大趋势 | 下一代调研技术发展趋势

2014-09-13 12:50:00
周峰 萌泰科技
原创
摘要:如何利用云计算、大数据、移动互联网等技术,实现调研过程的流程化,问卷设计的可视化,数据来源的多样化,数据收集的一体化,质量控制的标准化,统计分析的专业化以及数据挖掘的智能化,将是未来调研技术的发展趋势

如何利用云计算、大数据、移动互联网等技术,实现调研过程的流程化,问卷设计的可视化,数据来源的多样化,数据收集的一体化,质量控制的标准化,统计分析的专业化以及数据挖掘的智能化,将是未来调研技术的发展趋势


调查起源于公元前数千年的古埃及和古中国的人口调查,但近现代意义上的调查主要指市场经济领域的市场调查和社会科学领域的社会调查。

传统的市场调查和社会调查主要依赖面对面的纸和笔进行,在电话诞生之后,电话调查方式逐渐广为人知。随着二十世纪后半叶的信息技术革命,计算机、互联网等技术的普及,先后又出现了计算机辅助电话调查(CATI),计算机辅助面访调查(CAPI)和计算机辅助网络调查(CAWI)等调查形式。

近年来,新一轮信息技术革命又开始吹响了号角,伴随着移动互联网、云计算、大数据等技术的迅猛发展,调研技术作为市场经济和社会科学领域的一种基础研究手段也在不断创新和发展。本文提出了调研技术7个方面的发展趋势。


调研过程流程化:从采集到洞察,构建调研闭环

传统的调研技术,主要强调数据采集,以及对数据采集过程的质量控制。随着市场需求的变化,客户需要提供数据研究全过程的服务从数据的采集、筛选、统计、分析、挖掘到知识的洞察。因此,对目前广泛采用的问卷调查而言,下一代的调研技术将涉及问卷设计数据采集统计分析数据挖掘的整个流程。


问卷设计可视化:HTML5 技术提升用户体验

就问卷设计而言,传统的问卷脚本语言较为复杂和繁琐,问卷的编写往往需要依赖专业的编程人员。如何提升问卷设计的可视化用户体验,使得普通用户能够轻松方便地掌握问卷的设计,而无需学习复杂的编程,这是一个挑战。现有的问卷设计工具往往是基于桌面版的客户端程序,如何能够具有更好的可视化设计体验,HTML5 技术提供了一种可能。作为下一代的网页超文本标志性语言,HTML5 技术具有更好的图形、多媒体、存储和移动特性。


数据来源多样化:社交网络,移动应用,搜索引擎,舆情调查等技术丰富数据来源

传统调查的数据来源主要是依赖于样本库(PANEL),通过抽样、配额以及问卷调查获得一手数据。然而,互联网作为一种全球性计算机网络,不仅具有海量的信息和资源,而且本身就是一种高度平等、自由、开放的庞大人类社区和样本库。如何充分利用好这一数据来源,将可以使得调研工作达到事半功倍的效果。

当前,社交网络、移动应用(App)、搜索引擎、舆情调查等技术都可以为调研提供丰富的数据来源。目前最典型的应用是商业公司利用文本检索技术对主流社交媒体上的客户点评或反馈意见数据进行连续的不间断监测和统计,从而实时动态地掌握用户对品牌的忠诚度,对产品或服务满意度以及对产品的改进需求。


数据采集一体化:云计算支持集成CATI, CAPI,CAWI 等多种调查方式

传统 CAI 工具设计独立,彼此互不关联,数据分散存储,造成大量信息孤岛,不利于数据的可重用性和可维护性。新一代调研技术产品将基于全新的云计算架构,基于平台化和标准化设计理念,通过建设云调查数据中心,全面整合 CATI、CAPI 和 CAWI 产品,支持采集一体化的统一调研(CAUI)此外,数据采集一体化还能更好地集成第三方分析和挖掘工具,从而为数据采集、统计分析及数据挖掘建立起交互的桥梁。


质量控制标准化:Paradata规范保障调查执行的质量

数据质量永远都是调查的灵魂。如何确保调查的数据质量,是调查执行工作的重点。在CATI电话调查的过程中,可以实现访问过程的全程录音以及在访问过程中对访员的实时督导和监控;在CAPI面访调查的过程中,利用PAD、智能手机、笔记本电脑等工具,采用先进的移动互联网技术,可以实现对访员位置和调查过程的实时跟踪和监控,同时兼具的录音和拍照功能;在CAWI执行过程中,可以记录操作系统、浏览器类型、版本、IP地址、浏览轨迹等背景资料。这些控制手段更好地保证了问卷调查的可靠性、真实性和有效性。

除了录音、位置、照片等辅助数据外,还需要对执行过程中每一次点击(click)、按键(keystroke)的事件进行记录,这也将有助于帮助提供调查的数据质量。Paradata数据规范将是下一代调研技术关注的重点。


统计分析专业化:针对行业和领域的专业报表和统计分析服务

当前调研项目的统计分析过程通常是在数据采集完成后,将采集结果导出到ExcelSPSS 等格式,再使用专业的分析工具进行单独分析。分析的报告也需要人工进行整理和编写。在需要输出大量报告时,报告的整理和撰写将费事费力。下一代调研技术将结合具体的行业和领域业务知识,推出有针对性的专业报表,为用户提供实时、专业的统计分析服务。


数据挖掘智能化:大数据分析,R 语言等挖掘技术将得到推崇

数据的价值在于分析和挖掘。2013年,百度利用自有位置数据推出了中国人口的迁徙图,这是大数据技术的一个很有意义的尝试。目前,除商业的数据挖掘工具之外,现有的主流开源数据挖掘产品包括R TanagraWekaRapidMinerKNIMEOrange等,其中R 语言与统计调查关系最为密切。

大数据时代的到来,将带领相关数据挖掘技术的发展。

    发表评论
    评论通过审核后显示。