手資料對比反推
（2）結(jié)合行業(yè)經(jīng)驗做對比印證
（3）專家德爾菲法

第三部分：工品市調(diào)-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第一手資料的重要方法，獲取一手資料也是我們接觸市場、了解市場的過程，一手資料收集方法包括：
（1）現(xiàn)場觀察記錄法
（2）實際數(shù)據(jù)采信
（3）訪談
（4）問卷調(diào)查法

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

10. 如何提高問卷設(shè)計質(zhì)量？
10.1 問卷調(diào)查內(nèi)容
(1)受眾基本資料
(2)產(chǎn)品認知/認可程度
(3)受眾價格承受能力
(4)受眾消費習(xí)慣和消費流程
(5)競爭對手狀況
(6)受眾滿意度
(7)受眾期望

10.2 問卷設(shè)計常見問題分析
(1)開放式問題過少
(2)題量過大
(3)問題過于晦澀復(fù)雜
(4)問題傾向性或者誘導(dǎo)性過強
(5)問題涉及被訪者隱私
(6)問題不互斥
(7)問題之間邏輯混亂
(8)不相關(guān)問題較多

10.3 提高問卷質(zhì)量的幾個手段
(1)采用思維導(dǎo)圖工具
(2)合理的主觀題配比
(3)總量與結(jié)構(gòu)
(4)“燈籠式”提問方式
(5)問卷題目蛇形排列
案例：廈門某重工產(chǎn)品的產(chǎn)品價格調(diào)研問卷設(shè)計

第四部分：工品市調(diào)-數(shù)據(jù)處理和分析
11.調(diào)查問卷數(shù)據(jù)錄入
（1）數(shù)據(jù)錄入表的設(shè)計
采用“數(shù)據(jù)有效性”和“條件格式”有效地規(guī)范數(shù)據(jù)錄入。
（2）多數(shù)據(jù)錄入員之間的協(xié)同
處理好問卷的編碼、錄入分工以及錄入結(jié)果的合并工作。
（3）單選題、多選題、排序題的錄入
（4）主觀題答案的錄入技巧
（5）嵌套題型的錄入方式
嵌套題型指一個大題目下面有多個小題型，例如“您對該食品的看法如何？”這一個大題目下面會包含對于“價格”、“口感”、“營養(yǎng)成分”、“包裝”等多個問題的調(diào)研，這種在數(shù)據(jù)錄入時就必須標(biāo)識出來，以便于后續(xù)的分析。
（6）復(fù)雜題型的錄入方式
復(fù)雜題型指對于同一個題目，同時對兩個因素進行調(diào)查，例如“價格”、“口感”、“營養(yǎng)成分”、“包裝”的調(diào)查，同時對“價格”的“重要程度”和“滿意程度”進行調(diào)查，這種題目也要進行標(biāo)識。

12.調(diào)查問卷數(shù)據(jù)的整理和規(guī)范
12.1剔除廢卷的技巧
（1）根據(jù)缺失值剔除
調(diào)查問卷中受訪者不填的稱為缺失值。
（2）根據(jù)重復(fù)選項剔除
（3） 根據(jù)問題間邏輯關(guān)系剔除
12.2數(shù)據(jù)管理和轉(zhuǎn)換
（1） 重新編碼
例：將月收入在10000元以上的轉(zhuǎn)換為“高”，5000-1000元的轉(zhuǎn)換為“中”，3000-5000元的轉(zhuǎn)換為“中下”收入，3000元以下的轉(zhuǎn)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
分析單選題中各個答案的選擇情況，例如不同性別的人對于價格敏感度的差異。
（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. 市場調(diào)查高級分析工具
市場數(shù)據(jù)以及市場調(diào)查數(shù)據(jù)的分析本質(zhì)上還是屬于數(shù)據(jù)分析的范疇，以下這些方法在市場調(diào)查數(shù)據(jù)分析中使用頻率較高：
（1）方差分析
采用方差分析分析多個因素對一個因素的影響關(guān)系，例如調(diào)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因素對于一個因素的影響關(guān)系，也可以用于預(yù)測。
（3）聚類
聚類是數(shù)據(jù)分析的通用工具，也廣泛地應(yīng)用于市場調(diào)查數(shù)據(jù)的分析中，聚類實際上就是基于多維度多指標(biāo)的分類，可以用來做客戶細分或者一般的數(shù)據(jù)分類。
（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(nèi)數(shù)據(jù)之間的關(guān)聯(lián)性，例如我們關(guān)注客戶中的一個屬性“拒絕高價格（即如果產(chǎn)品提價，就不買）”，那么用關(guān)聯(lián)分析算法就可以分析客戶的哪些其他因素是同“拒絕高價格”同時出現(xiàn)的。
（5）客戶畫像
超重要的數(shù)據(jù)分析方法，用來抓取某一種特征的事物的特征，例如購買我們的客戶是什么特征，再例如投訴我們的客戶具有哪些特征。 

紀賀元，男，本科畢業(yè)于大連理工大學(xué)計算機系，復(fù)旦大學(xué)MBA。長期從事數(shù)據(jù)分析、python、市場調(diào)查、EXCEL、信息檢索與收集、Access、PPT、SPSS等方面的培訓(xùn)工作，為上海交通大學(xué)EDP中心、上海交通大學(xué)繼續(xù)教育學(xué)院、時代光華（北京）、肯耐珂薩（上海）、益策、華嗣、卓華等國內(nèi)知名培訓(xùn)機構(gòu)開設(shè)過多次內(nèi)訓(xùn)和公開課課程。立邦涂料長期合作講師，華晨寶馬長期合作講師（數(shù)據(jù)統(tǒng)計分析方向、三年一簽）。Excel、數(shù)據(jù)分析方面年授課量在85天左右。
2017年出版《數(shù)據(jù)分析實戰(zhàn)：基于EXCEL和SPSS系列工具的實踐》一書，受到了業(yè)界的歡迎，https://item.jd.com/12080023.html。

現(xiàn)在第二本專著《從編程小白到python數(shù)據(jù)分析高手》正在寫作中，預(yù)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、上海全成等公司長期工作，在過去的實際工作中，本人積累了較多的在數(shù)據(jù)分析和挖掘的實戰(zhàn)經(jīng)驗， 1995年即開始使用EXCEL VBA對于Motorola電信交換機的運營數(shù)據(jù)進行分析和編程處理，1998年即開始采用SPSS軟件進行數(shù)據(jù)分析和市場調(diào)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(dǎo)了多項移動通信增值業(yè)務(wù)數(shù)據(jù)的數(shù)據(jù)挖掘項目（采用COGNOS商業(yè)報表軟件和CLEMENTINE軟件）。
紀老師擅長的課程有：

本人也曾經(jīng)參與或主持過多項數(shù)據(jù)分析方面、市場調(diào)研等方面的咨詢項目，包括：
2018年：
（1）上海大眾2019年培訓(xùn)內(nèi)部需求調(diào)研分析，問卷800多份，包括調(diào)研數(shù)據(jù)分析以及分析報告撰寫
（2）天順風(fēng)能常熟工廠生產(chǎn)部及BOM運維報表系統(tǒng)，用VBA編程，代碼2.3萬行
（3）思南智庫營帳系統(tǒng)，用VBA編程，代碼0.9萬行
（4）寶鋼集團數(shù)據(jù)分析輪訓(xùn)（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)市場調(diào)研數(shù)據(jù)分析
2016年：
基于百度和bing的類爬蟲軟件設(shè)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)出績效分析項目（分析工具提供）（VBA實現(xiàn)DEA算法）
迪皮埃復(fù)材構(gòu)件（太倉、大豐）兩公司生產(chǎn)部報表項目（VBA實現(xiàn)）
某證券私募企業(yè)股票指標(biāo)數(shù)據(jù)跟蹤與分析系統(tǒng)（VBA實現(xiàn)）
上海卷煙銷售公司低焦油香煙消費者調(diào)研
2014年:
上海印鈔廠統(tǒng)計分析培訓(xùn)專題咨詢
蘇州工業(yè)園區(qū)軟環(huán)境滿意度調(diào)研
上海某涂料公司3-5年發(fā)展規(guī)劃-市場信息檢索與利用
2013年：
（1）迪皮埃復(fù)材構(gòu)件（太倉）有限公司，生產(chǎn)部數(shù)據(jù)流程整合咨詢項目（包括VBA編碼調(diào)試）
（2）上海印鈔廠統(tǒng)計分析專題咨詢
2011年：
內(nèi)蒙古杏仁露產(chǎn)品上市前調(diào)研
2010年：
我國電子閱讀器市場用戶消費模式調(diào)研
2009年：
格林動力汽車尾氣凈化劑數(shù)據(jù)分析
楊浦區(qū)商管公司下屬商業(yè)網(wǎng)點調(diào)研
2005年：
2005年上海移動有限公司新產(chǎn)品發(fā)展模式市場調(diào)研

本人擅長數(shù)據(jù)分析和市場調(diào)研等方面的培訓(xùn)，包括用EXCEL、EXCEL VBA、水晶易表、SPSS、SAS、CLEMENTINE等軟件進行營銷、生產(chǎn)制造、財務(wù)等方面的數(shù)據(jù)分析。 

• 業(yè)務(wù)數(shù)據(jù)分析II（Excel）

   

  【課程背景】數(shù)據(jù)分析有多個含義，普通含義的數(shù)據(jù)分析包括展現(xiàn)數(shù)據(jù)的趨勢，對數(shù)據(jù)做分類匯總，發(fā)現(xiàn)其中的TOPN數(shù)據(jù)，對比數(shù)據(jù)的不同與變化等。這些常規(guī)分析可以通過數(shù)據(jù)透視表來完成。這些內(nèi)容在課程《業(yè)務(wù)數(shù)據(jù)分析I》中已經(jīng)詳細介紹了。而對數(shù)據(jù)的深入分析還包括發(fā)現(xiàn)數(shù)據(jù)之間的模式，規(guī)律，相關(guān)性及因果關(guān)系，預(yù)測未來業(yè)務(wù)數(shù)據(jù)，對數(shù)據(jù)進行統(tǒng)計分析從而發(fā)現(xiàn)問題等等。 ..

  ￥   元/ 天

  人氣：824  

  

• 業(yè)務(wù)數(shù)據(jù)分析I（Excel）

   

  【課程背景】數(shù)據(jù)分析是數(shù)據(jù)應(yīng)用的重要目的。海量的，紛繁復(fù)雜的原始數(shù)據(jù)只有經(jīng)過分析才能抽取關(guān)鍵信息，獲得對數(shù)據(jù)的準確認知，才能對未來起到知道作用。本課程從準備數(shù)據(jù)開始，一步一步的經(jīng)過數(shù)據(jù)整理，分析，最終做出報表呈現(xiàn)分析結(jié)果，并通過各個領(lǐng)域的案例，使您可以快速將學(xué)習(xí)到的分析和預(yù)測方法落實到您的實際工作中。【課程大綱】（..

  ￥   元/ 天

  人氣：770  

  

• 數(shù)據(jù)分析與圖示化呈現(xiàn)技巧

   

  課程背景據(jù)統(tǒng)計，我們?nèi)粘９ぷ髦校ㄟ^視覺獲取的信息超過70%，所以如何將數(shù)據(jù)圖示化、視覺化，如果讓老板、領(lǐng)導(dǎo)或者客戶、消費者在短時間內(nèi)迅速get到你想表達的信息在當(dāng)今信息化時代顯得尤為重要。基于商務(wù)應(yīng)用需要，Office高效辦公專家李憲磊老師以多年的企業(yè)實戰(zhàn)工作經(jīng)驗和企業(yè)實際需求為出發(fā)點，開發(fā)出《數(shù)據(jù)分析與圖示化呈現(xiàn)技巧》課程。本課程結(jié)合日常的數(shù)據(jù)信..

  ￥   元/ 天

  人氣：721  

  

• 服裝行業(yè)終端店長——店鋪商品數(shù)據(jù)分析課程

   

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

  ￥   元/ 天

  人氣：1076  

  

• 新零售用戶行為數(shù)據(jù)分析與產(chǎn)品優(yōu)化

   

  第一單元 用戶分類1.用戶分析集中的三個方面u用戶統(tǒng)計監(jiān)控u用戶定向營銷u用戶調(diào)研2.互聯(lián)網(wǎng)思維——用戶為中心u顧客-用戶u顧客為中心-用戶為中心u顧客至上-用戶體驗至上3.用戶分析的指標(biāo)u訪問用戶數(shù)u新用戶數(shù)u活躍用戶數(shù)u流失用戶數(shù)4.新老用戶5.新活躍用戶和流失用戶 ..

  ￥   元/ 天

  人氣：872  

  

• 移動互聯(lián)網(wǎng)時代的精焳營銷-數(shù)據(jù)分析

   

  一、大數(shù)據(jù)未來的通行證美國的大數(shù)據(jù)、阿里的大數(shù)據(jù)大數(shù)據(jù)改變未來未來誰是王者案例：未來的一天、IBM的規(guī)劃二、數(shù)據(jù)分析五步法1）數(shù)據(jù)搜集數(shù)據(jù)搜集不等CRM2）數(shù)據(jù)清洗3）數(shù)據(jù)建模4) 數(shù)據(jù)整理三、市場調(diào)查1）市場調(diào)研帶來哪些價值機會點研究品牌研究廣告促銷研究滿意度研究四、數(shù)據(jù)分..

  ￥   元/ 天

  人氣：2078