本文來自微信公眾號“CDO之家”，作者：Jim。
企業(yè)收集和分析大量數(shù)據(jù)以做出明智的業(yè)務決策。從產品開發(fā)到客戶滿意度，企業(yè)的幾乎每個方面都使用數(shù)據(jù)和分析來衡量成功和制定戰(zhàn)略。數(shù)據(jù)分析的很大一部分包括了解所收集信息的本質。
雖然定量和定性數(shù)據(jù)經(jīng)?；Q使用，但它們有顯著差異，會影響您收集、分析和使用它們的方式。在定性和定量數(shù)據(jù)之間進行選擇時，請考慮您想要了解的內容。您可能會選擇使用定量分析來確定發(fā)生了什么。但是，如果您想了解為什么會發(fā)生某些事情，定性數(shù)據(jù)可以提供更可靠的畫面。
那么關鍵區(qū)別是什么，數(shù)據(jù)用戶應該了解什么？這篇文章將詳細介紹如何使用定量和定性數(shù)據(jù)，以及一些分析數(shù)據(jù)以揭示問題真相的常用方法。
01什么是定量數(shù)據(jù)？
定量數(shù)據(jù)是表示數(shù)量、數(shù)量或范圍的數(shù)據(jù)。數(shù)據(jù)使用者往往會對這類數(shù)據(jù)設置邊界，并可能對其進行算術運算并聚合起來進行分析。定量數(shù)據(jù)可以理解為方程式中的變量，這些變量可以是獨立的、相關的，甚至是無關的。
定量數(shù)據(jù)的一些示例包括：
●計數(shù)或單位，存儲為原始數(shù)字
●經(jīng)常以小數(shù)形式存儲的貨幣金額
●百分比
●比率
●集中趨勢的措施
重要的是要考慮到并非所有數(shù)字數(shù)據(jù)都可以成為計算的一部分或聚合。這些不能聚合的術語，如百分比，通常稱為不可聚合指標。
02什么是定量數(shù)據(jù)分析？
定量分析可以采取兩種形式：傳統(tǒng)的商業(yè)數(shù)據(jù)分析，或更學術的定量分析。
傳統(tǒng)的業(yè)務分析使用數(shù)值方法來繪制圖片，通常是通過數(shù)值方法，如統(tǒng)計數(shù)據(jù)。通常，人們使用以下兩種類型的統(tǒng)計分析之一：
傳統(tǒng)業(yè)務定量分析是收集和評估可衡量和可驗證數(shù)據(jù)（例如收入、市場份額和工資）以了解業(yè)務行為和績效(CFI)的過程。
最強大的定量工具之一是細分。細分是跨兩個軸收集數(shù)據(jù)的技術，例如有關客戶的詳細信息以及特定商品或服務的購買。然后，分析師會審查關系以將客戶置于不同的細分市場，以更好地了解您的客戶群。
早期分析的一個很好的細分示例是郵政/郵政編碼分析。在1980年代，零售商會在銷售點（也稱為收銀機）收集數(shù)據(jù)。通常，由于技術限制，他們只會捕獲郵政編碼。然后可以匯總和分析這些數(shù)據(jù)，以回答任何給定零售地點的以下問題：
●我們的客戶住在哪里？
●住在附近的人會購買什么產品？住得遠的人會買什么產品？
●本地客戶多久購買一次？與非本地人相比如何？
●鑒于以上情況，我們可能需要在哪些地方開設更多商店？
細分的另一個例子是購物籃分析，它探索消費者最常一起購買的產品類型。零售商的數(shù)據(jù)領導者可以通過多種方式使用這些見解。當實體店的經(jīng)理了解市場購物籃模式時，他們可以更周到地將產品放在貨架上以推動銷售。傳播經(jīng)理可以使用更具吸引力的優(yōu)惠券重新定位忠誠度會員，等等。
學術定量分析代表了郵政編碼分析的下一章，這種形式的分析側重于變量被操作后的相互作用，允許分析師研究和衡量結果（定量和統(tǒng)計研究方法：從假設到結果，Bridgmon和Martin，2006年）。這種方法不同于傳統(tǒng)的商業(yè)分析，因為它通常包括圍繞單個研究問題的假設檢驗；相比之下，傳統(tǒng)的業(yè)務方法側重于審查結果和規(guī)定行動或新問題。
03統(tǒng)計學在定量數(shù)據(jù)分析中的作用是什么？
統(tǒng)計學是定量分析的核心。它通常屬于兩類之一：描述性統(tǒng)計或推論性統(tǒng)計。
描述性統(tǒng)計總結了一組數(shù)據(jù)，可以是整個人口，也可以是隨機樣本。此表是描述性統(tǒng)計的示例，包括均值和標準差：
表1：描述性統(tǒng)計
描述性統(tǒng)計的目標是講述一個匯總數(shù)據(jù)的故事。描述性統(tǒng)計捕獲的是什么，而推論統(tǒng)計則預測可能是什么，并且通常具有以下兩個目的之一：
隨著因變量的變化對人口進行估計，或者
檢驗假設以得出關于人口的結論（例如，終生價值與年收入之間的關系）。
兩種最常見的推論統(tǒng)計類型是：
回歸分析，這是在整個群體中評估一個變量相對于另一個變量如何變化的行為。線性回歸是最常見的，并且基于基于其因變量值的自變量的變化。
假設檢驗，是一種推論統(tǒng)計，用于提出問題并檢驗答案。（對于假設檢驗的復習，這個cuemath總結非常有幫助。）
cuemath的這張表很好地總結了這些統(tǒng)計方法：
來自數(shù)學專家cuemath的描述性和推理性統(tǒng)計
04定量數(shù)據(jù)的優(yōu)勢與缺點
1、定量數(shù)據(jù)優(yōu)點
封閉式問題：分析師可以通過使用一些離散變量來獲得見解，例如詢問是/否問題。
易于分析：數(shù)據(jù)使用者可以很容易地使用數(shù)學模型來分析定量數(shù)據(jù)。
無需解釋：數(shù)字是客觀的，因此無需擔心會誤解它們。
并不總是昂貴：免費或低成本的調查工具可以使收集信息的成本更低。
易于自動化：跟蹤軟件或社交媒體分析等技術可提供消費信息，而無需用戶參與手動任務。
2、定量數(shù)據(jù)的缺點
盡管定量數(shù)據(jù)很有價值，但它也有一些局限或缺點，包括：
●分析所需的數(shù)據(jù)必須是：
○可用的
○高品質
○值得信賴
●需要了解快速有效地進行分析的工具
●分析師需要具備良好的商業(yè)頭腦才能提供分析
05什么是定量數(shù)據(jù)收集方法？
收集定量數(shù)據(jù)時，重要的是收集盡可能多的數(shù)據(jù)點，以確保您的數(shù)學分析能為您提供有意義的答案。
獲取定量數(shù)據(jù)的一些常用方法包括：
系統(tǒng)數(shù)據(jù)：隨著企業(yè)的運營，他們會收集范圍廣泛的數(shù)據(jù)，包括銷售數(shù)據(jù)、財務數(shù)據(jù)以及物流和運輸數(shù)據(jù)，所有這些數(shù)據(jù)都可用于廣泛的運營和分析目的
調查問卷：使用問卷收集信息。例如，您可以發(fā)送一份客戶調查，要求人們對您的產品或服務的滿意度進行評分。
分析數(shù)據(jù)：分析數(shù)據(jù)以了解人們如何與產品和/或服務互動。例如，您可以跟蹤人們如何與您公司的網(wǎng)站互動。
實驗比較：使用基于控制組和測試組的兩個數(shù)據(jù)集，然后比較數(shù)字。例如，您可以使用A/B測試來比較客戶的反應和轉化，以確定哪種網(wǎng)站副本效果最好。
現(xiàn)有數(shù)據(jù)的操作：在不實際創(chuàng)建新數(shù)據(jù)的情況下更改您擁有的數(shù)據(jù)；例如，您可以更改電子表格中的數(shù)字，看看如果人們采取不同的行動會發(fā)生什么。
06八種定量數(shù)據(jù)分析方法
通過了解不同的定量分析方法，您可以選擇適合您業(yè)務需求的方法。
1、描述性分析
描述性分析是描述數(shù)據(jù)的數(shù)據(jù)點的匯總。統(tǒng)計學家喜歡用集中趨勢或分布來描述這些，而非統(tǒng)計學家則尋找敘述來描述數(shù)據(jù)的含義。一個簡單的敘述示例，這可能是一份報告的描述性專欄，該報告回顧了12個月前和上個月的銷售額，并指出：銷售額從FM2021-12的120萬元增長到FM2022-12的140萬元，這主要取決于電器的增長。
2、推理分析
推理分析是基于審查數(shù)據(jù)樣本得出結論的能力。什么是推理分析的例子？這是一個常見的問題：當利率上升時，房屋銷售量下降。分析師推斷這兩個變量之間存在聯(lián)系：“由于抵押貸款成本較高，買房的人較少。”
分析師使用推理分析來解釋為什么會發(fā)生某些事情。例如，數(shù)據(jù)用戶可能會比較兩個不同垂直行業(yè)之間的銷售額，以創(chuàng)建理想的客戶檔案。
3、趨勢分析
趨勢分析隨時間收集的評論數(shù)據(jù)，以幫助預測未來。例如，可以跟蹤某個年齡段人群的購買決策，以了解該群體將來是否可能購買某種產品。
4、差距分析
在差距分析中，將過去和當前的狀態(tài)數(shù)據(jù)進行比較，以評估性能或就解決問題需要采取的措施做出決定。例如，可以將過去每周的銷售員工工時與當前每周的銷售員工工時進行比較，以確定是否需要更多員工。
5、交叉表分析
交叉表或列聯(lián)表將多個變量組合在一起，以便更容易找到數(shù)學相關性。例如，可以匯總關于一個人的年齡和一年中他們購買最多商品的時間的數(shù)據(jù)，以了解人們如何在假期購物。
6、MaxDiff/最佳-最差
使用MaxDiff，您可以通過為量表上的每個點創(chuàng)建一個平均分數(shù)來確定偏好順序，從而分析人們如何回答調查的“從最重要到最不重要”的量表問題。這也可以在進行市場調查時使用，以了解新功能對客戶的重要性。
7、TURF分析
TURF分析方法通過審查覆蓋的客戶數(shù)量以及通信源到達客戶的頻率來幫助評估產品和服務的組合。它通常用于市場研究，并經(jīng)常與MaxDiff分析結合使用。例如，當企業(yè)試圖決定為客戶優(yōu)先提供三種服務中的哪一種時，可以使用統(tǒng)計分析來確定最受歡迎的一種。
8、文本分析
文本分析使用統(tǒng)計和自動化通過查看包含單詞或短語的響應數(shù)量、受訪者的語法或響應中的主題來得出推論。例如，文本分析可用于識別客戶滿意度調查中的關鍵情感主題。
總之，定量數(shù)據(jù)提供了客觀的見解。但它常常無法回答一些重要的問題，主要是，為什么？定性數(shù)據(jù)是理解事情發(fā)生原因的關鍵。要了解更多信息，請繼續(xù)閱讀。
07什么是定性數(shù)據(jù)？
定性數(shù)據(jù)為元素的特征提供標簽或數(shù)值（商業(yè)和經(jīng)濟統(tǒng)計。Freeman、Anderson、Sweeney、Williams、Shoesmith。2006年）。更一般地說，收集到的關于人類行為的信息是用文字而不是數(shù)字來描述事物的。它利用人們的感受和經(jīng)歷來理解事件發(fā)生的根本原因。
這不僅限于調查或問卷；只要以自由格式的文本收集數(shù)據(jù)，就可以分析定性數(shù)據(jù)。此類數(shù)據(jù)的一些示例包括：
●來自客服軟件的通話記錄
●來自社交媒體帖子的注釋
●產品說明
●訂購須知
●來自訪談和調查的開放式問題
08什么是定性數(shù)據(jù)分析？
定性數(shù)據(jù)分析涉及研究人員審查訪談和問卷中的信息，并根據(jù)重復的單詞、短語或情緒應用標簽和數(shù)值。他們的目標是圍繞各種品質或特征找到并連接模式和主題。
Gong就是在此類數(shù)據(jù)上建立聲譽的公司的一個例子。Gong收集通話記錄、會議記錄和其他免費文本中的詳細信息，并在其上放置數(shù)值以顯示銷售周期的進展以推動銷售渠道。他們的營銷信息反映了這一點：“通過將定性數(shù)據(jù)轉化為可操作的情報，停止失去可贏得的交易。”
9定性數(shù)據(jù)的優(yōu)點和缺點是什么？
定性數(shù)據(jù)提供了關于根本原因的主觀見解，但分析起來可能很耗時。
1、定性數(shù)據(jù)的優(yōu)點
定性數(shù)據(jù)有幾個優(yōu)點，包括：
●開放式問題：無需定義變量，您可以回答事件背后的方式和原因。
●快速收集：很容易進行調查并在短時間內獲得大量答案。
●詳細信息：數(shù)據(jù)用戶可以用自己的話獲得更多關于人們的感受和意見的信息。
●更深入的見解：人們的意見和態(tài)度有助于解釋他們的行為。
2、定性數(shù)據(jù)的缺點
定性數(shù)據(jù)有一些缺點，因為它可能是：
●難以收集：如果分析師需要采訪來獲取信息，那么找到合適的受訪者可能會很困難。
●耗時：一對一訪談需要時間，而且分析結果不容易自動化。
●資源密集型：領導者需要有人知道如何審查信息以提取有意義的見解。
●難以量化：人類的情感和意見并不總能轉化為客觀數(shù)字。
●容易產生偏見：人們提出問題并解釋回答，因此他們的偏見會影響流程。
10什么是定性數(shù)據(jù)收集方法？
定性研究包括結構化和非結構化方法。
1、結構化方法的一些示例包括：
焦點小組：一組參與者一起討論一個話題并回答相關問題。例如，焦點小組負責人可能會在進行市場調查時詢問該小組他們對新產品的看法。
案例研究：與客戶討論他們如何使用產品或服務以了解他們對其價值的看法。例如，企業(yè)可能會詢問有價值的客戶他們如何使用產品以及他們希望在未來看到什么；然后，這些答案會告知他們如何更新產品。
2、非結構化方法的一些示例包括：
觀察：這需要觀察人們如何與環(huán)境互動。市場研究人員可能會觀察人們在商店購物，看看哪些陳列吸引了他們的注意力。
訪談：這是一對一的對話，通過提問來了解對方的動機。例如，在決定一家公司的品牌時，營銷主管可能會詢問某個年齡段的人什么類型的品牌對他們有吸引力。
文件分析：這需要通讀關于一個主題的不同文件并尋找共同的主題。例如，企業(yè)領導者可能會閱讀來自不同分析師的多份行業(yè)報告，以了解他們如何開發(fā)產品并推銷其價值。
11定性數(shù)據(jù)分析方法有哪些類型？
由于固有的復雜性，定性數(shù)據(jù)分析通常更具挑戰(zhàn)性和耗時；重要的是，分析師花時間了解數(shù)據(jù)以提供準確且有用的結論。
1、內容分析
內容分析是對數(shù)據(jù)的主觀解釋，包括以下步驟：
●準備資料
●定義分析單位
●創(chuàng)建類別
●建立編碼方案
●測試編碼方案
●編碼文本
●審查一致性
●得出結論
●報告結果
例如，內容分析可用于查找焦點小組答案之間的相關性和模式，以做出有關產品開發(fā)的決策。
2、話語分析
話語分析不像內容分析那樣系統(tǒng)化，它通過探索語言產生的意義來實現(xiàn)解釋。這包括文本中的細節(jié)和關于人們如何使用語言的上下文知識。例如，分析師使用話語分析來了解人們在采訪中的交流方式；這有助于他們深入了解如何為特定受眾編寫引人注目的營銷材料。
3、扎根理論
扎根理論分析使用訪談記錄來尋找重復的主題，方法是用關鍵字和短語對主題進行編碼，以創(chuàng)建概念層次結構。根據(jù)受訪者的解釋或解釋，公司使用這種方法來了解人們的社會行為、互動和經(jīng)歷意味著什么。例如，扎根理論分析可用于關聯(lián)兩個不同的人群，如年齡和地理人口統(tǒng)計數(shù)據(jù)，以了解新市場。
4、敘述分析
敘事分析的前提是故事具有功能性和目的性。人們用故事來組織他們的想法，了解他們的生活。四個敘事分析框架是：
●結構性的
●功能性
●專題
●對話/表演
例如，敘事分析可用于了解某人與組織品牌的關系如何影響他們向其購買產品的意愿。
5、主題分析
主題分析檢查數(shù)據(jù)中的主題或模式。它需要較少的理論和技術知識，因此更容易獲得。三種主題分析類型是：
●編碼可靠性
●密碼本
●自反性
例如，您可以使用社交媒體用戶的主題分析來了解客戶群對競爭對手的看法。
6、解釋現(xiàn)象學分析（IPA）
IPA探索人們對其生活經(jīng)歷的反應；它尋求深入了解某人如何根據(jù)給定的上下文理解事件。扎根分析試圖了解人們如何處理事件，而IPA則采用一種專注于體驗本質的哲學方法。例如，IPA可用于深入了解特定餐廳位置的顧客對所提供服務的感受。
7、自然語言處理
自然語言處理(NLP)是一種機器學習分析技術。它利用算法來分析文本數(shù)據(jù)。NLP的常見示例包括電子郵件過濾器、拼寫檢查器和翻譯引擎。當谷歌自動完成一個短語或您的手機提取語音郵件轉錄時，NLP負責。
NLP正在快速發(fā)展。許多研究人員對其支持定性研究的潛力感到興奮。當NLP方法被納入此類分析時，科學家可以削減成本、增加樣本量并縮短時間線。
12定量數(shù)據(jù)和定性數(shù)據(jù)之間有什么區(qū)別？
對于定量數(shù)據(jù)，數(shù)字提供了客觀指標。相比之下，定性數(shù)據(jù)提供了關于人們的感受和觀點的信息，這些信息更加主觀。定量數(shù)據(jù)傳達事件的頻率，而定性數(shù)據(jù)可以揭示事件發(fā)生頻率不高或低的原因。
例如，企業(yè)可能會考慮停止生產某種產品。分析師如何使用數(shù)據(jù)來為該決策提供信息？定量數(shù)據(jù)可以幫助他們了解有多少人購買了該產品以及所賺取的收入，而定性數(shù)據(jù)則可以揭示人們不購買該產品的原因。雖然定量數(shù)據(jù)反映了一個新事件（人們購買較少），但定性數(shù)據(jù)揭示了它發(fā)生的原因。通過調查，企業(yè)可能會了解到產品缺少一項重要功能，并決定更新它。
定量數(shù)據(jù)還可以幫助確定是否需要進行更改以及這些更改是否有效。
