Millward Brown 论点

大数据如何解放了调研工作

SHARE 1

大数据如何解放了调研工作

大数据俨然已成为时下流行话题，人们所讨论的范围从大数据的定义，到深入探讨大数据的业务应用以及大数据环境下所产生的社会影响等方面。打开谷歌搜索“大数据”，立刻就能发现 16.6 亿个搜索结果，而且我敢肯定，在我写完这篇观点文章后，这个数字还会继续上升。

在各种相互矛盾的观点当中，我们这个行业争论最为激烈的话题之一就是大数据是否将取代传统的市场调研或者淘汰第一手调查。这个问题听上去荒唐，但实际上却很值得探讨。

前大数据时代

首先 , 让我给大家讲个故事。几年前，我为中级调研人员开办了调研创新培训班。培训一开始，我就问他们：“针对客户的品牌或沟通方面的需求进行提案时，你是否曾经使用任何一项不是透过问卷调查的研究吗？”学员们看着我，一脸茫然。最后一位学员说道：“但我们都是需要用问卷来测量品牌健康度及沟通影响力的，每个不同的案例都需要一组新的研究资料。我们怎们可能不使用问卷呢？”

如今，对于在程式化调查环境下成长起来的调研人员而言，可获取的内容极其广泛，这既让人欢欣鼓舞，又令人无从着手。网站和各种社交媒体都在了解消费者的情感。不仅机顶盒可以记录消费者观看广告的情况，数字标签以及与电视相互通信的移动设备也同样能做到这一点。

这种思维模式在“前大数据时代”很常见。那时候，无论调研的目标是区分不同消费者的需求、更准确地锁定目标群体，还是评估广告对品牌健康度的影响，通常情况下我们在每次调研时都需要生成和分析一组新的数据。但是现如今，这个定律已经不再成立。在当今的大数据世界里，几乎一切事物都是以数字化的方式受到被动观察和管理，因此，我们

William C. Pink创意分析高级合伙人bill.pink@millwardbrown.com

有能力利用以前未得到开发或原来并不存在的数据资产，以便迅速而又深入地解决同类问题。

大数据其实并不是新生事物，近年来，大型数据源始终囊括消费者购物、信用评分和生活方式等方面的信息。数据科学家多年来也一直运用这些数据帮助企业评估风险、预测客户需求。当今的大数据与以往的大数据主要有两个区别：第一，用来分析和数据整合的工具和方法更加高级；第二，如今几乎所有的数据采集和测量都实现了数字化，新的数据源大大增加，更进一步提升了这些分析工具的能力。

大数据是否会淘汰第一手调研？

在今天的大数据时代，几乎所

有的资料都可以通过数字化的

方式去进行观察和管理。

Millward Brown 论点

大数据如何解放了调研工作

SHARE 2

无关乎数据——只关乎问题与答案

为市场调研敲响丧钟之前，我们应该提醒自己，真正重要的并不是某个特定数据集存在与否，而是我们是否有能力解答问题。大数据世界的一大妙处就是，根据我们的新数据得出的分析结果会衍生出更多的问题，而这些问题要依靠传统的市场调研才能有效解决。因此，随着大数据的增加，我们同时也会看到“小数据”数量与需求的增长，这些小数据则是用来探索和回答大数据衍生出来的问题。

为市场调研敲响丧钟之前，我们

应该提醒自己，真正重要的并不

是某个特定数据集存在与否，而

是我们是否有能力解答问题。

当大数据增长时，我们观察到“小

数据”的需求同时增加以解决大

数据所衍生出来的新问题。

我们做一个假设：某企业主一直在在对店铺客流量和销量进行不间断的实时监测，现有的调查问卷的设计是通过询问受访者的购买动机及在店内行为从而锁定特定的目标消费群体。其实这个设计可以做进一步改进：通过运用大数据来做持续被动的检测，而利用问卷来做定期或当有异常发生时来做焦点式探测。大数据就是通过这种方式来解放调研工作的，第一手问卷调研无需集中关注当前例行性情况——大数据就可以代劳。只用来集中精力解释我们为什么会观察到某些趋势，或者为什么会出现偏离趋势的异常情况即可。研究人员可以放更多心思在数据的分析上，而不是在数据搜集上。

同时，我们发现大数据可以解决调查行业最大的一个问题，也就是问卷冗长的问题。市场调查行业的大量研究都已证明，繁冗的问卷会对数据质量产生负面影响。虽然许多人早就认识到了这个问题，但默认的答案依然是“我需要把那些信息提供给高管”，并且冗长的调查还在继续横行。

大数据世界里，问卷中的指标可以被动地收集及测量，问卷过长没有任何意义。想想那些关于消费者使用、购买、接触等行为的问卷选项，如果大数据可以轻而易举地检测到这些指标，以调查形式开展的第一手调查就无需收集这类信息，而我们也终于可以实现缩短问卷的目标，而不必再一味地纸上谈兵。

现在，诸如通话量、购物模式和购买行为等各种与消费者相关的信息都可以实时获得。因此，以前要靠市场调研才能获得的许多洞察现在都可以通过大数据源得到。这些数据资产都是持续不断地被收集，并不需要依赖于任何调研过程。这些变化让我们不禁要问，大数据是否将取代市场调研？

Millward Brown 论点

大数据如何解放了调研工作

SHARE 3

大数据需要人工处理

最后，大数据的“大”只是这些新型数据资产的特征之一。“大”指数据的规模，这是显而易见的，因为大数据的范围超出了我们之前接触过的任何数据。但这些新型数据流还有其他显著特征：它们通常是原始格式的非结构化（至多是部分结构化的）数据，且具有不确定性。一种名为“实体分析”的数据管理方法有助于管理大数据噪音。这种方法致力于解析数据集，并找出哪些数据是来源用一个人，哪些数据时当前的，哪些是完整及有用的。

管理我们全新开发的“有意义、差异化”品牌资产框架中的社交媒体数据就是一个典型的例子。这个经过市场行为验证、按标准化流程实施的框架很容易导入其他营销业务和信息系统，以支持决策过程。换句话说，我们基于调查研究（但不仅限于此）的品牌资产框架具有应对大数据非结构化特性、无关联性和不确定性所需的所有属性。

以来自社交媒体的消费者情感数据为例，原始格式下，消费者情感的峰值和谷值与离线品牌资产及行为衡量指标的相关性通常很小，因为数据噪音太多。但我们可以将我们构建的消费者意义、品牌差异化、品牌活力和品牌突出性模型应用到原始的消费者情感数据之中，以便从这些角度处理并汇总社交媒体数据，借以减少数据噪音。

数据依照我们的框架进行组织整理后，随之产生的趋势通常与离线品牌资产及行为衡量指标保持一致。实际上，光是社交媒体数据本身并不能说明什么，要想利用这些数据，那就需要运用我们在品牌理解方面的经验和洞察。社交媒体能发现消费者用

为消除数据错误或噪音，无论是小型数据或大型数据都要经过数据整理，但这还不够。我们还需要根据我们以往的经验、分析能力和行业专长，围绕大数据创建背景内容。事实上，很多分析师都把管理大数据固有不确定性的能力视为一种竞争优势，因为它有助于更好地制定决策。

大数据解放了第一手调查，而第一手调查对内容创建和大数据分析也有帮助。

管理大数据固有不确定性的能力

可能是一种竞争优势。

大数据解放了第一手调研，而第

一手调研有助于对内容的创建和

大数据的分析。

Millward Brown 论点

大数据如何解放了调研工作

SHARE 4

我们基于调查研究的品牌资产

框架具有应对大数据非结构化

特性、无不关联性和不确定性

所需的所有属性。

现在我们再回头看看大数据为什么不会取代市场调研，而是会解放调研工作这个话题。调查人员不必像过去那样对每项新发现进行新的调查；长期有效的大数据资产可用于众多调查主题上，后面的第一手调研则可以更加深入，并准确地填补信息缺口。这样就解放了调查人员，他们不必再依赖于冗长的问卷，而是可以使用简短而切中要害的调查方案，从而提高数据质量。

调查工作被解放后，研究人员可以利用已建立的原则和洞察为大数据资产赋予准确性和意义，从而探索全新的调查领域。这个过程可以围绕一系列战略问题产生更深刻的洞察，最终走向我们一直以来的首要目标——为品牌和传播决策提供依据，并使之不断完善。

解放调研工作的好处

欲了解关于大数据及市场调查的更多信息，请访问：www.mb-blog.com

如果您喜欢《大数据如何解放调查》这篇文章，您可能也会对下列文章感兴趣：

《社交测量取决于数据的质量和数量》《大数据的大风险》《在十字路口跟踪》《超越大数据偏见》《大数据的用武之地在何处？》《大数据需要人工处理的原因》

以描述品牌的独特语言，使我们的调研工作形成一个完整的循环，然后我们就能在调查设计中加入这种语言，使第一手调查更有效。