在一个行业呆久了，有时候会问自己一个问题，这个行业下一步会走向何方？尤其在这个人人都在谈论转型、变革、技术的时代。在市场研究行业混迹十几年，目睹这个行业从一个踉踉跄跄一切照搬国外技术和方法的初始阶段（90年代初）、雨后春笋蓬勃发展阶段（90年代末2000年初），到如今的成熟，有点老化，又有一些新生力量开始冒芽，更有企业开始尝试走出国门。未来，这个行业是否将继续扩张，研究人员经常通宵熬夜的专业价值是否还在体现，既充满不确定，又充满期待和希望。
▌两个维度的两个方向
对于行业的现状及走向，尝试从两个维度来展望，以及我们（研究公司和个体）在其中应该贡献怎样的价值：广度和深度。
广度是速度。我们面临着社会的快速发展和进步，移动互联、物联网的发展，无论虚拟还是现实中大大缩短了人们之间沟通和联系的空间距离，加速了工作、生活、消费和社交的节奏，也产生了很多快餐式的行为导致的人类的焦虑和迷失。企业的决策速度也在加快，企业也遭遇到前所未有的焦虑，快速迎合和赶超消费者的变化需求，应对新零售业态的形成，企业不可能再像过去那样等待漫长的两个月左右的时间获得一次调查结果，企业逐渐会依赖更快的速度和更高的调查频次来应对日常决策。广度协助日常行动决策。
深度是洞察。如同人类重大的决策是经过深思熟虑一样，企业的重要决策，或者对一个产品更深层次的理解、对用户需求更深层次的把握，需要通过深入洞察来获得，这个深入洞察的过程也许漫长，也许可以很快，但影响是长远的。深度协助重要方向性决策。
如图，从这两个维度，市场研究行业的调查数据可以分为三类，观察数据、调查数据和大数据。未来将会向两个维度延伸，更加大数据化，更加深度洞察化，位于中间的结构化调查数据将会被弱化，尤其是一次性断面调查数据，也许会以我们不可想象的形式产生两级分化。
1、广度层面讲究速度、个性化，决策会趋向于智能化和实时化
对于大数据的理解，有专业的大数据专著、每天有很多公号文章、大的软件公司也都开发有大数据平台、可以找到各种BI软件和开源工具进行挖掘和建模，那些很炫的可视化呈现图形曾经惊异了人们的双眼，新变化和新科技总是能在最开始的时候以孔雀开屏般的艳丽夺人眼目，将人们炸晕一阵。仔细一想，其实大数据就是电子化信息，以前以文本、影像的方式孤立地存在于各个单位空间，现在可以在互联网上（一个空间内）很快爬到、扒到、看到大部分甚至全部，虽然有很多信息也有重复雷同的电子垃圾以及夹杂各种形式广告的干扰，但借助技术的发展和计算能力的提升可以很快进行累积、归类、叠加和加总，大数据与其被神化为挖掘和建模，不如说是一个将一个个个体行为经过一段时间自然叠加的过程形成的常识，比如高德地图前些时候发布的开奔驰的人喜欢吃火锅，开卡迪拉克的人喜欢光顾推拿洗浴场所等，这些是通过叠加形成的常识，而不形成高等的挖掘和建模，只与计算能力和技术的提升相关。
大数据之所以美妙是因为当你累积了一定量的信息并将它们叠加在一起呈现的时候，包含各种长尾的孤立点信息，叠加的图形就像上帝的手指一样遵循神意（如下图沈浩老师根据社交网络路径生成的关系图），它具有太空星球的美，这些解构图揭示了全息宇宙般的美丽。大数据（叠加数据）本身自然构成了一个小宇宙。
我们人类总是试图想控制宇宙，改造宇宙为我所用，在大数据的宇宙中，通过叠加的机器自我学习，可以找到不同对应关系的网络结构，形成智能化过程，自动化我们的生活，当信息的堆积和技术的快速发展达到一个爆破临界点的时候，我们人类也许会实现《三体》世界中描绘的那样周边随处皆屏的场景，衣服上、用具上……，可以随时随地触摸开启一扇屏，实时查看、搜索和利用各种个体有用和感兴趣的信息。
2、深度层面是洞察、类群的，是精神层面和对长远决策的支持
作为市场研究常用研究方法，洞察遵循千百年来人类洞悉人性的基本准则和方法，不会改变太多，而洞察之路永无止境。这种洞察是针对类群的，相似人群，不是面向统一化的大众，或个性化的个体。
任何一个品牌，不符合人性需求，难以成功。洞察也是对自我的坚守，你是谁，就是谁。
▌两个方向未来发展的具体表现
无论广度，还是深度，未来既趋向于各自向两端延展，即更广的大数据方向和更深入的洞察，又趋向于两端相互扁平化融合和相交，即广度和深度在一定层面上的相互结合而产生既可以更广又可以更深入的新的研究方法的采用，这也可以被称为是长数据。
一、广度看，表现为五个趋势
1 连续性结构化调查数据是未来的高价值数据，相对一次性断面数据将继续被企业青睐而可获得稳定可持续增长
针对特定需求的一次性个案定量研究，以下几个因素可能导致需求的下降：
（1）企业高时效高频次自主调查项目的增加会减少对部分外委项目的依赖，为了获得高时效高频次数据，企业通过自建用户DMP平台或通过与大平台合作来实现；
（2）定量调查对供应商同类项目经验的要求提高，无形形成一定的行业服务壁垒，项目相对更集中于那几家经验丰富的研究公司中，也意味着无同类经验的研究公司在这些领域的举步维艰或望门兴叹；
（3）竞争激烈导致项目利润率下降，有些公司因为无法达到财务考核要求的利润指标会自动退出竞争，比如有些客户在竞标的时候明确规定价格分比重达到60%，完全变相为价格比拼竞标；
（4）那些具有相对连续性的一次性研究项目，如年度、季度持续进行的项目，随着累积的增多逐渐进入连续性数据的范畴。
研究公司如果不能及早建立在某个领域的连续性数据库，将会在未来面临大浪淘沙的冷遇，或者始终徘徊在规模的突破瓶颈中。连续性数据的价值在于：
（1）对一个行业现状和趋势的方向性把握，驱动力和影响因素了解，为未来把脉；
（2）在很多问题上可以形成行业NORM值，作为经验值规律性参考；
（3）通过建模形成有价值的结论，可帮助企业找到产品的疑难杂症和找到改进思路。
2 在线panel以速度快，成本低，更友好逐渐取代入户等面访方式
在日本，在线调研已经可以占到45%的比例，目前我国本土调研在线比例大概仅仅占到10%左右，有些市场研究公司可以达到20%以上。CTR的经验是，很多预约访问和面访的项目开始转为线上填答，邀约成功通过发送被访者链接，或者面访也通过直接使用平板电脑在线访问的方式。
在线填答最友好的地方是，没有访问员的干扰被访者可以无须挤出一大块整的时间来完成这项工作，大家互不干扰，被访者可以充分利用自己的碎片化时间完成填答，在线系统的暂停保存功能保证了可以随时从暂停的地方继续填答；访问员人为性干预导致的人为误差也被降低到最低。
在线填答的一个潜在作用是，及时弥补了未来访问员队伍的断代给执行带来的困难，目前访问员队伍主要集中在60和70后，年轻访问员队伍的后继力量严重断代，千禧一代出生的年轻人不屑于做廉价的访问员工作，现在的这些老大姐们干不动的时候也许就需要靠机器了。
在线调查曾经广为诟病的弱势已经逐渐被忽略，主要是：
（1）代表性，目前随着移动互联的普及，适龄网民的规模已经逐渐接近人口总体，已经基本可以代表总体情况；
（2）随机性，在执行面访项目的时候，大的研究公司如CTR有自己专建的到街道到居委的抽样框，通常会设计严格的抽样方案开始执行，前几年更多客户喜欢采用CLT定点访问的方式，随机抽样更多被配额抽样取代，但CLT集中于城市几个商业集中区的特点反而不如网民的随机性更强；目前CTR的经验是建立到街道到居委的电子抽样框，通过平台抽样实现样本与规模成比例的分布配比合理性；
（3）自填问卷质量，相对来说，自填样本一方面接触PC或移动互联频繁，普遍学历较高，认真程度值得信赖，另外一方面他们习惯电子产品，也能保质保量自觉填完问卷，第三，问卷系统软件的逻辑控制和自动识别也会避免一些人为误差或填答不认真的情况的发生；
（4）样本疲劳或样本虫化，这确实是一个问题，但是随着各研究公司panel库的增大，以及行业内在线联盟的建立，样本被干扰的几率也可以下降，垂直样本群也更容易被找到；
（5）数据效度，在线结果在百分比上通常总是低于面访的比例，可以通过以下两条途径提升数据效度，一方面在线结果必须通过人口总体构成继续加权后再分析，另外一方面通过效度检验可以避免直接对比绝对数的差异，而集中在相对趋势一致性的研究应用上。
在线调研方式未来还会遭遇新的方法的创新，花落谁家就看谁家越早掌握和引领这些创新。
3）调查回归以消费者为基础，开始建立用户基础平台
CTR建立了自己的归元战略，不再像以前一样进行完一次调查之后从此与被访者再无瓜葛，开始建立自己的被访者平台，并围绕被访者尝试展开一系列相关活动。被访者可以在平台上看到新的调查邀约，参与调查，领取红包礼金，并可以参与心理测试，看到自己参与的部分调查统计结果，参与抢红包活动，购买部分专门的惠友商品等。随着用户平台规模的扩大，未来平台将超越市场研究本身的价值。
4）市场研究连续性数据融入互联网大数据中，成为对大数据不可或缺的补充
大数据目前有几个弊端:
（1）非全网数据，目前任何拥有大数据的公司只能拥有自己的大数据，不能反映市场全貌，无论三家大数据巨头BAT还是三大运营商，他们的大数据在很多信息上是互为缺失的；
（2）无法精准定义TA，来自互联网的大数据通过用户cookie和网络行踪打标签方式来识别消费者身份，并不能更精确地定义目标消费者（TA），虽然随着技术和算法的精确会达到越来越精准，但是黑匣子里的算法总归是个迷，只有拥有者自己说了算；
（3）速食行为，大数据通过算法推送追求的是即时效果，应用过多容易造成一个假象，人们的行为是短期速成的，企业应该将营销费用大量应用于大数据，而忽略了背后对人性对价值的研究，忽视了对品牌价值和品牌建设的始终坚守，容易以短利而损伤品牌长期的价值，其实大数据更多地适用于需要实时更新的方便人们生活的应用，如交通拥堵实时路况等。
市场研究行业的结构性数据可以作为补充融入到大数据当中，或作为行业趋势的一手参考，或作为总体构成参考，或作为某类垂直用户的筛选标准，或作为数据融合分析的基础，或作为加权数据与大数据合并形成线上线下全市场数据的融合呈现。
5）拥有大数据的互联网平台对市场研究公司的业务形成一定的冲击，或无形中直接瓜分市场或在一定范围内与研究公司实现合作共赢
如在日本目前最大的在线调研平台是电商平台Rakuten（乐天，日本最大的电商，类似于中国的阿里巴巴），他们从会员中形成230万panel样本，业务应用表现了强劲的增长势头，并成为很多日本研究公司和品牌主的第一供应商。
未来在广度上还会产生很多变化，比如市场研究公司某些业务可能完全向技术化电子化发展，完全取代人工，如某些中小型调研公司推进的智慧门店，通过面部识别技术等识别顾客的年龄、性别、表情、停留时间、关注点等，这已经超越了传统的调查意义。
市场研究公司向大数据业务延伸过程中，需要始终保持中立的第三方的清醒意识，不能过度跨界，如对广告效果的评估，则不能简做广告代理业务，充当既是法官又是被告的角色。
二、深度看，表现为四个趋势
1、深度调查方式变得更灵活
深度调查方式行业一直以来以FGD访谈室为主，未来访谈室将会得到改进设计，如日本的访谈室只有6个被访者，每个被访者设置一个摄像镜头，这样观察者可以调看每个被访者的访谈过程，他们的表情变化等。
未来定性访谈的形式会更加灵活，如非面对面的在线访谈的目前广泛使用，如通过QQ、微信等工具进行远程视频、在线调研社区（MROC）；更深的投射技术的应用，通过心理过程的严谨设计，将被访者的心理反应完全投射出来，更好地理解消费者对品牌的态度；甚至部分定量访问的开放题，可以通过视频传输的形式获得更有趣和更深入的把握。
2、场景模拟的使用更多被应用于定性研究，如节目测评实验室、商品货架实验室等
为了更接近真实状况，在访谈室和测试实验室的设计上我们倾向于更可能地接近真实。比如节目测评实验室布置的如同置身于家庭的客厅大屏前，比如部分研究公司，甚至部分企业自建商品货架实验室，模拟消费者购物的真实环境，把握那些低解释层面的环境和心理影响，通常情况下，在一个非现实购物环境中填答问卷题目的时候我们获得的很多被访者回答的结果是停留在高解释层面的，常常会获得过高的商品评价和对某些理性指标的高价值分值，而实际情况也许并不是这样的，在将商品放入购物篮的一刹那影响决策的因素也许恰恰是那些低解释层面的不可测量的。
3、技术辅助促进深度洞察
在节目测试和广告效果测试中，目前经常使用的如拨盘、眼动仪、脑电仪、面部表情仪等的使用，大大提升了精度和效度，有效避免了传统的询问方式带来的偏差。未来还有更多的技术将被应用。
4、对消费者人性的研究贯穿始终
马克思说，“人的本质不是单个人所固有的抽象物，在其现实性上，它是一切社会关系的总和”，所以，对消费者的研究是对类群的研究，涉及到社会学、人类学、哲学、宗教等各个领域，甚至美学、艺术等层面，对消费者的深入洞察需要研究人员能够具有敏锐的观察力、理解力和思维力，从而能够剥开现象后面的本质，还原解释层面的理性语言，指导企业决策。这个过程是一个不断提升、不断学习的过程。
三、结合来看，表现为两个趋势
这种结合是基于样本或panelists的同源数据（single source data）而形成的长数据，相当于是对消费者的尽可能还原，在这个消费者碎片化信息丢失快速消费行为扑朔迷离的时代，这种更深层次的了解变得更有价值。会有两个趋势：
1、在现有样本或panel基础上的搭车同源研究
任何连续数据库，都是可以进行搭车的，搭车类型和方式根据连续数据不同来设计和限定。目前来看搭车有这些情况：
（1）通过访问方式，可以搭载客户需要的一定量的任何问题，比如基于时间点的连续调查，每次访问样本不同；
（2）通过访问方式，只可以搭载不影响连续监测数据的部分非敏感性问题，如消费者购物行为不能被品牌问题所触及，但可以询问与品牌无关的媒介接触问题，否则可能由于干预而影响消费者的真实购物行为；
（3）不通过访问方式，基于panelists进行其他行为的监测，如使用meter方式，在选定且获得许可的panelists的电脑或手机上安装小程序跟踪消费者的网络行为，与购物行为数据结合进行同源分析指导客户媒介策略；
（4）访问和监测同时搭载，获得更广范围的策略支持。
但是这种现有样本基础上的打扰需限定在一定次数内，比如某个样本半年内只能被打扰一次，这样实际上限定了搭车的客户需求，这种搭车成本相对也比较高或奢侈，因为是真正的精准打扰，但是可以解决客户精准的问题和需求，这种研究目前已经被很多客户需求，将来需求还会迫切扩大。
2、多种数据库打通的同源样本
这是一种理想王国的形式，比如被选定的家庭既是电视媒体meter的样户，又是购物小票的样户，又是互联网PC、平板和手机meter的样户，就可以实现真正意义上的跨屏、跨媒介与消费的研究，但是很难实现，除非各套数据库样本在建立之初就已经规划了这样的蓝图。但是由于样本的惰性或者说样本不可能为你服务那么多事情，实际操作上也是较难实现的。但是国外已经有这样的研究，目前我国还没有。
不管如何改变，总之，这是一个需要精耕细作的时代，过去粗放式经营就可以获取巨大利润的时代已经终结，消费者面对丰富多彩的商品世界，需求变化快速，需求多样化明显，对企业的要求提升很多，对研究人员提出了更高的挑战，既能快速反应市场变化，快速协助企业决策，又能快速跟上和应用现代科技的发展，更需要能在炫目多变的变化面前保持一份冷静、独立和坚持，始终以人为本，深入洞悉、感知现象背后深层次的原因，并能开阔思路，寻求灵活多样的解决方案，这是未来我们每个市场研究人员的职责。
IT常识 
