談?wù)摯髷?shù)據(jù)，勿忘真數(shù)據(jù)   

大數(shù)據(jù)是當(dāng)下最熱門的話題了，各種媒體報(bào)道，新聞發(fā)布，觀點(diǎn)文章，只要提及數(shù)據(jù)，不帶個(gè)“大”似乎就跟不上時(shí)代了。到底什么是“大”數(shù)據(jù)，各家有各家的言論，如何獲得“大”數(shù)據(jù)，非專業(yè)的人士也搞不懂。但是媒體對(duì)大數(shù)據(jù)的熱炒，確實(shí)對(duì)于提高公眾對(duì)數(shù)據(jù)的認(rèn)識(shí)，增加公眾對(duì)數(shù)據(jù)的利用有重要幫助。隨之而來(lái)的問(wèn)題是：這些所謂的大數(shù)據(jù)，真的是大數(shù)據(jù)嗎？是真的大數(shù)據(jù)嗎？

數(shù)據(jù)質(zhì)量，一直是以調(diào)研為主要方式的小數(shù)據(jù)最大的痛點(diǎn)。以往日發(fā)布調(diào)研報(bào)告，不論是誰(shuí)做的研究，如何調(diào)查，問(wèn)卷怎么設(shè)計(jì)，只要發(fā)布的結(jié)果和公眾心理感受不同，各種質(zhì)疑邊接踵而至。“抽樣有問(wèn)題吧”“數(shù)據(jù)是被改過(guò)的吧”“統(tǒng)計(jì)怎么算的？”……總之小數(shù)據(jù)們局限于樣本量，抽樣，各種原因，總是百口莫辯。

然而，一個(gè)大字改變了這一切。特別是冠以：BAT等大牌互聯(lián)網(wǎng)企業(yè)名義發(fā)布的東西，不管是真的由這些巨頭發(fā)布還是掛羊頭賣狗肉，都能在網(wǎng)上掀起一陣波瀾。漸漸的大家發(fā)現(xiàn)大數(shù)據(jù)可以作為一個(gè)巨大遮羞布，于是各種平臺(tái)都打出了大數(shù)據(jù)的招牌，M老師見過(guò)的最夸張的，連一個(gè)200份問(wèn)卷的調(diào)研都敢冠以XX大數(shù)據(jù)的名義發(fā)布。

好吧，反正公眾會(huì)對(duì)“90%居民生活滿意”的調(diào)查質(zhì)疑練練，卻很少質(zhì)疑XX大數(shù)據(jù)。確實(shí)讓大家覺得大數(shù)據(jù)是個(gè)筐，啥都能往里裝。究其原因，主要亮點(diǎn)，一來(lái)公眾對(duì)這些所謂來(lái)自XX的大數(shù)據(jù)抱有好奇的心態(tài)，正如同小數(shù)據(jù)時(shí)代的“XX集團(tuán)內(nèi)部數(shù)據(jù)揭秘”一樣，大家看到這種數(shù)據(jù)時(shí)偷窺的好奇感是壓倒了對(duì)真實(shí)性的懷疑的；二來(lái)公眾并不知道大數(shù)據(jù)是怎么來(lái)的，不想基于紙，筆，問(wèn)卷的調(diào)查，陌生感使人想質(zhì)疑卻無(wú)處張口。

然而數(shù)據(jù)真實(shí)性仍然是頭號(hào)問(wèn)題，如何鑒別這些問(wèn)題數(shù)據(jù)，更好地利用數(shù)據(jù)呢？

鑒假攻略：如何正確認(rèn)識(shí)“大”數(shù)據(jù)

大數(shù)據(jù)也是數(shù)據(jù)技術(shù)，相比之小數(shù)據(jù)時(shí)代只有問(wèn)卷，POS數(shù)據(jù)，申請(qǐng)單這些形式數(shù)據(jù)，大數(shù)據(jù)時(shí)代多了以下獲取數(shù)據(jù)的方式：

     網(wǎng)絡(luò)爬蟲抓取數(shù)據(jù)，如抓取評(píng)論，產(chǎn)品信息等等。爬蟲本質(zhì)上是把傳統(tǒng)市場(chǎng)調(diào)查掃街掃點(diǎn)的方式，用代碼在網(wǎng)上實(shí)現(xiàn)?？梢院?jiǎn)單理解成一個(gè)機(jī)器人拿著代碼去網(wǎng)店做訪問(wèn)，記錄店鋪情況。所以它和傳統(tǒng)調(diào)研一樣，一樣有爬取時(shí)間段，爬取樣本范圍，爬取樣本量等等問(wèn)題。因此不要一看到爬取50萬(wàn)，100萬(wàn)條數(shù)據(jù)就以為真的數(shù)據(jù)量很大，很全面了，如果爬取的平臺(tái)一天1000萬(wàn)條評(píng)論，爬50萬(wàn)算個(gè)啥子事，內(nèi)部互動(dòng)數(shù)據(jù)捕捉與全量數(shù)據(jù)的計(jì)算。傳統(tǒng)的企業(yè)內(nèi)部數(shù)據(jù)只有交易行為（POS機(jī)數(shù)據(jù)），隨著網(wǎng)絡(luò)交易的增加，網(wǎng)站埋點(diǎn)的增多，企業(yè)有能力抓取到用戶互動(dòng)行為，使得分析的維度更多，更豐富。傳統(tǒng)的企業(yè)內(nèi)部數(shù)據(jù)運(yùn)算能力差，完成基礎(chǔ)統(tǒng)計(jì)已經(jīng)很困難的，專題分析很難每次都把全量數(shù)據(jù)跑完。而隨著分布式計(jì)算的普及，運(yùn)算速度越來(lái)越快，現(xiàn)在企業(yè)基于全量用戶計(jì)算交易，互動(dòng)數(shù)據(jù)不是難事，使得越來(lái)越多的報(bào)告可以擺脫抽樣的困擾。

然而，內(nèi)部數(shù)據(jù)有三個(gè)問(wèn)題始終是大數(shù)據(jù)技術(shù)無(wú)法解決的：

1、平臺(tái)本身的用戶是有偏的。雖然現(xiàn)在互聯(lián)網(wǎng)平臺(tái)動(dòng)輒宣稱自己幾千萬(wàn)上億用戶，先不論這些是活躍用戶還是沉睡用戶，每個(gè)平臺(tái)吸引的粉絲是有固定群體的。而中老年群體可能所有互聯(lián)網(wǎng)平臺(tái)都覆蓋較少了。

2、平臺(tái)注冊(cè)信息也很少經(jīng)過(guò)嚴(yán)格審核，除了阿里，騰訊因?yàn)闃I(yè)務(wù)要求有一些審核外，大量互聯(lián)網(wǎng)平臺(tái)對(duì)數(shù)據(jù)管理寬松。因此單純的依靠注冊(cè)信息進(jìn)行的分析，即使數(shù)據(jù)再大也可能存在問(wèn)題。

3、平臺(tái)的統(tǒng)計(jì)是否是全量統(tǒng)計(jì)，是否剔除了虛假ID，刷單，薅羊毛等等問(wèn)題。畢竟在追求快速積累用戶上市的互聯(lián)網(wǎng)企業(yè)看來(lái)，多一些空ID，刷一些單也無(wú)妨，財(cái)報(bào)好看就行。然而這些數(shù)據(jù)魚龍混雜，最終會(huì)使結(jié)果偏失

網(wǎng)絡(luò)調(diào)查，就是傳統(tǒng)調(diào)研的變種，只是通過(guò)網(wǎng)絡(luò)形式實(shí)現(xiàn)。并沒有克服傳統(tǒng)調(diào)研的問(wèn)題。

從數(shù)據(jù)來(lái)源可以看出，即使所謂大數(shù)據(jù)也有很多局限。因此真正踏實(shí)靠譜的數(shù)據(jù)人，會(huì)清晰的標(biāo)明身份。會(huì)注明報(bào)告的數(shù)據(jù)來(lái)源與方式。如果是采用調(diào)研方式得來(lái)，會(huì)很傳統(tǒng)的，規(guī)規(guī)矩矩的標(biāo)明調(diào)研來(lái)源，樣本量，是否做加權(quán)；如果是平臺(tái)統(tǒng)計(jì)，會(huì)注明平臺(tái)數(shù)據(jù)來(lái)源，取數(shù)群體；不同來(lái)源數(shù)據(jù)混用時(shí)，會(huì)注明每一個(gè)數(shù)據(jù)的出處。

相比之下，那些來(lái)路不明，大旗飄飄的“大數(shù)據(jù)”們就很可疑了。沒有出處，沒有來(lái)源，以偏概全，打個(gè)大數(shù)據(jù)就不解釋群體和數(shù)量，這種報(bào)告大家看看就呵呵一下吧。 

合理分配方法是品質(zhì)提升關(guān)鍵

從本質(zhì)上看，大小數(shù)據(jù)結(jié)合，是更好的提升數(shù)據(jù)品質(zhì)的辦法。術(shù)業(yè)有專攻，發(fā)揮各自的長(zhǎng)處可以更好地達(dá)成深入了解目標(biāo)用戶的作用，大數(shù)據(jù)技術(shù)可以在特定場(chǎng)景下，更全面更準(zhǔn)確展示用戶群體的特點(diǎn)。比如關(guān)注媒體熱點(diǎn)可以關(guān)注新浪微輿情，百度指數(shù)；關(guān)注社交行為可關(guān)注騰訊發(fā)布的報(bào)告；電商數(shù)據(jù)可關(guān)注阿里發(fā)布的數(shù)據(jù)。大數(shù)據(jù)技術(shù)可以更好的追蹤內(nèi)部數(shù)據(jù)變化，因此連續(xù)性追蹤用戶購(gòu)物，互動(dòng)行為可以更多依賴內(nèi)部數(shù)據(jù)挖掘。

傳統(tǒng)小數(shù)據(jù)，更適合用在解讀互聯(lián)網(wǎng)平臺(tái)無(wú)法記錄的數(shù)據(jù)上，以下五個(gè)場(chǎng)景最適合用小數(shù)據(jù)深入洞察：

一：潛在市場(chǎng)，潛在用戶的開發(fā)。

1、潛力市場(chǎng)沒有現(xiàn)成的數(shù)據(jù)記錄，可以用調(diào)研的方式獲取數(shù)據(jù)。

2、潛在用戶群體存在多種分支，轉(zhuǎn)化可能存在多種路徑，單純的按轉(zhuǎn)化渠道看很容易錯(cuò)失機(jī)會(huì)，失去轉(zhuǎn)化更多用戶的可能。

3、新概念的研發(fā)與潛在用戶的轉(zhuǎn)化，都離不開測(cè)試，調(diào)研更適合進(jìn)行用戶測(cè)試，通過(guò)深度觀察了解用戶態(tài)度。

二：用戶主觀態(tài)度，意愿，滿意度洞察。

1、通過(guò)內(nèi)部數(shù)據(jù)監(jiān)測(cè)到用戶行為以后，更進(jìn)一步的了解用戶行為背后的原因，可以制定更有針對(duì)性的策略。

2、網(wǎng)絡(luò)文本分析可以提取熱詞，然而熱詞背后的含義，還需要接觸用戶進(jìn)一步解讀，比如屌絲一次，月薪500到月薪50000都會(huì)自稱屌絲，不做洞察望文生義的話，還真的會(huì)被帶到溝里。

三：沉默用戶，流失用戶回訪。已經(jīng)失去的用戶

1、調(diào)研最大的優(yōu)勢(shì)就是讓死人說(shuō)話，已經(jīng)流失的用戶，公司已經(jīng)與他們失聯(lián)，只有主動(dòng)開展調(diào)研才能把用戶抓回來(lái)。

2、同時(shí)，依靠第三方的名義，流失用戶更容易發(fā)表真實(shí)意見，更容易找到流失的真實(shí)原因。

四：了解互聯(lián)網(wǎng)基礎(chǔ)較差的市場(chǎng)。

1、比如門店經(jīng)營(yíng)情況，沒有好的軟件可以記錄，還得依靠傳統(tǒng)調(diào)研去走訪。

2、比如互聯(lián)網(wǎng)基礎(chǔ)較差的縣鄉(xiāng)市場(chǎng)，比如互聯(lián)網(wǎng)使用較少的中老年群體。

五：競(jìng)品使用情況，競(jìng)品用戶情況。

1、競(jìng)品的宏觀數(shù)據(jù)可以通過(guò)一些第三方平臺(tái)獲得，但是競(jìng)品用戶具體使用行為，背后動(dòng)機(jī)還是需要做深入洞察。

 2、特別在產(chǎn)品同質(zhì)化程度高，需要包裝，宣傳，進(jìn)行微創(chuàng)新的時(shí)候。細(xì)節(jié)決定成敗，只有細(xì)致的貼近消費(fèi)者進(jìn)行洞察，才能把握機(jī)會(huì)點(diǎn)。

（現(xiàn)代國(guó)際市場(chǎng)研究，如需要轉(zhuǎn)載請(qǐng)標(biāo)明出處）