请允许我问一个问题的唠叨我几个月:鉴于新兴的样本大小的趋势——的一些建议定性与定量之间的“界限”——我们怎样才能确保我们把我们的研究成果建立在受访者合法符合项目的规范?或者，如果社交媒体输出是主要研究数据的来源，又有多少人能确定那些有邪恶意图的机器人没有在这些源网站上钓鱼?
在新的、令人惊叹的文本分析工具的帮助下，我们现在能够以相对较低的成本，在很少的人力参与下，快速地对浩瀚无垠的数据进行分类、分类和分析。只有在那是否有人被插入到流程中，以分析输出并根据研究的业务目标报告输出。但是，如果这些人真的在做“垃圾输入/垃圾输出”的事情，人们又怎么知道呢?
企业正面临越来越大的压力，要求它们迅速思考并采取行动;这算不上什么“新”新闻。然而，这种压力是否导致市场研究人员忽视了这样一种可能性，即他们的“足够好”的数据可能并不像他们认为的那样“好”?难道美国公司(正如人们在2016年大选的背景下所暗示的那样)根本就没有问“对的人”?*,或者他们能(每个评奖的灾难性的“黑色物质生活”Kendall詹纳百事可乐广告,^ 1985年推出的“新可乐”^ ^,和JC Penney的2012消除移动优惠券和频繁的从他们的营销组合销售^ ^ ^)是过度依赖自己的直觉,而不是听他们实际,验证客户?
所有这些问题让我不禁怀念起过去的美好时光，那时我们每次都和一个合格的人(或一小群人)坐在一起，听他们对客户的产品、服务或业务问题发表看法。我们桌边的人几乎都是从客户提供的或经过核实的名单中招募的;在被录用前通过了筛选;并且成功地通过了面试前候诊室的重新筛选。所有这些级别的验证都是过度反应吗?他们是在浪费时间吗?回顾过去，似乎是这样的，因为我们现在所处的世界可以接受使用完全“野外”收集的数据进行研究。
是的，传统的定性市场研究可能看起来很慢，有时被称为昂贵，但它也是高度抵抗黑客攻击和虚假陈述。在一个“真相”有时被认为是视情况而定的世界里，对关键业务决策所依据的数据质量(例如，来源，相关性)坚持更高、更严格的标准不是明智的吗?
关于作者:Laurie Bredenfoerder, MBA，中国，资深独立定性市场研究顾问，总部位于俄亥俄州辛辛那提。她持有Bowling Green State University的新闻学学士学位，Xavier University的工商管理硕士学位，以及the Insights Association的专业研究员认证。Laurie是洞察协会五大湖分会的董事会成员，定性研究顾问协会的全国委员会主席，一位妻子，一个出色儿子的骄傲母亲。通过电子邮件联系她:bvalley@fuse.net。