本文整理自秒針系統(tǒng)洞察產(chǎn)品負責(zé)人陳羲在拓撲秀線上分享的內(nèi)容。

分享嘉賓：秒針系統(tǒng)洞察產(chǎn)品負責(zé)人　陳羲

擁有超過十二年以上互聯(lián)網(wǎng)服務(wù)與線上數(shù)據(jù)智能分析經(jīng)驗，負責(zé)業(yè)務(wù)拓展與產(chǎn)品戰(zhàn)略，有豐富的社媒聆聽和大數(shù)據(jù)分析行業(yè)經(jīng)驗。服務(wù)于全球五百強客戶，包括Burberry, Chanel, Coca-Cola, 戴爾，恒天然，Kerring, 歐萊雅，瑪氏，雀巢，耐克，通用，WGC，YUM!等品牌的市場營銷、公關(guān)、研發(fā)等各個部門。針對品牌線上資產(chǎn)、移動平臺、電商研究與執(zhí)行提供戰(zhàn)略咨詢與研究服務(wù)。與雀巢中國設(shè)計并建設(shè)了中國第一個社會化媒體聆聽控制中心。在秒針系統(tǒng)設(shè)計并實施了社媒聆聽產(chǎn)品Singer，1000萬社媒人群樣本庫Matrix等洞察產(chǎn)品。

以下是正文：

首先介紹一下秒針，我們的核心業(yè)務(wù)是互聯(lián)網(wǎng)廣告監(jiān)測，這個體系我們大概占了市場上七成左右的品牌與廣告曝光。我們本身擁有比較大的除了BAT以外的海量第三方數(shù)據(jù)，主要是線上的瀏覽、曝光和點擊行為。除了我們的核心業(yè)務(wù)之外，今天分享的主要是秒針洞察，在現(xiàn)有海量數(shù)據(jù)的情況下，如何用這些數(shù)據(jù)去幫助品牌、企業(yè)乃至個體更好地進行分析和決策。我自己本人在互聯(lián)網(wǎng)企業(yè)、研究公司、咨詢公司都有相關(guān)的經(jīng)驗，今天的分享是想基于傳統(tǒng)的方式、現(xiàn)在的方式、以及將來更加自動化的路上，怎么做洞察與決策的業(yè)務(wù)。

大象起舞：傳統(tǒng)市場研究與消費者洞察體系

我們提到洞察的時候，核心內(nèi)容是，對事物的實際運行機制有本質(zhì)的理解，然后同時基于這些認知能夠產(chǎn)生下一步的行動，并且?guī)碚嬗绊懙囊粋€結(jié)果。所以我們在洞察特別是在商業(yè)上，不僅僅要知道一些東西，而是要在知道這些結(jié)果之后，能夠?qū)嶋H給我們的商業(yè)價值帶來什么影響。

現(xiàn)在正統(tǒng)的或者說傳統(tǒng)的市場研究體系是非常成熟的，基本上我們所熟知的面向消費者的各大五百強品牌，都有非常完備的研究體系。在整個集團層面有那么多的品牌或者每個品牌下有那么多產(chǎn)品線，每條線都非常需要對于市場的理解和對于消費者的認知，他們才能繼續(xù)這個決策。這樣的體量之下，沒有哪個企業(yè)可以僅僅通過個體的決策，去做到穩(wěn)健的發(fā)展。

簡略地給大家講一下市場研究的基本內(nèi)容。傳統(tǒng)市場主要是在定性和定量的研究上，定量的方式往往是找到相應(yīng)的目標(biāo)受眾和需要研究的對象個體，進行一個問卷調(diào)研，然后每個用戶都會回收一些問題的答案，我們通過這些答案來進行分析實際消費者的態(tài)度和特點。定性研究的話就會更深入地去跟一個或者多個消費者進行更深入的互動式研究，這里往往會在心理層面上和訴求層面上有更深的挖掘。

傳統(tǒng)市場體系通過洞察或者做研究，最后的產(chǎn)出對于企業(yè)的幫助是全方位的。包括下面這些方面：

在這里還有必要跟大家講解一下大型的企業(yè)和其內(nèi)部基本的市場體系、典型的運作機制。在一個集團層面，下面會有很多的事業(yè)部和子品牌。比較熟悉的像寶潔、歐萊雅、聯(lián)合利華，都是非常典型的例子。會有下面這樣的配置：

集團層面的市場研究體系和事業(yè)部/品牌層面的市場推廣媒體投放體系的關(guān)系，有可能是從集團層面統(tǒng)籌，有可能是下放到各個品牌，也有可能讓兩條線互相進行協(xié)調(diào)。

所有產(chǎn)出都會通過市場研究和消費者洞察的預(yù)算形成項目，支持到包括市場推廣、產(chǎn)品研發(fā)、公關(guān)部門、甚至投資并購和戰(zhàn)略發(fā)展，去支持他們對整個市場環(huán)境的理解。這些信息其實形成了一個完整的支撐各條業(yè)務(wù)線和功能線進行決策的信息來源渠道。他們也會非常緊密地去跟相應(yīng)的需求部門進行溝通，去獲得最佳的研究項目結(jié)果。

舉幾個例子：

1、 歐萊雅收購美即面膜

這個決策很大，也涉及到非常多的環(huán)節(jié)，最早的環(huán)節(jié)除了歐萊雅集團的內(nèi)部人員會看到相應(yīng)市場的機會之外，同時他們也進行了一些數(shù)據(jù)趨勢的驗證采集，包括從社會化媒體上，從銷售渠道的線路上，這塊的數(shù)據(jù)在早期階段就已經(jīng)能形成基本的趨勢和判斷。后續(xù)又進行了相應(yīng)的定性需求分析、定量的需求方面的調(diào)研，以及對于市場上一些品牌的資產(chǎn)情況的分析。

2、雀巢發(fā)布新品BabyNes

這款新品發(fā)布前，經(jīng)過了兩年左右的前期驗證，從最初的產(chǎn)品創(chuàng)意到最后的成型，中間經(jīng)歷了非常多的消費者需求的探索。從最初的創(chuàng)意上來講，雀巢想針對父母群體的一些痛點，解決需要在半夜起來更簡單的解決泡奶的問題。后續(xù)進行了非常長期的用戶深度調(diào)研，包括潛在用戶群體對于使用上的便利性、健康狀況和衛(wèi)生狀況、以及整個使用體驗的定量反饋。最后在定價策略上，這是一個非常高端的產(chǎn)品，價格相當(dāng)高而且持續(xù)使用的費用并不低。雀巢從前期到后期都在找尋不同收入階層和消費階層的消費者群體，來試驗他們應(yīng)該以什么價位賣給哪個人群，直到最終這個產(chǎn)品上市。

3、飛利浦智能臺燈

飛利浦的整個課題是想要知道怎么樣以他們的核心競爭力——燈光體系，趁著消費升級和智能家居的大浪潮去獲得機會點。雖然前期找了非常多的信息，產(chǎn)生了非常多的想法，進行了廣泛的分析，但是最后選擇了功能單一的場景來落地。它僅僅是把一個LED光源的穩(wěn)定性和智能化做了簡化和單一的應(yīng)用，但這個產(chǎn)品其實很暢銷。

這些案例都是經(jīng)過了非常完整的研究體系的。這個體系在時間和金錢上花費都會非常高，比較大型的研究項目通?？赡苄枰搅鶄€月，還不包括連續(xù)性的研究。所以不管是產(chǎn)品研發(fā)還是溝通策略選取，是非常長的一個過程。

那么也就導(dǎo)致現(xiàn)階段，真正有市場研究預(yù)算，真正進行完整體系研究的公司或者使用這個服務(wù)的品牌，都是非常大型的品牌。在這個機制之下，有非常多的大型品牌很成功地完成了一些產(chǎn)品上的創(chuàng)新，完成了一些組織結(jié)構(gòu)上的創(chuàng)新，完成了他們整個對于消費市場不斷變更的應(yīng)對。

可能大家認為像BAT這樣的互聯(lián)網(wǎng)企業(yè)已經(jīng)有非常海量的數(shù)據(jù)，其實他們當(dāng)中有些公司是傳統(tǒng)市場研究公司的客戶，他們也越來越多地在投入，用這條非常傳統(tǒng)的體系去更好的理解他們的目標(biāo)受眾和消費者在哪里。然而其實還有很多的決策，并不一定要通過這樣一個完整體系來實現(xiàn)。

舉幾個例子：

1、NextEV公司的新車發(fā)布

這家公司的創(chuàng)始人對汽車有很深的研究，有非常多年的行業(yè)積累。他們看完設(shè)計師團隊給的稿件和樣車之后，反饋是按照他們的審美習(xí)慣做些調(diào)整。直到最后一刻他們又決定尊重整個設(shè)計團隊原有的設(shè)計，同時再加上了一些少量他們喜歡的元素。整個外觀的設(shè)計是非常重要的一環(huán)，但其實對于這家汽車公司而言，他們整個的研究過程、設(shè)計過程會非常的漫長和不停的改動，但最后的拍板和敲定其實沒有經(jīng)過那么多復(fù)雜的消費者測試。

2、椰樹椰汁廣告設(shè)計

很多人吐槽這個設(shè)計，也有很多人增熱點（我們也打個小廣告）。我并不認為這個老板想做相應(yīng)的營銷，設(shè)計人員只是以老板的喜好和審美做出了決策，但是它達到的效果非常好，很好地提升了椰樹椰汁的整個品牌認知，以及在消費群體當(dāng)中的曝光度。

3、明星代言

現(xiàn)在品牌方在投入非常大的明星代言或影視投資上，其核心的要素就是小鮮肉明星。選擇了小鮮肉你就會有一定的票房保證，當(dāng)然不能最終確保你會得到非常好的數(shù)字或者一個投資回報，但是如果你不選用的話，可能整個風(fēng)險會非常大。

所以我們可以看到傳統(tǒng)的市場調(diào)研，給我們所帶來的是一個非常牢固的穩(wěn)定的保障體系。它能夠幫助我們獲取足夠多、足夠深入的決策信息，提供給相應(yīng)的職能部門做決策。當(dāng)沒有這些信息的時候也可以做決策，但失誤的幾率會提升。這對整個企業(yè)來說是一道風(fēng)險的屏障，只有確保前端的信息能夠精準(zhǔn)的進來，才有可能讓后端的決策有更高的成功幾率。

然而對于一些初創(chuàng)型或在追求高風(fēng)險高回報的場景之下，很多時候這套研究體系反而并不適用，不管是時效性還是決策要素的達成上，其實都不足以去支撐像高風(fēng)險高回報的投入。在這個層面上，往往靠的是決策者本身對于行業(yè)的理解、對于整個大環(huán)境的理解和他的一些靈感。

新時代恐龍：海量數(shù)據(jù)時代下的洞察與決策

現(xiàn)階段海量數(shù)據(jù)時代下洞察能做什么？無論是整個網(wǎng)民的量，還是設(shè)備量，都已經(jīng)遠遠超過了6個億以上，每天都產(chǎn)生非常多的數(shù)據(jù)，而且維度非常豐富。

最早比較有名的用數(shù)據(jù)來做決策的，發(fā)生在差不多十年前，Zynga也就是Facebook當(dāng)時的一個游戲合作方，他們非常直接的采用了數(shù)據(jù)式經(jīng)營。由于有10%左右的Facebook用戶在使用這款游戲，他們就會拿這些數(shù)據(jù)去測試不同的游戲配置和設(shè)置，通過向兩個類似的群體推送不同的游戲配置來確認哪個數(shù)據(jù)效果更好。

然而這家公司在15年關(guān)閉了中國的office，整個業(yè)務(wù)線收縮得非常大。如果數(shù)據(jù)不能幫助他們?nèi)ジ兄酉聛淼姆较?，那么即使運營優(yōu)化到極致，在一個時間點上也會出現(xiàn)像Zynga的失敗。

上圖是BAT各類大數(shù)據(jù)洞察的產(chǎn)出，左上角是微信今年做的用戶遷徙的信息，通過微信的地理位置數(shù)據(jù)去判斷春節(jié)期間人群的流動。這是通過真正海量的數(shù)據(jù)做出來的分析，會比任何可執(zhí)行的人口統(tǒng)計或者傳統(tǒng)意義上的研究都來的更加精準(zhǔn)。

聚石塔是另外一個典型的數(shù)據(jù)應(yīng)用，從這個層面上，淘寶或者天貓品牌所提供的數(shù)據(jù)能準(zhǔn)確地幫助中小企業(yè)，每個賣家都在用這些數(shù)據(jù)去分析他們應(yīng)該如何選品、如何推廣、接下來應(yīng)該有哪些服務(wù)。這是在之前傳統(tǒng)市場研究當(dāng)中完全不可能服務(wù)到的一個群體，沒有人真的有這個預(yù)算去做，也沒有一個高效的工具去采集數(shù)據(jù)。

百度也同樣用他有的數(shù)據(jù)提供了非常多的平臺，這里只看到司南是他們做數(shù)據(jù)商業(yè)化的一個嘗試，包括對人群的畫像、輿情的分析、代言人的選擇，這個場景畫得很貼合品牌的實際需求，但最終效果并不好，百度并不能非常好地去用這個數(shù)據(jù)進行長尾的商業(yè)化，去服務(wù)到中小企業(yè)和品牌。這里的核心在于數(shù)據(jù)本身的價值，百度在這里用的數(shù)據(jù)僅僅是自己的搜索數(shù)據(jù)，不管這個數(shù)據(jù)的顆粒度有多么細，因為是自己的原始數(shù)據(jù)，仍然缺乏必要的其他層面的數(shù)據(jù)來更好地支持不同層面的應(yīng)用。

從這些場景中，我們看到的問題是，單一數(shù)據(jù)源可以很好地幫助我們在特定的運營層面做優(yōu)化，不管是淘寶，還是司南做SEM，這都是有可能執(zhí)行的。所以數(shù)據(jù)的分析和反饋在垂直的目標(biāo)明確的優(yōu)化的應(yīng)用下，在現(xiàn)階段是能實現(xiàn)的。而當(dāng)我們想要去實現(xiàn)傳統(tǒng)意義上更復(fù)雜的研究，它的洞察深度遠遠不夠。

我們在做洞察產(chǎn)品時候，發(fā)現(xiàn)信息量越來越大，整個決策周期在跟著變長。如果能夠在信息量增大的情況下，在DT時代把整個決策效率提升上去，這中間所產(chǎn)生的價值就是我們認為數(shù)據(jù)洞察的商業(yè)價值。而這個行業(yè)并不僅僅只是為了接下來更快地去服務(wù)品牌方，雖然品牌會為此買單，同時，我們希望整個數(shù)據(jù)洞察和數(shù)據(jù)支持的決策能夠讓中小企業(yè)，甚至個體層面都能很低成本地去訪問、去提高整個社會的運行效率，這塊的藍海會是接下來增長非常大的領(lǐng)域。

在目前階段，大家在數(shù)據(jù)產(chǎn)生洞察或者數(shù)據(jù)優(yōu)化層面，最典型直接的就是幫助投放。這是錢最集中的地方，也是有了洞察之后或者有了一些策略之后，最容易產(chǎn)生收益、評估收益的地方。下圖可以看到有這么多的公司和不同的角色，就會知道這塊市場有多大。

當(dāng)我們想用大型數(shù)據(jù)或者海量數(shù)據(jù)結(jié)合分析模型，真正做到第一個部分所提到的面向消費者洞察，我們發(fā)現(xiàn)單一數(shù)據(jù)源是遠遠不夠的。我們除了需要大型的數(shù)據(jù)，包括市面上用戶的分享、運營商的數(shù)據(jù)、App的數(shù)據(jù)，同時也需要結(jié)合調(diào)研數(shù)據(jù)去獲得一個更完整的概念。在這個過程當(dāng)中，大家會發(fā)現(xiàn)不同的數(shù)據(jù)可以覆蓋不同的需求，關(guān)鍵就是把這兩組數(shù)據(jù)有機結(jié)合起來，進行交叉分析。下面是秒針平常在做消費者洞察或研究常用的數(shù)據(jù)源，這些數(shù)據(jù)通過打通和處理之后會形成優(yōu)勢互補，可以真正去克服一些傳統(tǒng)研究上的障礙。

舉一個簡單的例子，比如說我們在運用數(shù)據(jù)去試圖理解消費的群體是誰的時候。如果客戶需要找到店內(nèi)的用戶進行訪談，我們現(xiàn)在主要的途徑是通過店里的探針去判斷哪些用戶真正到店，用戶到底屬于什么群體，從下圖能明顯看到他是屬于在這附近的居民、上班的群體還是偶然路過。

這要經(jīng)歷比較多數(shù)據(jù)清洗的過程，同樣要能夠完整獲取用戶不同的位置，這里會涉及到App的數(shù)據(jù)和運營商的數(shù)據(jù)。當(dāng)我們把到店的用戶分成幾個不同的群體之后，再來具體看這些用戶的特征的時候，后面幾部分更能產(chǎn)生真正意義上洞察，再去理解應(yīng)該怎么樣去投放或者在店內(nèi)跟用戶進行更多互動。比如說可以結(jié)合wifi的數(shù)據(jù)和運營商的數(shù)據(jù)，去判斷在這個時間點到店的客戶坐在店里多少時長，這個時間段用哪些App等，這些會對移動端的投放策略或內(nèi)容上合作等有相應(yīng)的指導(dǎo)。

這些仍然是完備的品牌體系可以做的，但其實很多時候如果只是想快速獲得一些數(shù)據(jù)做驗證，是有一些多快好省的方式，或者說多快省但不一定好。

會噴火的龍：傳說中低成本高效率有深度的洞察方法

給大家看篇文章，在這類分析中，用戶會用一些免費的工具和不同的渠道去做，但是思路是挺開闊的。

如何塑造張杰這個品牌？

http://mp.weixin.qq.com/s/LjumiS95zUnFD0w1ekTQeg

當(dāng)我們做些粗淺驗證的時候，這是我們內(nèi)部使用的一個快速工具，用來快速地跑一些標(biāo)簽。上面這篇文章，有一些典型的使用場景的問題，這里包括用戶并不是特別清楚數(shù)據(jù)來源，比如標(biāo)簽是怎么打的，是用哪些數(shù)據(jù)去形成了最后的結(jié)論，張杰背后的用戶是怎么選取出來的。這些是現(xiàn)階段我們使用快速工具的時候需要克服與考慮的不穩(wěn)定因素。

此外，當(dāng)我們想用數(shù)據(jù)做洞察的時候，很重要的是要找到相應(yīng)的比對，比如對標(biāo)的人群跟我這個目標(biāo)的特征有什么不同，從這些不同點當(dāng)中才可能產(chǎn)生洞察的機會。你會發(fā)現(xiàn)一些關(guān)聯(lián)關(guān)系或者非關(guān)聯(lián)關(guān)系，之后通過這些關(guān)系去找到洞察機會點，來判斷因果。有了因果之后，我們才可能形成洞察，數(shù)據(jù)本身只能一定程度上告訴我們可能的關(guān)聯(lián)性，背后的因果關(guān)系才是可以行動的部分。

上面兩張圖是很多時候運營人員會使用的，包括百度指數(shù)和微指數(shù)。這兩張圖有非常相反的狀態(tài)。這里我想談到另外一個問題，當(dāng)在用不同數(shù)據(jù)源的時候，如果我們分析的兩群人不是相同的兩群人，并不一定從嚴格意義上相同，而是只從特征和行為上相同的話，那么從中并不能直接用來作為沖突或者相關(guān)的證明。我們需要的是更完整地去找到這背后的信息，去理解這個模式出現(xiàn)的原因。

另一個層面，當(dāng)我用下面這兩個關(guān)鍵詞的時候，其實系統(tǒng)是不允許你用像“王者榮耀”這樣的詞的，而這個詞很可能是很多用戶在進行檢索和談到這個游戲所搜索用的詞。那這里面就有數(shù)據(jù)的缺失，所以多快好省的方案并不一定有。

大數(shù)據(jù)和AI時代的洞察自動化與決策自動化

有了大數(shù)據(jù)和機器學(xué)習(xí)的時候，我們怎么樣可以把洞察的體系做到真正的多快好省。

上圖是兩個決策流程的對比：

左邊，當(dāng)我們有一個資深的用戶，在獲取了一些基本的數(shù)據(jù)指標(biāo)之后，基于行業(yè)知識和獲取的不對稱信息，比如說業(yè)內(nèi)的人脈所帶來的這些信息，然后加上一些天才的靈感進行決策。這個決策有相當(dāng)大的幾率會失敗，但是也有非常多的時候是高風(fēng)險高收入的。一個典型的例子，即便現(xiàn)在業(yè)內(nèi)有非常多的號稱大數(shù)據(jù)的公司在做影視劇的投資分析，但他們并不能直接用這些數(shù)據(jù)來形成對后續(xù)的預(yù)測和決策，很多時候的決策是基于一些老編劇對于整個劇集的感覺。

右邊，是實際上可以在不遠的將來往下做的，有一部分其實已經(jīng)做的非常好了，有很多流程仍有待我們通過數(shù)據(jù)和機器學(xué)習(xí)去實現(xiàn)。完整的流程包括有效數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)結(jié)構(gòu)化（包括圖片、視頻、文本等），之后要識別相應(yīng)的實體，可能是某一個消費者或特定的主題，基于此是多維度的數(shù)據(jù)打通。打通數(shù)據(jù)之后，形成行業(yè)性質(zhì)的知識圖譜。這個整理過的知識圖譜通過我們特定的業(yè)務(wù)邏輯再來產(chǎn)生洞察。有了相應(yīng)的洞察之后，還有個體系是用相應(yīng)的策略庫，策略庫其實也是可以通過海量的數(shù)據(jù)采集和驗證來做的，最后形成一個自動化決策。整個流程其實是可行的，目前非常需要人工介入的是知識圖譜的構(gòu)建和數(shù)據(jù)清洗。在有了非常明確的應(yīng)用場景和商業(yè)目標(biāo)下，我們是可以通過這樣一整套體系從有效的數(shù)據(jù)到最終的決策，進行順暢的執(zhí)行。

比較典型的，IBM的這套Watson體系，他本身構(gòu)建的是一個非常大的平臺體系。包括整個認知、知識圖譜的積累、整個平臺化的接口，由外部的應(yīng)用來接入行業(yè)的數(shù)據(jù)、業(yè)務(wù)場景和業(yè)務(wù)策略、業(yè)務(wù)邏輯。目前階段略尷尬的是，實際的應(yīng)用當(dāng)中還是非常窄的一個層面去應(yīng)用，并沒有特別廣泛的通用型的決策和洞察的體系的出現(xiàn)。

總結(jié)：數(shù)據(jù)指導(dǎo)策略、數(shù)據(jù)驗證策略、數(shù)據(jù)評估策略

總結(jié)來說，現(xiàn)階段我們需要做的事情是，在有了數(shù)據(jù)的情況下指導(dǎo)策略，然后通過數(shù)據(jù)驗證策略，最后還需要用數(shù)據(jù)來評估這個策略實際執(zhí)行的效果。這樣下來就可以更好的把閉環(huán)完成。通過算法、數(shù)據(jù)、對于消費者的理解和驗證，整個完成之后，類似于在做AlphaGo圍棋對局的過程，通過不停的數(shù)據(jù)產(chǎn)生、數(shù)據(jù)驗證和經(jīng)驗的積累，形成策略優(yōu)化。

最終我們認為所有的企業(yè)包括個體都需要關(guān)注怎么樣可以更好更快地獲得相應(yīng)的決策洞察的支持。因為整個數(shù)據(jù)成本在變低，分析門檻在變低，因為有了那么多工具和預(yù)先配置的體系。當(dāng)我們不用數(shù)據(jù)的時候，我們無法保證不被甩在后面。有兩種情況，要么真的跑贏老虎，達成了最終完全的自動化洞察。要么就跑贏身邊那個人，找到更加獨有的數(shù)據(jù)，這些數(shù)據(jù)不一定是公開的，需要企業(yè)通過特殊的渠道去挖掘，然后能夠有更高效率更加行業(yè)化的分析。

這些基礎(chǔ)的信息其實已經(jīng)可以達成自動化的部分，在效率提升的情況下，最高決策人或產(chǎn)品負責(zé)人再基于整個企業(yè)，對于整個趨勢，不管是微型趨勢還是對大環(huán)境的判斷、對自己資源的判斷，結(jié)合起來最終做出一個決策。最終決定這個企業(yè)或者產(chǎn)品是否能生存下來，就歸結(jié)在剩下的產(chǎn)品力和執(zhí)行上。

本文為拓撲社原創(chuàng)，未經(jīng)同意不得轉(zhuǎn)載或引用

尋求報道&合作請聯(lián)系：tobshe@itjuzi.com

關(guān)注拓撲社微信：tobshe，獲取更多內(nèi)容哦~