大数据调研,如何实现快全准?
这个时代在快速地朝前发展,旧的习惯总是不断被新的事物改变。比如,互联网改变了人们通过报纸、电视获取信息的习惯,手机和移动支付工具改变了人们出门带钱包的习惯。
现在,又一个传统业务即将被颠覆——因为大数据时代的到来。
自20世纪初市场调查学在美国建立以来,市场调研这项业务已有百年的历史。百年来,市场调研以实证数据和理性分析为基础做出的分析报告一直是企业决策的重要依据。
20多年前,宝洁进入中国市场,将这个在当时较为先进的市场分析方法和策略引进中国。于是,一大批与此相关的公司和团队涌现。据不完全统计,目前全国有超过3,000家调研机构。
那么,调研机构一般如何形成一份调查报告呢?举个例子,某品牌希望了解新产品上市后吸引的客户对象是否符合预期,调研机构接到任务后便开始设计调查问卷,一份问卷包含大约20个问题(如果问题太多,调查对象是会翻脸的),而性别、年龄段、家庭收入这些基本情况却占据了问题的大半;接着派大量的人进行拦截访问或电话访问,一份2,000人的问卷样本通常需要三个月才能完成。
这就是商业获取信息反馈的传统方式,耗时久,效率低。在分秒必争、唯快不破的商业世界里,低效是不被忍受的。事实上,新的更高效的调研方式已经出现,那就是大数据调研。
最新的大数据调研方法通常有三个步骤:获取样本—选取标签—得到结果。
- 通过线上或线下的数据采集方法得到目标人群的样本ID(如新品上市预订的手机号),或是通过Wi-Fi探针技术获取门店到访人群的样本,从中提取目标样本,例如新客户或高活跃度人群。
- 选择要了解的标签类目,比如性别、年龄、购买力、家住小区、职业,如果是服装类品牌还可以关注样本在服装类的购买习惯,或者是寻找异业里的最佳合作,等等。
- 得到结果。
比起传统的市场调研方式,大数据调研的优势显而易见。
一是快。大数据之所以被冠以“大”字,除了数据量大之外,还因为处理速度快。2015年底,大数据应用服务公司芝麻科技与阿里巴巴联合发布了大数据产品“观星”,这是一款可以描绘群体消费者画像的产品。“观星”将线下商业消费数据与脱敏后的线上消费行为轨迹融合,500多个标签可以精准呈现品牌或门店消费者的群体年龄、学历等基础特征及购物偏好、兴趣爱好等行为特征,还同时提供相关行业对比,为实体商业提供基于多维度分析的丰富画像报告。
“观星”在一个月内就产出50多份报告,这几乎是一家中等调研公司两年的工作量。报告的快速产出可以帮助品牌和门店及时地了解到市场变化,抓住商机。毕竟,在互联网时代,唯快不破。
二是全。大数据分析的另一个优势是让数据自己“发声”,从数据里挖掘潜在价值,我们不必知道现象背后的原因,“相关分析”能找出数据集里隐藏的相互关系网,为我们提供新的市场洞见。而这些都是传统市场调研无法获知或是会被忽略的信息。
目前,百度可以根据人的搜索行为知道你是一个待产的母亲还是两个孩子的妈妈;阿里巴巴可以通过购买记录和网购习惯猜测你是白富美还是高富帅,买东西看品质还是等折扣,韩版风还是欧美风,甚至最近是不是在准备旅行,这些都是通过不同的标签维度来刻画顾客。而与阿里巴巴、个推、Talkingdata等多个数据源都已进行连接的芝麻科技可提供超过500个标签维度,是目前行业内分析维度最多最全的,今年预期可以达到1,000个维度标签。
三是准。传统市场调研的基础是抽样分析,而大数据的研究对象是全体用户的相关数据,因此大数据刻画的用户形象更加完整和准确。而在操作过程中,机器不会说谎,不会作弊,结果更可靠。
芝麻科技CEO朱智举过这样一个例子,一家火锅店的老板利用大数据画像后发现,顾客中来自附近某小区的比例远低于预期规划,于是去做了定向的营销推广,一个月后来自这个小区的顾客比例上升了50%,也带动了整体销售提升了10%。
大数据时代已经从基本的数据量堆积进入到数据融合阶段,2015年,阿里巴巴、百度、中国电信等大数据体都分别发布了在大数据融合生态上的计划与产品,这样的融合为数据加上了活力。正如朱智所说,2015年是大数据融合的元年,因为有了融合,大数据不再是以数据规模为目标,而是做加法,因为连接是无穷尽的,连接会让每一个数据充满活力,连接使得更多的应用出现,大数据应用颠覆传统的时代在2016年开始到来。
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14