1．市场营销调查的目的

　　在进行市场营销时，市场调查是必不可缺的。市场营销调查的手法多种多样，这在稍后会做说明，现在先来确认它的目的。

　　例如，在开发新商品时，需要考虑该需求的大小。这种商品最终是否能被大多数人接受，或者是否能得到更多的人支持，这一预测的结论仅凭个人直觉或想象是很难有说服力的。

　　虽然数据并不是一切，但如果没有数据分析作为某种程度的依据，也很难做出市场营销决策。并且如果没有客观论据，也很难说服对方。

　　总而言之，没有进行准确调查的市场营销是不成立的。

　　不过这里有个被许多人误解的地方，所以补充说明一下，即使是进行数据分析已经完美的市场营销，要问是否一定会成功的话，答案也是NO。市场营销调查只是参考资料，无论该参考资料的精确度如何，它本身都与决策是否成功无关。

　　市场营销调查的目的是“为该市场营销提供参考价值”，因此它也是必要的。

　　市场营销调查共有两个步骤。即“做出某种假设”和“验证该假设”。

　　■为“构筑假设”而进行市场营销调查

　　在做某个新商品开发时，仅凭“前所未有”这一理由，恐怕不会有多少人贸然地进行设计。首先要考虑会有多大的顾客需求，或者“这么做能产生多大的需求”。这就是“做出市场营销式假设”。

　　构筑假设的市场调查一般会针对广泛受众。比如“想要掌握汽车市场目前的潮流”，那么就要涉及无数车型和地区，仅从销售量着手调查所需的细分和组合数据都十分庞大。此外，如果考虑购买者的属性的话，必须考虑年龄是否有效，性别如何，职业是什么，年收入多少，家族构成状态以及生活方式怎么样等各种因素。

　　构筑市场需求的假设，离不开根据市场营销调查。

　　所以也可以选择尽早放弃无意义的分区，集中针对特定领域进行市场调查。例如新技术动向及其应用领域的影响这类调查，采用这种方法会更为轻松有效。

　　不过，也有只能广泛撒网才能捕捉其动向的情况。例如要掌握消费者的喜好动向，如果不进一步考虑世界的各种变化所带来的影响的话，就很难抓住重点。

　　应该在多大范围能进行市场调查，应该调查哪些部分，这些处理的分寸本身就会对构筑假设带来极大影响。

　　■“验证假设”的市场营销调查

　　那么验证所提出假设时的市场调查又如何呢？它基本上就是解析已有数据的典型例子。

　　比如是否能售出假设时预估数量的产品，或者是否是设想的（细分）人群（目标）在购买产品，这些都可以通过解读大量数据和问卷来进行验证调查。

　　这时根据需要出现了各种数据解析技巧。例如调查两个项目间有多大程度的关联性（相关分析），假设某种因素会造成影响时评价它的影响究竟到什么程度（回归分析），评价多个变数之间的关系性（多变量分析）等都很常用。此外还有各种分析，但大多都是“会产生什么影响”“有多大影响”这类基础推测，因此即使手法和运用各式各样，但只要掌握其根本就能理解了。

　　另一个重点则是在验证的各种分析中，通常（从原理上来说）都不知道最终“是否如此”，所以只能从概率上进行推测，其精确度依赖于数据量，数据量（样本数）越多则精确度越高，也更具参考价值。如果没有这种意识的话，恐怕会对数据和分析结果产生困惑，因此需要多加注意。

　　■定量数据分析和定性数据分析

　　所谓定量数据就是指数值化后的数据。掌握数量（多/少），追踪其变化（增/减），能得到各种数据。

　　此外，也有难以数量化，只能以其内容本身为数据的情况，我们将其称作定性数据。定性的性含有“性质”的意思。比如问卷调查的自由回答栏，“很帅”“有兴趣”“好像不适合我”等感想就是典型例子。虽然也不是可能实现数值化，但这种信息性的东西很难从数值上来掌握。

　　定量数据比较倾向于功能等方面的比较。例如，如果有“燃料消费率每30公里1升”“比旧款提高了5%燃料消费率”等数据的话，就能与其他公司产品和开发环境进行比较。另外，在市场营销2.0领域尤其便于做效果测定，利于制定具体对策。

　　另一方面，定性数据则多是情绪性情报。与定量数据的“数量多/数量少”这类数据相反，定性数据通常是“喜欢/讨厌”“美/丑”这种不同的个人感想，即使评估平均值之类强行定量化也毫无意义，也很难统一综合性处理。

　　越接近市场营销3.0的脉络，定性数据的有用性就越高。但是基于定性数据的运用难度很大（比如能做不同意思的解释）。这部分与2.0相比，3.0更带有“不确定性”因素。只是我们不用只注意定性数据，而是要考虑如何让定量与定性之间取得良好的平衡，从而更好地利用于市场营销中。