Datu apstrāde un secinājumu veikšana ir pēdējais posms pētījuma veikšanā. Izpētītos datus nepieciešams pārvērst noderīgā informācijā. Šo datu atkodēšanas procesā nepieciešams pieiet ar kritisku skatu, dēļ iespējamajām kļūdām datos. Datu normalizēšanas procesā pētnieks pieņem, ka visi respondenti lieto vienādu vērtību skalu, lai dati būtu salīdzināmi savā starpā. Ja pētniekam ir labs iemesls pieņemt to, ka dažādu kultūru atbildes sakrīt, tad šie efekti var tikt veidoti un salīdzināti pēc viena standarta. Datu interpretēšana, kas savākti no dažādām valstīm, ar augstu kultūras izpratni ir svarīga iezīme, jo tādējādi pastāv bīstamība, ka dēļ dažādajām kultūru atšķirībām šie dati var izrādīties nederīgi vai maldinoši. Pētījuma mērķis ir beigās iegūtos datus prezentēt, un paskaidrot kāpēc šie dati ir tieši tādi kādi tie ir. Kādā veidā tika izvirzītā problēma risināta un atrisināta. Prezentācijai jābūt viegli saprotamai, kā arī detalizētai, lai varētu galveno saprast. Tāpat beigās nepieciešams beigu kopsavilkums par pētījumu un tā nozīmi un ietekmi nākotnē, kā arī secinājumam, kas iegūts .
Centralizētie pētījumi tiek veikti ciešā saistībā ar uzņēmumu, kas to pārvalda. Šāds pētījums apraksta ikvienu biznesa vienību uzņēmumā un ārpus tā. Šāda veida pētījumi raksturīgi augsti centralizētām kompānijām, kā Procter&Gamble. Decentralizēti pētījumi tiek veikti daudz plašākā kontrastā ar ne tik spēcīgi noteiktām vadlīnijām un kontroli no uzņēmuma puses. Priekšrocības: daudz labākas zināšanas par tirgus dabu, daudz lielāka tirgus atšķirību apzināšanās, lielāks potenciāls pār pētījuma ieviešanas kontroli. Bet trūkumi varētu būt neefektīva komunikācija ar galveno uzņēmumu, kā arī informācijas salīdzināmības trūkums dažādos pētījumu projektos .
…
