大数据是未来营销的救命稻草
大数据!大数据!现在这个词成了各大门户网站各种营销教材出现频率最高的词,于是疯狂的刮起了一阵大数据风潮,特别对大数据在消费者前期调研预测方面所谓功效的大肆渲染。美国《纸牌屋》在成功运用了所谓大数据分析之后,严格定制出来的作品大受欢迎,但我们仅凭星星点点的小规模成功就足以肯定,大数据时代,真是未来营销的救命稻草?那我真要说,还高兴太早!我在这里就不列举各种主流媒介对大数据趋之若骛的各种溢美之词,因为那些都听到耳朵起茧!侧重于过于渲染大数据在消费者前期预测调研这点上,笔者只想说几点:
第一、大数据=大消耗
我们敞开天窗说亮话,做生意哪有不计成本的,得,这大数据还就真是个耗钱的主。从搜集数据成本来说,各大门户网站,各种数据挖掘公司层出不穷,设计各种工具如狗仔队似的巴不得把消费者的底牌窥到极至,那场面堪称宏大,各大门户得建立各种数据部门,这是钱吧?企业主找外包数据公司,这也是钱吧?各种工具用上,工作人员不眠不休盯着,那微博说话用什么词,各种数据模型分析、有的公司甚至想了解完全中国的数据,老大,还要多维度的,试问您真有钱,况且你要么干脆和全国人民说开个数据端每天把数据传给您得了,这样您就可以分分秒秒掌握全国人民消费者的动态,试问,这可能么?您得有多土豪啊?
另外,顺便一提一般线下数据搜集公司,通常采用布各种小分点,分区送试用品送奖品的方式搜集用户体验样本,知名快消企业主尤其如此,这块的付出和投入也是相当的大,且先不说得回来的数据有否有用,但就对这块数据有需求的企业主来说,只要您想得到所谓深入数据,那么您付出的成本也非常大,特别是在今天各个数据终端这么发达和多样的前提下。时至今日,经济慢行,在营销费用里,除了广告、PR、这块费用的上涨依旧在侵蚀着企业主的口袋,各位还是忧着点好。
第二、大数据=朦胧美
对于大数据样本调查的精确度和深度在这里是要提出疑问的。仅仅是数据范围够宽够广就够了么?仅仅是数据调查的项目类别够多就够了么?答案从来没有那么简单!从现在的调查方式和样本采集来说,就存在很多数据的漏洞,包括了线上和线下:
其一、数据调查公司抽取的样本足以有代表性么?据我所知,单举某快消线下调查样品来说就存在问题,例如尿布基本上样品发给的是没用过这个牌子的一组人,她们参与调查的动机仅仅是为了赢得样品和之后的奖品,仅此而已,那么认真回答的可能性就不大,消费意向性也不大,这样的样本调查等于没有做!
其二、在数据调研公司我们常说两个词,定性和定量,这些一般是用来做数据分析比较常规的基准词,但笔者要说的是定量和变量!消费者对一个事物的认知和感觉它是有定量和变量的,通常大数据调查出来的是定量,所谓大部分人一般的看法,可却忽略人的思维的随时变化的变量。比如今天小王觉得挑沙发在乎的是舒适度,明天小王可能听朋友谈起沙发,他又觉得在乎的是沙发的颜色和款式,后天小王也许看了某本杂志又觉得在乎的是档次感,各种变。所以消费者是观念是流动的,大数据仅仅是某一时刻或者时期消费者的喜好和观点,但一旦脱离那个时刻,数据的可变性便体现不出来了,因为人是时刻在变的,这点大数据永远追不上,即使追也很辛苦。
其三、大数据仅仅是统计消费者行为结果和表现频次和偏好,调查不出消费者潜在观念的深刻的观点,因为这个也是在变的,再举小王的例子,小王在微博发几张图,小狗,树和阳光,你能说他就是环保主义者或者素食主义者?信息如此碎片分布,机器的抓取和解读还达不到深度解读的阶段,即使某天仿佛达到了,那也还是存在变量的问题。
第三、大数据=陷入主流雷同,扼杀创新的多元性
试想如果到时候大部分企业主都选择使用大数据,而大部分的数据公司也就那几家,那会出现什么局面?大家可以不难想象,得到的数据结果会基本趋于雷同,因为国内就兴跟风,结果一群企业主会发现,怎么它的产品和我的会象,结果一问才知找的外包数据公司都一家么…那么不是又陷入红海了么?
而这个时候,那些不用大数据的企业反而有些突出重围,他们可以由着他们的小众市场,跳脱出趋于雷同的局面造就独特的差异产品,同时取得一定的市场份额。之后陆续成为主流市场的新军。现实不就有麦包包这类一直专注于产品研发的成功者么?他们也没一天盯着消费者数据看。
而对于依然执着于大数据的主流企业主那里,大数据的依赖必然会对该企业主本身对其他产品创新可能性带来一定的束缚,但不可避免,这些主流公司依然会占据相当的主流市场,而这样也必然波及到其他中小企业的市场,扼杀了一些创新型中小企业的生存空间,消灭了一定的市场创新的多元性,特别是对艺术类和文化类市场来说尤其如此。
对大数据,笔者并非一秆子打到底,但仅仅是想说做好新时代的营销,只依靠这个不是一个出路,因为消费者是活的,不是木偶,不是任由电脑提取的数据而已!
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21