不依赖个人主观感觉的调研设计

我认为出现这种情况的根本原因在于，他们本身缺乏一种基于调研设计的思考方式。

所谓调研设计，指的是研究人员如何构思优秀的研究课题，同时思考针对此课题应该如何开展调查及分析。我认为，日本大部分的高等院校对这个领域都没有进行系统性教育，研究者们普遍效仿自己的老师，照猫画虎地学习“应该怎样做研究”。不过，据说美国很多大学都开设了相关课程来教授这项技能。

以我写作本书为例，当我在amazon.com上输入关键词“research design”（调研设计）时，一共可以搜索到1万本以上相关书籍。根据作者和类别不同，这些书多少会有流派之别，但大多数情况下，它们都不约而同地将“把握先行研究”作为调研设计的第一步。因为，所谓研究并非是把自己关在办公室或实验室里苦思冥想或埋头实验，然后哪天就突然灵感闪现，找到重大发现。

即使有些人稍有聪明才智，但如果他们不加以学习，仅靠独自长时间苦苦思索，那么即使思考出点什么内容，最终也会发现其实早就有前人想到并发表于报端了，甚至哪怕相关反驳或反证或许都已有人提出了。对那些很久以前就已经发明出来的东西，还要特意耗时耗力地再重新发明一次，我们称之为“重新发明轮子”。确实，从未见过车轮的人在想要搬运重物的时候发明出了车轮，也许会有种“我真是个天才”的错觉。但仅凭这种个体性的灵感闪现，不管发明多少次车轮，对人类整体智慧的进步都没有任何帮助。

按照我的理解，研究是一种试图为“人类智慧”做出贡献的行为。为此，围绕我们感兴趣的课题，我们首先需要把握前人对“哪些部分已经研究清楚了”，而对“哪些部分未知或尚未涉足”，然后，再思考应该怎样收集数据和展开分析来减少那些“未知的重要部分”。这就是调研设计的思考方式。

一般情况下，学术论文如有不准确标明参考文献出处、伪造数据或收集状况等都属于科研伦理上的“造假”，会受到惩戒，因为这也是一种侮辱前人创造出的“人类智慧”的行为。

不过，与研究人员不同，商务人士在做数据分析时，不一定必须得解密一些“人类未知的重要内容”，而只要找到一些“公司大部分人都不知道的重要内容”就可以了。不过，即使做商务数据分析，调研设计的重要性也是丝毫不变的。

不管是普通商务人士，还是运用高级分析手法的数据科学家，那些缺乏调研设计思维的人们通常都会仅凭自身经验、直觉或主观感觉来建立“假设”，然后再企图通过数据来做验证。

不过，普通人能想到的那种程度的假设，例如“女性客户比男性客户的客单价要高”“收到DM广告的客户更容易产生购买行为”等，即使通过数据得到验证也不会带来多大价值。大部分情况下，听众们的反应只会是“哦，果然如此”，随后就没下文了。即使有那么一些人，他们发挥稳定，经常性地提出一些极具创新性和前瞻性的假说，并且其中大部分经受住了数据检验，那么这些可称之为“天才”的人也一定是寥若晨星。

接着，当这些浮想程度的假说穷竭之后，他们就开始“收集成功案例”了。他们往往会委托咨询顾问针对国内外同一业务领域的公司收集并介绍数据运用案例，试图进行效仿。内容涉及如何基于数据分析结果来制定经营策略以及如何导入应用程序（如优惠券自动派发系统）来活用数据等。

与仅凭个人主观感受相比，这一过程多少还算是在尝试努力向“人类智慧”靠近。但实际上，这儿也有意想不到的陷阱在等着他们：即便同属某一业务领域，销售的也是同类商品，但企业间还是有很大差异的——客户群体、品牌形象、运营流程等都各不相同。所以，简单地将给一家公司创下巨大营收的举措生搬硬套到另一家公司，结果往往并不理想。

打个比方，一家零售企业因产品售价合理而受到顾客广泛支持，它通过“优化优惠券投放方式”获得了成功。与此同时，另一家零售企业则是因“服务优、环境好”而收获了一批高客单价优质客户。那么，在这种情况下，如果后者盲目照搬前者的做法，结果会怎样？可想而知，这一举措吸引的只是那些对打折感兴趣的客人，这将最终导致客户群体出现偏差，甚至可能会因此流失部分优质客户。

更进一步地说，我本人以及那些经常在媒体中露面的从事数据相关工作的朋友们都有一个共同点，那就是我们绝不可能将那些直接给公司带来巨大利润的分析结果公之于众。因为这些分析结果都是我们的客户或我们自己公司耗费了莫大的时间和成本研究得出的，将它们泄露给其他公司，则无异于亲手放弃这些能为我们带来竞争优势的源泉。因此，咨询顾问们能拿上台面做案例的所谓“大数据的成功案例”，大多都是可公之于众的无关紧要的内容。

如果有人私底下透露给了你一些非常机密的商业案例，那么有朝一日当他成为你的商务伙伴时，请务必多加小心。为什么？因为假如日后他协助你通过数据应用给你的公司带来了巨额利润，那么在不久的将来，这些数据分析结果也同样可能会被泄露给你的竞争对手们。那样的话，数据中所蕴含的价值就会即刻丧失。