提问 搜索 登录 个人注册 企业版

当前位置:圈子 > 帖子详情

安全变压器 2020-06-02 08:46
市场调研与营销(8)
第七讲:我有很多选择,怎么选?

我们都知道,人生最可怕的境遇是走投无路,但这种情况几乎不会真的发生。相反,对大多数人来说,“选择太多”比“没有选择”,更让人苦恼。人生的几个关键节点,都会面临这个难题。

我要出国留学,到底选哪个学校?
我要换工作了,到底选哪家公司?
我要买房了,到底选哪个小区?
我要创业了,到底选哪座城市?

你我都有举棋不定的时候。怎么选结果更好?怎么选才不会后悔?这一讲,我就从调研的视角,给你提供一套非常简单、实用的决策思路。同时,我还会在这个基础上,带你看看,那些比选房子、选学校更复杂的商业决策,到底是怎么做出来的。

我前面说过,调研的价值是帮助客户在资源有限的条件下做出高质量的决策。这个决策,很多时候,就是从众多选项里选出对客户最有利的一个。

比如:

我的客户设计了几款新产品包装,用哪个?

拍了几个新广告片,播哪个?

某个食品商,研发了几种新产品,到底投产哪一种?

对一个企业来说,每一次重要的产品层面的改进,或者传播层面的改进,都要提前做测试,在调研行业里,这叫定量验证。也就是在接受市场检验前,通过一定的样本测试,帮客户找出胜率最高的选项。这里面涉及一系列琐碎的调研方法,但本质上都是想完成一件事——在不增加额外投入的情况下,做出更符合大众选择的产品。

1、做一把“尺子”

第一步,确定关键要素。

给你讲一个我前不久做的调研项目,一个饮品公司研发了几款新品,想知道哪一款会更畅销。你想,在食品偏好上,一向众口难调啊。你可能说,直接找100个消费者去品尝,哪款更受欢迎就投产哪个。

听上去可行,但其实犯了一个低级错误,那就是过分简化选择。对一个产品来说,或者对生活中大部分选择来说,它通常都是个复杂决策。背后要考量的要素绝不止一个,它不像你挑水果,苹果、桃子、梨,反正价钱都差不多,凭口味选就行。

拿买房来说,房价、环境、交通,都是你要考量的,如果你有孩子,周围的教育资源也得纳入这个列表里。对饮品也一样,你让消费者品尝,只是凭口味做决策是很不靠谱的。因为一款饮料至少包含了四个关键要素,比如品牌、口味、包装、价格。它们共同决定了消费者的最终选择,所以,建立选择系统的第一步就是,确定关键要素。一个复杂决策的关键要素至少有2个,有的可以达到10个以上。通常来说,我们只选出优先级更高的2~7个要素。

第二步:量化关键要素

确定好了关键要素,真正的挑战就来了,要知道,这些要素之间大多是相互关联,又相互冲突的。比如,口味好的热量高;热量低的价格贵等等。你要选的可能是个矛盾的组合。所以,第二步就是给这些关键要素打分。

还是以饮料为例,假如满意度是1~5分,我们会请消费者给每个产品的要素打分,然后算出各项的综合分。

比如:

A产品,品牌2分,口味3分,价格4分,包装2分。
B产品,品牌2分,口味2分,价格3分,包装4分。

以此类推。

这样一来,你就把一个个复杂的组合,转化成了一个个精准的数字。

可新问题又来了,如果你发现两款产品的总分都一样,比如都是11分,怎么办?很简单,给各个要素做加权计算。

第三步,加权汇总

做选择最忌讳把注意力全部用在对比选项本身上,选项本身没有好坏,只有加上你自己的意图,它们才有了好坏之分。

拿买房来说,如果你是为了孩子上学买房,那教育资源的权重可能就要占到80%。剩下的几个要素,交通、环境、户型等等只能瓜分剩下的20%。选学校也一样,上大学只是手段,你是为了获得更好的专业提升?还是为了将来留在这个城市?还是为了离家近一点?本意不同,对各个要素的加权系数就不同。你必须回到你的出发点——你想通过这个选择,实现什么。这决定了各个要素的权重是多少。

用各个要素的得分乘以它的权重,再加总,才是每个选项的最终得分。当然,在商业研究里,各个要素的权重也要经过一系列大数据和模型分析得出来。

假如对消费者来说,饮料的品牌权重占40%、口味占30%、价格占20%、包装占10%。那么,A产品的总得分就是,2*40%+3*30%+4*20%+2*10%=2.7。同理,B产品的总得分就是2.4。显然,A产品更有可能成为畅销品。

确定关键要素——评估——加权汇总,就是建立选择系统的过程。这就像你制作了一把专用的尺子,尺子一旦做好,只要对着选项一测量,优劣高下立判。

2、强制减少选项

那这个方法能帮我们解决所有选择难题吗?不能。

在商业世界,很多决策比前面讲的要复杂得多,它不是在A小区、B小区中选一个,也不是从A、B、C产品中挑一个,它的选项可能是几十、上百个,你可以想象一下啊,有人拿给你一百个产品,让你挑,甚至让你打分,你是不是就手足无措了?

别着急,调研行业还有另外一个工具,它就是MaxDiff,翻译过来就是“最大化差异测量”。什么意思呢?

我先给你讲个故事:

上世纪20年代,美国犯罪率飙升,杀人、**、纵火、诽谤等等层出不穷。必须有一套清晰、严苛的法律条例来遏制这个现象。那问题来了,“怎么给罪犯量刑呢 ?”我们都知道,法律不是法官定的,而是民众意愿的反映。所以,那就调查吧,看看这些罪行在民众心里的严重程度都是怎样的。

这个选择有多难呢?先不说所有的罪行,我就把发案率最高的19项罪行给你列出来。



学了前面的方法,你肯定知道,最直接的判断方法就是给这些选项打分。好,那我们就找一个1000人给它们打分,接着,你会看到这样的结果:


你会发现,那些嫉恶如仇的民众,给大多罪行打了高分,这样一来,最高分的几种罪行就很难排序了。再加上一些中庸的人,习惯打中间分。结果,各项的平均得分差距并不大。怎么办?那我们换一种方法。不打分了,直接让民众给罪行排序。

可是又一个问题出现了,需要排序的选项太多了,越往后,难度越大,比如诽谤、作伪证、伪造文件,这几个你很难说哪个更严重。就好像一个商家设计了50种颜色和款式的包包。让消费者给这些包包从喜欢到不喜欢排序,这是很为难消费者的。

直接选不行,排序也不行,那怎么办呢?

当时,美国一位著名的心理测量学专家路易斯·列昂·瑟斯顿博士就采取了一种很有趣的做法。他把19种罪行进行两两组合,被访者每次只需要在两种罪行之间做选择:



这样选起来是不是就容易多了?当然,为了保证每两种罪行至少比较一次,被访者要进行171次(19*(19-1)/2=171)选择。





没错,这就是“最大化差异测量法”的一种典型运用,给选项两两组对。把高难度的“一次性”选择,转化成难度更低的“多次”选择。

“最大化差异测量法”的本质就是,当你面临的是一个庞大的选择库时,你可以通过强制减少选项的方式,帮助你最快完成决策。

这是一个非常好用的鉴别客户偏好的工具,在市场调研领域,也有很多这种方法的变种应用,尤其是加入了人工智能的技术后,它的优势就更明显了。

比如,手表商家,设计了30种手表颜色,怎么知道用户喜欢哪几种颜色呢?

很简单,用专门的软件给这30种颜色排列组合,如果你觉得每次出现2种颜色的对比效率太低,那我们可以每组出现4种,每一次,让用户从四个选项里挑出最喜欢的和最不喜欢的,然后重复多轮。这样一来,我们不仅极大地提高了对比效率,还能挑出两个极值,同时搞清楚用户喜欢什么,不喜欢什么。这就是最大化差异测量的用法。

最后我想说,我们大部分时候面临的选择难题无非两种,一种是选项多,很难选;另一种是,选项太多,没法选。 但解决选择难题的唯一途径就是跳出对选项本身的纠结,建立一套科学的选择系统:你可以通过给要素加权的方法去量化选项,也可以通过最大化差异测量法强制减少选项。

打赏
打赏
打赏人数3
打赏来币+9
打赏时间
收起
  • 查看更多打赏
来自圈子:时代营销
评论(4)
提交

下载干货

文件已进入下载列表

关闭

打赏来币

欢迎打赏,请选择打赏金额

  • 6
  • 66
  • 100

应付:6来币;账号余额:来币

立即打赏