品创编者按 : 这不是一个正经的项目总结,这是一段心路,它不仅记录了我们在品牌研究上的经验积累,更记录了一个研究员的成长。 X品牌追踪项目做的不太开心。睡梦中惊醒想的是会员为什么下降,微信客户头......
X品牌追踪项目做的不太开心。睡梦中惊醒想的是会员为什么下降,微信客户头像一闪我心脏随机跳空一拍,那么能吃爱吃的我胃口差了…其实一直把它当作自己的孩子,到了后期却只想逃避,想放养任其生长。不开心,一方面是被客户追着要东看看西瞧瞧,而我紧着熬夜看数据出表格;另一方面是我内心始终觉得客户想要东西无可厚非,那说明我没有提供客户想要的,所以我纠结的是为什么我没有想到。感觉就像孩子成了班里的差生。
但实话讲,项目过程中,又有多少时间可以让我去想想呢,贴基础数据占据了大部分清醒的时间,归纳和整合何时做,谁来做?但这不是重点,项目结束了,我们比较关心的是,如果再来一次,可否让这一切顺畅一点。我想是可以的,品牌研究是有模式可循的,下一个项目,可以少走些弯路多留些quality time给思考和分析。结伴同行,大家集思广益,相互补充和鼓舞,喜悦共享,痛苦共度。
以上,是比较客观且真诚的心思回顾和建议。接下来就是以绝对的主体视角写出的“作为一个研究员,如何让品牌研究的过程少些痛苦,顺利及格”。
所以,如果仅追溯个人原因,这个项目的过程中究竟是哪里痛苦,从哪里开始有了情绪?我想,是被动,是从被牵扯着产出的那一刻起:“被动”决定了产出全基于客户的想法,客户要看什么我们紧赶着提供什么,应付基础的产出已足够筋疲力竭,主动思考变得似乎不那么重要。
那么,被动是如何造成的呢?
接手X品牌追踪项目,同时得到的是之前两期的问卷、DPSpec和完整的报告...拥有这么多现有资料,自然会觉得这个项目本质即模仿,心理上降低了它的难度,后续工作也以“熟悉和理解过往研究”为目标,整个过程缺乏主动思考(品牌研究常常拿到手的都是已建立的长期追踪问卷,这时候千万别偷懒,亲自梳理和写一遍资料,需要从被动理解到主动思考的一个转变,不然后期会很难过)。
当数据回收上来,开始写报告,面对着上上下下浮动的数据——上升了是恩赐,不变是可被忽略的,下降了就是逃不掉的“小劫数”。淹没在N道题目的问卷(其中多数题目还是横向单选的矩阵题,意味着实际题目成倍的多)、二十几份新跑的数据中,之前不成逻辑的探索此刻受了苦头——客户的需求是源源不断的(比如要分分这个人群、要看看重叠目标的用户、要对比上期和上上期的数据、要做做deskresearch等),而时间是固定的,不允许过多无意义的尝试;
最后的最后,交出报告,你和客户心知肚明,究竟多大程度上满足了客户想要的(当然这里存在客户需求管理的问题,whichrequires experience, judgment and courage),而这个答案常常是令人沮丧的。
所以,一份品牌追踪研究报告,客户会想要什么呢?
我想,一定不单是KPI变化的描述,当KPI下降,所有客户都会继续追问,为什么?说明了什么问题?我们该怎么办?而回答好这三个问题,
1) 涉及研究前期问卷和配额的设计——问卷问题是否完备,当问题出现了是否有源可溯?样本收集方式和配额设计是否环比具有可比性?
2) 涉及研究中期执行过程的监控——我们是否可以信赖数据告诉我们的故事?
3) 涉及研究后期对已有数据的归纳整理——是否有一条清晰且简洁的解释脉络?
环环相扣,想要一个愉悦的研究过程和结果太难了,所以在每一个阶段可以重点关注些什么呢?
研究前期问卷和配额的设计
1. 问卷
正如之前提到,品牌追踪项目常常提供之前的追踪问卷,拿到问卷后,梳理问卷、建立框架。在我看来,问卷梳理有助于快速上手一个项目;此外,漏斗、形象、用户(内容/品牌/产品)需求、品牌表现、品牌形象、品牌关系、信息渠道、宣传活动、人群画像等品牌追踪的必要题目一目了然,方便查漏补缺;少了一个方面的问题,后面的分析就需要生拉硬扯找原因。
另一方面,问卷选项的更新需要与时俱进,所以拿到之前的问卷,还是要细细检查一遍。
2. 配额
配额为什么重要?最直接的原因,所以客户都会拉出细分人群来看;
背后的原因是,对于客户而言,虽然总体KPI便于与竞品对比确认行业地位,而细分人群的KPI更具有指导意义——它背后的含义是指出品牌优势人群是谁、弱势人群是谁、与上期及竞品相比哪个人群流失了——保证配额一致性是进行相关结论推论的前提。
对于研究员而言,配额就相当于整体KPI的权重,假设本期品牌弱势人群的样本回收多了、优势人群样本回收少了,这种情况下导致的KPI下降是伪下降,会给我们写报告造成不必要的麻烦。所以,每期严格遵守配额,也有利于我们进行不同期的对比。
研究中期:执行方式的选择和监督
不论是CATI、CLT还是Online,执行时配额的把控也非常重要。作为研究员,要多操心,各种交叉配额在开始前就列的尽量细致给到代理,执行过程中也随时拉出各细分人群数据来对比(同比+环比,浮动大了要提防,赶快和老板们反馈一下)。
研究后期对已有数据的归纳整理
1. 品牌监测类的DPSpec
DPSpec在我看来也是问卷框架和分析维度,换句话说,写它的过程是了解所拥有的变量和提出初步假设的过程。我的理解是除了每道题的header之外,品牌监测类的DP Spec需要关注下品牌类header的设定:
- 根据品牌漏斗划分,客户会好奇本品以及竞品每一个阶段的用户画像是怎样的
认知用户、不认知用户、认知不使用、使用不忠诚、忠诚不推荐、忠诚用户、推荐用户、品牌重叠用户等
- 根据客户关注的KPI划分,第一提及为XX的用户、会员用户、信息触达用户、宣传语正确连接用户等
2. 数据描述
曲线、表格、柱状图、饼图等,呈现方式任君按需挑选。
一个心血tip是,不急着听客户的需求什么都作出表格来(time-consuming),可以先看大致一下DP的table究竟差异是否显著,仅呈现有差异的数据可能更符合大多数客户的需求。
3. 数据分析:当一个KPI下降,如何回答为什么?我们该怎么办?说明了什么问题?
为什么下降?
1) 环比差异性(alternative):虽然与上期相比下降来,但这种下降是显著的吗?还是可被接受的误差导致的呢?
2) 游离/流失用户识别:究竟是在哪些人群中下降?
3) 用户满意度分析:流失的人群需要/重视什么?而我们在那一方面的表现是怎样的?与竞品相比呢?
4) 广告效果分析:这段时间宣传活动触达情况怎样?与上期相比呢?与竞品相比呢?
5) KDA分析:以上是“对比分析”为主,这里就涉及统计数据分析其内在原因(隐形原因)。通常的方式有Shapely Value,回归分析以及路径分析/SEM等。
怎么办?
1) 下降/流失用户人群特征是怎样的?更聚焦在几线城市?性别、年龄、收入、学历、婚姻状态等分布有何特定?
2) 下降/流失用户在该品类的使用情况和偏好是怎样的?
3) 下降/流失用户在该品类的(内容/品牌/产品)需求是什么?
4) 如何触达这些用户?游离/流失用户在该品类的信息渠道是什么?
最后的最后,总结下我的体会吧:
学无止境,坑无止境。
思路不止一条(不同的解决思路可能还可以对比出个优劣)慢慢积累就好。
坑还是一样的跳,心态放平就好。
我要虎头蛇尾的结掉这个reflection,一头扎进下一个品牌报告的深坑中。
2019年4月24日