大數(shù)據(jù)的未來怎么樣

大數(shù)據(jù)的未來不是數(shù)值,而是提出更深層次的問題并找出消費者做決策的原因。

今天,客戶經(jīng)常問關于大數(shù)據(jù)的未來,下一步是什么,我們?nèi)绾卫脭?shù)據(jù)在更深的層面提取有意義的消費者信息來超越我們現(xiàn)在的程度?最標準的答案是從比以往更 多的設備上實時獲取數(shù)據(jù)和分析的能力。的確, 通過家庭，穿著，汽車我們可以收集海量的數(shù)據(jù)，但是這僅僅只是目前方法的延伸。

數(shù)字VS情緒

現(xiàn)在大部分的數(shù)據(jù)收集都是數(shù)值或二進制。數(shù)據(jù)告訴我們?nèi)绻腥诉M入到一個網(wǎng)站,瀏覽到什么程度 ,多長時間,關注點在哪,但數(shù)據(jù)沒有告訴我們?yōu)槭裁?。我相信大?shù)據(jù)的未來,大數(shù)據(jù)2.0——不是關于二進制和數(shù)值,而是提出更深層次的問題。大數(shù)據(jù)2.0 應該不僅是關注于在哪和什么,而且也關注回答為什么。大數(shù)據(jù)2.0應該關注于更好的理解消費者的情緒狀態(tài)和決策邏輯,從而提供更深入的理解消費者的選擇。 如果我們關注于原因,而不是多久,我們可以在消費者和品牌之間創(chuàng)建更有意義、更高質(zhì)量的聯(lián)系。換句話說,雖然數(shù)據(jù)是一個偉大的性能指標,但是只關注他們就 意味著品牌會錯失一部分人性因素。

以亞馬遜數(shù)據(jù)為例。亞馬遜擁有海量的數(shù)值指標。其數(shù)據(jù)可以告訴我們銷售數(shù)量，客戶參與度和客戶滿意度。這些都是偉大的指標,但他們?nèi)匀环浅：唵?并且只是一小部分。

假設我們是一家消費品公司,我們想引入一個新的尿布產(chǎn)品進入市場。我們決定看看亞馬遜為了更好地理解哪些產(chǎn)品是市場領袖(銷售排名和銷售數(shù)量),消費者喜 歡產(chǎn)品本身的程度(評論)。如果我們在所有尿布產(chǎn)品中分析這些指標,我們有一個大數(shù)據(jù)1.0圖片，告訴我們到底是誰賣的最多，消費者最喜歡的是什么。然而 在大數(shù)據(jù)2.0中這是不夠的,大數(shù)據(jù)2.0需要知道原因:為什么這個產(chǎn)品賣的最多?為什么它有5星評價?

解決方案

對我們來說, 開始創(chuàng)建大數(shù)據(jù)2.0最容易的方法是每天收集非結構化數(shù)據(jù)。這可以是評論、客戶反饋電子郵件、社區(qū)論壇,甚至是自己的CRM系統(tǒng)。著眼于這個數(shù)據(jù)最簡單的方法是通過文本分析。

文本分析是一個相當簡單的過程:

1、收集:收集要分析的原始數(shù)據(jù);

2、轉換和預處理:轉換數(shù)據(jù)的格式,讓它更容易閱讀;

3、改進:通過添加額外的數(shù)據(jù)點優(yōu)化數(shù)據(jù);

4、加工:進行具體分析和數(shù)據(jù)分類;

5、頻數(shù)分析:評估結果并轉化成數(shù)值指標;

6、獲取:實際提取信息。

這是一個使用上述方法的真實應用。我們試圖了解尿布市場。假設我們已經(jīng)收集了所有尿布的評論以及它們的定性指標。這意味著我們知道什么最好賣,什么排名最 好/最差。為了在下一層里采用這些,我們將開始從評論中提取詞匯和短語。這會告訴我們一些重復出現(xiàn)的信息及評論的頻數(shù)分析。實際上執(zhí)行這個分析通過評估成 千上萬的評論并且發(fā)現(xiàn)四個可行的見解。沒有文本分析,我們不會得到這些。

1、為什么銷售得那么好

當看著最暢銷產(chǎn)品的評論,發(fā)現(xiàn)在大多數(shù)有用的評論中提到最多的關鍵詞是“價格”“特點”和“價值”。這告訴我們,除了產(chǎn)品的定價，人們不買它也因為它的質(zhì)量和功能特點。所以當我們推出我們的產(chǎn)品,我們會注意價格/價值導向,而不僅僅是功能特點。

2、為什么人們不喜歡它

這是一個很有啟迪作用的問題。最多負面評論的品牌有極高頻率的關鍵詞“膠帶”,“粘貼”,“保持關閉,”和“打開”。在一些讀取后,消費者在尿布的通常關 鍵性特征如“吸收性”，“泄漏”，或“柔軟”,上沒有問題，但實際上對尿布一面的膠帶,和它保持打開狀態(tài)上有問題。大量的負面評論提到這些問題讓我們相 信,這是一個特性，品牌不注意但消費者關心。因此,我們建議采取測試廣告,解決這一問題。

3、智能過濾

這里有一個有趣的問題,很多負面評論并不是關于實際的產(chǎn)品,而是關于物流、庫存和包裝的問題。通過標記和刪除這些設置,可以在純粹的產(chǎn)品層面做出評價為了 相關產(chǎn)品的關注點。如果我們在亞馬遜展示我們的尿布,我們建議在頁面顯著位置上增加物流和庫存水平保證——這是一個競爭優(yōu)勢,直接消除消費者的擔憂。

4、他們想要什么

從研發(fā)的角度來看,這是一個黃金觀點。通過評估審查一些關鍵詞像“我希望”,“希望”或“他們應該”，我們能夠發(fā)覺消費者的共同特點當他們尋找尿布的時 候。這些都是偉大的見解,解決消費者不斷變化的需要。我們可以將這些產(chǎn)品特性提供給研發(fā)團隊以及廣告文案。

正如你所看到的, 僅僅只是在亞馬遜分析尿布的種類,大數(shù)據(jù)2.0的分析就超過了二進制性能指標。我們可以看到人群的最愛，但還不知道購買背后的“為什么”, 直到運用了文本分析才了解正面或負面評論。有無數(shù)的消費者信息可以從文本挖掘,非結構化數(shù)據(jù)帶給我們消費者的聲音,動機,和購買行為的深層理解。

開始著眼于現(xiàn)有的數(shù)據(jù),導出CRM,檢查評論，網(wǎng)站或在主題論壇提到的產(chǎn)品,甚至是銷售部門的電子郵件收件箱。這是大數(shù)據(jù)2.0的時代。