大数据及市场研究.docxVIP

大数据与市场研究时间：2013-05-27 16:16 来源：SocialBeta 作者：崔大鹏 阅读： 327次大数据这个概念近来一直受到关注。大数据并非一个确切的概念，这个概念一方面指数据体量巨大，超出一般电脑所处理数据量几个级别；另一方面也指处理的数据类型多样化，远远超出传统数据格式和分析工具能处理的范畴。也有观点指大数据是指不用抽样方法得到的数据。在这篇文章中，我从社会学科研究方式发展的角度来阐述大数据的影响，以及大数据和市场研究的相互关系。第一次数据化的影响 – 定性研究和定量研究市场研究是一门应用社会学的学科，一个基本的分类就是定性研究和定量研究。简单地说，定量研究一定有数字分析，定性研究没有数字分析。大多数研究人员也各自站队为定量研究人员和定性研究人员。我们先来讨论一下这样划分的本质是什么。在几乎所有社会科学的学科中，最一开始的数据都是非数字的。比如，我们去做问卷调查询问被访者，你家有汽车吗？如果有，我们打一个勾。在把这些答案转化为数据之后，我们可以计算有多少比例的被访者有汽车等等。这个把非数字的信息数字化的过程，我们称之为数据化。这个过程在本质上同把声音数字化和图像数字化的过程并没有区别。因此，数据的本质都是定性的。研究人员可以选择直接处理定性数据，也可以选择多走一步数据化后处理定量数据。没有哪一种方法在本质上更好。事实上，两种方式都产生了伟大的研究。（由于篇幅限制，这里不举例说明了。）但在现实中不容否认的是，定量研究似乎享受更高的社会地位。在西方各个社会学科定量研究发展的初期，定量研究常常和具备高级数量分析技巧的和相应工作语言的年轻博士挂钩，定量研究被认为是未来，校园里许多年老的教授和研究者困惑不已并感受到压力。许多大学都大力投资来支持定量研究，Departments of Government 被改名为Departments of Political Sciences, Departments of Speech 被改名为Departments of Communication, 即便名字没改，研究的内容已经发生变化了，社会学科转向定量研究的风潮可见一斑。那个时候年轻学者对数据的兴趣和痴迷不低于今日。归其原因，一方面由于测量理论的发展，许多研究主体数据化，定量研究从科学发展的浪潮中受益了；另一方面电脑的发展也促成了这个变化。当电脑开始在美国大学变得不那么神秘的60年代初期，它们是不适合社会科学研究的，电脑的应用是围绕着物理科学来进行的。物理科学通常要求在很小的数据量上进行非常复杂的运算，而社会科学通常的数据量很“大”。那个时候物理科学可以拿到很多的资助，所以大部分软件和程序都是围绕物理科学开发的。直到60年代末期才出现比较强大的为社会科学研究而设计的分析软件。70年代末的个人计算机的出现让社会科学定量研究看到了普及的希望。微型化的、能支付的起的电脑已经足够强大，可以做很多常规分析，但是它们不能处理“大”数据。碰到大的数据样本，只能手动的去计算，直到八十年代的微型电脑内存技术有了革命性的变化。新型电脑不仅能进行大样本的简单处理和分析，而且能进行复杂的运算，比如因子分析，最小空间分析等等。一个定量研究者和一台微型电脑所做的分析，就能轻易超过以前一个团队和一个机房才能做的分析。于是，微型电脑给定量研究带来了我们所能看见的明显优势。然而，微型电脑给定性研究也带来了同样的优势，只是我们不太注意罢了。比如，以前我们做定性研究访问的时候，一般就是记笔记。现在我可以带着我的个人电脑现场记录，也可以轻松地剪辑录像仔细解读。当我们写定性报告的时候，现在可以很轻松的检索信息，旁引博证，插入图片等，还可以轻松的把文字和其它信息挪动。互联网也使得远程图书馆发展起来，对定性研究的帮助也是一日千里。你或许觉得电脑在定性研究上的应用比起定量研究来太苍白了，但是我们仔细想一想，电脑对定量研究的贡献不也是让研究者轻松地去做过去能做但很费时费力的分析工作吗？虽然性质相同，但定性研究和定量研究其实有自己不同的优势和劣势，他们完美的互补。一个好的研究人员应该对定性和定量都不陌生，当碰到实际问题的时候，应该能同时考虑定性和定量的选择。定性和定量都需要特殊的训练，现实中一个人精力和时间是有限的，我们也总想擅长点什么，所以偏向定性或定量就顺理成章了。但我们必须警惕专业化中潜伏的危险：定量人员会经常把统计分析的表面结果当成一切，定性人员也会经常把观点当成观察，把感觉当成发现。时间已经证明，定性方法并没有被淹没在数据化的浪潮中。相反，定性方法和定量方法在生活中处处体现，他们或者平行或者交叉，不可分离。我们可以用数字形容汽车的速度，但不能用数字描述一个孩子的可爱。另一方面，我们知道一个人的捐赠大小是不足以测量一个人善心的，但是他们之间也不是没有关系；我们知道有