上個月，我們邀請了消費者和市場研究專家以及Data Analytics Corp.的創始人。 Walter R. Paczkowski 在我們的分析說網絡廣播系列。如果您錯過了網上直播，您仍然可以按需查看 。主持人安妮·米利（Anne Milley）接受了很多觀眾提問，但無法解決所有問題。因此沃爾特慷慨地同意在本問答中回答其中的一些問題。
問題： （a）您在分析項目之前構建假設的方法是什麼？（b）您是否發現B2B細分市場的分析工作比B2C細分市場要困難得多，因為B2B中有很多因素無法納入模型？
回答： 對前兩個問題的回答是相似的，所以我會一起回答。這是前期定性工作成為整體研究設計重要組成部分的地方。請記住，我主張大多數項目有兩個階段：定性，然後是定量。定性階段有助於設定定量階段的參數。我們通常不知道定量階段所需的所有參數 - 關鍵因素或屬性，因素水平，正確措辭，重要概念，僅舉幾例。定性研究，焦點小組或與主題專家（即中小企業）或關鍵意見領袖（即KOL）的一對一深入訪談有助於識別它們。這使定量階段更加集中和強大。
這與假設和B2B因素有什麼關係？假設只是參數，與定量階段中包含的因子或屬性列表沒有區別。與消費者或中小企業或KOL的討論可以幫助制定營銷人員可能從未想像過的假設。
這同樣適用於B2B建模 - 或者實際上適用於B2B的任何建模，以及B2C或B2B2C。如果因素列表很大，那麼請尋求中小企業和KOL的幫助。他們會幫助告訴你什麼是重要的，什麼可以忽略。但這只是前期的定性研究。
題： 您是否認為組織採用平衡的方法從已發現的數據和從設計良好的調查和實驗中獲得的信息豐富的數據中創造價值？
回答： 我不確定“平衡”，但兩種類型的數據的使用肯定存在。由於我的工作涉及廣泛的行業，我看到了許多與安妮談過的最佳和最差的做法。許多大型組織，我在訪談中提到的複雜組織，使用這兩種數據來回答他們的關鍵業務問題並了解他們的市場。這些是遵循使用正確工具的最佳實踐的人 - 在這種情況下，工具是數據的類型。
在過去的幾年裡，我提到了關於選擇建模的研討會，一個實驗方法的一個很好的例子，以及與大數據合作，正如我在訪談中提到的那樣。他們不僅參加人數眾多，而且我注意到許多與會者來自同一家公司，不同的部門，但仍然是同一家公司。所以兩種類型的使用都在那裡 - 我有數據！
題： 當定價是選擇實驗中的一個因素時，實驗所表明的最優價格與實際最佳價格應該在該領域的對應程度如何？
回答： 這是一個很好的問題。而且很難回答。首先，問題的最後一部分詢問“實際價格應該是什麼樣的。”這是研究的全部目的 - 找到價格。我認為問題的真正含義是該研究是否複製了現有的價格。最好使用Profiler來確定 JMP 或通過將基本情況設置為當前實際條件來模擬器。但這些條件與市場上的情況並不完全一致，因為市場價格受到研究無法處理的許多其他因素的驅動。儘管如此，該研究應該接近尾聲。所以請尋找Profiler來幫助解決這個問題。
