大數據時代的市場調查

韋薇　王迪

摘 要：隨著大數據時代的到來，市場調查在新技術條件下萌生出了新的應用和方法。本文即在對傳統市場調查的研究邏輯、操作方法進行梳理的基礎上，對現階段大數據的方法論進行考量，試圖為“大數據熱潮”提供一個較為中立的視點，并探討大數據對于市場調查的研究邏輯和操作方法層面的影響。

關鍵詞：大數據；市場調查；社會學方法論

“大數據”是當下縱橫學界、業界的最熱詞匯，繼移動互聯網、云計算、物聯網等新興應用技術出現之后，全球范圍內產生的數據急劇增長，人們生活在數據編織的網絡之下。這種直接運用用戶數據進行分析的方式完全不同于傳統的市場調查方法，并且看似為理解消費者行為提供了更為客觀的視角，于是，“大數據時代是否還需要傳統市場調查？”、“大數據會取代問卷調查嗎？”這樣的疑問開始出現。

一、市場調查方法論發展脈絡

（一）市場調查研究邏輯的形成

按照美國市場營銷協會（American Marketing Association）所給出的定義，市場調查（marketing research）是“一種通過信息將消費者、顧客和公眾與營銷者連接起來的職能。這些信息用于識別和確定營銷機會和問題，產生、提煉和評估營銷活動，監督營銷績效，改進人們對營銷過程的理解。市場調查規定了解決這些問題所需的信息，設計收集信息的方法，管理并實施信息收集過程，分析結果，最后要溝通所得的結論及其意義。”有記載的最早一次大規模調查要追溯到1824年8月，美國一家報紙為預測總統大選結果而進行了民意調查；在1879年美國也出現了廣告代理商為農業機械制造商進行當地農產品生產狀況的調查。

早期這類具有“市場調查性質”的研究可以視作社會調查的延伸，從源頭上看，社會學方法論對于市場調查的有著極其深遠的影響。19世紀初，法國哲學家奧古斯特·孔德第一個提出用“社會學”這一名詞來指代研究人類行為的科學，并主張將自然科學的成功經驗引進社會研究領域，提出“自然現象和社會現象不存在本質的不同，科學史統一的，不同學科遵循某些相通的原則”這一基本假設。這種實證主義思潮在后來西方社會學研究中一直處于主流地位。實證主義社會學在19世紀80年代獲得了真正的可行性，德國社會學家埃米爾·迪爾凱姆在其著作《社會學方法的規則》中提出了實證主義社會學的方法論，他定義了社會學的研究對象，并真正將實證科學的方法（統計學和數學）引入社會現象的分析，開始了具體的社會實證研究，使定量研究的方法在社會學領域逐步盛行。

作為最早探索社會學方法論的兩位大師，迪爾凱姆和韋伯都強調了因果解釋在社會學研究中的重要地位，雖然前者是將其視作規律式的、法則性的存在，而后者是將其與理解、意義聯系在一起，探求因果關系成為了社會學方法論中的一個核心問題。市場調查作為一門獨立學科發展起來，是在20世紀初。在研究邏輯的根源上，市場調查融合了實證主義和人文主義的方法論，這兩者的研究邏輯都在市場調查的操作方法中有所體現。

（二）市場調查操作方法的發展

市場調查成為獨立的行業和學科，主要經歷了以下幾個發展階段[2]：

20世紀初，市場調查學開始建立。1911年，美國Curtis出版公司首先設立市場調查部，并與1919年系統地收集、記錄、分析各種讀者的習慣和愛好及與人口統計有關的資料，用以指導出版業務并獲得了巨大成功。1918年，哈佛商學院、西北大學也先后創建了商務調研所。1923年，專業市場調查公司A.C.尼爾森創立，市場調研和營銷信息系統開始成為一些企業市場營銷管理系統不可分割的有機體，西方市場營銷那種強調“理性分析和以實證數據為基礎”的特點開始形成并顯露出來。

20世紀30年代，美國市場營銷協會出版了專著《市場調研技術》。“市場信息的收集和闡釋”被正式納入營銷概念。40年代初始，定性研究（座談會）形式的研究方法在市場研究中得到應用，并逐漸成為產品概念、廣告概念、產品包裝測試的必備工具。40年代末期，隨機抽樣的樣本設計概念得到廣泛認同，抽樣技術在民意調查方面取得重大突破。

50年代后，市場調查業逐步趨于成熟。二戰后，世界局勢趨于穩定，經濟全球化的背景下，市場營銷學獲得了良好的發展機遇。營銷管理者開始將市場研究作為決策依據的必要環節，專門性的市場調查機構大量涌現。抽樣調查和顯著性檢驗、動機調研及消費者行為理論研究成為發展的重點，心理學、社會學在市場調查中開始得到系統應用。

70年代以后，隨著計算機和互聯網技術的應用，一個現代化的信息系統開始形成，數據庫營銷時代到來。

二、大數據在市場調查中的應用

（一）什么是大數據

我們可以從《大數據時代》一書中窺知一二。作為最早闡述“大數據”這一話題的專著，舍恩伯格的這部專著的闡述了在大數據時代的三點思維變革：“更多：不是隨機樣本、而是全體數據”，“更雜：不是精確性，而是混雜性”，“更好不是因果關系，而是相關關系”[3]這三點是目前主流的對大數據方法的闡述，并被其的擁躉奉為圭臬。其中最具有顛覆性的 “重相關而輕因果”思想，引起了很多討論。

（二）大數據的基本邏輯

從學科的角度看，大數據承襲了更多統計學的特質，通過對數量巨大的數據做統計性的搜索、比較、聚類、分類等分析，找到數據之間的關聯。因而更關注數據的相關性（亦稱關聯性），這種關聯可能是簡單的正向相關，可能會通過進一步的研究認定是因果關系，甚至可能通過相關性發現甚至之前都不存在的新關系。

“相關分析”的目的是找出數據集里隱藏的相互關系網，一般用支持度、可信度、興趣度等參數反映相關性[4]。說明兩者之間存在相互影響的關系。在大數據時代，我們不必非得知道現象背后的原因，而是要讓數據自己‘發聲”。企業在運用大數據時，不再是按照“從數據到信息再到知識和智慧”的傳統研究思路，而是試圖尋求“從數據直接到價值”的捷徑[5]。endprint

值得注意的是，本文試圖對市場調查的社會學研究邏輯與大數據的邏輯做一個核心的梳理，以說明由兩者研究邏輯的差異性，但我們也不應忽視：首先，因果關系和相關性關系并不存在孰優孰劣的比較，并且兩者可以作為研究中相互補充的手段，大數據對于市場調查而言，究竟是“破壞”還是“進化”不能一言蔽之；其次，有學者認為，在開放復雜的巨系統內，組成部分之間的關系錯綜復雜，可能存在互為因果、相互影響的狀態，因果關系隱藏在整個系統之中，所以，對于大數據的關聯分析，可能不限于簡單的相關性，其中可能蘊含著更深刻的奧秘，不能貿然下結論[6]。

（三）大數據帶來的新方法

在操作層面上，相比以往的調查方法，大數據有以下令人關注的新特點：

首先，大數據去除了抽樣設計的環節，直接對整體進行分析。在社會研究中，由于難以對整體進行直接的測量，會選取樣本進行研究，抽樣框架的設置、樣本的代表性和樣本大小都會對結論產生影響。對于人群的整體認識而言，大數據無疑提供了一個完美的解決方案，來將誤差降到最低。

其次，基本不介入調研對象的行為，以觀察者的視角呈現調研對象。作為消費者，我們的行為在大數據的網絡中無處藏匿，電腦上的cookie會精確地記錄你在何時何地瀏覽過什么商品，手機上的LBS可以實時定位，更高層次的數據甚至記下了人們的眼球在電腦屏幕上的運動軌跡。大數據可能比你更了解你的消費習慣。

最后，作為互聯網時代的產物，與社會化媒體、搜索引擎等互聯網應用的聯合使得大數據備受矚目。

這是當前常見的大數據運用模式，該項以這類方法看似可以有效地對龐大的用戶群進行梳理，但也存在兩點疑問：

1、信息的真實性。用戶信息由用戶自己設定，所以在年齡、性別、地域等人口統計學數據上可能存在數據不真實等狀況，這些因素都會影響最終結果的可信度；

2、方法的科學性。首先，片面根據某些片面的相關性很難得出科學的結論，由此推斷消費趨向有些缺乏說服力；

（四）大數據推廣中的困難

大數據的運用還處于起步階段，雖然業界普遍對大數據寄予厚望，并描繪出一幅幅宏偉藍圖，但我們也應該看到，其發展前景還存在很多不確定性。

首先，在技術層面上，由于大數據的數據量過大，合適的運算方法和硬件條件還不夠完善，為大規模使用造成了困難。大數據的積累看似是很容易的事情，但是提取和運用還遠沒有達到理論上的即時和迅速，但隨著計算機技術的發展和研究的不斷涌現，相信大數據在技術上的突破只是時間問題。

其次，如何保護用戶隱私的問題。人們無法選擇自己的數據是否被利用，甚至有時都無法察覺自己是否中了“大數據的圈套”，這也是大數據受到詬病的一點。

信息安全和隱私保護問題無疑會影響數據的共享共通，。至少目前看來，大數據的運用仍然限于個別平臺限內部，而且可能在比較長的一段時間內，都無法到達各平臺間完全打通的狀況。

三、結論

（一）方法層面：大數據帶來的新進展

對比傳統的市場調查方法，在具體的操作方法上，大數據技術確實帶來了令人激動的變化：

1、從樣本到全體：大數據的研究對象是全體用戶的相關數據，而非依靠抽取的樣本。

2、從短期到長期：大數據研究長期的數據沉淀，而不是階段性的調查結果。

3、從延時到及時：大數據能夠感知和采集即時化電子數據，迅速轉化入決策運用環節。

（二）邏輯層面：傳統智慧的融合

“傳統市場調查還是大數據？”這并不是一個單選題。大數據具有“重發現非實證”、“重關聯非因果”的特征，卻并沒有系統化的邏輯基礎作為支撐。而傳統市場調查有著深厚的社會學基礎，已形成了較為完整的方法論，并結合了包括相關分析在內的定性、定量研究方法。市場調查的最終目的是要“識別和確定營銷機會和問題，改進人們對營銷過程的理解”，傳統的市場調查智慧與大數據的巨大威力相結合，可能會在定性分析和定量分析方面產生巨大的優勢。

艾爾巴比在《社會研究方法》中寫道：“社會研究中定性與定量資料的實質性區別就在于數據化或非數據化。表面上，每一項觀察都是定性的，無論是某人的美麗，還是受試者在量表中所得的分數，或是他在問卷中所勾畫的記號。這些東西都不是天生數據化的或定量的，但有時候，將其轉化成數字形式比較有用。定量化常常使我們的觀察更加明確，也比較容易將資料集合、對比或得出結論，而且為統計分析從簡單的平均到復雜的共識以及數學模型提供了可能性。”對于了解市場這個目的而言，大數據也是把現象轉換為更易認知形式的一個可能性。

隨著技術和理論的推進，相信大數據領域還會有更多的發展，系統化的研究邏輯、基本預設等一系列方法論成熟的時候，或許會給市場調查乃至社會科學帶來更矚目的啟發和改變。

參考文獻：

[1]（美）艾爾·巴比著.社會研究方法.北京市：華夏出版社，2009.02.

[2]（英）安東尼·吉登斯（Anthony Giddens）著；田佑中，劉江濤譯. 社會學方法的新規則 一種對解釋社會學的建設性批判.北京市：社會科學文獻出版社， 2003.

[3]（法）奧古斯特·孔德（Auguste Comte）著；黃建華譯.論實證精神. 北京市：商務印書館，2001.08.

[4]程士安.廣告調查與效果評估 第2版.上海市：復旦大學出版社， 2011.01.

[5]維克托·邁爾-舍恩伯格，肯尼思·庫克耶著；盛楊燕，周濤譯.大數據時代 生活、工作與思維的大變革.杭州市：浙江人民出版社， 2013.01.

[6]（法）迪爾凱姆著；胡偉譯.社會學方法的規則.北京市：華夏出版社， 1999.01.

[7]（德）馬克思·韋伯著楊富斌譯；責任編輯；褚朔維.社會科學方法論. 北京市：華夏出版社， 1999.01.

[8]張燦鵬，郭硯常編著.市場調查與分析預測.北京市：清華大學出版社，2008.

論文：

[1]胡絡繹.大數據，讓營銷更精確[J].軟件工程師，2013，Z1：95-98.

[2]黃升民，劉珊.“大數據”背景下營銷體系的解構與重構[J].現代傳播（中國傳媒大學學報），2012，11：13-20.

[3]李國杰，程學旗.大數據研究：未來科技及經濟社會發展的重大戰略領域——大數據的研究現狀與科學思考[J].中國科學院院刊，2012，06：647-657.

[4]李峰.迪爾凱姆與韋伯的社會學方法論之比較[J].理論與改革，2005，（第3期）.

[5]孟小峰，慈祥.大數據管理：概念、技術與挑戰[J].計算機研究與發展，2013，01：146-169.

[6]數托邦：《小時代》是屬于誰的小時代？，http：//www.huxiu.com/article/18172/1.html，2013年。

[7]徐偲骕.傳播研究與學術公共性：“大數據”熱潮的冷思考[J].東南傳播，2013，03：20-22.

[8]張文.沃爾瑪：“吃螃蟹者”亦喜亦憂[J].新商務周刊，2013，23：30-32.

[9]張一力.網絡市場調查與傳統市場調查[J].嘉興學院學報，2001，02：32-35.

注釋：

[1]韋薇，普萊克斯（中國）投資有限公司；王迪，博士，復旦大學新聞學院講師。

[2]張燦鵬，郭硯常：《市場調查與分析預測》，清華大學出版社，2008.3。

[3]維克托·邁爾-舍恩伯格：《大數據時代》，浙江人民出版社，2012年12月。

[4]李國杰：《大數據研究：未來科技及經濟社會發展的重大戰略領域》，《中國科學院院刊》，2012年 第27卷 第6期。

[5]李國杰：《大數據研究：未來科技及經濟社會發展的重大戰略領域》，《中國科學院院刊》，2012年 第27卷 第6期。

[6]李國杰：《大數據研究：未來科技及經濟社會發展的重大戰略領域》，《中國科學院院刊》，2012年 第27卷 第6期。endprint