Маркетинговое исследование

Происхождение и история термина

История профессиональных правил даёт конкретные ориентиры развития маркетинговых исследований. Международная торговая палата (ICC) и ESOMAR совместно развивают исследовательский кодекс с 1977 года. Редакция 2025 года усилила внимание к прозрачности, ответственности и человеческому контролю при использовании новых технологий. Это история профессионального стандарта, а не дата изобретения исследования рынка. ^[6]

Опубликованное AMA определение маркетингового исследования одобрено в 2017 году. Оно описывает работу с информацией как связь между маркетологом, потребителем, клиентом и общественностью. Дата одобрения определения также не означает первого употребления термина. ^[1]

Из этих ориентиров видно, почему в современном исследовании важен не только ответ на деловой вопрос, но и способ его получения. В кодексе ICC/ESOMAR 2025 года отдельно оговаривается раскрытие использования искусственного интеллекта и синтетических данных — сведений, созданных моделями, — а также степени человеческого контроля. ^[3] Сгенерированный ответ воображаемого покупателя поэтому следует представлять именно как результат моделирования, а не как состоявшееся интервью.

Суть и механизм

Рассмотрим сквозной учебный пример. Небольшое медиа продаёт подписку на отраслевую рассылку. Команда видит, что посетители читают описание, но редко оплачивают доступ. Решение, которое ей предстоит принять, — что проверять первым: содержание рассылки, условия подписки или оформление заказа. Все числа и ситуации этого примера условны.

Фраза «нужно больше подписчиков» обозначает цель бизнеса. Она ещё не задаёт исследование. Рабочий вопрос можно сформулировать так: «На каком шаге заинтересованные посетители прекращают оформление и как они объясняют свой отказ?» Здесь понятны и нужные сведения, и люди, у которых их предполагается получить. Вопрос «Нравится ли вам наше медиа?» не даст такого же ответа: положительное отношение не объясняет конкретный незавершённый заказ.

OpenStax описывает семь шагов исследования: определить проблему, разработать план, выбрать способ сбора данных, спроектировать выборку, собрать сведения, проанализировать и истолковать их, подготовить отчёт. ^[2] В учебном проекте эти шаги можно связать следующим образом.

Сначала команда проверяет уже имеющиеся записи о заказах. Затем приглашает людей, которые начали, но не закончили оформление, и просит восстановить последовательность действий. Обнаруженные затруднения превращает в проверяемые предположения. Например, посетитель мог принять ежемесячную цену за недельную или не найти способ отменить подписку. Только после этого команда решает, нужны ли дополнительные интервью, анкета или эксперимент с новым объяснением условий.

До сбора полезно записать, кого именно изучают. В нашем примере это не все читатели медиа и не все жители города, а посетители, начавшие оформление за определённый период. Если обратиться только к уже оплатившим подписку, можно узнать, что помогло им купить, но причины отказа остальных останутся за пределами этих ответов. Такой разбор не требует сложного термина: достаточно сопоставить вопрос исследования с тем, кто действительно может на него ответить.

Исследование заканчивается не перечнем реплик. Команде нужно объяснить, какое решение они поддерживают. Если участники неверно поняли период оплаты, обоснованным следующим шагом будет проверка более ясной формулировки. Вывод «нужно снизить цену» пока шире полученных данных: проблема могла быть в понимании цены, а не в её размере.

Виды и классификации

В учебнике OpenStax названы четыре дизайна, то есть общих способа организации исследования: поисковый, описательный, экспериментальный и этнографический. Поисковый помогает разобраться в недостаточно понятной проблеме; описательный характеризует ситуацию; экспериментальный проверяет причинное влияние; этнографический изучает поведение в естественных условиях. Это классификация данного учебника. ^[2]

Следующая таблица — редакционное применение классификации к учебной подписке, а не описание проведённого исследования.

Есть и другое различие — между первичными и вторичными данными. Первые собирают специально для текущей задачи; вторые уже существовали и создавались с иной целью. ^[2] В нашем примере новые интервью будут первичными данными, а архив обращений в поддержку — вторичными. Наличие готового архива экономит отдельный сбор, но не делает архив полным: люди, которые молча ушли, в поддержку не писали.

Качественный разбор в примере отвечает на вопрос, что человек имел в виду: что именно показалось непонятным и почему. Количественный — сколько участников дали определённый ответ. Их можно соединить: сначала выделить темы в рассказах, затем посчитать упоминания. Однако подсчёт десяти интервью не превращает их в исследование всех потенциальных покупателей. Для такого перехода пришлось бы отдельно обосновать, как участники представляют эту более широкую группу. Кодекс ICC/ESOMAR требует раскрывать ограничения охвата целевой группы. ^[3]

Как применяется на практике

Международный пример методической работы — рекомендации Pew Research Center по составлению вопросов. Центр обращает внимание на понятность формулировок, влияние порядка и необходимость спрашивать об одном предмете за раз. ^[4] Применим этот принцип к учебной анкете: вопрос «Насколько рассылка полезна и удобна?» смешивает две оценки. Человек может высоко ценить содержание и одновременно испытывать трудности с чтением на телефоне.

Вместо него в примере нужны два вопроса. Первый: «Насколько материалы рассылки помогли вам в работе за последние четыре недели?» Второй: «Насколько удобно было читать рассылку на устройстве, которым вы обычно пользуетесь?» Для первого предусмотрим возможность сообщить, что человек не применял материалы в работе; для второго — что он не читал выпуски. Иначе анкета заставит оценить опыт, которого не было.

Перед основным сбором в учебном проекте несколько подходящих участников пробуют заполнить анкету и объясняют, как поняли вопросы. Например, выясняется, что под «материалами» одни понимают статьи, а другие — вложенные шаблоны. Команда уточняет слово, затем повторяет пробу. Это редакционный способ обнаружить неоднозначность до подсчёта ответов; он не является гарантией отсутствия всех ошибок.

Российский пример прозрачного описания сбора — публикация ФОМ «Опросы общественного мнения» от 21 августа 2026 года. В паспорте указаны 1500 участников от 18 лет, 97 населённых пунктов в 51 субъекте РФ, личные интервью по месту жительства и даты 7–9 августа 2026 года. ^[5] Такой паспорт позволяет понять, к кому и к какому периоду относятся результаты. Он не даёт готовую выборку для исследования покупателей конкретной рассылки.

В отчёте нашего учебного медиа аналогично следует назвать период, условия участия, способ приглашения, число ответивших и точные вопросы. Результат «многие не поняли оплату» без этих сведений трудно проверить. Результат «среди ответивших на такой-то вопрос столько-то выбрали этот вариант» уже позволяет проследить расчёт и увидеть границы вывода.

Как измерить или проверить

У исследования нет единственной цифры, которая сама по себе доказывает качество. Кодекс ICC/ESOMAR требует раскрывать метод, источники, проверки качества и ограничения так, чтобы заказчик мог оценить выводы. ^[3] Ниже — учебный расчёт, показывающий, как даже простая доля зависит от определения знаменателя, то есть числа, на которое делят.

Допустим, на анкету ответили 200 участников. Из них 20 пропустили вопрос о причине отказа, а 180 выбрали ровно один вариант. Вариант «не понял условия списания» выбрали 54 человека. Для доли среди ответивших на этот вопрос используем:

Здесь (k) — число выбравших рассматриваемый вариант, (n) — число действительных ответов на конкретный вопрос. В примере 54 делим на 180 и умножаем на сто: получаем 30%. Это доля среди ответивших на вопрос, а не среди всех посетителей сайта. Если поделить те же 54 на всех 200 участников, получится 27%, но смысл показателя изменится. Пропуски нельзя незаметно включать или исключать ради более убедительной цифры.

Предположим, в отдельной учебной проверке 300 посетителям показали старое объяснение оплаты, ещё 300 — новое. Покупку завершили соответственно 24 и 33 человека. Доля завершивших покупку составила 8% и 11%. Абсолютная разница равна трём процентным пунктам. Относительное увеличение считается иначе:

Здесь (p_A) — исходная доля, (p_B) — доля во второй группе. Разница 11 минус 8, делённая на 8 и умноженная на сто, составляет 37,5%. Формулировки «на три процентных пункта» и «на 37,5% относительно исходной доли» описывают одни числа с разных сторон. Если исходная доля равна нулю, относительное увеличение по этой формуле не определено. Если в группе нет участников, нельзя посчитать и её долю покупок.

Эта арифметика ещё не доказывает эффект нового текста. Для причинной проверки в учебном проекте посетителей нужно распределять между условиями по заранее выбранной процедуре, исключающей выбор удобной группы под желаемый результат; например, случайно. Периоды наблюдения и другие условия должны быть сопоставимы. Кроме того, необходима оценка статистической неопределённости: различие могло возникнуть из-за случайного состава групп. Само сравнение двух процентов не заменяет спланированный эксперимент. Экспериментальный дизайн в OpenStax как раз отделён от описания существующей ситуации. ^[2]

Для итогового отчёта полезно сохранить три отдельные записи. Данные: в учебных группах получились 24 и 33 покупки. Интерпретация: новое пояснение могло помочь понять условия. Рекомендация: продолжить проверку по согласованному плану, прежде чем менять предложение для всех. Такое разделение не позволяет предположению незаметно превратиться в установленный факт.

Ошибки, ограничения и спорные вопросы

Первая ошибка — спрашивать тех, кого легче найти, и затем говорить обо всех покупателях. В примере опрос подписчиков собственного канала может быть полезен для изучения этих подписчиков. Но люди, которые не знают канал, не получили приглашение. Добавление ещё тысячи ответов из того же канала само по себе не включит отсутствующую группу. Это логическое ограничение данного способа приглашения, а не недостаток конкретного размера выборки.

Вторая ошибка — подсказывать желаемый ответ. Учебный вопрос «Вам понравилось наше понятное оформление?» заранее называет оформление понятным. Нейтральнее спросить, какие трудности возникли, и разрешить ответ «трудностей не было». Pew рекомендует учитывать оценочную окраску слов и использовать ясный, конкретный язык. ^[4]

Третья ошибка — принимать слова о будущем за состоявшееся действие. В учебном проекте ответ «я бы подписался» не равен оплате. Он может помочь выбрать предложение для теста, но число таких ответов нельзя записывать в выручку. Сходная проблема возникает, когда участник называет цену причиной отказа: это его объяснение, а не уже измеренный результат скидки.

Наконец, важно сохранять противоречащие ожиданиям данные. Если часть участников не заметила разницы между версиями, это тоже относится к результату. Отчёт, в котором остались только удачные реплики, не показывает основание общего вывода. ICC/ESOMAR требует, чтобы интерпретации и рекомендации поддерживались данными. ^[3]

Правовой аспект

Профессиональный кодекс ICC/ESOMAR — инструмент саморегулирования, а не замена государственному законодательству. ^[6] Для российского исследования, использующего персональные данные, основания обработки оцениваются по Федеральному закону №152-ФЗ «О персональных данных» в редакции от 26.07.2026. В частности, пункт 9 части 1 статьи 6 допускает обработку для статистических или иных исследовательских целей при обязательном обезличивании, но исключает цели статьи 15. Обезличивание должно препятствовать установлению принадлежности сведений конкретному человеку без дополнительной информации (пункт 9 статьи 3). Одного названия «исследование» поэтому недостаточно, чтобы считать любую работу с контактами разрешённой. ^[7]

Это общая правовая граница, а не подбор основания для конкретного проекта. Правомерность набора участников, хранения ответов и дальнейшего использования сведений требует отдельной оценки с учётом фактических действий. Профессиональные этические правила и требования закона проверяют отдельно: соблюдение одного документа не подменяет оценку другого. ^{[6, 7]}

Частые вопросы

Связанные термины

• Кабинетное исследование
• Качественные и количественные исследования
• Опрос
• Глубинное интервью
• Репрезентативная выборка
• Целевая аудитория
• Сегментация аудитории
• A/B-тестирование