邹剑峰+卢丽丝

市场调查是企业收集信息最重要的手段。企业的竞争就是“信息”的竞争，谁掌握了“信息”，谁就占有了企业快速发展的先机。随着计算机网络技术、云计算、云存储技术的完善，许多的电子商务平台、O2O企业、甚至是传统的行业例如医疗行业、教育行业等等，通过计算机网络技术储存了巨量的用户网络消费行为数据。许多企业开始重视这些数据，例如电子商务公司开始分析用户的购买行为，再根据用户的消费行为来调整自己的营销策略，传统的市场调查开始受到了严重的冲击。随着计算机网络的进一步发展和完善，大到一个国家的管理，例如国家经济政策的出台，小到一个企业的经营管理例如产品开发等都离不开大数据。

一、大数据时代的内涵

1.大容量。目前的数据容量一般要用TB级、PB级甚至是EB级来衡量。企业的大型数据集一般在10TB规模左右，但在实际应用中，很多企业需要将多个数据集放在一起，基本上就会形成PB级的数据量。国际数据公司（IDC）2014年制作的EMC数字宇宙研究报告和国家信息中心专家委的报告显示，2014年中国数据总量达909EB，占世界13%的份额，预计2020年将达到8060EB。

2.数据类型多样化。数据类别（variety）大，数据来自多种数据源，数据种类和格式日渐丰富，已冲破了以前所限定的结构化数据范畴，囊括了半结构化和非結构化数据。现在的数据类型不仅是文本形式，更多的是图片、视频、音频、地理位置信息等多类型的数据，个性化数据占绝大多数。数据多样化对数据处理提出了新的挑战，不同的数据需要用不同的处理方法。从简单的电子邮件、数据日志和信用卡记录，再到仪器收集到的科学研究数据、医疗数据、财务数据以及丰富的媒体数据（包括照片、音乐、视频等）等都需要用不同的数据处理方式来进行处理。

3.真实性。大数据是通过消费者的网络行为沉淀下来的数据，这些网络行为都是消费者真实的和可靠的行为，绝大部分消费者不会故意去掩饰自己的消费行为，因此大数据是真实的可靠的。例如淘宝网，从消费者打开淘宝网页那一刻开始，消费者的每一次点击都会被记录下来。5亿注册用户的网络行为会在淘宝网的后台形成海量的消费行为数据，这些数据都是真实可靠的。

4.低价值密度。海量的信息里面，有价值的信息可能是极少的一部分，所以大数据具有价值密度较低的特性。如何通过强大的计算机算法更迅速地完成数据的价值“提纯”，是大数据时代亟待解决的难题。以视频为例，一个一小时的视频，在不间断的监控过程中，可能有用的数据仅仅只有一两秒。如何捕捉到这一两秒中里面的有用信息是每个市场调查者共同面临的难题。

二、大数据时代市场调查的特点

1.大数据时代改变了调查方式。在大数据出现以前，尽管大家都知道普查是了解市场最好的一种调查方式，但是由于普查的范围太广，成本太高，往往导致企业没办法组织普查。但是由于大数据的出现，传统最常用的抽样调查地位受到了挑战。现在许多行业都非常容易以非常低的成本获得大数据，例如服装企业可以从天猫、淘宝、京东等公司获取大数据，然后对大数据进行挖掘分析，以此来更加精准的了解顾客需求。在这个背景下，许多传统的市场调查方式就会被大数据挖掘所取代。企业很容易获得全部消费者的数据，也就不需要抽样调查了，直接进行全面调查。当然并不是说传统的调查方式就完全会被大数据分析取代，在不同的场景和不同的调查需求情形下，可以选择不同的调查方式。大数据的分析更加适合于描述性的调查，而传统的调查方式在因果性的调查上仍然是具有独特的优势。所以大数据分析和传统的市场调查并不是取代的关系，而是互补的关系。

2.大数据时代实现了对市场信息的实时监控。在大数据时代到来以前，不管采用何种调查方式，基本都没办法实现对变化的市场信息实时监控。尽管企业也通过ERP软件实时对中间商的销售和库存情况进行实时的监控，但是也仅此而已，没有办法了解到实时的市场信息。大数据时代让企业对市场信息实时监控成为了可能。例如经营一家天猫的商店，企业可以实时的监控消费者进店的流量信息、跳失率、平均停留时间等这些关键的店铺经营数据。通过购买阿里的高级数据分析工具，你也可以实时的监控整个品类的营销信息，然后再根据这些信息迅速的调整店铺的营销手段。利用大数据，企业可以跟踪消费者的整个消费轨迹——从最初的消费冲动、权衡阶段，到最终的购买阶段，再通过传统的市场调查方式去了解消费者购买或者未购买的真正原因，找出企业在哪个环节出现了问题，从而为营销人员解决实际问题提供准确的依据。大数据时代为企业的营销提供了对市场信息实时监控的便利。

3.大数据时代改变了市场调查的重点。传统的市场调查往往比较关注对因果关系的探索， 例如我们会问消费者为什么会喜欢红色而不喜欢蓝色？而随着大数据时代的来临，市场调查变得越来越关注相关关系而不是因果关系。消费者为什么喜欢可能并不是最重要的，啤酒跟什么搭配来卖会更好卖等问题会成为大数据时代关注的热点。我卖的商品是不是跟性别有关、跟年龄有关、跟生活习惯有关等等会成为大数据分析时代的市场研究的热点。当然如果需要进一步探寻因果关系还是需要采用传统的市场调查方式例如抽样调查。

三、企业应如何利用大数据进行市场调查

1.要建立有效的数学模型来进行数据挖掘。企业要在巨量的大数据里提取到对于企业的经营管理有效的信息，就需要建立有效的数学模型来进行数据挖掘。大数据的5V特点决定了我们在进行大数据分析的时候存在很大的难度。但是通过数学建模和不断的修正，企业最终能找到比较好的模型来对巨量的信息进行分析，从而提取到有利于企业决策的结果。建立数学模型来进行数据挖掘在一些大型的企业里已经得到了应用。目前比较有名的互联网或者互联网+企业都在应用。例如中国移动就通过建立数据模型的方式来推出和调整每一个优惠方案。一些新兴的家具企业例如尚品宅配也通过建立模型来进行精准营销。医疗行业、航空运输、文化产业和天文学等等领域，大数据正在发挥着巨大的作用。endprint

2.注重数据的综合分析和横向比较。大数据时代，数据纷繁复杂，不仅是文本形式，还有图片、视频、音频、地理位置信息等等信息。各种数据的来源渠道也不尽相同。以往我们要在某个区域开一家店铺，可能需要蹲点去观察和计算人流量。但是在大数据时代，人流量的统计根本不需要到现场，例如我们可以购买移动公司的大数据，通过手机定位功能实时的知道某个位置的人流量信息，或者在遍布每个街道的摄像头里也能够简单明了的知道这些信息。企业在经营管理过程中，需要对这些来源不同、形式多样的信息进行综合分析和横向比较，以得出更接近市場状况的结论，帮助企业做出正确的经营决策。

3.关注长尾市场。市场需求大体上呈正态分部，存在着长尾效应。大多数的需求在正态分布曲线中会集中在头部，而这部分我们可以称之为流行，而分布在尾部的需求是个性化的，零散的小量的需求，少量的需求会在需求曲线上面形成一条长长的尾巴，而所谓长尾效应就在于它的数量上，将所有非流行的市场累加起来就会形成一个比流行市场还大的市场。随着人们生活水平的提高，消费者的需求越来越个性化，在曲线中表现出来就是尾巴越来越长。在前大数据时代，一些小众市场往往由于市场规模和企业经营能力之间的矛盾，迫使企业明知道有这个市场的存在也不能有效的满足消费者的需求。但随着电子商务、O2O和物流行业的飞速发展，使企业的经营打破了地理位置的限制，让我们的产品能够分销全球。在这样的背景下，企业在进行大数据调查时，就应该去关注那些以前被忽视的长尾市场。

企业通过关注长尾市场取得成功的例子很多，例如余额宝就是一个非常鲜明的例子。大额存款消费者出于安全性的考虑，第一选择仍然是银行，但是对于小额的活期存款，存在银行实在鸡肋。余额宝正是抓住了这个长尾市场，做小额理财，积小成多，结果存款规模居然突破了1万多亿。例外像GOOGLE和BAIDU也是典型的依靠长尾市场成长的企业。例如百度，吸引了数以百万级计的中小企业在平台上做广告。这些中小企业在传统的广告渠道上根本无力支付昂贵的广告费，而在百度平台则可以用较低的价格获得产品推广的机会。所以，对于现代企业而言，关注消费者个性化的需求，挖掘长尾市场，是企业重新获得竞争优势的重要路径。

大数据时代的到来，对传统的市场调查而言既是一种冲击也是一种进步，让企业能够第一时间里面收集到足够的市场信息。企业只要善于利用大数据来进行市场信息收集，挖掘潜伏在海量数据里面有价值的、真实的市场信息，将让企业的经营管理事半功倍。

（作者单位：广州工商学院）endprint