編輯導語:如今在這個大數據時代,營銷人更多的要學會洞察,學會看數據;現在大數據橫行,很多時候我們都靠大數據進行消息的獲取,但是大數據也並不可以完全代替洞察;本文作者詳細分析瞭如今局面裏營銷應該如何做,我們一起來看一下。
雖然77歲的老同志拜登贏了選舉,民調卻讓人覺得更不靠譜了。
説好的大勝,説好的碾壓,結果卻成了美國史上最糾纏不清的選舉;史上得票第一多,堪堪擊敗了史上得票第二多,建國同志一直到現在仍在大罵對方“不講武德”。
據説美國的各大民調機構,在2016年被打臉後,卧薪嚐膽搞了四年;今年民調,手段之豐富、樣本之大前所未有,各種參數修正、各種高科技手段也是空前。
結果是,打臉也空前。
有人嘲笑道,花這麼多錢搞的大量數據,還不如直接用兩個人的年齡來判斷——77歲的得7700萬票,74歲的得7400萬票,比民調更接近實際結果。
嗯,這個方法也是咱們流傳幾千年的高科技:扔鞋。
02類似爭議在商業領域中一直都有,那就是我們該不該信任市場調研、相信市場數據?
主流説法當然是用數據説話,一切以市場為導向。
但説法歸説法,真的做起來卻截然不同。
有些人是旗幟鮮明反對市場調研的,比如喬布斯、比如福特;最有名的當然就是那句:“我如果問顧客需要什麼,他們一定告訴我需要一匹更快的馬”。
在國內,“用數據説話”、“用市場調研説話”,是一種“政治正確”;有勇氣説出自己不做調研,不相信調研數據的大企業家,應該只有宗慶後老爺子一人。
實際操作中,大多數老闆和營銷人都是:數據對自己的判斷有利就相信數據,數據對自己判斷不利就再“調查調查”,或者相信自己的“洞察”。
今年元氣森林火了,由於這個團隊是互聯網出身;於是業內流傳元氣森林做決策“完全看數據”,避免任何人的主觀判斷;但同時又有了解內情的人説,唐老闆是個主觀意志非常強的人,數據僅僅是個輔助決策工具。
完美日記火了,有人説數據決策是他們崛起的關鍵力量,又有人説這完全是胡説八道,是馬老師要推“新制造”打造的樣板工程。
如今,信息化已經發展到了數據化時代、人工智能時代,計算機已經可以自主學習,阿爾法狗戰勝了柯潔、汽車已經開始了無人駕駛。
但“調研派”和“洞察派”的撕逼仍然在繼續。
大數據的神話是,未來的顧客都不用開口説話,外部就知道你需要什麼,有沒有支付能力,最匹配的商品是什麼,有什麼風險,你會不會失業會不會破產,有沒有小三老婆會不會出軌;最具有説服力的商業案例就是頭條系,完全根據你興趣推送。
總之就是,未來大數據比你自己還了解自己。
洞察派覺得,尼瑪吹牛,連美國大選這種扔鞋都能蒙對50%的作業,都錯這麼離譜;更復雜的消費者行為預測基本就是胡扯,只不過花錢一通折騰,你告訴我本來就知道的一些信息而已。
對着手機喊汽車,就給你推薦汽車,談論房子就給你推薦房子,説餓了就給你推薦外賣,都是這些平台和數據公司編的神話,而神話都是騙人的。
對於這個表面都信奉政治正確,實際卻撕逼已久的話題;筆者本着絕不客觀中立,只求暢所欲言的一貫宗旨,給大家好好刨一刨。
03先來了解一個市場調研的常識,調研的目的是什麼?
可以簡單總結為兩個關鍵詞:趨勢和軌跡。
趨勢包含產業政策、規模、行業增長、贏利水平、消費潮流、技術變遷、上游變化、渠道變遷、品類發展、頭部品牌的主要動向等;通過這些現象的大量彙總,最後得出整體的趨勢判斷,也就是常説的“找風口”。
這裏常見的誤區是,很多人會被行業增長這個單一參數所迷惑,認為行業增長的快,機會就多,就是風口;最後一窩蜂上,噼裏啪啦掉坑。
原因是——行業增長快也往往意味着進入者更多,大家都看到的機會不是機會;缺乏真正的競爭力去湊熱鬧,就是炮灰的命。
瞭解趨勢(請注意是“趨勢”而不是“市場狀況”),其作用是檢視目前的戰略和方向以及經營是否與趨勢匹配,能否發現下一步的機會,能否借力市場趨勢,或者是發現未來的風險。
在信息化之前,企業也是在瞭解這些方面的內容,不過之前更多的手段是通過展會、論壇、媒體、訪談、打探,也會去買一些商業信息;很多老闆還喜歡找業內資深人士喝酒聊天,一場酒、一個小道消息催生一個產品甚至成就一個企業,也是屢見不鮮——這叫“小消息聊出大生意,喝酒喝出生產力”。
但大數據能夠讓我們瞭解的更加全面,更加具體,這是“量的提升”。
04另一個關鍵詞是軌跡,軌跡有三種:行為軌跡、產品軌跡、心理軌跡。
行為軌跡由靜態和動態參數構成,消費品領域的靜態參數主要是人口參數,年齡、居住地、性別、收入、學歷、家庭狀況、職業、信仰、社會階層等;企業用户的靜態參數則是所在行業、規模、收入、經營特點、組織流程、信譽等等;平台喜歡説的“用户畫像”,就是這一部分。
行為軌跡的動態參數,是圍繞消費行為得到的,用户識別問題、搜索信息、如何決策、購買頻率、購買數量等等。
產品軌跡,是產品從出廠到流通,到被購買被使用的軌跡;而最難掌握也最重要的是心理軌跡,心理軌跡也分為靜態參數和動態參數。
靜態參數指用户的性格特徵、行為偏好、消費偏好、價值觀傾向,動態參數指需求動機、態度、認知特徵、風險認識、體驗感、期望值、滿意度。
大數據時代,對軌跡的掌握有了質的提升。
大數據大在哪裏?
1)樣本量
以往我們的數據研究都是抽樣,比如傳統問卷式調研,北京上海這樣的一線城市,有效樣本量有三百個以上,基本就認為可以代表整個市場了。
但大數據時代,理論上你可以對所有用户進行掃描。樣本量的增加會使結果更加準確。
2)局部對全景
以前我們在終端觀察消費行為,或者通過終端人員向我們反饋顧客行為特徵,通常集中在一個局部行為;但現在通過大數據的追蹤,我們可以在顧客的問題識別、搜索、評估、決策、以及售後等全環節中,對顧客進行了解。
3)從主觀到相對客觀
以往預判消費行為,更多是通過消費者自我判斷,然後用語言描述給我們;比如,讓消費者自己判斷具備某個特徵的產品會不會購買,他們會接受什麼樣的價格等等;而大數據的邏輯是,根據用户以往幹過什麼,來推斷他們之後會幹什麼,這無疑更靠譜一些。
有句話叫做,不要看他説什麼,要看他做什麼。
大數據還有一個優勢是對於產品軌跡的掌握上。以前企業也做貨物流向管理,掌握經銷商、二批、終端的進銷存,但都是粗線條的;而現在的技術,已經可以做到對每個產品進行詳細跟蹤。
通過大數據的調研,仍然是調研,它起到的仍是收集信息、整理信息的作用,相當於人的眼睛、耳朵而不是大腦。
傳統調研不足的地方,通過大數據可以做很大彌補,但傳統調研做不了的,大數據調研也做不了。其中最突出的就是用户心理路徑的把握。
就像這次美國大選,就有那麼一大批“建國同志”的忠粉,完全不按套路出牌,平時不説話,投票巨積極;雖然民調公司在做研究的時候,已經發現了這個現象,並對預測結果做了修正,但該人羣數量之龐大,仍然始料未及。
05我們通常把對用户心理路徑的把握稱為“人性洞察”,它總是能夠帶來最有效的決策。
優秀的企業家都是洞悉人性的大師——從比爾·蓋茨到喬布斯,從貝索斯到馬斯克,從任正非到馬雲,從史玉柱到馬化騰,從段永平到張一鳴,都是高手中的高手。
我們説,洞察力是透過現象看本質的能力,一個人的商業洞察力是他見識、閲歷、對社會的理解、對商業和行業的理解、對產品和用户的理解的綜合反應。
《教父》裏,老柯里昂深情的對兒子説:“花半秒鐘看透事情本質的人,和花一輩子都看不清事情本質的人,註定是截然不同的命運。”
當然,洞察力這玩意兒也不是玄學,牛人的洞察結論也不一定靠譜;這個能力還是有跡可循的,能夠培養和學習;以後有機會,專門開撕一篇“商業洞察力”。
咱們今天要講的是市場數據和洞察的關係。
首先是,市場數據是重要的洞察對象,我們可能在這一大堆數據中發現市場機會、增長點、預判風險等。
經常跟市場數據打交道的人知道,一份數據報告動輒上百頁。而告訴我們的往往是早就知道或者理所當然的信息,我們如何做洞察呢?
這裏有兩個最常用的方法。
第一個方法是尋找明顯的“錯誤”。
消費者跟行業內有很嚴重的信息不對稱,一些我們認為是常識的事情,消費者的認知可能就是錯的,這裏就有巨大的機會。
雅客V9開拓了國內維生素糖果品類,當時一個非常重要信息,促使雅客的陳總決心上馬這個項目:市場調研中發現,很多消費者認為自己吃過維生素糖果,並且還有很多人表示自己吃過阿爾卑斯的糖果。
而事實上,當時國內維生素糖果幾乎空白,而阿爾卑斯也沒有維生素糖果;市場上沒有,而消費者認知中有,於是,陳總洞察到了這個商業機會。
如果你研究市場足夠多,類似的情況就會經常碰到:比如大部分人認為農夫山泉的水都是礦泉水,很多人覺得味精有害健康,濃香型的酒是酒精兑出來的等等。
這裏都藏着巨大的商業機會。
第二個方法是從普通的現象中挖掘更深的邏輯。
某烘焙企業做數據研究,發現近些年鹹味的產品比甜味的增長快。
如果是一般企業,通常的做法是:調整產品結構,多做鹹的少做甜的,但有洞察力的老闆不這麼想的。
他們進一步洞察鹹味產品增長快的原因:代餐場景增多了;減肥、加班、熬夜、遊戲、早餐等等,都更願意吃鹹一點的食物充飢;於是,這家企業圍繞代餐場景,做了系列的產品開發和調整,獲得了巨大成功。
這就是更典型的“透過現象看本質”,實際上,我們可以在很多這種常見現象中得到更深刻的洞察。
06數據跟洞察的第二個關係是:通過數據驗證和深化洞察。
傳統的調研中有問卷設計,大數據研究中有算法設計。這是調研的靈魂。
不管是定性的市場走訪,還是定量的數據研究,一定是帶着問題去研究,不能為了調研而調研,否則你只能得到一大堆信息垃圾,甚至把你帶溝裏。
這幾年,國內娛樂頂級流量被小鮮肉佔領,從微博話題、熱度、到粉絲數量、飯圈能動性,他們牢牢佔據行業制高點;由此引發一個現象,大量的女性產品如化妝品、奢侈品包等,用流量男明星做代言,尤其是那些跨國品牌。
結果是絕大部分不盡如人意,今年開始,品牌們又紛紛換回了女代言人。
這是缺乏算法設計,被數據帶溝裏的典型案例;流量男星的粉絲粘度更高,更願意為“愛豆”打榜,所以在數據上能碾壓女星。
但代言人選擇,不僅僅是流量數據這一個維度,還有品牌和產品匹配度、相關聯想、大眾影響等各方面考慮;如果只考慮流量數據,好結果的可能自然比“扔鞋”還低。
營銷人這時候切記的是,先有洞察,再有數據,次序不能搞反了;數據反映的是現象呈現,無法直接得到洞察,但可以在一定程度上佐證洞察,修正洞察。
07 總結1)“沒有調查就沒有發言權”,但關於調研在最後的決策中到底該佔有多大發言權,一直以來都是備受爭議的;通常的認識是——調研是收集信息,洞察是處理信息,堪破本質的;沒有調研的洞察是不開眼,盲人瞎馬;而沒有洞察的調研是沒腦子,是形式主義的生搬硬套。
2)信息時代,企業獲取信息更加容易,人們的行為軌跡更加容易被掌握;這導致企業能夠獲得更加精準的有效信息,通過大數據為企業建立市場情報系統變得更加重要。
3)大數據情報代替的是以往部分信息獲取方式,比如看媒體報道,比如打探各種小道消息;但大數據無法代替洞察,更不能使決策變成自動進行;調研和洞察,仍然是各司其職,對大數據信息做洞察,用大數據信息為洞察結論做驗證和深化;這是二者的本質關係,不會改變。
4)大數據對企業營銷的價值不單單體現在情報系統上,在銷售管理、促銷管理、產品和品牌管理、供應鏈管理方面,也都有重要作用,但基礎是情報系統。
5)還是那句話,屁股決定腦袋;擁有原始數據的平台商和擁有技術的大數據服務商喜歡神話大數據,以此製造恐慌,搶奪話語權,或者割點韭菜,這點需要引起企業警惕;但另一方面,如果排斥新事物,不能認識到新技術給企業帶來的價值,也會對企業造成傷害;馬保國老師教導過我們,要“耗子尾汁”。
作者:苗慶顯 公眾號:老苗撕營銷 ,《營銷按鈕》作者
本文由 @老苗撕營銷 原創發佈於人人都是產品經理。未經許可,禁止轉載。
題圖來自 Unsplash,基於CC0協議。