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。