目录 |
信息加工技术是对信息进行描述、分类、排序、转换、浓缩、扩充、创新等的技术。
信息加工技术的发展已有两次突破：从人脑信息加工到使用机械设备(如算盘，标尺等)进行信息加工，再发展为使用电子计算机与网络进行信息加工。
信息加工技术中涉及三大技术，即整理技术、测量技术和统计技术。
所谓整理加工，是指运用科学的方法，对调研所采集的信息进行审核、检验和初步加工，使之系统化和合理化，并以集中、简明的方式反映调研对象总体情况的研究过程。调研采集的资料，一般有文字资料、数字资料、视听资料、实物资料等不同的类型。信息整理加工，主要是指文字资料和数字资料的整理工作。
要做好信息整理工作，首先应弄清它的重要意义、基本原则和一般要求。
(1)信息整理的重要意义信息整理具有重要的意义和作用。
①是对信息采集工作的全面检查和还一步深化。这是因为，运用各种方法从各个渠道采集来的信息，往往是分散的、零乱的，其中难免出现虚假、差错、短缺、余冗等现象。要解决这些问题，除了在采集过程中要组织调研人员自检、互检和派专门人员进行抽查外，还必须在研究阶段的开始进行一次全面检查，区分信息的真假和精粗，消除信息中的假、错、缺、冗等现象，以保证信息的真实、准确和完整。
②是对信息迁一步研究的基础。研究阶段，无论是定量分析，还是定性分析，都要求所采集信息的真实、准确、完整和统一，都要求把各种错误消灭在研究工作之前。实践证明，如果到研究过程中才发现采集信息的错误，再去改正，那就需要花更多的时间和精力去返工。因此，在开展研究工作之前，一定要对采集到的信息认真鉴别和整理，坚决修正或淘汰一切不合格的信息，这是保证研究工作顺利进行的重要基础。
③是保存资料的客观要求。市场调研所得到的原始资料，不仅是当时作出调研结论的客观依据，而且对今后研究同类市场现象具有重要的参考价值。因此，每次市场调研后都应认真整理调研的原始资料，以便于今后长期保存和研究。实践证明，一份真实、完整的原始调研资料，往往具有长久的研究价值，并且随着时间的推移，其价值将越来越大。
总之，如果说信息采集属于认识的感性阶段、信息研究是认识的理性阶段的话，那么，信息整理则是从采集阶段过渡到研究阶段、由感性认识上升到理性认识的一个必经的中间环节。
(2)信息整理加工的基本原则和要求
信息整理加工时必须遵循三个基本原则。
①定性资料和定量资料的结合。定性资料是运用文字资料进行判断分析而得到的研究结果。定性资料最鲜明的特点是：对特定问题的研究具有相当的深度；信息更加真实、生动和详尽，尤其人们主观性的信息(如偏好、要求、满意、评价、习惯等)；发现和界定未知或模糊的问题和现象。但定性资料也有其局限性，它往往带有研究人员的主观性，无法脱离他们的价值取向而做到价值中立。定量资料是运用数学模型进行推算分析而得到的研究结果。定量资料的优点在于用量化的方式对考察对象进行统计分析和数据加工，其结论具有相对较高的可信度，而且还把人为的价值判断基本排除在外。但定量资料的研究一般显得深度不足。
②宏观资料和微观资料的结合。在资料整理过程中，需要把同类资料加以归并，其中包括宏观的总体经济资料以及微观的具体商品资料。只有把这两类资料结合比较，才能反映出市场的实质性问题。
③动态资料和静态资料的结合。即把第一手资料和第二手资料结合起来。虽然这两类资料在市场研究中的作用各异，但存在着密切的依存关系。第二手资料是市场研究中的基础，第一手资料是补充；只有把二者有机地结合起来，才能使资料发挥更大的作用。
此外，信息整理还应力求真实、准确、完整、统一和简明，并尽可能做到新颖。只有在这样的研究基础上，才有可能作出科学的结论。
文字信息整理是指对市场调研中的文字信息资料，包括文献调研的材料、观察记录、访问记录等所进行的整理加工过程，其一般程序是：审核、分类和汇编。
(1)审核，就是选取有用的资料，并核对资料的真实性和有效性，包括对采集到的信息进行鉴别、校对和修正，剔除或修改一些错误的和无用的信息。
(2)分类，资料的分类，就是按照某一标志将资料分成性质或特点相同类别的过程。资料分类的标志由调研的需求来决定。资料分类是一门科学性、技术性很强的工作，先进的资料分类是资料分析质量的保证。
(3)汇编，就是按照调研的目的和要求，对分类后的资料进行汇总和编辑，使之成为能反映调研对象客观情况的系统、完整、集中、简明的材料。
数字信息整理是指对市场调研中的数字信息资料所进行的整理加工过程，一般要经过检验、分组、汇总制作图表这三个步骤。
(1)检验，就是检查、验证各种数字资料是否完整和正确。数字资料的完整性检查，主要包括两个方面的内容。一是检查应该调研的单位和每个单位应该填报的表格是否齐全，有没有漏单位或漏表格的现象；二是检查每张调研表格的填答内容是否完整，有没有缺报的指标或漏填的其他内容。
(2)分组，就是按照一定标志，把调研的数字资料划分为不同的组成部分。分组的目的在于，了解各组事物或现象的数量特征，考察总体中各组事物或现象的构成情况。对数字资料进行分组的一般步骤是：选择分组标志、确定分组界限、编制变量数列。
(3)汇总制作图表，就是根据研究的目的和要求，对分组后的各种数据(标志值)进行计算和加总，并汇集到有关的图表之中，以集中、系统地反映调研总体内部的数量情况。汇总的数字资料，一般都要通过表格或图形表现出来，为此，就需要制作图表。随着计算机软件技术的迅速发展，利用计算机可以根据事先编好的程序，对编辑审核后的数据进行计算和制表，而且还可以完成手工难以完成的多层次交叉分组表和多维分析图的制作。
在市场研究中，测量一般是针对研究资料(尤其是定性资料)的量化而言的。所谓测量(Measurement)，就是把需要研究的主题提炼成若干个可测量指标，然后再就这些指标进行统计分析的过程。具体地说，这里所要测量的不是研究对象本身，而是研究对象的某些特征或属性(Attributes)。例如，我们不是去测量某个消费者或者企业，而是测量消费者的认知、态度、偏好及其他相关特征，企业的运营状态等等。为此，测量作为一种度量手段和方式其关键是要确定每一次研究分析过程中所要测量的对象。也就是说，如何将原本抽象复杂的客观事实或市场现象转变为可测量的、简单清晰的测量指标。
一个完整的测量程序应该包括确定主题、定义问题、实施测量、检验结果这四个主要环节。
(1)确定主题
确定主题包括对研究主题的界定和列出所需要研究的问题。在对主题进行界定时，重点要弄清研究问题的实质、范围及研究的可行性，并尽量避免将问题界定得过于空泛或过于狭窄，力争用广义和普通的词语正确表述需要研究的内容。
任何一个研究主题都可以分解为若干个问题。列出拟研究的相关问题，就是用问题的形式将研究主题具体化。对于一些复杂的研究问题，还需要根据问题的某些特征或属性进一步细分为一系列子问题。
(2)定义问题
对拟研究的问题或子问题中所涉及的相关概念，需要根据具体研究项目进行专门定义。定义方法有两种：概念性定义和操作性定义。
概念性定义(Conceptual Definition)，又称抽象定义，是指对研究对象共同本质的概括。概念性定义所使用的是逻辑的方法，重在揭示研究对象的内涵和本质，其目的在于把它与其他对象区别开来。操作性定义(Operational Definition)是指用可感知、可度量的事物、现象和方法对概念性定义所作的界定和说明。操作性定义所使用的是经验的方法，重在界定研究对象的外延或操作过程，其目的是增强研究对象在测量方面的可行性或可操作性。
一个概念性定义可以有许多不同的操作性定义，研究人员应选择最适合研究目标的操作性定义。例如，“折扣商店”的概念性定义为“主要以价格，而非服务从事竞争的零售商店”。它的操作性定义可规定为“任何在企业分类表中被列为折扣商店的零售店”，或“任何价格低于、服务少于同业平均水平的零售店”。
(3)实施测量
在实施测量时，还需要引入变量并设计测量指标。
变量可以看成是从繁复的市场现象演绎为可度量指标的一种中间项。变量本身是指具有一个以上不同取值的概念，或者说是另一种形式的概念。指标是表示一个概念或变量含义的一组可观察到的事实，主要用于反映市场现象的类别、状态、规模、水平、速度等具体特性。概念是抽象的，是人们的主观印象，只能想像；指标是具体的，是客观存在的事物，可以观察和辨认。实施测量就是要将抽象的概念转化为可观察的具体指标的过程。
(4)检验结果
测量的准确性是研究人员关注的基本问题，因为这关系到资料的有用性，而无用的资料是难以作为市场决策依据的。在理想的情况下，测量结果应该完全是被测量事物的真实反映，然而这种结果的可能性不大。测量结果中往往包含着某些误差。
测量结果中的误差一般可归结为两大类。一类是系统误差(Systematic Error)，或称偏差(Bias)，即反复测量某事物时，持续出现的误差；另一类是随机误差(Random Error)，即反复测量某事物时偶然出现的误差或无规律的误差。所谓测量的准确性(Accuracv)就是指某宗测量排除系统误差和随机误差的程度。人们通常把测量排除系统误差的程度称为测量的效度或有效性(Validitv)；而把测量排除随机误差的程度称为测量的信度或可靠性(Reliabilitv)。因此，检验测量结果的准确性，应从检验测量的有效性和可靠性着手。
如果测量所测出的正是所希望测量的事物时，则称测量具有有效性。检验有效性的方法有四种：表面有效性、内容有效性、准则有效性和概念有效性。如果测量能在不同的时间均得出一致的结果，则称测量具有可靠性。检验可靠性的方法有三种：再测可靠性、复测可靠性和内在一致可靠性。测量的有效性和可靠性之间存在着某种既相互联系、又相互制约的关系。一方面，测量的可靠性是有效性的必要条件；另一方面，当研究者在追求测量的有效性(或可靠性)时，往往会在一定程度上损害或降低测量的可靠性(或有效性)。
由于市场研究中所涉及的现象具有各种不同的性质和特征，因而对它们的测量也具有不同的层次和水平(Lever)。1946年美国学者史蒂文森(S．S．Stevens)仓lJ立了被广泛采用的测量水平分类法，他将测量水平分为四类，即定类测量、定序测量、定距测量和定比测量。
(1)定类测量(Nominal Measurement)，也称类别测甭琨吏扬叠缝硒窒量或定名测量，是指将研究对象按不同属性或特征加以区分，并标以不同的名称或符号，以确定其类别的操作。因此，它唯一的量化是对每一类别的研究对象进行频次或百分比的计算。
(2)定序测量(Ordinal Measurement)，也称等级测量或顺序测量，是指将研究对象按某种逻辑顺序排列出高低或大小，以确定其等级或次序的操作。在市场研究中，定序测量经常用于对不同产品、品牌、企业的认知、喜好或行为意向强弱程度的衡量。定序测量除了象定类测量一样能“区分类别”外，还具有为同一类别中的个体进行排序的功能。其数学特征是大于或小于，比定类测量的数学特征高一个水平。因此，它所能进行的运算包括：计算众数、百分位数、四分位数、中位数等。
(3)定距测量(Interval Measurement)，也称等距测量或区间测量，是指不仅能“区分类别”、“排列次序”，而且还能确定不同等级问的差距的操作。例如，测量人的智商，以及测量自然界中的温度就是定距测量的典型案例。在市场研究中，定距测量常用于价格指数、销售指数等的测量。此外，大多数市场研究人员都倾向于将态度测量获取的资料视作定距资料来分析、处理。
在定距测量中，不仅可以说明哪一类别的等级较高，而且还能说明这一等级比另一等级高出多少单位。这也就是说，定距测量的结果之间可以进行加减运算。因此，使用定距测量得到的数据可以求算术平均值、标准差和相关系数，也可适用于t检验、F检验等参数统计分析法。
(4)定比测量(Ratio Measurement)，也称等比测量或比例测量，是指除了能“区分类别”、“排列次序”、“衡量差距”外，还能进行绝对大小比较的操作。在市场研究中，定比测量主要用于销售量、成本、市场潜量、市场占有率等方面的衡量。定比测量除了具有上述三类测量的全部性质之外，还具有一个绝对零点。因此，它测量所得到的数据既能进行加减运算，又可以进行乘除运算。
上述四类测量的水平由低到高，逐渐上升，其中高水平测量具有所有低水平测量的特性，即它既可以测量低水平测量可以测量的内容，又可以测量低水平测量无法测量的内容。由于高水平测量所包含的信息更多，因此，在市场研究中，凡是能够用高水平测量的，就一定不要只用低水平测量。
统计加工就是运用统计学原理，对采集到的数据资料进行综合处理，以揭示事物内在数量规律的过程和方法。在信息加工阶段，统计技术具体表现为对已经初步整理的数据资料进行加工概括，并用统计量对这些资料进行描述，主要包括：描述绝对数量的次数或频数，描述相对数量的比值、比率和指数，描述集中趋势的众数、中位数和平均数，以及描述离散趋势的异众比率、极差、标准差或方差、变异系数等。
次数分布，又称频次分布或分配数列，是指在分组的基础上，列出各组对应的单元数，以形成总体单元数在各个组的分布。其中各组对应的单元数称为次数或频数；各组单元数占总体单元总数的比重称频率。各组的频率大于0，所有组的频率总和等于1。
次数分布具有重要的认识作用，通过编制次数分布表，可以观察总体内部的次数分布状况、比例关系及其变化发展的趋势；同时，它还是下一步加工和分析的基础。
在运用次数分布进行某项计算时，有时不仅需要知道某个组的次数，而且还要知道截至某一组的总次数是多少，这个总次数就叫累积次数。计算累积次数有两种方法：一种是较小制累积，即从最小组的次数起逐组累计，每组的累积次数表示小于该组上限值的次数之和；另一种是较大制累积，即从最大组的次数起逐组累计，每组的累积次数表示大于该组下限值的次数之和。累积次数可以用绝对数(频数)表示，也可以用相对数(频率)表示。
市场现象之间存在着相互依存、相互制约的关系，它们在时间上、空间上、内部结构等方面存在着这样或那样的联系。而所谓相对指标，就是通过统计中两个相互关联的指标对比，计算相对数，用以反映市场现象之间的联系程度。相对指标是对各种事物进行对比分析的有力工具，它能把事物的绝对数具体差异抽象化，使那些利用总量指标无法直接对比的现象找到了可比的基础。
平均指标，又称集中趋势或集中值，是用以反映市场现象总体各单元某一数量标志在一定时间、地点条件下所达到的一般水平，或者说反映总体各单元变量值分布的集中趋势。由于平均指标最具有代表性，因此用它来估计和预测研究总体内个体现象的情况，从总体上说出现偏差的可能性最小。典型的平均指标主要有众数、中位数和平均数三种。
变异指标，又称离散趋势或离散值，用以综合反映总体各单元标志值的差异程度，或者说反映总体各单元变量值与集中趋势的偏离程度。变异指标越大，标志变动程度越大，这组变量就越分散，此时如果用平均指标作估计或预测，所出现的误差也就越大。因此，变异指标可以用来说明平均指标的代表性程度，以及测定现象变动的均衡性和稳定性。典型的变异指标主要有异众比率、极差、方差(标准差)和变异系数等4种。
信息加工是将收集的市场信息进行分类、计算、分析、判断、整理，使之成为真实准确的信息资料的过程。各企业不断扩大智力投资，提高信息工作人员的素质，大量应用新信息加工技术。