登录 注册 发布

小蜜蜂

数据挖掘(大数据)和传统的市场研究是竞争关系吗?



推荐

有竞争,有融合。

一、所有方法都存在局限性。

传统市场研究目的是发现和验证事物之间的因果关系,这是一项非常”艰巨“的任务。例如某热销单品销量突然大幅下滑,是什么原因导致?刷单导致平台降权处罚?消费者的爱好及口味发生变化?主要对手推出了更好更便宜的竞品?售后服务出现问题导致差评率上升?没有做好持续优化升级?……这里根据不同的产品类型、平台等可以列出上百种影响因子,各项因子之间存在着千丝万缕的联系。你可以归因于所有影响因子,也可以归咎于某一主要成分,但是企业决策不能只凭感觉。

传统研究方法存在局限性,数据挖掘方法同样存在局限性。数据挖掘(DM),顾名思义,只能对有“数据”记录的信息人群进行挖掘,而传统的市场研究能够覆盖到大数据无法分析的消费人群。比如数据只能让企业分析自身的经营情况,无法总结出自己与主要竞争对手之间的差异,更无法展示出那些潜在的、尚未参与市场活动的消费者行为。预测只能是根据已有的数据进行,因此制定的策略本身就存在局限性。

二、市场研究方法仍难替代。

有人说大数据时代,只要通过DM发现了事物之间的相关性就已经能产生巨大的经济效益和商业价值,此时传统的市场研究(Market Research)方法即将葬入坟墓,观点过于激进。因为,传统的方法能够在某些方面弥补DM的“短板”。比如它能够告诉你,为什么竞争对手要这样行动?你与竞争对手之间的真正差距在哪里(不仅是表面数字)?用户为什么没有按照你设计的路径前进?用户为什么常常有一些"无法解释”的操作?如何透过某些有悖常理的消费模式表象背后发现真正的原因?大数据分析只能告诉你两件事物之间可能存在某种“相关性”,而传统研究方法能够让你找到”因果关系“,这才是我们真正需要的。

三、双剑合璧方能游刃有余。

未来是大数据的时代,抽样分析逐渐成为历史。我们知道,定性研究方法(Qualitative Research Method)和定量研究方法(Quantitative Research Method)其实有各自的优势和劣势。解决实际问题的时候,一个好的分析师应该能够判断运用定性分析还是定量分析。但实际情况,由于时间及精力有限,分析师们常常会“偏科”:定量研究者经常把数据分析的结果当成原因,而定性研究者经常把个人感知当成结果。这些在日常生活中都有很多实际的案例,比如有统计表明,冰淇淋的销量越好,游泳溺水的人数越高,即冰淇淋的销量与游泳溺水人数之间呈正相关性,我们是否可以由此得出结论:喜欢吃冰淇淋的人更容易溺水?此处不在赘述。

总结:

很多时候我们不去分析问题原因,是因为条件有限真的无从下手,大数据的出现确实让某些不可能成为了可能。

但发现事物之间”相关性“仅仅是个开始,探究问题的本质及”因果关系”才是终极目标。

综上所述,相信聪明的你已经知道该怎么做了。

111

评论