大數據調研，如何實現快全準?

這個時代在快速地朝前發展，舊的習慣總是不斷被新的事物改變。比如，互聯網改變了人們通過報紙、電視獲取信息的習慣，手機和移動支付工具改變了人們出門帶錢包的習慣。

現在，又一個傳統業務即將被顛覆——因為大數據時代的到來。

自20世紀初市場調查學在美國建立以來，市場調研這項業務已有百年的歷史。百年來，市場調研以實證數據和理性分析為基礎做出的分析報告一直是企業決策的重要依據。

20多年前，寶潔進入中國市場，將這個在當時較為先進的市場分析方法和策略引進中國。于是，一大批與此相關的公司和團隊涌現。據不完全統計，目前全國有超過3,000家調研機構。

那么，調研機構一般如何形成一份調查報告呢?舉個例子，某品牌希望了解新產品上市后吸引的客戶對象是否符合預期，調研機構接到任務后便開始設計調查問卷，一份問卷包含大約20個問題(如果問題太多，調查對象是會翻臉的)，而性別、年齡段、家庭收入這些基本情況卻占據了問題的大半;接著派大量的人進行攔截訪問或電話訪問，一份2,000人的問卷樣本通常需要三個月才能完成。

這就是商業獲取信息反饋的傳統方式，耗時久，效率低。在分秒必爭、唯快不破的商業世界里，低效是不被忍受的。事實上，新的更高效的調研方式已經出現，那就是大數據調研。

最新的大數據調研方法通常有三個步驟：獲取樣本—選取標簽—得到結果。

1. 通過線上或線下的數據采集方法得到目標人群的樣本ID(如新品上市預訂的手機號)，或是通過Wi-Fi探針技術獲取門店到訪人群的樣本，從中提取目標樣本，例如新客戶或高活躍度人群。
2. 選擇要了解的標簽類目，比如性別、年齡、購買力、家住小區、職業，如果是服裝類品牌還可以關注樣本在服裝類的購買習慣，或者是尋找異業里的最佳合作，等等。
3. 得到結果。

比起傳統的市場調研方式，大數據調研的優勢顯而易見。

一是快。大數據之所以被冠以“大”字，除了數據量大之外，還因為處理速度快。2015年底，大數據應用服務公司芝麻科技與阿里巴巴聯合發布了大數據產品“觀星”，這是一款可以描繪群體消費者畫像的產品?！坝^星”將線下商業消費數據與脫敏后的線上消費行為軌跡融合，500多個標簽可以精準呈現品牌或門店消費者的群體年齡、學歷等基礎特征及購物偏好、興趣愛好等行為特征，還同時提供相關行業對比，為實體商業提供基于多維度分析的豐富畫像報告。

“觀星”在一個月內就產出50多份報告，這幾乎是一家中等調研公司兩年的工作量。報告的快速產出可以幫助品牌和門店及時地了解到市場變化，抓住商機。畢竟，在互聯網時代，唯快不破。

二是全。大數據分析的另一個優勢是讓數據自己“發聲”，從數據里挖掘潛在價值，我們不必知道現象背后的原因，“相關分析”能找出數據集里隱藏的相互關系網，為我們提供新的市場洞見。而這些都是傳統市場調研無法獲知或是會被忽略的信息。

目前，百度可以根據人的搜索行為知道你是一個待產的母親還是兩個孩子的媽媽;阿里巴巴可以通過購買記錄和網購習慣猜測你是白富美還是高富帥，買東西看品質還是等折扣，韓版風還是歐美風，甚至最近是不是在準備旅行，這些都是通過不同的標簽維度來刻畫顧客。而與阿里巴巴、個推、Talkingdata等多個數據源都已進行連接的芝麻科技可提供超過500個標簽維度，是目前行業內分析維度最多最全的，今年預期可以達到1,000個維度標簽。

三是準。傳統市場調研的基礎是抽樣分析，而大數據的研究對象是全體用戶的相關數據，因此大數據刻畫的用戶形象更加完整和準確。而在操作過程中，機器不會說謊，不會作弊，結果更可靠。

芝麻科技CEO朱智舉過這樣一個例子，一家火鍋店的老板利用大數據畫像后發現，顧客中來自附近某小區的比例遠低于預期規劃，于是去做了定向的營銷推廣，一個月后來自這個小區的顧客比例上升了50%，也帶動了整體銷售提升了10%。

大數據時代已經從基本的數據量堆積進入到數據融合階段，2015年，阿里巴巴、百度、中國電信等大數據體都分別發布了在大數據融合生態上的計劃與產品，這樣的融合為數據加上了活力。正如朱智所說，2015年是大數據融合的元年，因為有了融合，大數據不再是以數據規模為目標，而是做加法，因為連接是無窮盡的，連接會讓每一個數據充滿活力，連接使得更多的應用出現，大數據應用顛覆傳統的時代在2016年開始到來。