【原】袁岳博士金茂工作會(huì)議講述“客戶數(shù)據(jù)洞察的發(fā)展路徑”

零點(diǎn)有數(shù) 2021-02-22

展開全文

本文整理自1月15日“中國(guó)金茂2020年工作會(huì)議”上零點(diǎn)有數(shù)董事長(zhǎng)袁岳博士的現(xiàn)場(chǎng)發(fā)言

客戶研究是各行各業(yè)所有工作的第一步，也越來越受到企業(yè)的重視。與時(shí)代快速發(fā)展和客戶時(shí)刻變化相適應(yīng)，客戶洞察的方式也正經(jīng)歷深刻的變化和快速迭代。今天我們結(jié)合地產(chǎn)行業(yè)來探討一下客戶數(shù)據(jù)洞察的發(fā)展路徑。

地產(chǎn)行業(yè)與客研方法都在隨著消費(fèi)者的不斷升級(jí)而升級(jí)。以往我們做消費(fèi)者調(diào)研，是通過設(shè)計(jì)問卷，找到陌生的符合目標(biāo)客群檔次和特征的消費(fèi)者回答問卷、作統(tǒng)計(jì)分析。隨著技術(shù)發(fā)展，調(diào)研發(fā)展到在線研究，走向標(biāo)準(zhǔn)化、提升了調(diào)研的效率。但客戶最多只能依據(jù)既有經(jīng)驗(yàn)提一些滿意或不滿意的意見，沒有辦法給出創(chuàng)新的觀點(diǎn)，說不清具體需要怎樣的產(chǎn)品。我們?nèi)绾胃玫睦斫馐袌?chǎng)，只用傳統(tǒng)的調(diào)研方式是否足夠？金茂作為豪宅開發(fā)商的代表，以往豪宅經(jīng)驗(yàn)放在新中產(chǎn)身上有多大幫助？回答這個(gè)問題，需要明確市場(chǎng)重心發(fā)生的變化。

地產(chǎn)行業(yè)市場(chǎng)重心是中產(chǎn)階級(jí)，而中產(chǎn)階級(jí)市場(chǎng)的重心是年輕中產(chǎn)階級(jí)。第一，年輕中產(chǎn)的成長(zhǎng)速度快：中國(guó)共4.3億中產(chǎn)階級(jí)人口，其中2億資深中產(chǎn)階級(jí)家庭以每年2-3%的速度增長(zhǎng)，2.3億年輕個(gè)人中產(chǎn)階級(jí)以每12-15%的速度增長(zhǎng)；第二，與購(gòu)買力轉(zhuǎn)移和資源流向有關(guān)：在中國(guó)，孩子很少為父母買房，但父母愿意為孩子買房；第三，對(duì)于設(shè)計(jì)風(fēng)格的追求發(fā)生改變，資深者接受資淺者帶來的風(fēng)尚，年輕人追求的消費(fèi)時(shí)尚是資深者消費(fèi)時(shí)尚的風(fēng)向標(biāo)。

年輕中產(chǎn)階級(jí)與以往的中產(chǎn)階級(jí)有哪些不同？首先是知識(shí)線的改變，年輕中產(chǎn)對(duì)未知的興趣在不斷擴(kuò)展，對(duì)已知的興趣在縮減，傳統(tǒng)的消費(fèi)模式是因?yàn)槎土私獠湃ハM(fèi)，而年輕人是過去沒有或沒見過、因?yàn)楹闷嫠圆刨I；其次是時(shí)間線的改變，年輕中產(chǎn)對(duì)手機(jī)、眼鏡、汽車、家裝等的消費(fèi)周期正在縮短，產(chǎn)品全面快消化。如果把知識(shí)線和時(shí)間線作為坐標(biāo)軸，不同代際的人群分布進(jìn)去，已知耐用型的我們稱作老人種，未知快消型的稱作新人種。通過研究我們發(fā)現(xiàn)，市場(chǎng)的拉動(dòng)機(jī)制已經(jīng)被新人種改變，傳統(tǒng)拉動(dòng)方式是懂的人拉動(dòng)不懂的人消費(fèi)，現(xiàn)在的消費(fèi)是新人種因?yàn)楹闷娑M(fèi)，老人種是被新人種拉動(dòng)。

新人種消費(fèi)新物種，老人種消費(fèi)新物種，同時(shí)老人種也為新物種心動(dòng)。地產(chǎn)品牌大部分分布在老物種的坐標(biāo)系里。如果把新物種的部分放大來看，我們會(huì)發(fā)現(xiàn)在娛樂、旅行、居住、公益等九大維度上，每一個(gè)維度上的前50個(gè)品牌都是過去2-8年內(nèi)誕生的新品牌。說明人們開始接受完全嶄新的創(chuàng)造，這樣的節(jié)奏更加符合年輕人。

事實(shí)上，對(duì)新消費(fèi)人群的重視不只發(fā)生在中國(guó)，是在全世界范圍內(nèi)發(fā)生的一場(chǎng)新的應(yīng)用，這個(gè)應(yīng)用被稱為DTC（Direct-to-Consumer）。這些DTC品牌最強(qiáng)大的是，只用1到4年的時(shí)間成為單款領(lǐng)域中全美最棒的品牌。這類品牌有四個(gè)最顯著的特點(diǎn)：第一，改變了設(shè)計(jì)的模式，由精英設(shè)計(jì)或靈感設(shè)計(jì)的模式轉(zhuǎn)向了交互設(shè)計(jì)，設(shè)計(jì)者要懂消費(fèi)者、讀懂消費(fèi)者數(shù)據(jù)，依據(jù)消費(fèi)者的需求和要求來設(shè)計(jì)，產(chǎn)品是與消費(fèi)者共創(chuàng)的；第二，材料革命，所有DTC品牌都改變了過去材料科學(xué)的樣式，材料研發(fā)和應(yīng)用的周期在縮短；第三，全鏈敏捷，從設(shè)計(jì)到供應(yīng)盡量減少中間環(huán)節(jié)，一個(gè)是達(dá)到效率高，一個(gè)是性價(jià)比高，比如年輕人要求的精裝修產(chǎn)品，交互設(shè)計(jì)或定制產(chǎn)品如果用以往的供應(yīng)方式成本會(huì)非常高，小的開發(fā)商是做不到的，只有大的開發(fā)商才能整合資源；第四，數(shù)據(jù)治理，所謂的交互設(shè)計(jì)、材料革命、全鏈敏捷都是架構(gòu)在全鏈的數(shù)據(jù)管理之上的，數(shù)據(jù)治理的概念是不管做過多少次研究，都可以再形成一個(gè)綜合的數(shù)據(jù)模塊，需要調(diào)取的時(shí)候非常方便，不同時(shí)期就可以做對(duì)比、可以預(yù)測(cè)趨勢(shì)，甚至其他領(lǐng)域的數(shù)據(jù)也可以用相關(guān)的算法進(jìn)行分析，為我所用。

以往我們洞察消費(fèi)者只用一個(gè)維度，貌似很專業(yè)，但我們?nèi)藶榈母盍蚜讼M(fèi)者生活不同維度之間的鏈接。地產(chǎn)商只關(guān)注消費(fèi)者房子相關(guān)的信息，汽車制造商只關(guān)注消費(fèi)者汽車相關(guān)的信息。但消費(fèi)者不是單一維度的，他的生活方式是由一個(gè)一個(gè)的品牌簇構(gòu)成的。從行業(yè)角度來說，一個(gè)現(xiàn)實(shí)的消費(fèi)者不是單一維度的而是多維度的。從時(shí)間線上來說，消費(fèi)者的數(shù)據(jù)不是靜止的而是實(shí)時(shí)的。

因此，我們面對(duì)消費(fèi)者的時(shí)候不能再用以往的單一專業(yè)的思路去研究，而是采用更多元的方法和數(shù)據(jù)，研究方法和分析方法也需要改革。

第一是研究方法由報(bào)告法走向交互法。以往的報(bào)告法采用一問一答的形式，前提是假設(shè)消費(fèi)者能夠把事情講清楚，而且一次的調(diào)研能夠獲得的信息有限?，F(xiàn)在我們更多采用互動(dòng)的方式，比如零點(diǎn)有數(shù)答對(duì)系統(tǒng)，用輕量化、趣味化的問題與客戶互動(dòng)，還可以嵌套到線上的社區(qū)中，根據(jù)時(shí)下熱點(diǎn)發(fā)起不同話題進(jìn)行持續(xù)的信息收集。還有交互游戲系統(tǒng)，通過游戲的形式與企業(yè)共創(chuàng)產(chǎn)品或服務(wù)。

第二是研究對(duì)象由代表性走向影響性。過去我們抽樣，樣本代表目標(biāo)客戶群體中的大多數(shù)，不管這個(gè)客戶能不能說愛不愛說?，F(xiàn)在我們更多選擇目標(biāo)客群中的引領(lǐng)者，對(duì)產(chǎn)品或服務(wù)有著極致的要求，對(duì)未來趨勢(shì)具有很高的敏感性，能夠提出引領(lǐng)性的觀點(diǎn)、代表未來趨勢(shì)。這些群體就是我們經(jīng)常說的鐵粉，鐵粉是新一代交互產(chǎn)品的核心。

第三是數(shù)據(jù)源由單一性走向多元性。以往調(diào)研數(shù)據(jù)作為企業(yè)決策的唯一數(shù)據(jù)或核心數(shù)據(jù)。其實(shí)企業(yè)內(nèi)部也有很好的數(shù)據(jù)積累，但是常年被冰冷的放在那里得不到應(yīng)用。零點(diǎn)有數(shù)2001年給萬科做項(xiàng)目的時(shí)候，就是將他們內(nèi)部各個(gè)系統(tǒng)的數(shù)據(jù)庫(kù)打通，結(jié)合調(diào)研的數(shù)據(jù)輔助決策，這就是最早的中數(shù)據(jù)。

第四是分析方法的變化，由經(jīng)驗(yàn)洞察型走向算法型，也就是用算法代替問法。過去我們調(diào)研要找人一個(gè)問題一個(gè)問題的問，現(xiàn)在有了大數(shù)據(jù)不需要這樣問，我們有支付數(shù)據(jù)、旅行數(shù)據(jù)、閱讀數(shù)據(jù)等，只要知道一個(gè)人60%的信息，就能通過算法知道客戶的需求是什么。未來當(dāng)我們把數(shù)據(jù)匯集到一個(gè)模塊里，各個(gè)領(lǐng)域有各個(gè)領(lǐng)域的算法。算法不僅僅是消費(fèi)者的數(shù)據(jù)，不是消費(fèi)者需要什么就生產(chǎn)什么，或者我們認(rèn)為要生產(chǎn)什么就生產(chǎn)什么，消費(fèi)者期待與團(tuán)隊(duì)能力之間形成的函數(shù)關(guān)系才是能夠產(chǎn)出的東西。所以我們把這個(gè)過程用三句話來概括，叫做“業(yè)務(wù)經(jīng)驗(yàn)?zāi)Ｊ交瑯I(yè)務(wù)模式算法化，業(yè)務(wù)算法軟件化”。

零點(diǎn)有數(shù)在各個(gè)行業(yè)領(lǐng)域上正在開發(fā)更多的問題解決型數(shù)據(jù)智能決策工具，在地產(chǎn)領(lǐng)域我們也有很好的應(yīng)用。比如我們給某開發(fā)商做的客戶研究系統(tǒng)，客戶通過移動(dòng)端掃碼答題，后臺(tái)經(jīng)過算法計(jì)算，匹配客戶需求的產(chǎn)品元素，所有數(shù)據(jù)實(shí)時(shí)呈現(xiàn)并積累在后臺(tái)；還有給某商業(yè)地產(chǎn)做的產(chǎn)品優(yōu)化C端用戶體驗(yàn)研究，通過梳理不同類型客戶的購(gòu)物動(dòng)線和觸點(diǎn)，運(yùn)用服務(wù)設(shè)計(jì)和產(chǎn)品設(shè)計(jì)相融合的思路，最終給出客戶體驗(yàn)優(yōu)化的方案。

雖然我們是調(diào)研公司出身，但我們認(rèn)為調(diào)研數(shù)據(jù)只能發(fā)揮有限的作用，內(nèi)部數(shù)據(jù)、交互數(shù)據(jù)等其他數(shù)據(jù)能發(fā)揮更好的作用。對(duì)于企業(yè)來說，更應(yīng)該重視內(nèi)部的數(shù)據(jù)積累與激活，發(fā)揮原有用戶的作用。我們既不高看調(diào)研數(shù)據(jù)，也始終不低看調(diào)研數(shù)據(jù)，因?yàn)橛行?shù)據(jù)是不能公開供我們使用的，或者有的數(shù)據(jù)清洗成本很高，所以即使有好的算法沒有數(shù)據(jù)也不行，如果有調(diào)研數(shù)據(jù)的話至少有數(shù)據(jù)可以讓算法運(yùn)行。最理想的情況下就是目標(biāo)群體的外部數(shù)據(jù)、調(diào)研數(shù)據(jù)和內(nèi)部數(shù)據(jù)進(jìn)行整合，能夠幫助我們對(duì)事物有更準(zhǔn)確的認(rèn)識(shí)。

本質(zhì)上，不管什么數(shù)據(jù)都是為決策做支撐的。不同的人看法可能會(huì)有很大的不同，在過去我們用不同人的不同角度、不同經(jīng)驗(yàn)、不同學(xué)識(shí)來糾偏，現(xiàn)在的糾偏變成了多維數(shù)據(jù)，包括不同角度的數(shù)據(jù)和多個(gè)類型的數(shù)據(jù)，呈現(xiàn)給決策者，使其能夠兼聽則明。與此對(duì)應(yīng)的，零點(diǎn)有數(shù)早期時(shí)候就是用典型的問卷、座談會(huì)來研究消費(fèi)者。但今天我們的工作與以往產(chǎn)生了很大的變化，我們的數(shù)據(jù)采集模式和數(shù)據(jù)源有了很大的改變，用很龐大的數(shù)據(jù)進(jìn)入自動(dòng)化的算法，來支撐決策。

算法分為兩種，一種是分析型算法一種是解決型算法。不同的需求運(yùn)用不同的算法，輸入數(shù)據(jù)后就能產(chǎn)生相應(yīng)的結(jié)果。這就變成了我們部署的一種工作模塊，只要企業(yè)有系統(tǒng)，就能把我們的模塊嵌入系統(tǒng)來運(yùn)行，這樣就能把整體的數(shù)據(jù)利用起來，運(yùn)用不同的算法解決不同的問題，大大提升決策的效率。未來大家看到的報(bào)告會(huì)越來越少，大家看到的是幾個(gè)關(guān)鍵問題的可視化呈現(xiàn)。

另外給大家介紹一個(gè)我們正在開發(fā)的高效自動(dòng)化客戶解決方案，這個(gè)解決方案是基于知識(shí)圖譜。用戶對(duì)產(chǎn)品的使用都是場(chǎng)景構(gòu)成的，場(chǎng)景之上會(huì)構(gòu)成知識(shí)圖譜。比如客戶選擇房子或酒店，背后都有一套決策的邏輯，如果把消費(fèi)者的邏輯梳理出來，就形成了知識(shí)圖譜。有了知識(shí)圖譜就能識(shí)別出哪些產(chǎn)品符合消費(fèi)者需求，哪些與消費(fèi)者需求有區(qū)別，通過算法就能知道產(chǎn)品與服務(wù)應(yīng)該怎么設(shè)計(jì)。

總之，現(xiàn)在的消費(fèi)者研究從總體的發(fā)展方向來說呈現(xiàn)下面三個(gè)特點(diǎn)：第一，數(shù)據(jù)更加的多元化和豐厚，不再用單一的維度、單一的數(shù)據(jù)來進(jìn)行決策判斷；第二，為使我們更好地理解結(jié)果，要把其中的關(guān)聯(lián)關(guān)系圖譜化和算法化，把復(fù)雜的數(shù)據(jù)運(yùn)算出一個(gè)較精準(zhǔn)的結(jié)果供決策者參考；第三，以往的研究結(jié)果有很強(qiáng)的拓展性或不確定性，以后的研究結(jié)果與最終的決策或產(chǎn)品設(shè)計(jì)之間應(yīng)建立更強(qiáng)的關(guān)聯(lián)，而且這種關(guān)聯(lián)是通過算法自動(dòng)化和創(chuàng)意化的。

零點(diǎn)有數(shù)（Dataway）：中國(guó)前沿的數(shù)據(jù)智能分析專業(yè)機(jī)構(gòu)。深耕公共服務(wù)和商業(yè)服務(wù)的諸多領(lǐng)域，以第三方系統(tǒng)評(píng)估為驅(qū)動(dòng)、以解決應(yīng)用場(chǎng)景中的關(guān)鍵問題為出發(fā)點(diǎn)，梳理和優(yōu)化不同垂直行業(yè)的有效模型。在數(shù)據(jù)智能時(shí)代，公司不斷整合移動(dòng)互聯(lián)網(wǎng)、人工智能、云計(jì)算、物聯(lián)網(wǎng)等領(lǐng)域新技術(shù)，將多源數(shù)據(jù)與公共和商業(yè)服務(wù)的垂直行業(yè)場(chǎng)景結(jié)合，將20多年積累的專業(yè)知識(shí)實(shí)現(xiàn)"經(jīng)驗(yàn)?zāi)Ｐ突Ｐ退惴ɑ?，算法軟件?，形成具有實(shí)用性和創(chuàng)新性的模型群和算法叢，升級(jí)政府和商業(yè)的服務(wù)形態(tài)，推進(jìn)決策科學(xué)化、治理精準(zhǔn)化、服務(wù)高效化。

如需獲取更多信息請(qǐng)聯(lián)系：

mkt@idataway.com