Queen Mary University of London

市场调研简介

本课程是 市场调查 专项课程 的一部分

Athanasia Lampraki
Evangelia Katsikea

位教师:Athanasia Lampraki

9,440 人已注册

包含在 Coursera Plus

深入了解一个主题并学习基础知识。
4.5

(75 条评论)

初级 等级

推荐体验

灵活的计划
2 周 在 10 小时 一周
自行安排学习进度
95%
大多数学生喜欢此课程
深入了解一个主题并学习基础知识。
4.5

(75 条评论)

初级 等级

推荐体验

灵活的计划
2 周 在 10 小时 一周
自行安排学习进度
95%
大多数学生喜欢此课程

您将学到什么

  • 讨论市场调研的要点

  • 关注研究过程

  • 制定研究问题和研究目标

  • 制定研究计划书

要了解的详细信息

可分享的证书

添加到您的领英档案

授课语言:英语(English)

了解顶级公司的员工如何掌握热门技能

Petrobras, TATA, Danone, Capgemini, P&G 和 L'Oreal 的徽标

积累特定领域的专业知识

本课程是 市场调查 专项课程 专项课程的一部分
在注册此课程时,您还会同时注册此专项课程。
  • 向行业专家学习新概念
  • 获得对主题或工具的基础理解
  • 通过实践项目培养工作相关技能
  • 获得可共享的职业证书

该课程共有4个模块

本周的重点是研究的基本原理和学习市场研究的动机。我们定义了市场研究,并讨论了市场研究与营销研究之间的区别。我们将关注市场情报与市场研究。我们讨论了市场调研过程的各个阶段,并讨论了市场调研问题识别和制定的重要性。本周最后讨论市场调研建议书的组成部分。

涵盖的内容

5个视频5篇阅读材料5个作业5个讨论话题

本周首先了解理论、研究假设和命题以及对立的研究理念。本周继续学习市场研究中的道德规范。最后介绍定量和定性研究方法。

涵盖的内容

4个视频6篇阅读材料6个作业1次同伴评审3个讨论话题

本周的重点是研究的基础知识,首先是研究设计的定义,然后是识别和讨论不同类型的研究设计。本周还将讨论研究设计中的错误,并以实地考察和讨论不同类型的数据作为结束。

涵盖的内容

4个视频7篇阅读材料6个作业3个讨论话题

本周首先进行的是数据准备分析以及如何规划研究项目。本周继续学习编码和如何编写编码手册,以及数据准备和分析以及测量尺度。最后是报告的准备和演示。

涵盖的内容

4个视频6篇阅读材料6个作业4个讨论话题

获得职业证书

将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。

位教师

授课教师评分
4.2 (18个评价)
Athanasia Lampraki
Queen Mary University of London
8 门课程54,229 名学生

提供方

从 营销 浏览更多内容

人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情,我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程,Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好:它远不止于此。Coursera 让我无限制地学习。'

学生评论

4.5

75 条评论

  • 5 stars

    70.66%

  • 4 stars

    18.66%

  • 3 stars

    2.66%

  • 2 stars

    1.33%

  • 1 star

    6.66%

显示 3/75 个

KH
5

已于 Sep 22, 2025审阅

AS
5

已于 Nov 9, 2024审阅

DA
4

已于 Jan 8, 2023审阅

Coursera Plus

通过 Coursera Plus 开启新生涯

无限制访问 10,000+ 世界一流的课程、实践项目和就业就绪证书课程 - 所有这些都包含在您的订阅中

通过在线学位推动您的职业生涯

获取世界一流大学的学位 - 100% 在线

加入超过 3400 家选择 Coursera for Business 的全球公司

提升员工的技能,使其在数字经济中脱颖而出

常见问题

¹ 本课程的部分作业采用 AI 评分。对于这些作业,将根据 Coursera 隐私声明使用您的数据。