大數據時代的市場調查

鄒劍峰+盧麗絲

市場調查是企業收集信息最重要的手段。企業的競爭就是“信息”的競爭，誰掌握了“信息”，誰就占有了企業快速發展的先機。隨著計算機網絡技術、云計算、云存儲技術的完善，許多的電子商務平臺、O2O企業、甚至是傳統的行業例如醫療行業、教育行業等等，通過計算機網絡技術儲存了巨量的用戶網絡消費行為數據。許多企業開始重視這些數據，例如電子商務公司開始分析用戶的購買行為，再根據用戶的消費行為來調整自己的營銷策略，傳統的市場調查開始受到了嚴重的沖擊。隨著計算機網絡的進一步發展和完善，大到一個國家的管理，例如國家經濟政策的出臺，小到一個企業的經營管理例如產品開發等都離不開大數據。

一、大數據時代的內涵

1.大容量。目前的數據容量一般要用TB級、PB級甚至是EB級來衡量。企業的大型數據集一般在10TB規模左右，但在實際應用中，很多企業需要將多個數據集放在一起，基本上就會形成PB級的數據量。國際數據公司（IDC）2014年制作的EMC數字宇宙研究報告和國家信息中心專家委的報告顯示，2014年中國數據總量達909EB，占世界13%的份額，預計2020年將達到8060EB。

2.數據類型多樣化。數據類別（variety）大，數據來自多種數據源，數據種類和格式日漸豐富，已沖破了以前所限定的結構化數據范疇，囊括了半結構化和非結構化數據?，F在的數據類型不僅是文本形式，更多的是圖片、視頻、音頻、地理位置信息等多類型的數據，個性化數據占絕大多數。數據多樣化對數據處理提出了新的挑戰，不同的數據需要用不同的處理方法。從簡單的電子郵件、數據日志和信用卡記錄，再到儀器收集到的科學研究數據、醫療數據、財務數據以及豐富的媒體數據（包括照片、音樂、視頻等）等都需要用不同的數據處理方式來進行處理。

3.真實性。大數據是通過消費者的網絡行為沉淀下來的數據，這些網絡行為都是消費者真實的和可靠的行為，絕大部分消費者不會故意去掩飾自己的消費行為，因此大數據是真實的可靠的。例如淘寶網，從消費者打開淘寶網頁那一刻開始，消費者的每一次點擊都會被記錄下來。5億注冊用戶的網絡行為會在淘寶網的后臺形成海量的消費行為數據，這些數據都是真實可靠的。

4.低價值密度。海量的信息里面，有價值的信息可能是極少的一部分，所以大數據具有價值密度較低的特性。如何通過強大的計算機算法更迅速地完成數據的價值“提純”，是大數據時代亟待解決的難題。以視頻為例，一個一小時的視頻，在不間斷的監控過程中，可能有用的數據僅僅只有一兩秒。如何捕捉到這一兩秒中里面的有用信息是每個市場調查者共同面臨的難題。

二、大數據時代市場調查的特點

1.大數據時代改變了調查方式。在大數據出現以前，盡管大家都知道普查是了解市場最好的一種調查方式，但是由于普查的范圍太廣，成本太高，往往導致企業沒辦法組織普查。但是由于大數據的出現，傳統最常用的抽樣調查地位受到了挑戰?，F在許多行業都非常容易以非常低的成本獲得大數據，例如服裝企業可以從天貓、淘寶、京東等公司獲取大數據，然后對大數據進行挖掘分析，以此來更加精準的了解顧客需求。在這個背景下，許多傳統的市場調查方式就會被大數據挖掘所取代。企業很容易獲得全部消費者的數據，也就不需要抽樣調查了，直接進行全面調查。當然并不是說傳統的調查方式就完全會被大數據分析取代，在不同的場景和不同的調查需求情形下，可以選擇不同的調查方式。大數據的分析更加適合于描述性的調查，而傳統的調查方式在因果性的調查上仍然是具有獨特的優勢。所以大數據分析和傳統的市場調查并不是取代的關系，而是互補的關系。

2.大數據時代實現了對市場信息的實時監控。在大數據時代到來以前，不管采用何種調查方式，基本都沒辦法實現對變化的市場信息實時監控。盡管企業也通過ERP軟件實時對中間商的銷售和庫存情況進行實時的監控，但是也僅此而已，沒有辦法了解到實時的市場信息。大數據時代讓企業對市場信息實時監控成為了可能。例如經營一家天貓的商店，企業可以實時的監控消費者進店的流量信息、跳失率、平均停留時間等這些關鍵的店鋪經營數據。通過購買阿里的高級數據分析工具，你也可以實時的監控整個品類的營銷信息，然后再根據這些信息迅速的調整店鋪的營銷手段。利用大數據，企業可以跟蹤消費者的整個消費軌跡——從最初的消費沖動、權衡階段，到最終的購買階段，再通過傳統的市場調查方式去了解消費者購買或者未購買的真正原因，找出企業在哪個環節出現了問題，從而為營銷人員解決實際問題提供準確的依據。大數據時代為企業的營銷提供了對市場信息實時監控的便利。

3.大數據時代改變了市場調查的重點。傳統的市場調查往往比較關注對因果關系的探索， 例如我們會問消費者為什么會喜歡紅色而不喜歡藍色？而隨著大數據時代的來臨，市場調查變得越來越關注相關關系而不是因果關系。消費者為什么喜歡可能并不是最重要的，啤酒跟什么搭配來賣會更好賣等問題會成為大數據時代關注的熱點。我賣的商品是不是跟性別有關、跟年齡有關、跟生活習慣有關等等會成為大數據分析時代的市場研究的熱點。當然如果需要進一步探尋因果關系還是需要采用傳統的市場調查方式例如抽樣調查。

三、企業應如何利用大數據進行市場調查

1.要建立有效的數學模型來進行數據挖掘。企業要在巨量的大數據里提取到對于企業的經營管理有效的信息，就需要建立有效的數學模型來進行數據挖掘。大數據的5V特點決定了我們在進行大數據分析的時候存在很大的難度。但是通過數學建模和不斷的修正，企業最終能找到比較好的模型來對巨量的信息進行分析，從而提取到有利于企業決策的結果。建立數學模型來進行數據挖掘在一些大型的企業里已經得到了應用。目前比較有名的互聯網或者互聯網+企業都在應用。例如中國移動就通過建立數據模型的方式來推出和調整每一個優惠方案。一些新興的家具企業例如尚品宅配也通過建立模型來進行精準營銷。醫療行業、航空運輸、文化產業和天文學等等領域，大數據正在發揮著巨大的作用。endprint

2.注重數據的綜合分析和橫向比較。大數據時代，數據紛繁復雜，不僅是文本形式，還有圖片、視頻、音頻、地理位置信息等等信息。各種數據的來源渠道也不盡相同。以往我們要在某個區域開一家店鋪，可能需要蹲點去觀察和計算人流量。但是在大數據時代，人流量的統計根本不需要到現場，例如我們可以購買移動公司的大數據，通過手機定位功能實時的知道某個位置的人流量信息，或者在遍布每個街道的攝像頭里也能夠簡單明了的知道這些信息。企業在經營管理過程中，需要對這些來源不同、形式多樣的信息進行綜合分析和橫向比較，以得出更接近市場狀況的結論，幫助企業做出正確的經營決策。

3.關注長尾市場。市場需求大體上呈正態分部，存在著長尾效應。大多數的需求在正態分布曲線中會集中在頭部，而這部分我們可以稱之為流行，而分布在尾部的需求是個性化的，零散的小量的需求，少量的需求會在需求曲線上面形成一條長長的尾巴，而所謂長尾效應就在于它的數量上，將所有非流行的市場累加起來就會形成一個比流行市場還大的市場。隨著人們生活水平的提高，消費者的需求越來越個性化，在曲線中表現出來就是尾巴越來越長。在前大數據時代，一些小眾市場往往由于市場規模和企業經營能力之間的矛盾，迫使企業明知道有這個市場的存在也不能有效的滿足消費者的需求。但隨著電子商務、O2O和物流行業的飛速發展，使企業的經營打破了地理位置的限制，讓我們的產品能夠分銷全球。在這樣的背景下，企業在進行大數據調查時，就應該去關注那些以前被忽視的長尾市場。

企業通過關注長尾市場取得成功的例子很多，例如余額寶就是一個非常鮮明的例子。大額存款消費者出于安全性的考慮，第一選擇仍然是銀行，但是對于小額的活期存款，存在銀行實在雞肋。余額寶正是抓住了這個長尾市場，做小額理財，積小成多，結果存款規模居然突破了1萬多億。例外像GOOGLE和BAIDU也是典型的依靠長尾市場成長的企業。例如百度，吸引了數以百萬級計的中小企業在平臺上做廣告。這些中小企業在傳統的廣告渠道上根本無力支付昂貴的廣告費，而在百度平臺則可以用較低的價格獲得產品推廣的機會。所以，對于現代企業而言，關注消費者個性化的需求，挖掘長尾市場，是企業重新獲得競爭優勢的重要路徑。

大數據時代的到來，對傳統的市場調查而言既是一種沖擊也是一種進步，讓企業能夠第一時間里面收集到足夠的市場信息。企業只要善于利用大數據來進行市場信息收集，挖掘潛伏在海量數據里面有價值的、真實的市場信息，將讓企業的經營管理事半功倍。

（作者單位：廣州工商學院）endprint