很久没有写关于市场研究的话题了，今天我们讨论一个可能更有争议，但又非常关键的问题，究竟市场是否属于一种客观事实。不把这个问题梳理清楚，我们就难以建立一种有效的观察市场的方法和行动。
在今天大多数与市场相关的从业者口中，市场调研都是一个非常核心的工作和话题。一方面这是一件好事，毕竟与市场相关的工作就要从市场本身出发。套用毛泽东的那句老话，没有调查就没有发言权，能认识到市场调查是所有工作一个必要的前提是过去十几年来非常重要的进步。但另一方面，在某种程度上市场调研又成为了政治正确的一种工具。“一切以数据说话”在绝大多数情况下总是比“用逻辑和推理说话”显得更有说服力。
于是这里就会产生一连串的问题：如果我们观察到的数据本质上并不属于一种“客观事实”，又或者说我们仅仅是某种客观事实的搬运工，而非“创造者”，我们能否有效赢得市场？既然没有调查就没有发言权，那么反过来，是否所有调查都有发言权，又或者什么样的调查才有发言权？……这些都是影响我们对市场观察、理解、判断和行动非常关键的问题，本质上这是我们在市场领域建立认知论的基础。今天我们不妨针对这些问题展开一些讨论。
首先，为了使我们这个讨论更加“科学”，我们大可借鉴科学研究的方法，看看在市场研究领域的科学应当是什么样子。什么是科学？可以说科学是科学理论和相应延展的一种统称。科学研究就是基于已知信息，通过认知方法论（包括数学、逻辑、其他经过验证的方法论等）得出未知。那么在市场研究领域，我们同样需要基于已知信息，通过我们对市场规律的相关方法论得出未知部分。也就是说，我们首先需要掌握必要的关于市场的信息，同时我们也必须掌握处理这些信息的能力，只有这样我们才能得到比别人更多的关于市场的理解，因为理论上我们能看到的关于市场的直接信息，别人同样可以看到。而且只要存在正确的观察市场的方法，大家看到的应该都是差不多的内容。比如关于市场的销量、价格、增长率、细分结构等等，所有观察者都可以很容易获得这些信息。问题的关键就在于认知方法论这部分，每个观察者都可能对已知信息有不同的洞察和推测。
认知方法论的差异实际上是大家对市场的经验、理解和理论能力的差异。在这件事情上过去几年汽车行业对大数据的探索最能说明问题。几年前大数据刚刚兴起的时候，很多人认为只要掌握了完整的/完美的数据，就可以获得对市场的完整认知了。甚至借用大数据自身的相关性，我们可以放弃因果律。也就是说，很多人认为基于大数据，借助机器学习以及AI算法，我们可以自动发现市场的关键规律。但这几年的实践探索下来，我们越来越清楚，没有对这个行业深刻的理解，没有敏锐的直觉，以及经过实践检验的理论模型，单纯依靠数据几乎什么也做不了。当然作为娱乐八卦还是可以的，比如凯迪拉克车主喜欢去洗浴中心之类的惊人发现。
其次，我们需要思考的问题是，市场是否是一种客观存在？如果市场本身不是一种客观存在，关于前面那个分析的已知信息观察部分就会衍生出一个新的问题：是否存在某种正确的观察方法？
在这个问题上，我的理解是这样的：市场的主体是人，而人又是有主动认知和反馈能力的主体，因此我们对市场每一次深刻的观察和行动理论上都会改变市场本身。这意味着市场是具有某种“测不准”特性的。如果我们只是想获得市场的某种宏观或者表面特征，这个属性并不明显，比如前面说的销量、价格，以及用户的年龄、性别之类的数据，我们为了获得这些数据并不会影响市场本身。但只要我们想要获得与商业意图、产品创意和策略直接相关的信息，我们的调研活动本身就会对观察者产生影响，而这种影响最终又会反馈到结果当中。比如为了测试某一个产品概念是否具有吸引力，我们必须向用户展示这个概念模型，但这种展示本身又会改变用户的认知预期，这样我们就会为了获得这个维度的信息而牺牲其他维度的信息。市场“有用信息的测不准”意味着市场本身是一种主观存在，而非完整的客观。因此，描述主观信息的方法和数据结构必然与客观世界有所差异。
第三，用于描述市场的数据是否是客观的？在这个问题上，数据不等于信息，数据是观测者基于自身的认知方法论，对信息进行的抽象。这种抽象过程通常伴随着信息的降维、简化。比如为了看清市场总量，我们往往会把各种不同版本、不同价格、不同品牌的车加在一起统计销量。这意味着追求总量的同时，我们会牺牲对结构细节的观察。当然，这只是一个最简单的例子，而且今天的市场分析人员很少会犯这种简单错误。但在那些更加复杂的问题上，如何将市场信息抽象成为数据指标就变得复杂许多了。而这种将信息抽象成为数据指标的过程本身就会成为认知方法论的一种反应，也是一种主观选择过程。从这个角度看，我们不能说数据是客观的，只能说已经发生的事实是一种客观存在的信息，但观察者整理出来的数据是这种客观的某种反应。而且退一步说，即便数据是客观的，使用数据的人也未必是客观的，大家在整理和呈现数据时，往往会带有某种主观意图。就像我们经常挖苦“负增长”这个词一样。
说了这么多，总结一下：首先，为了有效认知市场，我们必须拥有对市场的认知能力，建立有效的认知方法论。这就需要汽车市场分析人员自身必须具备专业能力。在这个基础上，我们才能有效采集和使用数据。而观测市场的过程往往会存在大量不确定性，甚至存在所谓“消费者陷阱”，因此我们又必须借助强大的专业能力、经验和认知方法论去除噪音，识别信号，这样才能形成有价值的洞察。最后，不要认为数据就是客观的，市场本身也不是客观的。市场参与者的主观意图（战略诉求、战术手段）都会对市场构成影响，也就是说，市场是做出来的，而不是观察出来的。“源自市场，再服务于市场”的关键在于要持续采集每一步行动的市场反馈，形成有效迭代。
