解讀數據將是最稀缺能力

謝丹丹

在如今的“研究2.0”時代，理解數據的思維方式與以前已經完全不一樣了

Q： 大數據時代，也是數據碎片化的時代，但碎片中的數據中沒有用戶收入信息時，怎樣找到合適企業的潛在用戶？

A： 比如，依靠人口屬性找不到月收入3萬的家庭時，就可以換成從用戶行為模式出發去尋找，找到在淘寶上每月購物5000元的用戶。這個群體可能比單靠人口屬性尋找到的更接近企業所需。

2010年，易觀國際在業內率先提出“互聯網+”。這引發了業內人士無數的想象空間。百度=互聯網+小廣告，淘寶=互聯網+農貿集市、世紀佳緣=互聯網+紅娘……可是，很少有人會問：“互聯網+研究咨詢=？”

2015年，各行各業都迎來了大數據時代，研究咨詢行業又發生著怎樣深刻的變化？

能夠解讀的“大數據”太少了！

在數據稀缺的“研究1.0”時代，研究人員會先對研究目標進行設定，做假設，然后建立商業邏輯、調研方法，最后去驗證最初的判斷。在這個過程中，難點是數據的采集。

然而，大數據時代恰好相反。

因為數據在企業運營過程中自然產生。數據量比以往多、深、全面。但這些數據并不是按照已知方法主動采集的數據，數據量看似多了，但價值是否變大了？

如今，面對大量數據，能夠用因果關系去解讀的數據太少了。所以，數據的識別、理解、分析和挖掘能力，變得非常稀缺。到底什么樣的數據才是當前最有價值、市場最需要的？數據的分析一定要把商業模型和商業目的結合，才能為企業所用。為了保證這些數據支持研究的客觀性和穩定性，有前瞻性的研究機構都開始拼技術、建立自有的數據采集體系。

行為習慣正替代“用戶畫像”

在“研究1.0”時代，用戶畫像是尋找用戶成本最低的方式。畫像包括性別、收入、教育程度等人口屬性指標。商家根據用戶畫像，進行針對性營銷。

然而，在互聯網時代，除非是注冊用戶，否則很難知道這個用戶是男是女，收入多少。但是，我們發現了一種更有價值的尋找用戶的方法——即通過行為區分目標用戶。男女、收入變得不重要，我只要知道這個用戶每天中午會在淘寶上逛一個小時，或者每天睡覺前會在線閱讀穿越小說即可。

而目前易觀智庫所做的，就是監測樣本用戶的行為，挖掘各種行為模式，為行為打上標簽。

在如今的“研究2.0”時代，理解數據的思維方式和商業價值已經完全不一樣了。

解讀數據是“研究2.0”時代關鍵詞

大數據下的“研究2.0”時代，人和系統的關系正發生巨大變化。

采集數據的基礎性工作，統統交給技術，而人則被分配到最能產生價值的環節上去。傳統的研究員面臨轉型，他們必須從數據采集方法的設計者，轉型為數據解讀者和分析方法論的設計者。

傳統研究機構的擴張模式是方法論的擴張。比如，專做人力咨詢的企業，搭建好模型之后，就可通用到所有的行業。但是，創新驅動型企業的行業差異太大。分析師必須采取另外一種相反的方式，即首先建立對垂直領域的知識體系，然后再對該領域的數據進行解讀。

2015年，分析和解讀將成為“研究2.0”時代最重要的關鍵詞。用數據、技術創造價值，將是易觀智庫2015年轉型最重要的課題。

責任編輯：李靖