信息加工技術的構成技術
信息加工技術中涉及三大技術，即整理技術、測量技術和統計技術。
整理加工技術
所謂整理加工，是指運用科學的方法，對調研所採集的信息進行審核、檢驗和初步加工，使之系統化和合理化，並以集中、簡明的方式反映調研對象總體情況的研究過程。調研採集的資料，一般有文字資料、數字資料、視聽資料、實物資料等不同的類型。信息整理加工，主要是指文字資料和數字資料的整理工作。
1．信息整理的意義、原則和要求
要做好信息整理工作，首先應弄清它的重要意義、基本原則和一般要求。
(1)信息整理的重要意義信息整理具有重要的意義和作用。
①是對信息採集工作的全面檢查和還一步深化。這是因為，運用各種方法從各個渠道採集來的信息，往往是分散的、零亂的，其中難免出現虛假、差錯、短缺、余冗等現象。要解決這些問題，除了在採集過程中要組織調研人員自檢、互檢和派專門人員進行抽查外，還必須在研究階段的開始進行一次全面檢查，區分信息的真假和精粗，消除信息中的假、錯、缺、冗等現象，以保證信息的真實、準確和完整。
②是對信息遷一步研究的基礎。研究階段，無論是定量分析，還是定性分析，都要求所採集信息的真實、準確、完整和統一，都要求把各種錯誤消滅在研究工作之前。實踐證明，如果到研究過程中才發現採集信息的錯誤，再去改正，那就需要花更多的時間和精力去返工。因此，在開展研究工作之前，一定要對採集到的信息認真鑑別和整理，堅決修正或淘汰一切不合格的信息，這是保證研究工作順利進行的重要基礎。
③是保存資料的客觀要求。市場調研所得到的原始資料，不僅是當時作出調研結論的客觀依據，而且對今後研究同類市場現象具有重要的參考價值。因此，每次市場調研後都應認真整理調研的原始資料，以便於今後長期保存和研究。實踐證明，一份真實、完整的原始調研資料，往往具有長久的研究價值，並且隨著時間的推移，其價值將越來越大。
總之，如果說信息採集屬於認識的感性階段、信息研究是認識的理性階段的話，那么，信息整理則是從採集階段過渡到研究階段、由感性認識上升到理性認識的一個必經的中間環節。
(2)信息整理加工的基本原則和要求
信息整理加工時必須遵循三個基本原則。
①定性資料和定量資料的結合。定性資料是運用文字資料進行判斷分析而得到的研究結果。定性資料最鮮明的特點是：對特定問題的研究具有相當的深度；信息更加真實、生動和詳盡，尤其人們主觀性的信息(如偏好、要求、滿意、評價、習慣等)；發現和界定未知或模糊的問題和現象。但定性資料也有其局限性，它往往帶有研究人員的主觀性，無法脫離他們的價值取向而做到價值中立。定量資料是運用數學模型進行推算分析而得到的研究結果。定量資料的優點在於用量化的方式對考察對象進行統計分析和數據加工，其結論具有相對較高的可信度，而且還把人為的價值判斷基本排除在外。但定量資料的研究一般顯得深度不足。
②巨觀資料和微觀資料的結合。在資料整理過程中，需要把同類資料加以歸併，其中包括巨觀的總體經濟資料以及微觀的具體商品資料。只有把這兩類資料結合比較，才能反映出市場的實質性問題。
③動態資料和靜態資料的結合。即把第一手資料和第二手資料結合起來。雖然這兩類資料在市場研究中的作用各異，但存在著密切的依存關係。第二手資料是市場研究中的基礎，第一手資料是補充；只有把二者有機地結合起來，才能使資料發揮更大的作用。
此外，信息整理還應力求真實、準確、完整、統一和簡明，並儘可能做到新穎。只有在這樣的研究基礎上，才有可能作出科學的結論。
2．文字信息整理
文字信息整理是指對市場調研中的文字信息資料，包括文獻調研的材料、觀察記錄、訪問記錄等所進行的整理加工過程，其一般程式是：審核、分類和彙編。
(1)審核，就是選取有用的資料，並核對資料的真實性和有效性，包括對採集到的信息進行鑑別、校對和修正，剔除或修改一些錯誤的和無用的信息。
(2)分類，資料的分類，就是按照某一標誌將資料分成性質或特點相同類別的過程。資料分類的標誌由調研的需求來決定。資料分類是一門科學性、技術性很強的工作，先進的資料分類是資料分析質量的保證。
(3)彙編，就是按照調研的目的和要求，對分類後的資料進行匯總和編輯，使之成為能反映調研對象客觀情況的系統、完整、集中、簡明的材料。
3．數字信息整理
數字信息整理是指對市場調研中的數字信息資料所進行的整理加工過程，一般要經過檢驗、分組、匯總製作圖表這三個步驟。
(1)檢驗，就是檢查、驗證各種數字資料是否完整和正確。數字資料的完整性檢查，主要包括兩個方面的內容。一是檢查應該調研的單位和每個單位應該填報的表格是否齊全，有沒有漏單位或漏表格的現象；二是檢查每張調研表格的填答內容是否完整，有沒有缺報的指標或漏填的其他內容。
(2)分組，就是按照一定標誌，把調研的數字資料劃分為不同的組成部分。分組的目的在於，了解各組事物或現象的數量特徵，考察總體中各組事物或現象的構成情況。對數字資料進行分組的一般步驟是：選擇分組標誌、確定分組界限、編制變數數列。
(3)匯總製作圖表，就是根據研究的目的和要求，對分組後的各種數據(標誌值)進行計算和加總，並匯集到有關的圖表之中，以集中、系統地反映調研總體內部的數量情況。匯總的數字資料，一般都要通過表格或圖形表現出來，為此，就需要製作圖表。隨著計算機軟體技術的迅速發展，利用計算機可以根據事先編好的程式，對編輯審核後的數據進行計算和制表，而且還可以完成手工難以完成的多層次交叉分組表和多維分析圖的製作。
測量加工技術
在市場研究中，測量一般是針對研究資料(尤其是定性資料)的量化而言的。所謂測量(Measurement)，就是把需要研究的主題提煉成若干個可測量指標，然後再就這些指標進行統計分析的過程。具體地說，這裡所要測量的不是研究對象本身，而是研究對象的某些特徵或屬性(Attributes)。例如，我們不是去測量某個消費者或者企業，而是測量消費者的認知、態度、偏好及其他相關特徵，企業的運營狀態等等。為此，測量作為一種度量手段和方式其關鍵是要確定每一次研究分析過程中所要測量的對象。也就是說，如何將原本抽象複雜的客觀事實或市場現象轉變為可測量的、簡單清晰的測量指標。
1．測量程式
一個完整的測量程式應該包括確定主題、定義問題、實施測量、檢驗結果這四個主要環節。
(1)確定主題
確定主題包括對研究主題的界定和列出所需要研究的問題。在對主題進行界定時，重點要弄清研究問題的實質、範圍及研究的可行性，並儘量避免將問題界定得過於空泛或過於狹窄，力爭用廣義和普通的詞語正確表述需要研究的內容。
任何一個研究主題都可以分解為若干個問題。列出擬研究的相關問題，就是用問題的形式將研究主題具體化。對於一些複雜的研究問題，還需要根據問題的某些特徵或屬性進一步細分為一系列子問題。
(2)定義問題
對擬研究的問題或子問題中所涉及的相關概念，需要根據具體研究項目進行專門定義。定義方法有兩種：概念性定義和操作性定義。
概念性定義(Conceptual Definition)，又稱抽象定義，是指對研究對象共同本質的概括。概念性定義所使用的是邏輯的方法，重在揭示研究對象的內涵和本質，其目的在於把它與其他對象區別開來。操作性定義(Operational Definition)是指用可感知、可度量的事物、現象和方法對概念性定義所作的界定和說明。操作性定義所使用的是經驗的方法，重在界定研究對象的外延或操作過程，其目的是增強研究對象在測量方面的可行性或可操作性。
一個概念性定義可以有許多不同的操作性定義，研究人員應選擇最適合研究目標的操作性定義。例如，“折扣商店”的概念性定義為“主要以價格，而非服務從事競爭的零售商店”。它的操作性定義可規定為“任何在企業分類表中被列為折扣商店的零售店”，或“任何價格低於、服務少於同業平均水平的零售店”。
(3)實施測量
在實施測量時，還需要引入變數並設計測量指標。
變數可以看成是從繁複的市場現象演繹為可度量指標的一種中間項。變數本身是指具有一個以上不同取值的概念，或者說是另一種形式的概念。指標是表示一個概念或變數含義的一組可觀察到的事實，主要用於反映市場現象的類別、狀態、規模、水平、速度等具體特性。概念是抽象的，是人們的主觀印象，只能想像；指標是具體的，是客觀存在的事物，可以觀察和辨認。實施測量就是要將抽象的概念轉化為可觀察的具體指標的過程。
(4)檢驗結果
測量的準確性是研究人員關注的基本問題，因為這關係到資料的有用性，而無用的資料是難以作為市場決策依據的。在理想的情況下，測量結果應該完全是被測量事物的真實反映，然而這種結果的可能性不大。測量結果中往往包含著某些誤差。
測量結果中的誤差一般可歸結為兩大類。一類是系統誤差(Systematic Error)，或稱偏差(Bias)，即反覆測量某事物時，持續出現的誤差；另一類是隨機誤差(Random Error)，即反覆測量某事物時偶然出現的誤差或無規律的誤差。所謂測量的準確性(Accuracv)就是指某宗測量排除系統誤差和隨機誤差的程度。人們通常把測量排除系統誤差的程度稱為測量的效度或有效性(Validitv)；而把測量排除隨機誤差的程度稱為測量的信度或可靠性(Reliabilitv)。因此，檢驗測量結果的準確性，應從檢驗測量的有效性和可靠性著手。
如果測量所測出的正是所希望測量的事物時，則稱測量具有有效性。檢驗有效性的方法有四種：表面有效性、內容有效性、準則有效性和概念有效性。如果測量能在不同的時間均得出一致的結果，則稱測量具有可靠性。檢驗可靠性的方法有三種：再測可靠性、複測可靠性和內在一致可靠性。測量的有效性和可靠性之間存在著某種既相互聯繫、又相互制約的關係。一方面，測量的可靠性是有效性的必要條件；另一方面，當研究者在追求測量的有效性(或可靠性)時，往往會在一定程度上損害或降低測量的可靠性(或有效性)。
2．測量水平
由於市場研究中所涉及的現象具有各種不同的性質和特徵，因而對它們的測量也具有不同的層次和水平(Lever)。1946年美國學者史蒂文森(S．S．Stevens)倉lJ立了被廣泛採用的測量水平分類法，他將測量水平分為四類，即定類測量、定序測量、定距測量和定比測量。
(1)定類測量(Nominal Measurement)，也稱類別測甭琨吏揚疊縫硒窒量或定名測量，是指將研究對象按不同屬性或特徵加以區分，並標以不同的名稱或符號，以確定其類別的操作。因此，它唯一的量化是對每一類別的研究對象進行頻次或百分比的計算。
(2)定序測量(Ordinal Measurement)，也稱等級測量或順序測量，是指將研究對象按某種邏輯順序排列出高低或大小，以確定其等級或次序的操作。在市場研究中，定序測量經常用於對不同產品、品牌、企業的認知、喜好或行為意向強弱程度的衡量。定序測量除了象定類測量一樣能“區分類別”外，還具有為同一類別中的個體進行排序的功能。其數學特徵是大於或小於，比定類測量的數學特徵高一個水平。因此，它所能進行的運算包括：計算眾數、百分位數、四分位數、中位數等。
(3)定距測量(Interval Measurement)，也稱等距測量或區間測量，是指不僅能“區分類別”、“排列次序”，而且還能確定不同等級問的差距的操作。例如，測量人的智商，以及測量自然界中的溫度就是定距測量的典型案例。在市場研究中，定距測量常用於價格指數、銷售指數等的測量。此外，大多數市場研究人員都傾向於將態度測量獲取的資料視作定距資料來分析、處理。
在定距測量中，不僅可以說明哪一類別的等級較高，而且還能說明這一等級比另一等級高出多少單位。這也就是說，定距測量的結果之間可以進行加減運算。因此，使用定距測量得到的數據可以求算術平均值、標準差和相關係數，也可適用於t檢驗、F檢驗等參數統計分析法。
(4)定比測量(Ratio Measurement)，也稱等比測量或比例測量，是指除了能“區分類別”、“排列次序”、“衡量差距”外，還能進行絕對大小比較的操作。在市場研究中，定比測量主要用於銷售量、成本、市場潛量、市場占有率等方面的衡量。定比測量除了具有上述三類測量的全部性質之外，還具有一個絕對零點。因此，它測量所得到的數據既能進行加減運算，又可以進行乘除運算。
上述四類測量的水平由低到高，逐漸上升，其中高水平測量具有所有低水平測量的特性，即它既可以測量低水平測量可以測量的內容，又可以測量低水平測量無法測量的內容。由於高水平測量所包含的信息更多，因此，在市場研究中，凡是能夠用高水平測量的，就一定不要只用低水平測量。
統計加工技術
統計加工就是運用統計學原理，對採集到的數據資料進行綜合處理，以揭示事物內在數量規律的過程和方法。在信息加工階段，統計技術具體表現為對已經初步整理的數據資料進行加工概括，並用統計量對這些資料進行描述，主要包括：描述絕對數量的次數或頻數，描述相對數量的比值、比率和指數，描述集中趨勢的眾數、中位數和平均數，以及描述離散趨勢的異眾比率、極差、標準差或方差、變異係數等。
1．次數分布
次數分布，又稱頻次分布或分配數列，是指在分組的基礎上，列出各組對應的單元數，以形成總體單元數在各個組的分布。其中各組對應的單元數稱為次數或頻數；各組單元數占總體單元總數的比重稱頻率。各組的頻率大於0，所有組的頻率總和等於1。
次數分布具有重要的認識作用，通過編制次數分布表，可以觀察總體內部的次數分布狀況、比例關係及其變化發展的趨勢；同時，它還是下一步加工和分析的基礎。
在運用次數分布進行某項計算時，有時不僅需要知道某個組的次數，而且還要知道截至某一組的總次數是多少，這個總次數就叫累積次數。計算累積次數有兩種方法：一種是較小制累積，即從最小組的次數起逐組累計，每組的累積次數表示小於該組上限值的次數之和；另一種是較大制累積，即從最大組的次數起逐組累計，每組的累積次數表示大於該組下限值的次數之和。累積次數可以用絕對數(頻數)表示，也可以用相對數(頻率)表示。
2．相對指標
市場現象之間存在著相互依存、相互制約的關係，它們在時間上、空間上、內部結構等方面存在著這樣或那樣的聯繫。而所謂相對指標，就是通過統計中兩個相互關聯的指標對比，計算相對數，用以反映市場現象之間的聯繫程度。相對指標是對各種事物進行對比分析的有力工具，它能把事物的絕對數具體差異抽象化，使那些利用總量指標無法直接對比的現象找到了可比的基礎。
3．平均指標
平均指標，又稱集中趨勢或集中值，是用以反映市場現象總體各單元某一數量標誌在一定時間、地點條件下所達到的一般水平，或者說反映總體各單元變數值分布的集中趨勢。由於平均指標最具有代表性，因此用它來估計和預測研究總體內個體現象的情況，從總體上說出現偏差的可能性最小。典型的平均指標主要有眾數、中位數和平均數三種。
4．變異指標
變異指標，又稱離散趨勢或離散值，用以綜合反映總體各單元標誌值的差異程度，或者說反映總體各單元變數值與集中趨勢的偏離程度。變異指標越大，標誌變動程度越大，這組變數就越分散，此時如果用平均指標作估計或預測，所出現的誤差也就越大。因此，變異指標可以用來說明平均指標的代表性程度，以及測定現象變動的均衡性和穩定性。典型的變異指標主要有異眾比率、極差、方差(標準差)和變異係數等4種。
信息加工技術的競爭
信息加工是將收集的市場信息進行分類、計算、分析、判斷、整理，使之成為真實準確的信息資料的過程。各企業不斷擴大智力投資，提高信息工作人員的素質，大量套用新信息加工技術。
