|
每天，这个世界上都有无数的研究报告被制造出来，其中绝大部分都犯着各种各样的错误，最终不可避免地成为垃圾。
常见错误一：轻信既有数据
目前在国内，提供数据的主要有两类机构。
一类是市场研究机构，包括数据公司，咨询公司等。在这一大类中，各家公司的业务水平、职业道德参差不齐，差距极大。比如经常被挂出来的*观，*瑞，就是出名的给钱就编数，想编多大编多大。
另一类是官方机构，比如统计局，行业协会等。这类机构出具的数据可靠性相对略高，注意只是“相对”。
如何鉴别这些数据的准确度？之前在《学了很多方法，却还是没逻辑》中系统地谈过了四种方法：同类对标，狭义/广义比对，相关对比和演绎归谬。
在《2012年中国工业统计年鉴》中，披露了2012年国内“纺织服装、鞋、帽制造业”的规模以上企业的数量为11,750个。
为了验证数据的准确性，又查阅了前后几年的统计年鉴，得到了这么一组数据： 
因为“规模以上企业”指的是年收入2000万人民币以上的企业，这种体量的企业不太可能说开就开说关就关，所以基本可以判断，2011年数据有很大可能存在问题。
数据口径也是经常会犯的错误。不同数据均有特定的统计方法，如果没有注意这些口径而轻易的使用了数据，往往会导致最终数据失实。
就继续拿之前的服装纺织行业数据说事。
我见过不止一家研究机构在自己的报告中，直接把“规模以上企业的数量”当做“所有企业的数量”，然后就开始进行各种计算和分析。
要知道，服装纺织是集中度很低的行业，国内有许许多多小微型纺织厂、印染厂、服装厂等，而这些企业的数量要远远大于规模以上企业的数量。
搞错了这个口径，最终能得出什么样见鬼得结论，也就可想而知了。
常见错误二：缺乏有效的量化手段
市面上绝大部分报告，都是定性分析多于定量分析，这些定性分析既缺乏详实的数据支撑，最终也没有落到量化的结果上。
当然，也有一些机构学聪明了，给了不少数据，但这些数据没有逻辑严谨的计算，更多地是靠拍脑袋估算。
同样是专车市场研究，举两个例子做对比。
以下是易观的《中国专车行业专题研究报告》中的三页。在前两页纯定性分析之后，没有任何其他的说明与解释，就得出了第三页的市场规模——这样分析得来的数据真的靠谱吗？
再来看看罗兰贝格《中国专车市场分析报告》是怎么做的。同样是连续的三页，第一页先明确定义，第二页阐述方法，第三页得出市场规模。
不谈最终结论的准确性，仅从数据计算的逻辑性来看，罗兰贝格的数据无疑更令人信服。
常见错误三：论证逻辑不严谨
论证的过程一定要有严密的逻辑性，否则就只能算拍脑袋，而不是论证。
最常见的就是堆砌无用论据。很多报告为了使分析“看上去”有道理，或者内容“看上去”充实，使用了大量的无效论据做“验证”，而这些论据其实和结论一毛钱关系都没有。
这种错误在各种研究机构报告里简直俯拾皆是。
比如艾瑞的《2016年中国短视频行业发展研究报告》就有这样一页凑字数的PEST分析。 
比如易观的《国内主要智能硬件平台概览及实力对比分析》中有一页SWOT分析。 
以上这些硬套框架的分析不仅对研究报告整体来说意义不大，甚至对框架本身的理解有误，把错误的内容归结在了错误的分类里，这里就不展开细说了。
此外，还有三类常见的逻辑错误，包括：论证不周、错误归因和孤例论证。
这些在之前的《学了很多方法，却还是没逻辑》也进行了系统的解释：
1. 论证不周
在论证过程中遗漏一些关键证据，导致最终结论有瑕疵甚至与事实违背。 这是最常见的谬误，在实际工作中也很难避免。根本原因还是由于事物本身的复杂性，以及思考分析不周全所致。
示例： 部分研究报告认为国内奢侈品市场近两年增长放缓，甚至出现负增长。主要原因是“反腐”严厉和经济下行，却忽略了消费者行为的变动。
实际上，随着海外旅游、跨境电商以及代购的日益繁荣，很多内陆奢侈品需求通过上述三个渠道转移到了国外，国内总体的需求还是增长的，只不过发生在国内的销售额增长放缓。
正是由于忽略了消费者行为的变化，导致最终的结论都发生了偏差。
解决“论证不周”，主要可以通过借鉴一些现有的分析框架和思维工具。
2. 错误归因 两件事同时发生或先后发生，并不能说明任何相关性。这两件事可能有共同的起因，可能有因果关系，也可能根本毫不相关。
示例： 啤酒的销量和冰淇淋的销量往往正相关，但实际上这二者销量上升都由气温上升导致的。 其他因素，如欧洲杯，也会导致啤酒销量上升，但并不影响冰淇淋的销量。如果在欧洲杯期间看到啤酒销量上升就判断冰淇淋的销量会上升，显然就大错特错了。
3. 孤例论证
在论证过程中，用个别案例代替整体状况。 此类谬误往往是故意为之，通过刻意寻找的一些孤例来论证自己的观点，对其他普遍现象一概视而不见。一般都是先确定观点或立场，然后仅挑选那些对自己有利的证据。
常见错误四：没有明确的观点和结论
我相信不少人读过这样的报告：有非常多的数据和信息，这些数据和信息的可信度也比较高，但具体这些数据和信息有什么内在联系、会产生什么样的影响，却一概不谈，或者谈得很少。
其实这就是典型的缺乏结论和观点。主要原因是缺乏对数据背后隐含意义的挖掘，以及缺乏思考不同数据之间的联系。这一类错误往往很隐蔽，因为会被过多的数据与信息掩盖。
先来看什么叫“缺乏结论”。
在友盟《VR类应用行业研究报告》的总结页中，仅仅只是罗列了一些事实，并没有对这些事实做过多的分析与解释。 
再看看贝恩《2015年中国奢侈品市场研究报告》的总结页： 
——二者的差距一目了然。
以上就在行业研究中最容易出现的四类问题。仔细回顾下之前做过的研究和分析，有没有踩过？
|
