MR是Market Research（市场研究）的缩写。其特点是抽样、静态分析结果、单数据源等。未来的市场研究将向动态的分析，多数据源整合分析等方向发展。借用BI（Business Intelligence）的概念我们可以把这个趋势叫做MI （Market Intelligence），中文姑且叫做“市场智能”。。
市场研究包含的内容丰富，从研究的类型来看包括产品研究、品牌和传播研究、渠道研究等；从数据采集的方法包括定性、定量、观察等，随着互联网的发展，网站和广告监测、口碑监测也可以纳入到广义的市场研究里面。
如果不考虑互联网监测，而只看传统的市场研究服务的话，可以看到其具有典型的“小数据”特征。
1、分析抽样数据而不是全集数据。对于传统消费者研究来说，抽样调查是成本可承担而且结果可以代表总体的方法。用一个通俗的例子来说明，就是体检的时候抽一管血而不用把身体的血全抽出来就知道身体的健康情况。
2、数据单纯。大多数市场研究项目的数据收集只有一种，少部分会达到两种。比如比较复杂的定量调查可能采用电话加上定点调查，电视收视率调查会将监测数据与问卷调查结合，这已经算是比较复杂的采集方式了。
3、数据采集和分析的周期长导致服务周期很长。一般一个严格的定量调查项目的周期是一个月到一个半月。提交的结果绝大部分是静态的，研究公司提交给客户excel、SPSS数据，加上PPT报告。
针对上面的三个特点，我觉得市场研究从数据采集和呈现上可以有下面的三个优化方向。
1、适度采用“大数据”
抽样获取数据的方式在一些情况下会被“大数据”模式替代，但是在一些领域抽样的仍旧不可替代。市场研究公司面对大数据的关键是要把握节奏。技术和产业发展需要一个过程，我们现在看到的很多趋势不会在短时间内发生。在判断趋势的时候，最难的不是是否有这个趋势，而是转折点在什么时候。过于保守会被淘汰，过于激进也会完蛋。
未来仍旧会存在大量的无法通过互联网或者其他手段进行监测和识别的数据，需要通过抽样调查的方法获得。特别是在消费者态度的测量方面，例如品牌形象的测量、口味的偏好、用户满意程度等。
2、数据多样化
BI系统往往处理多种来源的数据。开发人员将多个业务系统的数据进行提取、清洗和整理后之后，将数据纳入到一个数据仓库中，将多种数据源的数据进行整合分析。借鉴这一思路，传统市场研究结果可以与其他数据整合起来进行分析，可以获得更加生动、丰富和有深度的洞察。
消费者在社会化媒体上的互动，以及越来越成熟的社会化媒体分析方法给传统研究提供了更加丰富的分析素材。比如在满意度研究中，不满意用户经常占比较小比例，进而获得的不满意意见数量也就比较少。而且通过电话或者其他传统调查方式获得不满意信息很多不是非常具体。如果配合以论坛或微博上的各种吐槽，就会发现各个呆板的满意度指标背后的生动用户体验。人们会描述自己遇到的各种质量问题、吐槽遭遇的奇葩服务、晒出各种照片。这些资讯对于深刻认识问题，产品或服务人员提出解决方案有极大帮助。
这种方法对于用户生活形态研究、广告创意研究、品牌研究等都有帮助。如果配合以移动端调查（比如通过移动APP），也可以通过手机的照相、定位等功能获得丰富的用户体验。从传统市场研究角度来说，社会化媒体和移动端调查的信息代表性会被质疑。但如果就需要了解互联网上活跃的人群的态度、或者与抽样调查结合，这些数据可以为市场研究提供丰富的信息。
除了互联网数据，调查数据与客户的业务数据、财务数据、人口、经济及产业等数据等结合，也可以获得更加深度的洞察。
3、分析和呈现的交互化
这一点的核心是将静态的数据和报告，转化成为可供灵活调用、即席分析、方便管理的数据工具。简单来说，就是市场研究结果去PPT化，研究结果可动态分析、可视化。
BI的重要功能就是对数据仓库的数据通过OLAP（联机分析处理）和可视化技术进行分析和展示。应用BI的思路和技术可以帮助市场研究客户对数据进行方便的数据查询和管理。传统研究的核心提交物是一个PPT报告，研究人员给客户演示完，大家认可了一个“insight”这个项目就结束了。如果报告要给到不同的部门或区域，还要做成很多个PPT发下去。通过可视化技术，可以以数据包或者网站方式提交数据，让客户进行方便的查询和分发。这种技术对于连续性项目的价值更高。相对于一般的BI系统，市场研究的数据量非常小，用BI的技术是大炮打蚊子，因此可以找一些更轻、更快的方案来处理市场研究数据。
在以上谈到的三点，有一些数据产品已经做到了其中的某些方面，这些公司都将数据做成了可以动态分析和可视化的工具。而在市场研究服务上，大家还主要是提供单数据源、静态的结果。
MR是Market Research（市场研究）的缩写。其特点是抽样、静态分析结果、单数据源等。未来的市场研究将向动态的分析，多数据源整合分析等方向发展。借用BI（Business Intelligence）的概念我们可以把这个趋势叫做MI （Market Intelligence），中文姑且叫做“市场智能”。。
市场研究包含的内容丰富，从研究的类型来看包括产品研究、品牌和传播研究、渠道研究等；从数据采集的方法包括定性、定量、观察等，随着互联网的发展，网站和广告监测、口碑监测也可以纳入到广义的市场研究里面。
如果不考虑互联网监测，而只看传统的市场研究服务的话，可以看到其具有典型的“小数据”特征。
1、分析抽样数据而不是全集数据。对于传统消费者研究来说，抽样调查是成本可承担而且结果可以代表总体的方法。用一个通俗的例子来说明，就是体检的时候抽一管血而不用把身体的血全抽出来就知道身体的健康情况。
2、数据单纯。大多数市场研究项目的数据收集只有一种，少部分会达到两种。比如比较复杂的定量调查可能采用电话加上定点调查，电视收视率调查会将监测数据与问卷调查结合，这已经算是比较复杂的采集方式了。
3、数据采集和分析的周期长导致服务周期很长。一般一个严格的定量调查项目的周期是一个月到一个半月。提交的结果绝大部分是静态的，研究公司提交给客户excel、SPSS数据，加上PPT报告。
针对上面的三个特点，我觉得市场研究从数据采集和呈现上可以有下面的三个优化方向。
1、适度采用“大数据”
抽样获取数据的方式在一些情况下会被“大数据”模式替代，但是在一些领域抽样的仍旧不可替代。市场研究公司面对大数据的关键是要把握节奏。技术和产业发展需要一个过程，我们现在看到的很多趋势不会在短时间内发生。在判断趋势的时候，最难的不是是否有这个趋势，而是转折点在什么时候。过于保守会被淘汰，过于激进也会完蛋。
未来仍旧会存在大量的无法通过互联网或者其他手段进行监测和识别的数据，需要通过抽样调查的方法获得。特别是在消费者态度的测量方面，例如品牌形象的测量、口味的偏好、用户满意程度等。
2、数据多样化
BI系统往往处理多种来源的数据。开发人员将多个业务系统的数据进行提取、清洗和整理后之后，将数据纳入到一个数据仓库中，将多种数据源的数据进行整合分析。借鉴这一思路，传统市场研究结果可以与其他数据整合起来进行分析，可以获得更加生动、丰富和有深度的洞察。
消费者在社会化媒体上的互动，以及越来越成熟的社会化媒体分析方法给传统研究提供了更加丰富的分析素材。比如在满意度研究中，不满意用户经常占比较小比例，进而获得的不满意意见数量也就比较少。而且通过电话或者其他传统调查方式获得不满意信息很多不是非常具体。如果配合以论坛或微博上的各种吐槽，就会发现各个呆板的满意度指标背后的生动用户体验。人们会描述自己遇到的各种质量问题、吐槽遭遇的奇葩服务、晒出各种照片。这些资讯对于深刻认识问题，产品或服务人员提出解决方案有极大帮助。
这种方法对于用户生活形态研究、广告创意研究、品牌研究等都有帮助。如果配合以移动端调查（比如通过移动APP），也可以通过手机的照相、定位等功能获得丰富的用户体验。从传统市场研究角度来说，社会化媒体和移动端调查的信息代表性会被质疑。但如果就需要了解互联网上活跃的人群的态度、或者与抽样调查结合，这些数据可以为市场研究提供丰富的信息。
除了互联网数据，调查数据与客户的业务数据、财务数据、人口、经济及产业等数据等结合，也可以获得更加深度的洞察。
3、分析和呈现的交互化
这一点的核心是将静态的数据和报告，转化成为可供灵活调用、即席分析、方便管理的数据工具。简单来说，就是市场研究结果去PPT化，研究结果可动态分析、可视化。
BI的重要功能就是对数据仓库的数据通过OLAP（联机分析处理）和可视化技术进行分析和展示。应用BI的思路和技术可以帮助市场研究客户对数据进行方便的数据查询和管理。传统研究的核心提交物是一个PPT报告，研究人员给客户演示完，大家认可了一个“insight”这个项目就结束了。如果报告要给到不同的部门或区域，还要做成很多个PPT发下去。通过可视化技术，可以以数据包或者网站方式提交数据，让客户进行方便的查询和分发。这种技术对于连续性项目的价值更高。相对于一般的BI系统，市场研究的数据量非常小，用BI的技术是大炮打蚊子，因此可以找一些更轻、更快的方案来处理市场研究数据。
在以上谈到的三点，有一些数据产品已经做到了其中的某些方面，这些公司都将数据做成了可以动态分析和可视化的工具。而在市场研究服务上，大家还主要是提供单数据源、静态的结果。
