市場調(diào)研分析師走向末法時(shí)代

我們做數(shù)據(jù)服務(wù)是AI的落地，將數(shù)據(jù)能力在企業(yè)組織架構(gòu)中向下釋放，只不過順手干了分析師的活兒。

——快決測

之前還在奇怪，幾乎所有的媒體圈朋友在介紹自己的時(shí)候都不是XXX報(bào)記者，XXX網(wǎng)記者，而是XXX分析師，莫非在媒體圈分析師擴(kuò)招時(shí)代已經(jīng)到來?原來真相是，AI已經(jīng)可以自己寫文章，但還寫不了報(bào)告，記者集體避難分析師崗位，畢竟同宗同源，危難時(shí)應(yīng)當(dāng)互相照拂。萬萬沒想到，分析師地位也即將不?！?/p>

實(shí)時(shí)數(shù)據(jù)與后驗(yàn)數(shù)據(jù)的商業(yè)碰撞

隨著大數(shù)據(jù)、AI的不斷繁榮，馬云的預(yù)言再次成為現(xiàn)實(shí)——數(shù)據(jù)將是新能源，以數(shù)據(jù)驅(qū)動的新產(chǎn)業(yè)模式正不斷顛覆傳統(tǒng)行業(yè)。自AlphaGo擊敗人力智力巔峰游戲——圍棋以來，很多以智力、知識服務(wù)為護(hù)城河的職業(yè)也不再堅(jiān)固，很多IT媒體已經(jīng)利用NLP技術(shù)實(shí)現(xiàn)了快訊新聞80%的內(nèi)容構(gòu)建，利用框架算法的數(shù)據(jù)可視化也不再局限于數(shù)據(jù)分析師的技能壁障，真正應(yīng)了那句話：“打敗你的不是專業(yè)，很可能是跨界?！?/p>

過去我們敬畏Nielsen、Kantar、Ipsos等世界知名市場調(diào)研機(jī)構(gòu)，其市場調(diào)研模型之曼妙、分析師經(jīng)驗(yàn)之老到、數(shù)據(jù)之精準(zhǔn)、結(jié)果之震撼，這是從事某行業(yè)多年以來對產(chǎn)業(yè)集大成的思考與歷練才得出的研究分析結(jié)果。一個產(chǎn)業(yè)市場的預(yù)測和分析不無凝結(jié)著一個資深分析師背后數(shù)十年的經(jīng)驗(yàn)積累。

我們通?？吹降暮芏嘈袠I(yè)分析報(bào)告都是根據(jù)統(tǒng)計(jì)結(jié)果計(jì)算出來的后驗(yàn)性數(shù)據(jù)（包括尼爾森/坎塔/零點(diǎn)咨詢等出品的大部分國內(nèi)外的調(diào)研報(bào)告，都是使用經(jīng)典的貝葉斯后驗(yàn)定理與預(yù)測）。在國外這種數(shù)據(jù)驗(yàn)證的服務(wù)應(yīng)用超過百年，在國內(nèi)最早商業(yè)化的咨詢機(jī)構(gòu)使用這一方法也有27年歷史。

市場調(diào)研、咨詢公司其實(shí)是一個顯得很高大上但又頑固不化的老行業(yè)。

這幾年在國內(nèi)市場，傳統(tǒng)市場調(diào)研/咨詢公司沒有以前紅了。Talkingdata/GrowingIO等用戶實(shí)時(shí)行為大數(shù)據(jù)服務(wù)公司強(qiáng)勢崛起，這些公司重新定義了數(shù)據(jù)的采集、分析、結(jié)果呈現(xiàn)的效率，它們更強(qiáng)調(diào)實(shí)時(shí)數(shù)據(jù)的結(jié)果與分析，并增加關(guān)聯(lián)數(shù)據(jù)的多維交叉分析，指導(dǎo)決策團(tuán)隊(duì)快速調(diào)整運(yùn)營。一言蔽之，以動態(tài)化的數(shù)據(jù)指導(dǎo)并改進(jìn)產(chǎn)品、服務(wù)和運(yùn)營，本質(zhì)是——極大地提高企業(yè)對數(shù)據(jù)的利用率，縮短了數(shù)據(jù)結(jié)果呈現(xiàn)時(shí)間，把數(shù)據(jù)的沉沒成本、時(shí)間成本降低以溢出數(shù)據(jù)價(jià)值。

在數(shù)據(jù)井噴的時(shí)代，信息差的生意已成為過去，數(shù)據(jù)效率生意才是數(shù)據(jù)服務(wù)的商業(yè)化內(nèi)核，看不透這一點(diǎn)的傳統(tǒng)市場調(diào)研機(jī)構(gòu)都將會被替代。

但這種實(shí)時(shí)大數(shù)據(jù)的動態(tài)分析和服務(wù)也存在局限性：其數(shù)據(jù)噪聲之大一個服務(wù)器裝不下；真實(shí)性——必須接受的虛假（網(wǎng)絡(luò)虛假信息的不可消除）；永不可能的全樣本（不依賴樣本的隨機(jī)性）；數(shù)據(jù)廣度與深度的缺失；行為數(shù)據(jù)/狀態(tài)數(shù)據(jù)的時(shí)效性差異；過去預(yù)測未來的局限性（實(shí)時(shí)數(shù)據(jù)是相關(guān)關(guān)系而非因果關(guān)系）等等一系列問題還未能很好解決（此文不做過多分析）。

實(shí)時(shí)行為數(shù)據(jù)分析善于調(diào)整和優(yōu)化過去，而后驗(yàn)性數(shù)據(jù)調(diào)研長于精準(zhǔn)預(yù)測和判斷未來，因此傳統(tǒng)咨詢/研究機(jī)構(gòu)依然還有一線生機(jī)。

但別高興……傳統(tǒng)調(diào)研行業(yè)最大的悲哀就是看多了其他行業(yè)的新老更替，卻參不透自我創(chuàng)新的桎梏。

一種新的市場調(diào)研業(yè)態(tài)正在浮現(xiàn)

將“市場研究”產(chǎn)品化思考的公司不計(jì)其數(shù)，尤其是各大市場調(diào)研機(jī)構(gòu)和咨詢公司，苦苦思索而終無所獲，最終變成了一場堆人的游戲。傳統(tǒng)市場調(diào)研最大的問題是用市場調(diào)研思維做產(chǎn)品，無法跳出市場調(diào)研的細(xì)節(jié)和結(jié)果，而直面調(diào)研對象與最終效果。簡而言之，就是嚴(yán)謹(jǐn)?shù)倪^程邏輯思維與最終結(jié)果解釋合理性往往會阻礙分析師看穿市場調(diào)研的商業(yè)本質(zhì)，大多數(shù)市場調(diào)研機(jī)構(gòu)做出的所謂技術(shù)產(chǎn)品不過是傳統(tǒng)調(diào)研的線上化。

從始至終，這樣的產(chǎn)品都無法解決前文提到的數(shù)據(jù)效率化問題，沒有充分使用云、大數(shù)據(jù)、AI等新技術(shù)能力最大化釋放數(shù)據(jù)和分析師人效。

傳統(tǒng)市場調(diào)研的老問題：

時(shí)間周期長——一個完整的傳統(tǒng)專項(xiàng)調(diào)研周期快則1個月，慢則三個月。

項(xiàng)目費(fèi)用高——專項(xiàng)研究項(xiàng)目報(bào)價(jià)少則十幾萬、多則幾十萬，大量的費(fèi)用其實(shí)是樣本和分析師人工。

需要專人專項(xiàng)（一個頂級分析師最多同時(shí)也只能focus三個項(xiàng)目）——一個精力充沛的分析師同時(shí)運(yùn)作項(xiàng)目數(shù)量上限是3個，當(dāng)然那些非要把只負(fù)責(zé)最后校驗(yàn)和框架建議也算自己核心項(xiàng)目的“杠精”除外。

調(diào)研門檻高——需專業(yè)分析師進(jìn)行調(diào)研項(xiàng)目設(shè)計(jì)與執(zhí)行。

數(shù)據(jù)真實(shí)性驗(yàn)證時(shí)間周期長——大量的傳統(tǒng)調(diào)研機(jī)構(gòu)數(shù)據(jù)真實(shí)性驗(yàn)證無法做到“當(dāng)日驗(yàn)”，這是由于樣本問題、數(shù)據(jù)分析師數(shù)據(jù)處理能力以及一些業(yè)內(nèi)不可說的秘密等問題的綜合結(jié)果。

……（其他問題不一一例舉）

傳統(tǒng)市場調(diào)研多年無法解決的老問題，在這個技術(shù)亂法的時(shí)代似乎正在被解決，不過很可能是讓“外人”來解決。

又一次提到“打敗你的很可能是跨界“，三個寶潔系高管用產(chǎn)品化思維去做了市場調(diào)研這件事——快決測（這是一段顯而易見但不無聊的軟廣），調(diào)研的世道要變天了……

新的市場調(diào)研正在出現(xiàn)，通過智能商業(yè)洞察中臺（數(shù)據(jù)調(diào)研中臺：SaaS化的調(diào)研系統(tǒng)+調(diào)研智庫能力），如千人千面的非傳統(tǒng)調(diào)研問卷、1對N的實(shí)時(shí)統(tǒng)計(jì)分析視頻化定性調(diào)研，讓傳統(tǒng)問卷調(diào)研更類似大數(shù)據(jù)的應(yīng)用體驗(yàn)，成倍縮短調(diào)研時(shí)間并得到結(jié)果，讓數(shù)據(jù)分析難度進(jìn)一步下降，數(shù)據(jù)結(jié)果人人可見、人人可懂，且維度更加豐滿。

分析師（或市場分析員/產(chǎn)品經(jīng)理）通過視頻調(diào)研（定性分析）一次面對成百上千的受訪者，通過NLP實(shí)時(shí)統(tǒng)計(jì)分析結(jié)果，靈活調(diào)整調(diào)研方向；并發(fā)圖形化+文字的千人千面問卷調(diào)研（定量分析）；不培養(yǎng)樣本池、當(dāng)日數(shù)據(jù)當(dāng)日反饋確保數(shù)據(jù)真實(shí)性；完成一個包含結(jié)果輸出的專項(xiàng)調(diào)研可能只用1-2周時(shí)間。

調(diào)研時(shí)間縮短3/4，單位時(shí)間人大幅效提升，兩相加成帶來的調(diào)研費(fèi)用支出減少，這個貨幣計(jì)量的差值足夠企業(yè)雇傭一個行業(yè)資深分析師（或者上一套SaaS調(diào)研系統(tǒng)+一年2個月帶薪休假）——真香。

用技術(shù)化的思維來做調(diào)研產(chǎn)品，是對傳統(tǒng)市場調(diào)研產(chǎn)業(yè)的一次暴擊，用新姿勢拱傳統(tǒng)的路，拱的傳統(tǒng)無路可走。

這樣的暴擊不僅會革了傳統(tǒng)調(diào)研三板斧的命，更將后驗(yàn)性數(shù)據(jù)調(diào)研的能力下放到企業(yè)的中層管理及以下。企業(yè)以往使用大數(shù)據(jù)來做產(chǎn)品、服務(wù)、運(yùn)營的快速調(diào)整，用后驗(yàn)性數(shù)據(jù)來做市場的預(yù)判和戰(zhàn)略的制定，但后驗(yàn)性數(shù)據(jù)時(shí)間周期與大數(shù)據(jù)秒級的時(shí)間相比太過漫長，這樣的數(shù)據(jù)特征一直使得企業(yè)的數(shù)據(jù)決策無法由下而上的反饋。

數(shù)據(jù)調(diào)研中臺的出現(xiàn)利用大數(shù)據(jù)的技術(shù)實(shí)現(xiàn)傳統(tǒng)調(diào)研的效果，把后驗(yàn)性數(shù)據(jù)能力從高到低釋放，數(shù)據(jù)調(diào)研時(shí)間向大數(shù)據(jù)服務(wù)看齊，把后驗(yàn)性數(shù)據(jù)實(shí)現(xiàn)由基層到?jīng)Q策層的傳遞，真正把市場調(diào)研的敏捷度做到“讓一線呼喚數(shù)據(jù)“。

企業(yè)都在追求數(shù)字化，數(shù)字化的前面是信息化，信息化的路上叫數(shù)據(jù)化，而現(xiàn)階段讓每一個企業(yè)員工都理解數(shù)據(jù)化不現(xiàn)實(shí)，但讓基層管理者具備數(shù)據(jù)化意識和能力可以開始嘗試，快決測現(xiàn)在做的數(shù)據(jù)服務(wù)就像其自身產(chǎn)品一樣，用后驗(yàn)性數(shù)據(jù)做一門預(yù)判未來的生意。

后記

記得若干年前，國內(nèi)一家知名度頗高的市場調(diào)研公司“XX100”，創(chuàng)業(yè)12年沖擊IPO失敗，融資對賭到期，創(chuàng)始團(tuán)隊(duì)傷筋動骨大出血，當(dāng)時(shí)這家機(jī)構(gòu)只要完成1億RMB營收就能完成對賭而續(xù)命，最終倒在了8000萬的關(guān)口，雖然最終蹉跎兩年再次IPO并成功，但江湖已經(jīng)不再是它的時(shí)代。

快決測，Pre—A輪融資數(shù)數(shù)千萬RMB，創(chuàng)業(yè)僅2年的公司年銷售額達(dá)3000萬，在疫情期間更是逆勢增長，首季度實(shí)現(xiàn)營收100%增長，根據(jù)快決測董事長李韶輝的預(yù)測，完成對國內(nèi)大型企業(yè)的市場滲透，快決測能夠達(dá)到年銷售額6-7億人民幣。

同樣是做市場調(diào)研的業(yè)務(wù)，前者用人來規(guī)模化，后者用中臺來規(guī)?；?，卻有不一樣的過程和效果。

中臺在以往被理解成解決企業(yè)信息化+業(yè)務(wù)+管理+運(yùn)營+數(shù)據(jù)的平臺級解決方案，但隨著中臺概念的日益清晰，在各種被包裝的中臺敗走麥城后，獨(dú)有數(shù)據(jù)中臺依舊如日中天，企業(yè)圍繞數(shù)據(jù)做業(yè)務(wù)是不會錯的選擇。

（依賴分析師經(jīng)驗(yàn)及連續(xù)性數(shù)據(jù)的沉淀，ToB行業(yè)調(diào)研的護(hù)城河依舊穩(wěn)固；但ToC市場調(diào)研肯定會迎來一波巨變，包括頭部的尼爾森、坎塔、益普索等公司，初級分析師及不做桌面調(diào)研的數(shù)據(jù)分析師都會面臨被取代的風(fēng)險(xiǎn)）

文 | 吳 勇

出品 | T客匯

生成海報(bào)

免責(zé)聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個人觀點(diǎn)，與極客網(wǎng)無關(guān)。文章僅供讀者參考，并請自行核實(shí)相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。