2.3 挖掘消费者需求的基本方法
2.3.1 定性方法
定性研究方法是依据一定的理论与经验，直接抓住事物特征的主要方面，暂时忽略同质性在数量上的差异。使用定性方法研究消费者需求，得出的结论往往是结论性的、方向性的，如消费者是否更加喜欢主动热情的导购员，或者消费者喜欢超市货架按价格顺序摆放还是按功能分类摆放，但无法准确告知企业消费者对这些需求的强度有多大。以下简要介绍几种常见的定性研究方法及其在挖掘消费者需求中的应用。
1.深度访谈
深度访谈（in-depth interview）是一种一对一的访问形式。一般由调查员主导，按照特定的主题，对消费者进行深入的访问，用以揭示其对某一问题的潜在动机、态度和情感。访问可以是有特定提纲的（结构化）也可以是开放式的（非结构化），常用于探索性调查。通过对话的形式，可以引导消费者主动表达在产品或者服务使用场景中的一些需求，也可以通过他们对现有消费活动的态度和情感来判断他们的潜在需求。例如，航空公司在对乘客的深度访谈中听到“我们像牛羊一样登机”，尽管乘客没有提出抱怨或者改进登机流程的需求，但可以听出这句话当中包含的负面情绪，由此提示航空公司改善乘客的登机体验。
除了事先拟定好访谈提纲以外，还有一种常见的访谈技巧即手段-目的链（means-end chain）。它是通过使用阶梯式提问（laddering interview）来深化对消费者需求的理解，简单地说就是不断追问消费者为什么需要某个产品或其属性。一个目标必然包含实现该目标的手段以及它最终要达到的状态。当消费者使用产品时，他们总是希望通过该产品来达到某种目的，此时这一产品及其属性就是实现该目的的手段。而当这个目的实现之后，它又成为达到更高层次目的的手段。例如消费者购买跑步机是为了锻炼身体，锻炼本身是一个目标，但是锻炼也可以被当作一种手段来完成其他的目标，例如锻炼可以帮助消费者实现拥有健美身材的目标。接下来，拥有健美身材这一目标又可以作为找到伴侣的一种手段。通过阶梯式的层层追问，调查者可以逐步深究消费者对产品及其属性的浅层和深层需求。图2-12是一个简化版的手段–目的链分析框架。
图2-12 手段–目的链示例
这一连串追问的终极状态一定是一种人们想要的状态。亚里士多德曾在其所著的《伦理学》一书中指出：“人的每种技艺与研究、实践与选择，都以某种善为目的。”而善又分为两种：具体善（goods）和最终善（the chief good）。亚里士多德认为，人类的终极目标就是为了实现幸福，只是每个人对幸福的定义不尽相同。因此，人们使用的获取幸福的手段也不太一样。而企业通过深度访谈可以推断出消费者在实现终极幸福的道路上有哪些不同层次的需求。
2.焦点小组
如果说深度访谈是一对一的访问，那么焦点小组（focus group）则是针对一小组人的访问。小组的人数没有固定要求，6~12人比较常见。调查者在召集小组的时候往往会选择更多样的消费者，然后围绕特定主题引导大家发表意见并相互讨论。
焦点小组一般在一个套间内进行，套间包含两个房间，中间用一面单向玻璃隔开。观察室里的人可以看到讨论室里的情景，但讨论室里的人却看不到观察室。被访谈的消费者和调查员聚集在讨论室，而其他调研人员则在观察室记录讨论过程。在条件不允许的情况下，如没有单向玻璃，也可以通过摄像头来记录。
也许有人会问，一个6人的焦点小组和对6人进行深度访谈有何不同呢？一般而言，组织一场焦点小组的人力、物力成本要高于进行同样人数的深度访谈，但焦点小组的优势在于消费者之间的互动能够告诉调查者许多单独访谈中无法获得的信息，例如消费者对其他被采访人发言的态度和反应；并且消费者之间的讨论范围往往更加宽泛和发散，能够激发调查者的创新思路。
3.人种志研究
深度访谈和焦点小组不论组织、分析得如何巧妙精密，终究是依赖于消费者的口头表达，适用于挖掘那些消费者知道、愿意且能够告诉企业的需求。如前所述，对于那些消费者无法准确表达的需求，观察也许是更好的选择。人种志研究（ethnography）是来自于人类学的一种定性研究方法，它通过在真实环境中进行第一手观察和参与来进行对人类社会的描述研究。例如，英国知名超市乐购（Tesco）在它的每一家分店开张之前，都要派出管理人员在当地居民家里住一段时间，以便更好地理解消费者的需求、购买行为和生活方式，以及能够激发其购买的情境。在人种志研究中，调研者往往会通过跟随、智能监控设备等手段全程跟随消费者完整的生活场景，以期用一种“上帝的视角”来客观地看待消费者在产品使用过程中的需求。
著名的环球影城（Universal Studios）游乐场曾在美国佛罗里达州进行了一项人种志研究，以挖掘消费者对访问环球影城和迪士尼世界的不同需求。通过全程跟随14个家庭在游乐场中的活动、情绪和行为，结合事后的深度采访，调研人员总结出了自己与最大竞争对手——迪士尼世界在消费者心目中的差异：“在迪士尼玩耍就像坐在一条小溪旁边，而环球影城就像攀岩一样。两者都是愉快的，都十分亲近大自然，但其中有一个（环球影城），让你体验到更多的肾上腺素分泌带来的紧张刺激。”
4.投射法
对那些消费者不愿意或者自己也没有意识到的需求，投射法（projection）是一种间接获得信息的方法。投射是个人把自己的思想、态度、愿望、情绪或特征等，不自觉地反映于外界事物或他人的一种心理作用。罗夏墨迹测试（Inkblot）就是一种利用投射技术进行的人格测试，人们对一堆无意义的墨迹图形的解读能够间接反映他们当时的心境，如图2-13所示。
图2-13 罗夏墨迹测试示例
资料来源：http://www.luoxiamoji.com/html/news/gongsi/60.html.
除此以外，一些访问技巧也是通过利用投射技术来避免消费者的回答受到社会期许的影响。例如，企业想要知道消费者是否会在退换货过程中为了获利而作假，如果直接询问消费者是否会这么做很难得到真实的答复。但通过将场景投射在第三方身上，让消费者预测一个不相关的人会怎么做，能够间接地了解消费者的真实想法。雀巢速溶咖啡曾经运用这项投射技术解决了一大难题。
传统的咖啡豆需要研磨、高温冲调等繁复程序，费时又费力。于是在20世纪50年代，雀巢咖啡研发出了速溶咖啡。他们通过一系列的口味测试证明速溶咖啡与传统咖啡一样好喝。于是他们信心满满地将该产品推向市场，并大力宣传速溶咖啡“省时、不费事、口味不变”的特点。然而，销量却一直没有起色。雀巢公司对此大为不解，明明可以更好地满足消费者节约时间又想要喝到美味咖啡的需求，为何不受市场欢迎呢？
他们为此又进行了大量的市场调研，消费者尤其是主力消费人群——家庭主妇们的反馈仍然非常正面，速溶咖啡确实在口味上并不逊色于传统咖啡，而且价格也更有优势。这样的疑惑最终被一项投射测试解答了。在这次测试中，家庭主妇们被要求针对一张图片（见图2-14）来讲述一个故事。图片中描绘的是一个家庭主妇正在冲调雀巢速溶咖啡。
图2-14 雀巢咖啡投射测试刺激物
测试结果显示，许多女性消费者在编撰故事时将图片中的这名女性描述为“懒惰的”“不称职”的妻子。于是雀巢公司恍然大悟，原来消费者之所以不买单，并不是因为速溶咖啡不够方便、不好喝或者价格不够低廉，而是担心如果自己使用了速溶咖啡会被人看作是为了省事而偷懒的不称职的妻子。因此，速溶咖啡省时、省力的优点反而被这部分消费者看作了缺点。理解了这一点之后，雀巢咖啡改变了宣传策略，不再强调速溶咖啡省时、省力的特点，而是将其塑造为一种“聪明主妇之选”，至此打开了速溶咖啡的市场。
无论是以上哪一种方法，对于定性方法而言，首要是忠实地记录消费者的反馈和反应，将其转换成文本，然后再抽象为消费者需求，进而制定有针对性的方案。其中任何一个环节均需要长时间的学习和反复训练，优秀而资深的定性研究人员往往可遇不可求，深受企业器重。
2.3.2 定量方法
与定性方法相对应，定量方法需要回答消费者需求在数量、程度上的存量或者差异，即不是简单给出消费者有没有这个需求或者喜欢A还是喜欢B这样判断性的回答，而是要通过数据反映消费者对某项产品或属性的需求有多大。一个直观的区别就是，定性方法的结论一般来说是文字描述的形式，而定量方法的研究结果往往以数据的方式来表达或者支持结论。定性方法有助于企业探索消费者的需求，而定量方法更有利于验证判断的正确性。也就是说，企业在定性研究中发掘的用户需求，往往需要定量方法提供客观证据来检验。
消费者研究的宗旨是“解释、预测和操纵消费者的心理与行为”，而“解释”“预测”和“操纵”这三层目的是逐步递进的关系。即基于解释消费者心理与行为的能力，我们才能够预测其变化；而在保证预测的基础上才能进一步考虑操纵消费者心理和行为。对应于这三层目的，也有三种不同层次的定量研究方法，如图2-15所示。
图2-15 消费者研究的三大目的与三种定量方法
1.描述性研究
描述性研究（descriptive study）可以告诉你消费者需求的现状如何，即回答“是什么”的问题。例如市场份额、消费者满意度、品牌忠诚度等都是企业一直追踪的描述性统计。描述性统计指标包括平均值、方差、分布等。例如，某品牌的售后满意度评价在过去的6个月平均为4.8星（满分5星）；上下波动幅度不超过0.2星，即方差很小；业界平均水平为3.5星。则该品牌可以通过监控这些指标的变化，知道自己是否一直保持在一个较高的售后满意度水平。
描述性研究几乎是所有企业必须进行的数据统计，它本身也能反映许多消费者需求。例如，谷歌在其发布的《消费者研究报告》中就曾揭示，“如果一个手机页面加载时间超过3秒钟，53%的消费者都会选择离开”[11]。基于这样的描述性结果，手机软件的设计者应该明白，不论呈现效果多么酷炫，保证页面加载速度是第一要务，否则一半以上的消费者根本看不到之后的设计内容。
描述性研究可以解释消费者需求。例如，一家餐厅想要知道消费者为什么喜欢来此就餐，只需发放一批问卷，将餐厅的各个属性如食物、服务、环境逐一罗列，然后等待消费者打分后汇总统计就可以大致知道自己哪里做得好，哪里做得不好了。但这些结果并不能预测消费者需求，不论消费者今天以及过去如何喜欢这家餐厅，这些数据并不能保证他们明天不会转投其他餐厅就餐。即使研究结果发现消费者对餐厅的环境评价明显低于食物等其他方面，也无法预测：只要改善就餐环境，消费者就会更多地来光顾。因此，如果企业需要预测消费者的需求，它们还需要其他的定量研究方法。
2.相关性研究
相关性研究（correlational study）旨在揭示变量之间的关系，即它能够回答现象会在“何时、何地、何种条件下发生”这类问题。例如，通过监测气温与冰激凌销售量在一段时间内的变化趋势，可以发现两者之间存在显著的正相关。相关性研究在企业应用中非常普遍。零售业取得成功的一大关键就在于准确地预测消费者需求，并及时调整库存。而上个月销量如何这样的描述性统计无法帮助零售商预测下一个月的市场需求，只有通过长期的数据累积并采集更多的外部数据（如天气、消费者信心指数、竞争者情况等），进行相关性研究才能更好地做到这一点。
从广义上来说，凡是涉及两个及两个以上变量之间关系的研究都属于相关性研究。近年来兴起的大数据本质上也是一种相关性研究，它采用海量数据来揭示变量的趋势、规律和相互联系。例如，通过分析超市结账时的扫描数据，研究者发现，在周五下午5~7点来超市购物的30`40岁的男性当中，如果他们的购物车中有给婴儿买的纸尿裤，那么有很大的概率他们也会购买啤酒。纸尿裤和啤酒，这两个看似毫不相关的产品却在购物数据中呈现高度的正相关。因为这个发现，许多超市（包括沃尔玛）开始将这两种商品摆放在相近的位置，并因此在这两个产品品类中都获得了35%的销售增长[12]。
相关性研究在企业中的应用范畴非常广泛，它能够帮助企业预测需求的变化，即实现消费者研究中“预测”的目的，但在“操纵”消费者心理和行为上却并不那么可靠。这是由于它无法决定“因果关系”。也就是说，知道了两个变量之间存在相关关系，企业可以通过一个变量的变化来预测另一个变量的变化，但由于不知道这两个变量之间谁是原因、谁是结果，因此企业无法通过操纵其中一个变量来改变另一个变量。也许有人会问，上述纸尿裤和啤酒的例子当中，不就是因为知道了两者的相关关系，通过将两者摆放在一起而提高了销量吗？然而，在这个例子当中，并非购买纸尿裤的行为影响了消费者对啤酒的需求，或者反过来；而是将两者摆放在一起更加便于消费者同时满足两种购物需求，因而导致了两者销量的上升。也就是说，如果不理解其中的“原因”是什么，企业难以有效地改变“结果”。
也就是说，相关性研究可以解释消费者的需求和什么变量相互关联，但是却无法告诉你消费者的需求如何启动或者如何抑制。
3.实验性研究
如上所述，单纯的相关性研究无法决定因果关系，如果我们想要理解驱动消费者需求的原因，以便能够改变消费者需求，那么我们就需要进行实验性研究。实验性研究（experimental study）指的是研究者有意识地操纵、改变一个或者多个变量，控制其他无关变量，然后观察结果变化，以验证变量之间因果关系的一种研究方法。相信大家都听说过福尔摩斯侦探的名言——“当你排除掉一切不可能之后，剩下唯一的可能性，无论多么不可能，一定是真相”。把这句话稍微改编一下，就是实验研究的原理了——“当你把一切无关因素都控制了以后，剩下唯一的变化量，不论多么不可能，一定是原因”。
按照对无关变量的控制程度，实验性研究可以分为随机控制实验（randomized control experiment）、田野实验（field experiment）和自然实验（quasi/natural experiment）等。
其中对实验环境控制最严格、研究结果最接近真实因果关系的就是随机控制实验。它的特点是将所有的参与者按照随机原则分配到不同的实验组当中，以期通过随机化来平衡个体及环境差异，仅保留研究者希望操纵的变量差异。如果不同组之间的结果出现了差异，则认为是由于唯一有差异的变量导致了这个结果的出现。由于对环境和实验操纵的控制要求较高，随机控制实验大都发生在实验室环境中。
经典和前沿研究2-3
价格的安慰剂效应
许多消费者都有这样的购物理念：“只买对的，不买贵的”。来自斯坦福大学的Baba Shiv教授等人通过一系列实验证明，有时候贵的东西真的更有效。在他们的一项实验中，所有的实验参与者都需要付费购买并品尝一种功能饮料SoBe。但其中一半的人是以全价1.89美元购买饮料，而另一半则是以折扣价格0.89美元购买饮料（标价仍然是1.89美元）。他们进一步将所有的参与者随机分成两组，其中一组直接品尝饮料然后进入一个拼词游戏。而另一组先回答一系列有关饮料功能预期的问题然后再开始游戏，例如“你觉得这款饮料能在多大程度上提高你的注意力”等。研究者希望通过这样的问题来强化这一组人对饮料提高其解题能力的预期。最后，研究者比较了四组参与者在拼词游戏中的任务表现，在30分钟内拼出的单词越多，说明表现越好、能力越强。
研究结果如图2-16所示，总体而言，喝了全价饮料的参与者比喝了折扣饮料的人在规定时间内能够拼出更多的单词，并且对于那些预期饮料能够提高其任务表现的参与者而言，价格对任务表现的影响要更高。通过这样一个随机控制实验，研究者发现，价格更高的产品会带来更强的安慰剂效应，并且这种安慰剂效应在那些对产品预期更高的消费者身上会更加明显。
图2-16 预期与价格信息对参与者任务表现的影响
资料来源：Shiv，Baba，Ziv Carmon，and Dan Ariely.Placebo effects of marketing actions:Consumers may get what they pay for［J］.Journal of Marketing Research，2005，42（4）：383-393.
尽管随机控制实验的变量操控和测量较为精密，有助于得到更加可靠的因果关系，但其外部适用性常常受到质疑。在实验室环境中观察得到的结果放到真实的商业环境中是否同样适用仍值得商榷。因此，为了解决实验性研究外部适用性的问题，近年来田野实验在社会科学领域广受推崇。与随机控制实验相比，田野实验也要求实验参与者在各实验组之间随机分配，而原因变量的操纵和结果变量的测量都在真实环境中进行。这对实验者设计、控制和统筹资源的能力要求更高，但其优势也是显而易见的。如果在嘈杂的真实环境中通过可操纵化的变量操控也能影响人们的真实反应，那么这个研究结果的应用意义就不言而喻了。对现在的科技企业，尤其是互联网公司而言，田野实验更是优化用户体验、提高企业效益的利器。过去只能通过问卷和实验室实验监测的事情，现在可以通过分组推送或者版本迭代，即可通过测试真实消费者的反应得到结论。例如，以下这家公司想要知道个性化推荐是否真的能够提高用户打开手机App的概率，他设计了以下实验并随机推送给两组不同的真实消费者，每组各100人，然后监控他们在手机上的操作反应（见图2-17）。
图2-17 个性化推送宣传效率实验设计
资料来源：Han.神秘公式p<0.05支配了整个硅谷？[EB/OL].http://www.sohu.com/a/224846664_328948.
在推送发出后的24小时内得到了以下结果：非个性化推送组的100人中，4人打开了App；而个性化推送组，只是在消息标题前添加了收件人的姓名或昵称，100人中有11人打开了App。分析可知，个性化推送能够更有效地促进用户打开App。而这一切都是在消费者并未意识到自己是在参与实验的情况下发生的，研究的结论也可以很好地应用到其他手机App上。
经典和前沿研究2-4
人穷“智”短——贫穷对人类认知能力的负面影响
虽然听起来非常不公平，但华威大学的阿南迪·曼尼（Anandi Mani）和他的同事们验证了“穷”真的能让人变“笨”，即贫困和认知能力之间具有因果关系。研究者测试了印度甘蔗种植区54个村落中464位蔗农在丰收前后的认知能力变化。蔗农们是否收割甘蔗是由当地糖加工厂的生产能力决定的，这虽然不是完美的随机，但已经可以排除时序的影响。即同一时刻，有一部分蔗农已经收割完了，有一部分蔗农还没有收割，也就是还没有拿到报酬，并且这是由独立的第三方因素决定的，而不是由蔗农自己选择。因此，这可以算是一个控制下的田野实验。
结合调研数据，研究发现，蔗农在收成前确实承受着更大的经济压力，相比收成后，他们更有可能拿物品去典当或者借贷。更糟糕的是，这些蔗农在认知测试中的表现也更差。但当收成之后拿到报酬，他们的认知能力便得到了显著提高。研究者指出，这可能是因为贫困的状态消耗了这些蔗农的注意力，导致他们运用在其他事物上的精神资源被削减，因此他们在贫困的时候处理其他信息的能力要更低。
资料来源：Mani A，Mullainathan S，Shafir E，Zhao J.Poverty impedes cognitive function［J］.Science，2013，341（6149）：976-980.
越来越多的研究者呼吁通过田野实验来验证消费者需求，但在许多情况下研究者无法在真实环境中做到随机测试，例如我们无法随机改变降雨量来验证雨天对人心情影响的因果关系。而使用二手数据进行相关研究，无论使用多么精巧复杂的统计模型，都无法排除其他因素的干扰。例如，也许并非下雨让人心情不好，而是温度或者阳光等其他同时发生的因素导致了人们心情的变化，而我们无法随机化也无法控制这些因素。自然实验因此得名，即研究那些自然发生的、无法被研究者随机化操纵的变量对消费者需求的影响。在自然实验中，原因变量的发生不完全受研究者的控制，例如地震、社会、政治、经济变化、时事事件等。由于自然实验的结论只是尽可能地接近因果关系，无法排除干扰因素的竞争性解释，因此自然实验也称为拟实验（Quasi）。有关《美国堕胎法案》对美国20世纪90年代犯罪率下降的影响，研究者对法案颁布前后各州的犯罪率进行了统计分析。该研究是一个以法案颁布为分界点的自然实验，通过对比同一州在法案颁布前后的犯罪率变化，以及同一时刻法案实施州和未实施州之间的犯罪率差异，来尝试证明法案颁布对降低犯罪率的影响。研究者指出，允许堕胎降低了儿童在不健全的家庭环境成长的概率，也避免了更多的儿童成长为问题青少年，从长远来看是有利于社会稳定的[13]。在消费者研究领域，自然实验法也常用于检验政府政策对消费者需求的影响，例如政府对含糖饮料征税是否真的能够更好地帮助消费者减肥，中国的限塑令对消费者日常生活习惯的改变有哪些。这些研究问题中的原因变量并非研究者可以主动控制的，但其对消费者需求的影响却不可小觑。
2.3.3 研究方法的选择
上述介绍了几种常见的定性和定量研究方法，它们在帮助企业挖掘消费者需求上各有利弊。了解它们之间的差异和各自的局限与优势，才能针对特定的消费者需求场景选择合适的研究方法。以下，我们用一张表格来对比总结（见表2-1）。
表2-1 定性研究与定量研究对比
