大数据来了,传统市场研究将消亡

现在，几乎所有人都在说，大数据是成功营销的解决方案。通过查看平台的细分数据和消费者信息，我们可以全面了解消费者偏好及购买习惯。而市场研究人所做的只是汇总不同来源的资料，而这，大数据完全可以做到。不知道从何时起，仿佛有一种声音在说：传统的市场研究已死！因为他从来不能告知我们消费者真正在做什么，只是知道消费者声称在做些什么。

可是事实真是如此吗？许多公司正在发现，大数据虽然很有用，但它也有局限。大数据可以告诉我们消费者曾经做了些什么，并借此预测将来他们可能会做什么。但它不可能揭示消费者的想法和他们为什么这样做。因此，它既不能揭示消费者是否会采用新的技术和产品，也不能预测未来的发展趋势。大数据没有能力去揭示未满足的消费者需求或满足度极低的消费者需求。

传统的市场研究则可以未知的消费趋势。传统市场研究能够使我们接触到大数据无法覆盖的消费人群（例如潜在的消费者或选择了退出数据收集的顾客）。此外，由于传统市场研究必须要由假设驱动，它避免了大数据的噪音和杂乱，让公司更集中于他们想要了解的消费者身上。大数据应该用来在假设驱动下进行趋势预测，而不是被局限于可收集到的数据范围内使用。

市场研究未死，只需创新融合：大数据+传统市场研究

新一代的市场研究是综合二者的优势，以获得对消费者的洞察。结合从大数据获得的详细消费者真实行为，并通过市场研究探索消费者内心深处的需求和动机，提供360度的全方位观察，这必定是市场研究未来发展的方向。

在许多行业，我们已经能看到这种结合带来的惊喜。

1）大数据+市场研究：告诉你与对手的差别在哪

大数据的优势在于提供真实的——非声称的——行为量化数据，然而在许多情形下，大数据只能告知企业他们自己用户的情况，而不能提供自己与竞争对手行为的差异，更不能显示那些没有参与市场活动的消费者的行为。市场研究可以对这二个方面提供洞察，以补充大数据的不足。

以金融机构作为例子，营运商对他们的用户有着充足行为洞察分析。其中有一家营运商根据自己用户使用习惯进行市场细分。他们最初的考虑是营销活动针对中度用户。用户数据却显示，这些中度用户与重度用户相比只有很小的上升空间。但是通过传统的市场研究却发现，该营运商的重度消费群也是其竞争对手的重度消费群，该市场研究的洞察引导他们对自身策略的根本性调整，包括针对重度的消费群策略的调整。

药品企业也有机会把市场研究的洞察与大数据相结合。在许多国家，市场研究可以采用匿名对匿名的方式连接医生处方数据库。通过了解医生处方行为的广泛数据，药品企业可以利用大数据定义和量化分析患者支付意愿的上升空间。市场研究通过提供驱动不同处方行为的动机分析，来发现如何提升这些患者的支付意愿。

2）大数据+市场研究：告诉你为什么用户这么做

融合研究的另一优势是它有充分洞察理解数据的能力。复杂的消费行为模式通常导致我们只注意到令人好奇的表象和有悖常理的消费模式。例如，一个零售商注意到，它的信用卡销售数据库显示，其中一个消费群体购买了大量的服饰配件但只买了很少的服装。为了找到其中的原因，该零售商调查了他的产品用户。很快就获得结果，是该顾客觉得服装太贵。有趣的是这些顾客却并不知道该零售商推出了新的“物有所值”系列。这家公司便主动把新的服装系列介绍给这些大量购买服饰配件的顾客，结果使这家门店的销售量大增。

一个网上服务供应商给出了另外一个市场研究可如何诠释大数据的例子。这家供应商注意到，他的顾客正在以某种无法解释的形式购买某一产品。最后，他们采用了探索性的定性研究来分析了其中的原因，解决了阻碍产品畅销的障碍。

3）大数据+市场研究：告诉你未来应该怎么做

价格弹性数据可以轻松预测出来，并且为实际销售数据的历史分析提供依据。大部分的零售商都拥有丰富的销售行为数据、促销数据、有时候还有对门店忠诚度的数据。所有这些都能结合生成强大的预测工具。但如果最佳价格的策略以前从来没有运用过，最佳价格水平偏离所提供的定价，或即将上市新产品的最佳定价，我们该如何做？

在这种情况下，市场研究就能发挥它的作用。传统的概念测试（或具有更实在的产品配置等，采用Conjoint/联合分析）可以探索到将来的定价情形。然而更强有力的情形是，让一些历史定价水平融合Conjoint/联合分析的设计。这使得Conjoint联合分析和历史时序分析两者校准。融合这两种方法可产生更易理解的更稳健的价格策略。

以上案例表明传统市场研究与大数据的互为补充。考虑到市场上产品和服务的组合复杂性，难以覆盖一个广泛的价格范围。例如，在电信方面，有许多不同的价格层级和产品组合。电信公司必须了解每个产品/服务/价格组合还有捆绑组合的细节。标准的Conjoint联合分析技术无法处理这些复杂情形。回顾过去的销售数据和ARPU(每个用户的平均收益)，这些数据使得Conjoint联合分析的设计能制定和指引受访者到与他们的情况最相关的交易中。与真正的ARPU数据相对接，对估计每个组合产品（还有全部的投资组合）的市场潜力变得更接近真实。

大数据和市场研究经常是孤立于对方，以不同的功能各自独行，只有两者有效融合，才能发挥更大的作用，创造极大的价值。