MountainView 的高级研究主管 Sam Salama说,在这个从远处观察行为从未如此简单的时代,我们应该记住,对客户最有意义的了解来自于近距离询问他们

所有营销人员都明白了解客户的重要性。但是如何最好地做到准确呢?传统的、基于调查的市场研究真的能削减它吗?

困难的事实是人们不能总是解释或描述他们的行为。这解释了臭名昭著的红牛焦点小组惨败,行为科学“非理性”的表现,以及史蒂夫乔布斯的著名评论“人们不知道他们想要什么,直到你把它展示给他们。”

但这种不可预测的人为因素不应该鼓励营销人员放弃调查、停止向客户提问,而仅仅依赖行为数据。

相反,它应该被视为营销人员的一个机会,可以对调查研究真正能够实现的目标以及如何有效地进行研究制定切合实际的期望。

研究并不是一个可以神奇地将关于购物者的许多不同习惯和选择的问题转化为完美的数学答案的系统。

最重要的是,它是了解人的有用工具。像所有工具一样,它需要小心处理。尽管研究似乎是一种纯粹的数值实践,但这始于对人类决策的充分理解。

提出人们可以回答的问题

关于消费者的一个重要事实是,他们很少花时间考虑品牌。在购买品牌时,他们依靠捷径来尽可能快速和轻松地做出决定。对于频繁的低参与度购买尤其如此,在这种情况下,购物者的自动驾驶仪最为活跃。

然而,许多研究都假设消费者非常关心品牌——仔细评估他们所做的每一次购买。调查通常会要求人们为牙膏品牌指定 20 种个性特征。他们探讨了细微的包装变化的影响。他们检查对品牌环境政策或企业价值观的态度。鉴于消费者对这些品牌的看法很少,要求他们进行详细分析不太可能产生有用的结果。

也许更成问题的是研究人员倾向于让消费者做出预测:他们购买特定产品的可能性有多大?如果广告中有品牌吉祥物,他们会喜欢吗?心理学家知道,我们在预测我们将如何应对重大生活事件方面已经很糟糕了。因此,我们对品牌相关行为的预测能力经常失准也就不足为奇了。

适当的研究接受这些限制,并关注受访者可以准确回答的内容。虽然不是一门完美的科学,但这意味着要求他们回忆而不是预测。这意味着专注于人们关心并已确立观点的话题。这意味着尽可能使研究背景与现实世界的决策背景保持一致。

在这里将其与大选出口民意调查相提并论是有帮助的。为什么它们往往如此准确?这是因为选民在离开投票站后被要求填写复制选票。换句话说,他们被要求在现实环境中回忆他们过去(主要)考虑过的主题的行为。

承认夸大的主张

可靠的研究考虑了另一个人类特征:我们喜欢说什么听起来不错。即使他们在现实世界中的行为完全不同,只要有意识的努力,人们就会对问题做出合乎逻辑的和社会可接受的回答。

当 Trinity Mirror 媒体集团询问消费者他们想要一份新报纸的内容时,他们说内容乐观、乐观且政治中立。但是,当该组织推出 New Day 时——一份正是提供这种服务的报纸——读者人数如此之少,以至于该报纸在短短 2 个月内就关闭了。我们倾向于展示我们想要拥有的个性,而不是我们真正拥有的个性。

解决方案不是避免一起提出这些问题。撇开巧妙的问题措辞技巧不谈,关键的学习是不要过于字面化地理解受访者的答案。它需要将人们所说的与人们的意思、他们希望成为的与他们的实际相分离。如果做得好,这个过程可以带来突破性的见解,正如 Persil 的 Dirt is Good 活动背后的团队所发现的那样。

史蒂夫乔布斯难题

如果市场研究可以产生有用的结果,为什么有史以来最伟大的营销人员之一讨厌它?实际上,史蒂夫乔布斯拒绝市场调查是一个很大的误解。当 2011 年与三星的诉讼迫使苹果公司披露其著名的私人研究政策的细节时,公众终于看到了真相:该公司热爱研究。

Apple 每季度进行一次调查,以了解消费者购买 iPhone 而非安卓的原因。它分析了哪些人群对其产品最满意。它比较了不同国家的态度。

换句话说,史蒂夫乔布斯非常关心他的消费者的想法。事实上,在诉讼的同一年,苹果推出了一系列成功的创新,直接解决了研究结果。

消费者购买 iPhone 的一个关键原因是能够轻松地跨多个设备传输音乐。苹果推出了 iCloud。

因此,当史蒂夫·乔布斯说“人们不知道自己想要什么,直到你向他们展示”时,他并不是在谴责所有的研究,而是正确地指出了它的局限性。他意识到,虽然消费者可以表达痛点和需求,但他们普遍不善于想象和预测突破性创新。毕竟,如果可以的话,他们将不仅仅是消费者。

行为数据的局限性

与地球上的大多数公司相比,Apple 可以访问更多的行为数据。它仍然投入时间和金钱来理解认知这一事实揭示了一个重要的观点,而这一点被简单地阅读市场研究所忽略:行为数据有其自身的缺点。

首先,就像声称的数据一样,它可能不准确。仅仅因为它被观察到并不意味着它是完整的。即使是像 EPOS 数据这样看似客观的数据,也因为并非所有零售商(如 Aldi 和 Lidl)都愿意分享他们的数据而受到玷污。

更重要的是,行为数据在很大程度上无法揭示人们的需求和动机。如果一种新的软饮料销量下降,面板数据可以向您显示下降速度,但无法告诉您为什么会发生这种情况。如果不直接询问人们,就很难诊断问题并找到解决方案。

这并不是说行为数据一文不值,而是完全依赖它可能会将您引向错误的方向。如果 2003 年 Tesco 研究团队只关注行为而不是其他任何东西,他们就会发现无麸质产品在他们的商店表现不佳,并可能将其除名。

只有通过调查研究,他们才能看到整体情况:对无麸质产品的需求很大,但消费者认为 Tesco 和其他大型零售商缺乏专卖店的范围。因此,与其进行多次旅行,消费者更愿意从这些较小的商店购买所有无麸质产品。凭借这种洞察力,Tesco 在主要竞争对手之前推出了自己的 Free From Range。