最近关于如何最好地描述我们的行业有许多讨论——我们是市场研究人员、营销研究人员、洞察专家、……?　　我怀疑我们对头衔、描述的关注更多的不是来自于身份危机，而是潜在的不满：我们觉得并没有得到应有的尊重和认同。　　我把这些称为“丑小鸭症候群”，我怀疑在洞察和研究之间是否真的有所不同，以及文化差异是否也在其中发挥作用。　　以下是我的思考：　　1.研究很多，非常多，但真正的洞察并不多。　　2.那么什么

本次观察小编把受访者分为了公事员或事业单位受访者与非公事员或事业单位受访者，简朴的说就是公事群体与非公事群体，假如人人对革新政策与轨制感兴趣，请找度娘或百科。在这里我们不关注政策自身（实在关注也没有用，许多细则都没有出台。），只议论面临革新的心态，看看人人是在意照样不在意，想相识还不想知道。虽然媒体对革新计划存在许多质疑，而计划自身又有许多不确定性要素，然则作为事必关己的公事群体照样做了较深切

大部分企业的中高管职员都是90前诞生的一代，许多CEO和传统大企业的高管，极可以照样80前。他们诞生和生长的年代，基础没有手机或许互联网，接收的教诲以及文明陶冶，和当下最有潜力的消耗主力，也就是90后的年轻人基础难以婚配。90后诞生的，基础不能明白没有手机，没有互联网，以至不能立马沟通是如何过日子的。不可以明白这些已长大成人，具有自力消耗才能的群体，然后作出治理和营销上的各种调解，任何企业都邑

据Merkle | RKG的数据，2015年第二季度Yahoo天然搜刮流量份额有所回升。 因为Yahoo成为最大的PC浏览器之一Firefox的默许搜刮东西，因而2015年第一季度其北美天然搜刮流量中挪动份额下落7个百分点，从2014年第四季度的50%下落至43%。这个季度挪动份额有所回升，增进至46%。第一季度Google天然搜刮流量中挪动占47%，而Bing的挪动份额只要30

　　据悉，本次报告涉及全球43个国家与地区，涵盖全球GDP 75%的区域，排行以消费者触及数(CRP)为测量指标，揭示被更多消费者购买、经常购买的品牌，即反映消费者真实的品牌选择。“是基于消费者真实购买行为的报告”，虞坚表示，消费者触及数由三部分计算得来，一是这个国家的人口，二是一年中有多少家庭曾在这个时间购买过该品类或品牌，三是这些家庭平均会购买多少次，从数量来说，这“体现了三千亿次消费者的购买

为了寻找真正的原因，调研专家改用了间接的方法对消费者真实的动机进行了调查和研究。他们编制了两种购物单(见购物清单)，这两种购物单上的项目，除一张上写的是速溶咖啡，另一张上写的是新鲜咖啡这一项不同之外，其它各项均相同。然后把清单分给两组可比性的家庭主妇，请她们描写按购物单买东西的家庭主妇是什么样的妇女。他们发现，两组妇女所描写的想象中的两个家庭主妇的形象是截然不同的。她们认为购买速溶咖啡家庭主妇是个

　　首先，历数一下问卷调查中的几个问题　　最直观的：其一，乱答问卷，或置之不理;其二，问卷题目过于泛泛，不切中要理，最明显的表征就是，问卷作出来的结果拿到上司面前，上司看完就回一句：“哦”;其三，问卷题目设计有基本技术错误，如偏向性、选项不完备等等。　　不直观的：其一，问卷不能反映实际人群，不具有代表性，问卷没有价值;其二，问卷设计的题目和选项有误，没有统计价值;其三，问卷没有逻辑，只局限于描述情

　　关于消费者调查，这些年最流行的一个观点就是：“消费者调查没有用，因为消费者根本不会告诉你他想要什么。”　　这句话缺乏最基本的逻辑，这就相当于是说：“战场调查没有用，因为敌人不会告诉你他真实的作战意图是什么。”　　说这句话的人，完全是在用“调查没有用”，来掩盖自己诊断能力的缺失。实际上，大部分时候，并不是调查本身没有用，而是大部分人使用了错误的方法。(就像军队情报机构的人收集了垃圾情报，并不是因

　　聚类(Clustering)，顾名思义就是“物以类聚，人以群分”，其主要思想是按照特定标准把数据集聚合成不同的簇，使同一簇内的数据对象的相似性尽可能大，同时，使不在同一簇内的数据对象的差异性尽可能大。通俗地说，就是把相似的对象分到同一组。　　聚类算法通常不使用训练数据，只要计算对象间的相似度即可应用算法。这在机器学习领域中被称为无监督学习。　　某大型保险企业拥有海量投保客户数据，由于大数据技术

艾瑞统计数据显现，2014年中国电子商务市场生意业务范围12.3万亿元，增进21.3%，估计将来几年将坚持安稳疾速增进，2018年电子商务市场范围将到达24.2万亿元。 行业范围：2014年中国电子商务市场生意业务范围12.3万亿元，增进稳固 艾瑞统计数据显现，2014年中国电子商务市场生意业务范围12.3万亿元，增进21.3%，个中收集购物增进48.7%，在社会消耗品零售总额渗入率年度初次打

　　“同名同义”、“同义同名”、“异名异义”，三个词，即是指标治理的三个步骤。“由上推下，由小及大”是内在逻辑。在展开说明之前，我们先全盘阐述数据治理的范畴和逻辑关系。　　数据治理的范畴和逻辑关系　　数据治理，即为了提升数据质量，我们需要从指标、人、工具、数据源四方面着手。在我看来，指标治理是最显性也是最优先的。以指标治理为核心(这是决策层最有体感的部分)，才能形成从上至下的压力，进而将人的意识和

　　撰写报告就像是任何其他的技能一样，要通过学习具体的流程和不断练习才能提升。这篇文章详实地阐述了一个数据报告“苦手”如何“上手”修炼这门技能。　　01 明确内容　　在每次的数据分析工作中，将分析过程与结果写成一份通俗易懂的报告是工作的最后一步，并且对有的人来说，这也是最难的一步。一份技术报告的目的是传递信息。然而，技术信息是很难让人理解的，因为它不仅复杂，而且无法让人轻易的了解。将数学焦虑等融入

文◎智谷趋势｜严九元翻开google，设定好时刻区间，搜刮症结词“下一个BAT”，取得下面这组数据：可以看到，对“下一个BAT”的说起，在客岁急剧增加。而到本年上半年，说起次数就差不多是过去4年的总和。对“下一个BAT”议论的升温，表明中国互联网款式正迎来新变化。新巨子兴起是大几率事宜两三年前，BAT金瓯无缺的款式还被人以为坚不可催，但现在变化的可以被更多人接收。基本缘由，在于互联网的生长和弄法

　　随着技术的不断普及，学者们对人们的行为研究也从线下开始走向线上。毫无疑问，他们的研究方法对于我们理解与研究用户行为有极大的帮助。12月13日，普林斯顿大学的社会学家Matt Salganik出版了新书《Bit by Bit: Social Research in the Digital Age》，介绍了数据与社会科学研究的方法。《连线》杂志对Matt Salganik进行了专访。　　搞清楚人类

为什么建议创业前要做好市场调查研究呢?

 一、引言　　从保证统计数据质量的统计工作过程看，统计数据质量可以被划分为统计设计质量、统计调查质量、统计整理质量、统计分析质量以及数据发布传输质量等。统计设计质量是保证统计数据质量的首要环节，在统计数据质量保证体系中起着关键性作用。统计设计质量一般包括调查问卷设计质量与调查方案设计质量，其中调查问卷设计质量指的是：通过问卷测量得到的，反映调查对象客观现象的统计数据的准确性和有效性，即调

一个行业，一群人的希望。可否兑现？亲爱的你们，可否愿意结伴同行？         1、“真数”都没有，何谈“洞察”？         3、“数据洞察”，还是“智能洞察”？         5

网络营销的目标，是引发网民认知和行为的步步深入，从注意、点击、认知，达成行动(其中行动又包含，可能离开、互动、搜索、注册、购买几种可能)、和分享，进而促进销售和建立品牌的动态推进过程。而网络广告作为网络营销的手段之一，目前依照的几个主流广告效果评估指标如CPM、CPA、CPC、CPS，为广告效果评估提供数据参照的同时，也间接指引着广告策略优化的大方向。但是，在当下的营销环境中，这些衡量指标，似乎越