大數據對市場調查技術與研究方法的影響研究

賀玲

[摘 要]基于社會主義市場經濟背景下，市場調查技術和研究方法的應用在不斷改變，為進一步適應時代發展趨勢，需相關企業能夠切實提高自身市場大數據調查重視程度，劃定合理調查范圍，進而能夠嚴格遵循大數據信息實際特點選擇適宜研究方法，旨在獲取應用成效較佳的大數據資料。文章主要對大數據在市場調查技術和研究方法中存在的重要作用展開深入化研究分析。

[關鍵詞]大數據；市場調查技術；研究方法；影響分析

[DOI]10.13939/j.cnki.zgsc.2018.13.130

通常來說，市場調查就是指利用各種科學合理手段來收集從活動開始到結束期間產生的所有大數據信息，其中尤為需要注意的便是需盡可能選擇恰當研究方法對資料展開針對性分析探討，有利于推動市場調查工作順利進行。同時基于調查統計角度來看，其中包含眾多調查手段，如訪問調查法、文案調查法及實驗調查法等，工作人員應充分參考調查性質、調查主體及調查內容等因素進行協調應用，從而促使市場調查大數據具有良好準確性優勢。

1 大數據對市場調查研究方法的影響概述

1.1 “價值中立”和“全樣本”

經過長期深入化市場研究分析可以了解到，往往統計測量都是需要建立在抽樣選擇基礎上，而隨著大數據時代的出現這一現象得到了突出性改變，不僅極大減少了投資成本和研究周期，還使數據信息逐漸開始向多樣性、完整性及客觀性方向轉變。也就是說，大數據可以幫助市場調查徹底改變以往抽樣調查存在不足之處，充分滿足市場運行實際需求，借助計算機、瀏覽路徑、地理位置及IP地址等信息準確找出用戶真實信息及與文本生成指定內容，便于根據指令要求查找出符合要求數據信息為后期工作提供切實可行參考依據，對市場數據收集分析帶來了極大幫助性作用。同時大數據自身所包含的“客觀性”和“全樣本”就當前狀況來看仍屬于理想狀態，具體闡述如下：第一，雖然大數據中包含眾多優勢，如數據清洗、數據調整改進及數據補充等，但卻仍然無法保證數據全部屬于真實可靠數據，并不具有重復性數據存在；第二，從理論角度上來看大數據屬于全體數據，但基于現實角度來說卻非常容易受到種種因素限制，導致所掌握的具體數據僅僅屬于局部狀態，并不等于大數據，甚至其研究價值比不上抽樣數據，因而這就需要相關人員能夠積極拓展數據平臺渠道，整合形成多樣化大數據。

1.2 大數據分析和數據可視化

相比較以往傳統實證分析市場調查研究方法而言，大數據時代背景下的市場數據分析更具獨特思維邏輯，往往更注重用戶實際情況和個體標簽，并能對未來發展做出準確預測判斷。同時隨著科學技術水平的不斷提高，大數據研究分析也越發開始朝向即時化、立體化方向展現，便于為人們呈現更加直觀生動的數據資料，甚至相比以往線性系統市場調查研究方法來說，大數據已不再一味重視產生原因和提出意見，而是開始側重針對個體特征所擁有的群體特征并展開標簽化描述介紹。

1.3 數據計算水平得到大幅度提升

根據相關調查顯示可知，在以往傳統市場調查研究模式下，普遍呈現計算量較小且難度較低現象，通過只需借助統計軟件便能順利完成，而隨著大數據時代的到來，無論是數據規模數量還是數據研究分析方法均對計算提出了較高要求，不僅要能使用一些常規統計分析方法，還要能深入展開大數據的實時分析和數據流算法等，不但專業性極高且能與下一環節工作緊密結合在一起。除此之外，越來越多計算理論開始成為主角，如對網絡非結構化文本數據中自然語言的處理，或是大數據挖掘的學習處理及社交網絡計算處理等，上述這些計算理論和研究方法不單單能極大提升相關人員大數據洞察分析能力，還能切實提高工作人員專業水平，使其為市場調查研究方法開展提供更大幫助性作用。由此可以了解到，大數據時代到來背景下，市場調查研究方法必然發生翻天覆地的變化，這就需要相關工作人員能夠充分做到與時俱進，促使大數據研究分析取得更好成果。

2 市場調查背景下的大數據研究方法分析

2.1 描述性統計分析

根據相關調查顯示，描述性統計分析主要指的就是針對某一組大數據所包括的相應特征展開綜合性分析闡述，認真描述該調查樣本特征及總體狀態，通常可將數描述性大數據研究步驟劃分為以下幾項：第一，大數據頻數分析。往往在開展市場調查大數據分析之前，需要做到的便是大數據預處理工作，充分考慮到頻數分析和交叉頻數等因素針對異常數值展開合理化檢驗，進而便于明確分析規律，如學歷較低被調查者往往要比學歷較高被調查者更容易滿足。第二，大數據集中分析。一般情況下，市場調查過程中的大數據集中趨勢分析主要是用于準確真實反映大數據實際情況，最常見參考指標便是中位數、平均數及眾數。第三，大數據離散分析。從某種角度上來說，大數據離散分析主要就是對市場調查大數據之間存在差距的真實反映，最常見參考指標包括標準差和方差，其中方差是嚴格遵循“先平均，再求差，然后平方最后平均”等標準展開，屬于大數據離散分析中的重要組成環節之一，在具體應用期間往往一組大數據方差的計算就能準確衡量判斷出該組大數據實際波動情況。一般來說，該項工作可通過自然觀察法開展，主要是指調查人員通過自身聽覺、視覺或先進儀器設備來直接或間接針對實際狀況進行記錄觀察，便于進一步獲得信息大數據的實際調查方法，該種方法并不需要被調查者接受詢問，而是要調查者在其不知道情況下展開記錄形式的觀察分析，借助自身實際感受體會觀察判斷實際情況獲得自己想要大數據。同時在具體采用該種調查方法時，需要調查人員能夠盡可能選擇一些先進記錄技術手段，往往記錄好壞將直接決定著最終調查結果，進而不但能大大降低觀察人員工作負擔，還能實現大數據資料的有效收集整理。

2.2 回歸分析法

所謂回歸分析法指的就是從事件發生最初或是因果變化規律方向出發，針對未來事物發展趨勢展開準確性判斷的一個過程，能夠充分明確兩種或兩種以上定量關系，因而回歸分析法適用范圍非常廣泛，具體可參考市場調查自變量多少劃分為一元和多元回歸分析方式；或是按照自變量和因變量二者是否處于線性狀態劃分為線性回歸分析和非線性回歸分析，如果回歸分析期間只包含一個因變量和一個自變量，并且可以將二者關系通過一條直線進行表示，那么該種形式回歸方式就可被稱為一元線性回歸分析，但若是回歸分析中包含兩個或兩個以上自變量則表示二者之間存在線性關系，可將其稱為多元線性回歸分析。具體步驟如下：第一，對收集到的大數據資料進行全面處理分析，從多個變量中明確找出變化原因，進而準確判斷因變量和自變量；第二，積極構建變量公式，對其可行性展開認真檢驗；第三，根據自變量數值明確預測值。通常來說，回歸分析方法主要適用于變量之間依存關系、因變量和自變量二者關系等。

3 結 論

總而言之，隨著科學技術水平的不斷提升，市場調查大數據信息準確性和真實性也逐漸受到相關人士高度關注，在這種情況下為進一步保證大數據安全可靠，就需要其能大力開展市場調查技術創新研發和研究方法不斷拓展工作，充分確保市場大數據調查分析方法的合理性，從而能為各行業工作具體展開提供切實可行的參考依據。

參考文獻：

[1]劉德寰，李雪蓮.大數據生態的危險趨勢與大數據科學的可能空間——兼談中國市場調查業的現狀與問題[J].現代傳播，2016（1）：21-27.

[2]趙磊，朱娜.“大數據”時代農業高職院校財經類專業市場調查與預測人才培養方法探討與研究[J].經濟研究導刊，2014（27）：187-188.

[3]桑紅莉.大數據時代的建構主義方法應用與改革——以《市場調查與預測》課程為例[J].黑龍江科技信息，2016（13）：137.

[4]元世嬌.市場調查與大數據分析技術課程教學方法改革的實踐與思考[J].才智，2014（36）：64.

[5]梅孫華，沈慧.應用型本科市場營銷專業《統計學》與《市場調查與預測》課程整合的思考[J].赤峰學院學報：自然科學版，2015（21）：262-263.

[6]武敏敏.基于大數據背景的《市場調查與預測》課程教學改革研究[J].經濟師，2017（2）：237，239.