正式开始蹲点考察前，我需要使用一套行之有效的数据工具，它必须保证我记录真实的市场信息，还能易于后期分析，且使分析有意义。本文先阐述如何收集，后文阐述如何分析。
大数据的维度
就在同一时间，我阅读了《数据之巅》。大数据的一部分意义在于，穷尽数据能发掘的所有维度，直接导向结果，从而使问题的解决能直达核心，立竿见影。维度与事件的复杂程度成正比，例如，我想解决买的香蕉放半个月就坏了这件事：数据上看，绝大部分香蕉在半个月后都会腐烂，那我的解决方式很简单，在短时间内吃掉，我不需要去探究它到底是因为氧化还是细菌的原因，这只有一个维度。我想解决从本地到冰岛的旅游路线：数据上看，有75%的人选择在9-11月份出行，有80%的人停留时间在4-6天，有40%的人会选择大型旅行社跟团，有92%的人选择在法兰克福转机，于是解决方案涉及六七个维度的数据。
就如同我的投资模型，在正式投入前，所关注的十七个方面内容，其实就是十七个维度。在市场调查期，我重点会落在业务模式，盈利模式，营销模式和客户结构上，每个部分也有若干个维度。理论上，维度越丰富，能够得到的结果越精确，解决方案更有针对性。
那么，如何收集数据呢？
数据狂潮
有些数据可以显而易见地收集，比如产品销量：我可以采取直接询问的方式，也可以手动记录；团队素质和服务：长期观察，网络评论；翻桌率/换台率：手动记录，估算；客户男女比例/年龄层次：手动记录，估算。等等等等。。。
我头疼的是另外一些数据，辐射范围：我不可能跟踪每一桌客人，或者直接冒昧地询问他们从哪里来（和微商淘宝不同，它们可以轻松地后台查看到购买地区）；淡旺季：我可不想等整整一年来验证（蘭仅仅开业两个月）；同业细分市场：寿司类日料店，定食类日料店和日式烤肉店的差异化，很烧脑。
我查找了自己的关系网络，经营其他餐饮的朋友对日料不了解；大吃货们对数据不敏感，也没有刻意关注过类似问题。市场调查刻不容缓，我必须在思考这些问题的同时开始蹲点了。我的蹲点方式笨拙而暴力，周一到周四随机看两个中午或两个晚上，周五到周日随机看一个全天（当然，我到店还是必须正常消费）。因为样本容量是全体，所以也不存在代表性的问题。
某一天的记录
客户行为
张帅是外设爱好者，和我一样喜欢玩儿dota。我们经常会聊到硬件，cpu、显卡、内存、ssd甚至键盘这些技术问题。一天，我们聊到了路由器，为网件和华硕的优劣，正在展开激烈的讨论，“华硕做了本土优化，界面也简单啊”，“网件的发射技术优势很大”，“华硕负载强啊，看我们店这么多人用wifi一点也不卡”，“哈，这小店才多少人用wifi啊？”。
差点聊崩的瞬间，我秒开了脑洞，多少人用wifi？我当时脑子空白了几秒，马上询问张帅店上平时有多少人用wifi，当然这是没法回答的，谁会关心这种无聊的问题。我当即拜托他能够每天或者周末空的时候查找满员的状态下有多少人用wifi，以及时长，在我发糖之下，他一脸不懂地答应了。
使用wifi是一种独特的客户行为，它涉及到至少这两类问题，沉浸感/体验感：想象个场景，如果我去消费的店环境，菜品口味，服务都比较良好，我会更愿意和同桌的朋友进行交流聊天，并且精力集中在品尝上，就算分享在网络上，也会在餐后进行，发生相反的糟糕情况，直接开启吐槽模式，群里立刻挂出来；服务时间/上菜速度：如果我长时间玩儿手机，可能是由于服务时间间隔长，或者上菜速度慢等等。
思路开阔以后，客户行为和结构的数据维度已经基本成型，我还请求张老板告知我客户使用美团，大众点评，支付宝，微信等工具的情况，发糖。
客户结构
霍桑效应
我在踩点地理位置的时候，顺带解决了辐射范围问题：上一章有提到，此店位于多个学校交叉的美食街上，我探明方圆2公里内几乎没有住宅聚集地，那么，我只要知道客户中学生群体占比，其实就间接知道了它的辐射范围。淡旺季：提前介入供应端的调查，我可以通过供应端的出货数量来估计淡旺季。雇员流动性：令人意想不到地高，几乎不用耗费很长的观察时间。
这时李sir想针对性地改进主打菜品，他和我探讨如何设置问卷的形式或者采取怎样的问询方式，能够收集到客户对菜品的反馈。我不赞成直接了当地问询，因为霍桑效应产生，可能会使得客户故意改变自己的态度，如给老板一个面子，有问题也不说；用活动激励的方式也不成，这样很多客户又会鸡蛋里挑骨头，霍桑效应向来是市场调查的难点。
主打菜品也是我收集数据的一环，自然不能放过，我想了个迂回的办法，请李sir制作了份新菜单，新菜单上增加了不那么显眼的非主打新菜品，删除了原菜单的主打菜品，只给来店频率高的老客户使用。这样一来，客户的评价会真实很多，很喜欢的话店员可以告知其实菜品还有，不喜欢就点别的，然后更自然地说出为什么不喜欢。最后可以短暂让主打菜品下线，充分改进后再上。
总结
以下这些数据纷乱冗杂，是我倾尽了所有可以获取的渠道和手法，尽管已经分类归纳整理，但在分析市场时，应当做出怎样的权重安排呢？
数据归纳
网友评论