本文整理自1月15日“中国金茂2020年工作会议”上零点有数董事长袁岳博士的现场发言
客户研究是各行各业所有工作的第一步，也越来越受到企业的重视。与时代快速发展和客户时刻变化相适应，客户洞察的方式也正经历深刻的变化和快速迭代。今天我们结合地产行业来探讨一下客户数据洞察的发展路径。地产行业与客研方法都在随着消费者的不断升级而升级。以往我们做消费者调研，是通过设计问卷，找到陌生的符合目标客群档次和特征的消费者回答问卷、作统计分析。随着技术发展，调研发展到在线研究，走向标准化、提升了调研的效率。但客户最多只能依据既有经验提一些满意或不满意的意见，没有办法给出创新的观点，说不清具体需要怎样的产品。我们如何更好的理解市场，只用传统的调研方式是否足够？金茂作为豪宅开发商的代表，以往豪宅经验放在新中产身上有多大帮助？回答这个问题，需要明确市场重心发生的变化。地产行业市场重心是中产阶级，而中产阶级市场的重心是年轻中产阶级。第一，年轻中产的成长速度快：中国共4.3亿中产阶级人口，其中2亿资深中产阶级家庭以每年2-3%的速度增长，2.3亿年轻个人中产阶级以每12-15%的速度增长；第二，与购买力转移和资源流向有关：在中国，孩子很少为父母买房，但父母愿意为孩子买房；第三，对于设计风格的追求发生改变，资深者接受资浅者带来的风尚，年轻人追求的消费时尚是资深者消费时尚的风向标。年轻中产阶级与以往的中产阶级有哪些不同？首先是知识线的改变，年轻中产对未知的兴趣在不断扩展，对已知的兴趣在缩减，传统的消费模式是因为懂和了解才去消费，而年轻人是过去没有或没见过、因为好奇所以才买；其次是时间线的改变，年轻中产对手机、眼镜、汽车、家装等的消费周期正在缩短，产品全面快消化。如果把知识线和时间线作为坐标轴，不同代际的人群分布进去，已知耐用型的我们称作老人种，未知快消型的称作新人种。通过研究我们发现，市场的拉动机制已经被新人种改变，传统拉动方式是懂的人拉动不懂的人消费，现在的消费是新人种因为好奇而消费，老人种是被新人种拉动。新人种消费新物种，老人种消费新物种，同时老人种也为新物种心动。地产品牌大部分分布在老物种的坐标系里。如果把新物种的部分放大来看，我们会发现在娱乐、旅行、居住、公益等九大维度上，每一个维度上的前50个品牌都是过去2-8年内诞生的新品牌。说明人们开始接受完全崭新的创造，这样的节奏更加符合年轻人。事实上，对新消费人群的重视不只发生在中国，是在全世界范围内发生的一场新的应用，这个应用被称为DTC（Direct-to-Consumer）。这些DTC品牌最强大的是，只用1到4年的时间成为单款领域中全美最棒的品牌。这类品牌有四个最显著的特点：第一，改变了设计的模式，由精英设计或灵感设计的模式转向了交互设计，设计者要懂消费者、读懂消费者数据，依据消费者的需求和要求来设计，产品是与消费者共创的；第二，材料革命，所有DTC品牌都改变了过去材料科学的样式，材料研发和应用的周期在缩短；第三，全链敏捷，从设计到供应尽量减少中间环节，一个是达到效率高，一个是性价比高，比如年轻人要求的精装修产品，交互设计或定制产品如果用以往的供应方式成本会非常高，小的开发商是做不到的，只有大的开发商才能整合资源；第四，数据治理，所谓的交互设计、材料革命、全链敏捷都是架构在全链的数据管理之上的，数据治理的概念是不管做过多少次研究，都可以再形成一个综合的数据模块，需要调取的时候非常方便，不同时期就可以做对比、可以预测趋势，甚至其他领域的数据也可以用相关的算法进行分析，为我所用。以往我们洞察消费者只用一个维度，貌似很专业，但我们人为的割裂了消费者生活不同维度之间的链接。地产商只关注消费者房子相关的信息，汽车制造商只关注消费者汽车相关的信息。但消费者不是单一维度的，他的生活方式是由一个一个的品牌簇构成的。从行业角度来说，一个现实的消费者不是单一维度的而是多维度的。从时间线上来说，消费者的数据不是静止的而是实时的。因此，我们面对消费者的时候不能再用以往的单一专业的思路去研究，而是采用更多元的方法和数据，研究方法和分析方法也需要改革。第一是研究方法由报告法走向交互法。以往的报告法采用一问一答的形式，前提是假设消费者能够把事情讲清楚，而且一次的调研能够获得的信息有限。现在我们更多采用互动的方式，比如零点有数答对系统，用轻量化、趣味化的问题与客户互动，还可以嵌套到线上的社区中，根据时下热点发起不同话题进行持续的信息收集。还有交互游戏系统，通过游戏的形式与企业共创产品或服务。第二是研究对象由代表性走向影响性。过去我们抽样，样本代表目标客户群体中的大多数，不管这个客户能不能说爱不爱说。现在我们更多选择目标客群中的引领者，对产品或服务有着极致的要求，对未来趋势具有很高的敏感性，能够提出引领性的观点、代表未来趋势。这些群体就是我们经常说的铁粉，铁粉是新一代交互产品的核心。第三是数据源由单一性走向多元性。以往调研数据作为企业决策的唯一数据或核心数据。其实企业内部也有很好的数据积累，但是常年被冰冷的放在那里得不到应用。零点有数2001年给万科做项目的时候，就是将他们内部各个系统的数据库打通，结合调研的数据辅助决策，这就是最早的中数据。第四是分析方法的变化，由经验洞察型走向算法型，也就是用算法代替问法。过去我们调研要找人一个问题一个问题的问，现在有了大数据不需要这样问，我们有支付数据、旅行数据、阅读数据等，只要知道一个人60%的信息，就能通过算法知道客户的需求是什么。未来当我们把数据汇集到一个模块里，各个领域有各个领域的算法。算法不仅仅是消费者的数据，不是消费者需要什么就生产什么，或者我们认为要生产什么就生产什么，消费者期待与团队能力之间形成的函数关系才是能够产出的东西。所以我们把这个过程用三句话来概括，叫做“业务经验模式化，业务模式算法化，业务算法软件化”。零点有数在各个行业领域上正在开发更多的问题解决型数据智能决策工具，在地产领域我们也有很好的应用。比如我们给某开发商做的客户研究系统，客户通过移动端扫码答题，后台经过算法计算，匹配客户需求的产品元素，所有数据实时呈现并积累在后台；还有给某商业地产做的产品优化C端用户体验研究，通过梳理不同类型客户的购物动线和触点，运用服务设计和产品设计相融合的思路，最终给出客户体验优化的方案。虽然我们是调研公司出身，但我们认为调研数据只能发挥有限的作用，内部数据、交互数据等其他数据能发挥更好的作用。对于企业来说，更应该重视内部的数据积累与激活，发挥原有用户的作用。我们既不高看调研数据，也始终不低看调研数据，因为有些数据是不能公开供我们使用的，或者有的数据清洗成本很高，所以即使有好的算法没有数据也不行，如果有调研数据的话至少有数据可以让算法运行。最理想的情况下就是目标群体的外部数据、调研数据和内部数据进行整合，能够帮助我们对事物有更准确的认识。本质上，不管什么数据都是为决策做支撑的。不同的人看法可能会有很大的不同，在过去我们用不同人的不同角度、不同经验、不同学识来纠偏，现在的纠偏变成了多维数据，包括不同角度的数据和多个类型的数据，呈现给决策者，使其能够兼听则明。与此对应的，零点有数早期时候就是用典型的问卷、座谈会来研究消费者。但今天我们的工作与以往产生了很大的变化，我们的数据采集模式和数据源有了很大的改变，用很庞大的数据进入自动化的算法，来支撑决策。算法分为两种，一种是分析型算法一种是解决型算法。不同的需求运用不同的算法，输入数据后就能产生相应的结果。这就变成了我们部署的一种工作模块，只要企业有系统，就能把我们的模块嵌入系统来运行，这样就能把整体的数据利用起来，运用不同的算法解决不同的问题，大大提升决策的效率。未来大家看到的报告会越来越少，大家看到的是几个关键问题的可视化呈现。另外给大家介绍一个我们正在开发的高效自动化客户解决方案，这个解决方案是基于知识图谱。用户对产品的使用都是场景构成的，场景之上会构成知识图谱。比如客户选择房子或酒店，背后都有一套决策的逻辑，如果把消费者的逻辑梳理出来，就形成了知识图谱。有了知识图谱就能识别出哪些产品符合消费者需求，哪些与消费者需求有区别，通过算法就能知道产品与服务应该怎么设计。总之，现在的消费者研究从总体的发展方向来说呈现下面三个特点：第一，数据更加的多元化和丰厚，不再用单一的维度、单一的数据来进行决策判断；第二，为使我们更好地理解结果，要把其中的关联关系图谱化和算法化，把复杂的数据运算出一个较精准的结果供决策者参考；第三，以往的研究结果有很强的拓展性或不确定性，以后的研究结果与最终的决策或产品设计之间应建立更强的关联，而且这种关联是通过算法自动化和创意化的。零点有数（Dataway）：中国前沿的数据智能分析专业机构。深耕公共服务和商业服务的诸多领域，以第三方系统评估为驱动、以解决应用场景中的关键问题为出发点，梳理和优化不同垂直行业的有效模型。在数据智能时代，公司不断整合移动互联网、人工智能、云计算、物联网等领域新技术，将多源数据与公共和商业服务的垂直行业场景结合，将20多年积累的专业知识实现"经验模型化，模型算法化，算法软件化"，形成具有实用性和创新性的模型群和算法丛，升级政府和商业的服务形态，推进决策科学化、治理精准化、服务高效化。
如需获取更多信息请联系：
mkt@idataway.com
