【培訓(xùn)對(duì)象】
企業(yè)營(yíng)銷副總、營(yíng)銷總監(jiān)、市場(chǎng)調(diào)查人員、市場(chǎng)部經(jīng)理、營(yíng)銷部經(jīng)理、營(yíng)銷人員、市場(chǎng)研究人員

【培訓(xùn)收益】
（1）了解市場(chǎng)調(diào)查的整體步驟 （2）提高學(xué)員的市場(chǎng)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(tīng)：客戶的心聲
（2） 新：獲取創(chuàng)新的想法
（3） 變：監(jiān)控市場(chǎng)的變化
（4） 知：了解競(jìng)爭(zhēng)對(duì)手，知己知彼
（5） 未：預(yù)測(cè)將來(lái)的市場(chǎng)情況

2.工品市場(chǎng)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(shí)間等進(jìn)行調(diào)研過(guò)程的整體籌劃。
2.2調(diào)查準(zhǔn)備階段
自己做調(diào)查還是委托專業(yè)公司去做？調(diào)查團(tuán)隊(duì)如何建立？問(wèn)卷如何設(shè)計(jì)？如果選擇專業(yè)公司，兩者如何分工？
2.3調(diào)查實(shí)施階段
如何收集數(shù)據(jù)？二手和一手?jǐn)?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(duì)專業(yè)調(diào)查公司以及調(diào)查過(guò)程進(jìn)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(duì)調(diào)查數(shù)據(jù)進(jìn)行分析？
2.5結(jié)果呈報(bào)階段
光會(huì)做調(diào)查和分析還是不夠的，還需要寫出一份圖文并茂、簡(jiǎn)明易懂、說(shuō)服力強(qiáng)的調(diào)查報(bào)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(bào)）和定量（數(shù)據(jù)）相結(jié)合
（3）專業(yè)意見(jiàn)和普通被訪者相結(jié)合
（4）科學(xué)決策和主觀經(jīng)驗(yàn)相結(jié)合

4.工品市調(diào)的難點(diǎn)問(wèn)題
（1）被訪者數(shù)量少，較難有統(tǒng)計(jì)規(guī)律
（2）新品風(fēng)險(xiǎn)大，誰(shuí)都說(shuō)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(guò)一手資料：
（1）市場(chǎng)規(guī)模過(guò)大，無(wú)法通過(guò)一手來(lái)做
（2）資料的特殊性，導(dǎo)致無(wú)法做一手
（3）預(yù)算、團(tuán)隊(duì)等方面的限制
（4）宏觀或中觀數(shù)據(jù)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(xiàn)
（3）年鑒
（4）行業(yè)協(xié)會(huì)
（5）人脈法
（6）數(shù)據(jù)報(bào)告購(gòu)買

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(tǒng)計(jì)口徑不一致、顆粒度較粗、多來(lái)源數(shù)據(jù)對(duì)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(duì)比反推
（2）結(jié)合行業(yè)經(jīng)驗(yàn)做對(duì)比印證
（3）專家德?tīng)柗品?br />
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(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(xiàn)場(chǎng)觀察記錄法
（2）實(shí)際數(shù)據(jù)采信
（3）訪談
（4）問(wèn)卷調(diào)查法

9.抽樣與反推
我們很難對(duì)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(xiàn)的問(wèn)題
大型案例：上海某潤(rùn)滑油企業(yè)對(duì)全國(guó)潤(rùn)滑油分區(qū)域分品類市場(chǎng)容量進(jìn)行推測(cè)（綜合采用抽樣、聚類、相關(guān)分析等技術(shù)）

10. 如何提高問(wèn)卷設(shè)計(jì)質(zhì)量？
10.1 問(wèn)卷調(diào)查內(nèi)容
(1)受眾基本資料
(2)產(chǎn)品認(rèn)知/認(rèn)可程度
(3)受眾價(jià)格承受能力
(4)受眾消費(fèi)習(xí)慣和消費(fèi)流程
(5)競(jìng)爭(zhēng)對(duì)手狀況
(6)受眾滿意度
(7)受眾期望

10.2 問(wèn)卷設(shè)計(jì)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(fù)雜
(4)問(wèn)題傾向性或者誘導(dǎo)性過(guò)強(qiáng)
(5)問(wèn)題涉及被訪者隱私
(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(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(wèn)方式
(5)問(wèn)卷題目蛇形排列
案例：廈門某重工產(chǎn)品的產(chǎn)品價(jià)格調(diào)研問(wèn)卷設(shè)計(jì)

第四部分：工品市調(diào)-數(shù)據(jù)處理和分析
11.調(diào)查問(wèn)卷數(shù)據(jù)錄入
（1）數(shù)據(jù)錄入表的設(shè)計(jì)
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(wèn)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(gè)大題目下面有多個(gè)小題型，例如“您對(duì)該食品的看法如何？”這一個(gè)大題目下面會(huì)包含對(duì)于“價(jià)格”、“口感”、“營(yíng)養(yǎng)成分”、“包裝”等多個(gè)問(wèn)題的調(diào)研，這種在數(shù)據(jù)錄入時(shí)就必須標(biāo)識(shí)出來(lái)，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(duì)于同一個(gè)題目，同時(shí)對(duì)兩個(gè)因素進(jìn)行調(diào)查，例如“價(jià)格”、“口感”、“營(yíng)養(yǎng)成分”、“包裝”的調(diào)查，同時(shí)對(duì)“價(jià)格”的“重要程度”和“滿意程度”進(jìn)行調(diào)查，這種題目也要進(jìn)行標(biāo)識(shí)。

12.調(diào)查問(wèn)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(wèn)卷中受訪者不填的稱為缺失值。
（2）根據(jù)重復(fù)選項(xiàng)剔除
（3） 根據(jù)問(wèn)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(cè)
（4）排序題反向計(jì)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(duì)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(diào)查高級(jí)分析工具
市場(chǎng)數(shù)據(jù)以及市場(chǎng)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(chǎng)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(gè)因素對(duì)一個(gè)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(gè)方面，采用方差分析可以輕松地獲得這些因素對(duì)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(duì)于一個(gè)因素的影響關(guān)系，也可以用于預(yù)測(cè)。
（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(chǎng)調(diào)查數(shù)據(jù)的分析中，聚類實(shí)際上就是基于多維度多指標(biāo)的分類，可以用來(lái)做客戶細(xì)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(gè)屬性“拒絕高價(jià)格（即如果產(chǎn)品提價(jià)，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(jià)格”同時(shí)出現(xiàn)的。
（5）客戶畫像
超重要的數(shù)據(jù)分析方法，用來(lái)抓取某一種特征的事物的特征，例如購(gòu)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(jì)賀元，男，本科畢業(yè)于大連理工大學(xué)計(jì)算機(jī)系，復(fù)旦大學(xué)MBA。長(zhǎng)期從事數(shù)據(jù)分析、python、市場(chǎng)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(shí)代光華（北京）、肯耐珂薩（上海）、益策、華嗣、卓華等國(guó)內(nèi)知名培訓(xùn)機(jī)構(gòu)開(kāi)設(shè)過(guò)多次內(nèi)訓(xùn)和公開(kāi)課課程。立邦涂料長(zhǎng)期合作講師，華晨寶馬長(zhǎng)期合作講師（數(shù)據(jù)統(tǒng)計(jì)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(shí)戰(zhàn)：基于EXCEL和SPSS系列工具的實(shí)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(jì)2021年春季出版：

紀(jì)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(zhǎng)期工作，在過(guò)去的實(shí)際工作中，本人積累了較多的在數(shù)據(jù)分析和挖掘的實(shí)戰(zhàn)經(jīng)驗(yàn)， 1995年即開(kāi)始使用EXCEL VBA對(duì)于Motorola電信交換機(jī)的運(yùn)營(yíng)數(shù)據(jù)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(shù)據(jù)分析和市場(chǎng)調(diào)查報(bào)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(xiàng)移動(dòng)通信增值業(yè)務(wù)數(shù)據(jù)的數(shù)據(jù)挖掘項(xiàng)目（采用COGNOS商業(yè)報(bào)表軟件和CLEMENTINE軟件）。
紀(jì)老師擅長(zhǎng)的課程有：

本人也曾經(jīng)參與或主持過(guò)多項(xiàng)數(shù)據(jù)分析方面、市場(chǎng)調(diào)研等方面的咨詢項(xiàng)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(wèn)卷800多份，包括調(diào)研數(shù)據(jù)分析以及分析報(bào)告撰寫
（2）天順風(fēng)能常熟工廠生產(chǎn)部及BOM運(yùn)維報(bào)表系統(tǒng)，用VBA編程，代碼2.3萬(wàn)行
（3）思南智庫(kù)營(yíng)帳系統(tǒng)，用VBA編程，代碼0.9萬(wàn)行
（4）寶鋼集團(tuán)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(guó)際、新疆八一鋼鐵等
2017年：某潤(rùn)滑油企業(yè)市場(chǎng)調(diào)研數(shù)據(jù)分析
2016年：
基于百度和bing的類爬蟲(chóng)軟件設(shè)計(jì)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(jī)效分析項(xiàng)目（分析工具提供）（VBA實(shí)現(xiàn)DEA算法）
迪皮埃復(fù)材構(gòu)件（太倉(cāng)、大豐）兩公司生產(chǎn)部報(bào)表項(xiàng)目（VBA實(shí)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(shí)現(xiàn)）
上海卷煙銷售公司低焦油香煙消費(fèi)者調(diào)研
2014年:
上海印鈔廠統(tǒng)計(jì)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(chǎng)信息檢索與利用
2013年：
（1）迪皮埃復(fù)材構(gòu)件（太倉(cāng)）有限公司，生產(chǎn)部數(shù)據(jù)流程整合咨詢項(xiàng)目（包括VBA編碼調(diào)試）
（2）上海印鈔廠統(tǒng)計(jì)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(guó)電子閱讀器市場(chǎng)用戶消費(fèi)模式調(diào)研
2009年：
格林動(dòng)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(diǎn)調(diào)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(diào)研

本人擅長(zhǎng)數(shù)據(jù)分析和市場(chǎng)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(jìn)行營(yíng)銷、生產(chǎn)制造、財(cái)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(gè)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(shì)，對(duì)數(shù)據(jù)做分類匯總，發(fā)現(xiàn)其中的TOPN數(shù)據(jù)，對(duì)比數(shù)據(jù)的不同與變化等。這些常規(guī)分析可以通過(guò)數(shù)據(jù)透視表來(lái)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(xì)介紹了。而對(duì)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(cè)未來(lái)業(yè)務(wù)數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析從而發(fā)現(xiàn)問(wèn)題等等。 ..

  ￥   元/ 天

  人氣：996  

  

• 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(guò)分析才能抽取關(guān)鍵信息，獲得對(duì)數(shù)據(jù)的準(zhǔn)確認(rèn)知，才能對(duì)未來(lái)起到知道作用。本課程從準(zhǔn)備數(shù)據(jù)開(kāi)始，一步一步的經(jīng)過(guò)數(shù)據(jù)整理，分析，最終做出報(bào)表呈現(xiàn)分析結(jié)果，并通過(guò)各個(gè)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(cè)方法落實(shí)到您的實(shí)際工作中。【課程大綱】（..

  ￥   元/ 天

  人氣：936  

  

• 數(shù)據(jù)分析與圖示化呈現(xiàn)技巧

   

  課程背景據(jù)統(tǒng)計(jì)，我們?nèi)粘９ぷ髦?，通過(guò)視覺(jué)獲取的信息超過(guò)70%，所以如何將數(shù)據(jù)圖示化、視覺(jué)化，如果讓老板、領(lǐng)導(dǎo)或者客戶、消費(fèi)者在短時(shí)間內(nèi)迅速get到你想表達(dá)的信息在當(dāng)今信息化時(shí)代顯得尤為重要?；谏虅?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(shí)戰(zhàn)工作經(jīng)驗(yàn)和企業(yè)實(shí)際需求為出發(fā)點(diǎn)，開(kāi)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：825  

  

• 服裝行業(yè)終端店長(zhǎng)——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(diǎn)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(kù)存管理

  ￥   元/ 天

  人氣：1210  

  

• 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(gè)方面u用戶統(tǒng)計(jì)監(jiān)控u用戶定向營(yíng)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(yàn)至上3.用戶分析的指標(biāo)u訪問(wèn)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：952  

  

• 移動(dòng)互聯(lián)網(wǎng)時(shí)代的精焳營(yíng)銷-數(shù)據(jù)分析

   

  一、大數(shù)據(jù)未來(lái)的通行證美國(guó)的大數(shù)據(jù)、阿里的大數(shù)據(jù)大數(shù)據(jù)改變未來(lái)未來(lái)誰(shuí)是王者案例：未來(lái)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(chǎng)調(diào)查1）市場(chǎng)調(diào)研帶來(lái)哪些價(jià)值機(jī)會(huì)點(diǎn)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：2155