天才一秒记住【热天中文网】地址：https://www.rtzw.net
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。
本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！