品牌健康度追踪研究：如何建立一套可持续监测的体系
品牌健康度不是一次性调研能解决的问题，需要建立持续追踪的体系。本文介绍如何设计一套可持续的品牌健康度监测机制。
NPS调查怎么做：问卷设计、发放渠道和结果解读
NPS（净推荐值）是目前最广泛使用的客户忠诚度指标之一。本文从问卷设计、发放渠道选择到结果解读，系统介绍NPS调查的完整流程。
用户画像的常见误区：为什么很多画像做了没人用
很多企业花大力气做完用户画像，却发现根本没人用。为什么用户画像会沦为摆设？本文总结5个最常见的用户画像设计和使用误区。
在线定量调研的质量控制：防止乱答、作弊和敷衍填写
在线定量调研的数据质量控制是项目成功的关键。本文介绍乱答、作弊和敷衍填写三种主要风险及其对应的技术和管理控制手段。
消费者洞察项目的3个阶段：探索、验证和监测
完整的消费者洞察项目通常分为三个阶段：探索阶段、验证阶段和持续监测阶段。每个阶段的方法和目标各有侧重，本文详解各阶段的核心任务。
竞品分析报告怎么写：结构框架和关键内容要素
一份高质量的竞品分析报告，是企业制定竞争策略的重要依据。本文提供一个标准化框架，涵盖竞品分析报告的关键结构要素。
客户满意度CSAT和NPS哪个更重要：两个指标的使用场景
CSAT和NPS都是衡量客户满意度的常用指标，但它们的适用场景和所能反映的问题有所不同。本文对比分析两个指标的优劣势和选择逻辑。
交叉分析和分群分析：读懂调研数据背后的分层规律
交叉分析和分群分析是调研数据中两种最常用的多维分析方法。本文通过实际案例演示如何用这两种方法读懂数据背后的分层规律。
中国市场调研行业概况：主要参与者和服务类型全景图
中国市场调研行业经过数十年发展，已形成外资、合资和本土三类主要参与者格局。本文全景呈现行业结构和主要服务类型。
调研数据的清洗与处理：4类无效数据的识别和处理方式
调研数据清洗的重要性 数据清洗是调研数据分析的第一步，也是保证分析结论可靠的关键。数据清洗的目的是发现并处理无效数据，避免错误数据误导分析结论。 无效数据的类型 无效数据通常包括四类。第一类是答题时间过短的问卷，可能是受访者敷衍作答。第二类是直线型作答，所有量表题选择相同分值。第三类是逻辑矛盾，如前后回答不一致。第四类是重复提交，同一设备或账号多次提交。 数据清洗的方法 数据清洗的方法包括规则识别和算法识别。规则识别是根据预设规则识别无效数据，如答题时间低于阈值。算法识别是用统计分析识别异常数据，如离群值检测。清洗后的数据需要进行描述性分析，检查数据分布是否合理。 数据清洗的建议 数据清洗需要平衡数据质量和样本量。过于严格的清洗会损失太多数据，过于宽松的清洗会影响数据质量。建议先设定合理的清洗标准，再根据实际情况调整。 总结 数据清洗是调研数据分析的关键步骤。通过识别和处理无效数据，能够保证分析结论的可靠性。企业应该建立标准化的数据清洗流程，确保数据质量。