ステップ1 - 研究上の問題と目的を明確にする：市場調査は、解決すべき問題の定義または回答する質問から始まります。
通常、市場調査を行うために使用できるいくつかの代替アプローチがあります。
ステップ2 - 全体的な研究計画を策定する ：この段階の課題は、必要な情報を収集する最も効果的な方法を決定することです。
ステップ3 - データまたは情報を収集する ：この時点で、 情報をどのように取得するかを検討する必要があります（つまり、調査、電話、1対1のインタビュー、等。）。
ステップ4 - データまたは情報を分析する ：情報量を集めることは圧倒的である可能性があります。 この段階では、データを整理し、重要ではないものを除外する必要があります。
ステップ5 - 調査結果の発表または普及 ： 調査対象者を知ることから、調査結果を発表する前に、どの調査結果が有効であるかを知ることから、どの調査結果を普及させたいのかを知る必要があります。
市場調査の外部消費者が正確に、適切に、または完全に調査結果を使用しない可能性があるため、 優れた市場調査の属性を検討する必要があります。
定量的市場調査意思決定支援ツール
以下の統計的方法は、研究プロセスにおいてAからZに到達するのに役立ちます。
- 複数回回帰 - この統計的手法は、独立変数の数が変化するにつれて従属変数の値がどのように変化するかを説明するのに最適な式を推定するために使用されます。 シンプルなマーケットリサーチの例は、広告の支出、広告の配置、および広告のタイミングに関連して、売上収益（従属変数）がどのように変化するかを見て、広告の最適な見積もりを見積もることです 。
- 判別分析（Discriminant Analysis） - この統計的手法は、人、製品、または他のタイプの分類を2つ以上のカテゴリーに分類するために使用されます。 市場調査では、さまざまな方法で判別分析を利用できます。 1つの簡単な例は、さまざまなタイプの製品に最も効果的な広告チャネルを区別することです。
- 因子分析 - この統計的方法は、相互相関するより大きな変数セットの最も基礎となる次元がどれであるかを決定するために使用されます。 多くの変数が相関する状況では、因子分析は、どの関係が最も強いかを識別する。 特定のタイプの消費者に最も魅力的な変数（または要因）の組み合わせを知りたい市場調査者は、因子分析を使用してデータをわずかな変数に減らすことができます。
- クラスタ分析 - この統計的手順は、 オブジェクトを互いに排他的であるが、構成において比較的均質な特定のグループに分離するために使用される 。 このプロセスは、市場調査者が消費者をセグメントに分類することを容易にする類似性に興味があり、市場セグメントを明確にする属性にも関心がある場合に市場セグメンテーションで行われる処理と同様です。
- コンジョイント分析 - この統計的方法は、異なるマーケティングオファーに関連して消費者の嗜好を解くために使用されます。 結合分析における市場調査者の関心事、各属性の推論された効用関数 、および好ましい属性の消費者への相対的重要性の2つの次元が興味深い。
- 多次元スケーリング - このカテゴリは、競合するブランドまたは製品の知覚地図を生成するために使用される技術のコンステレーションを表します。 例えば、多次元スケーリングでは、ブランド間の距離が非類似性を表す属性空間内にブランドが表示されます。 市場調査における多次元スケールの例は、Kカップの形でのシングルサービングコーヒーの製造業者を示す。 異なるKカップのブランドは、ローストの強さ、味付けされたバージョンおよび特製バージョンの数、流通経路、およびパッケージングオプションなどの属性によって、多次元空間に配列される 。