大數據:挖掘用戶丟下的金子

基于互聯網的發展，數據一直在呈現幾何級數增長，而這些增長的海量數據大多數是用戶留下來的，也許是一個單詞，也許是一句評論，或者是一個表情，也有可能只是一次點擊。這些數據極其無規律，存在形式多種多樣，其價值也很難體現。沒有經過梳理的大數據，那就只是一堆代碼而已。

在奧維咨詢（AVC）看來，大數據除了要有海量的數據做基礎、即時性的展示為平臺，中間環節還必須要有對大量的非結構性數據的整合、匹配以及對這些海量數據的深度挖掘——挖掘大數據，就像面對一片沙漠，最后要挖出的只是那一粒金子而已。而且這金子一定離不開用戶。

如家電行業的大數據，奧維咨詢（AVC）認為至少應該分成以下三類：

一是大交易數據。與以往企業僅僅關注的終端零售數據不同，大交易數據應該包括傳統渠道銷售數據，新興渠道銷售數據，線下購買數據，線上購買數據，商務工程數據等等。當這些數據被整合到一起，反映的是市場對產品需求的熱點區域，對這些重點區域企業可以實行重點“打擊”。

二是大行為數據。行為能夠反應用戶的真實的購物心理變化，僅僅在線上，我們就可以看到用戶在選購過程中存在著一系列的行為變化，比如用戶所使用的關鍵詞、所瀏覽產品的用時長短、用戶的跳轉行為、放入購物車與最后成交時的差異……等等，這些構成了極為豐富的行為數據，不僅可以對企業的產品營銷實現精準打擊，也可以對渠道的產品布局、結構調整、銷售引導起到不可低估的作用。這些還僅僅是線上的行為數據，如果再包含到線下，那么還有用戶的表情、情緒、語言、肢體動作……這些數據的整合，所體現的價值是不可估量的。

三是大交互數據。互聯網尤其是新媒體的發展，讓企業與用戶之間的互動增多了起來，互動方式變得多種多樣，但是這種增加也讓企業要增大成本提高用戶的粘性，而且效率并不高，且目的也僅僅限于單純的介紹和解釋。大交互數據的出現，可以把線上的用戶數據整合到一起，如用戶在線上購買后進行的產品評價，在微博、微信上抒發的個人意見，在論壇上進行的咨詢、討論和形成的輿論傾向，這些數據經過整理，將形成規律性的結果，不僅對企業的產品銷售，甚至是對產品的研發、設計和生產都有極為重大的意義。

構建大交互數據，必須搭建消費者體驗分析系統，其目的是針對用戶的交互性評論，通過語義分析技術進行維度分解和情感判斷；通過多層級深挖，實現用戶的洞察。

該系統的核心是消費者體驗分析數據庫。如奧維咨詢（AVC）搭建的消費者體驗三級維度管理系統（如圖）。該系統把用戶的評價分成三級，所有的用戶評價都可以歸納為綜合評價、商品體驗、購買體驗、售后體驗四個維度，然后在對每一個評價進行第二次分類和第三次分類，由此形成了三級管理系統，便于數據的調取和解讀。

通過2013年線上大家電（彩電、冰箱、空調、洗衣機）和廚電（油煙機、燃氣灶、消毒柜、廚電套餐、微波爐、熱水器）146萬條消費者評論分析，奧維咨詢（AVC）發現家電行業整體好評率為88.9%，差評率8.6%。洗衣機、空調和燃氣灶的消費者差評率是最高的，達到9.5%以上，而廚電套餐和消毒柜的差評率較低，在7%左右。

從各消費環節來看，除綜合體驗外，消費者對商品體驗的關注度最高，為27.3%，其次為售后體驗15.2%；在商品體驗環節，消費者對產品質量和產品功能的關注度較高，分別為6.6%和6.3%；在售后體驗環節，消費者對物流配送的關注度最高，為7.9%。

根據更加細分的分析，我們就可以發現企業如何把這些研究成果與產品設計和開發結合起來：如在產品功能上，彩電、冰箱、微波爐關注度最高，尤其是彩電產品功能關注度高達30.9%，同時空調、彩電、洗衣機差評率高；那么關注度和差評率雙高的產品，就需要在設計和研發上有針對性的改進；在使用感受上，大家電關注度較高，尤以空調和冰箱最為明顯；大家電差評率高，娛樂性家電彩電差評率最高，其次為洗衣機、空調；所以企業對于大家電的使用體驗在更加重視，比如在畫質、噪音、制冷制熱速度等硬性功能上，要有針對性的改善。

有關于大數據的挖掘，還有相當多的成果，也還有相當多的工作要做。對用戶留下的金子，希望我們與企業共同來挖掘。