人人都谈大数据,你考虑过小数据的感受吗
数据 考虑 人人 感受
2023-09-14 09:00:14 时间
关于大数据的内容已经铺天盖地了,其中包括很多能够让人们从中得到启发和洞察的数据科学观点,尤其是在这数据量极其丰富的B2C市场行业中,这样的文章不胜枚举。
![人人都谈大数据,你考虑过小数据的感受吗](http://simg.sinajs.cn/blog7style/images/common/sg_trans.gif)
作为一名B2B研究人员,我对采购商、市场以及竞争对手的研究已有将近20年的时间,很多人都问过我这样的问题:到底需要多少数据观点才能让我们做出的决策“好的不要要不的”。其实,从事消费者市场研究的客户们都期待得到有这样关键词的答案:“可信度”和“偏差幅度”。
在B2B研究领域当中,研究人员经常会通过三角剖分方法捕捉采购商反馈的细节,对于每个项目而言,获取10个数据观点就能够得到对以下方面的洞察:
采购人员不愿意从卖方购买产品(why)
加强整个机构内部的优势并将其付诸于实践(how)
能够影响到我们自身长期成功的来自竞争对手的战略和战术(who)
“10个数据观点怎么就够了呢?”,很多客户一直用这种不相信的语气问我。
为什么小数据竟然可以深谙B2B市场之道?
伴随着采购商和企业正不断地向供应商提出更加具体的需求,因此B2B市场正在向高度专业化的方向发展。采购商非常明确地知道自己对于产品的功能、价格、服务以及售后支持等方面的需求和期待。
因为定价模式和价格标准当中存在的变量很少,B2B产业通常在市场及细分市场当中都是统一定价。企业已经在保证产品竞争力的前提下制定出了可以让买卖双方接受的利润。
推销综合型B2B平台的销售团队在他们自己的领域当中经验颇丰。他们这些人不仅仅精通自己所销售的解决方案技术,他们所在的公司也会抓取市场、竞争对手乃至定价方面的信息。
B2B的客户管理团队在和那些要求苛刻并且老练的采购商互动时,通常需要具备非常专业和娴熟的技巧。最优秀的B2B代表可能已经拥有十多年的销售经验,而且目前他们也正在不断接受新的培训和教育。
钻研B2B市场的研究人员在了解行业动态和发展成效的时候经常使用各种技术手段。那些采购周期很长(几个月甚至几年)的资深采购人员很少在网上发布一份由一百多个问题组成的意见征求表,因为这种方式在消费者调查当中很常见。相反,研究人员通过对采购专员情感上的细节的探究发现,其实他们更关心的是下面这些问题,包括:
产品/服务质量
提供的内容要有广泛性和综合性
具体的特点和功能性对采购商的成功很关键
终端用户的操作界面使用起来要便捷并且直观
销售团队的效率
了解采购方的需求
掌握产品相关知识
响应迅速
了解采购方所在行业的知识
供应商的看法
名誉
长期的财务生存能力
服务与支持
供应商对于客户所在行业的经验
定价
定价标准
定价模式
定价复杂度
当B2B的研究采用网上调查问卷方式进行的话,在调查问卷发布之后,经常还会有后续电话访问,这样可以让研究人员对入围名单当中的供应商的关键性优势和弱势有一个全新的审视,也可以为供应商的取舍提供更多细节方面的参考。
因为大多数的B2B产业研究人员在特定行业和细分市场当中都有很多经验,所以电话随访环节他们经常会问一些充满大智慧的问题,从而得到真正意义上对交易成果的理解。
和B2B采购商之间的交谈就像一场宴会上的谈话一样——这样的对话看起来更像两个行业专家之间反复好几个回合思想碰撞,而不像一个未经培训的研究人员那样照本宣科般生硬的电话访谈。
因为这样的访问大都是被录音的,这样的话,研究人员可以在谈话的过程当中随时思考对方正在说什么,而不会因为做笔记分散注意力,从而更能激发出下一个将要向对方要抛出的问题。
将数据转化成实际行动
由于B2B市场有着自己的特质并且采取了上文列举的方法,研究人员和经理可以清晰并快速地发现数据当中存在的模式和趋势。下面就介绍几个在我的B2B研究职业生涯当中,利用小数据产生大发现的案例。
医疗保健公司A经过八次访问之后发现,客户最关心的就是A公司产品以及服务的成本和灵活性。他们从中还发现,竞争对手公司正在试图与A公司的客户群建立关系,试图暴露A公司可能存在的瑕疵,并使用竞争活动的方式剥离A公司的客户群。
一家网络储存公司经过九次调查访问后发现,客户认为该公司在市场中提供的服务是比较轻捷便利的。而且客户也对该公司缺少全球范围内7×24小时的客户服务以及缺少和其他行业关键成员之间的整合表示关心。
一家财产保险公司仅仅通过四次与关键客户之间的调查访问后就知道如何对自己进行定位并维持公司的业务,包括更改公司的续约时间政策,修正公司的定价策略,并突出公司的差异化竞争。
随着时间的流逝,企业收集到的越来越多的数据可以有助于公司弥补发展时遇到的空白,还可以帮助公司将困扰自身已久的问题转化成梦寐以求的答案。公司能够而且应该从他们的小数据研究项目当中获取学习总结,并据此找到采取行动的有效方式,尤其是当公司从客户处获得了一致的反馈信息,那么公司就更应该根据这些具体的指导建议做出下一步的发展计划。
千万不要等到你的公司有大数据的时候才想起来从中获取有价值的参考信息,如果等到那时候,你的采购商会因为你而感到很沮丧,同时你的优柔寡断和坐以待毙的行为会为竞争对手提供可乘之机。
相关文章
- Android本地数据存储: ASimpleCache
- R_Studio模拟学生成绩对数据简单分析
- SQL疑难杂症【5 】大量数据查询的时候要考虑结果为空的情况
- 从大数据到认知计算,未来需要更强的计算能力
- 121、Data Binding(数据绑定)(转载)
- SQL Server 如何跨服务器复制表中数据
- 【技术与商业案例解读笔记】095:Google大数据三驾马车笔记
- 大数据基础之ElasticSearch(4)es数据导入过程
- 数据同步过程中需要考虑的问题
- ThinkPHP使用PHPExcel实现Excel数据导入导出完整实例
- 基于表格存储的高性能监控数据存储计算方案
- Matlab之Kalman:用线性系统状态方程,通过系统输入输出观测数据,对系统状态进行最优估计的算法
- Python爬虫案例:下载文章数据,转制成PDF格式
- API生态的发展与机遇:从5000组数据看中国API生态与开发者现状
- 16节课搞懂大数据,视频教程限时免费领取
- 【阶段二】Python数据分析Pandas工具使用04篇:数据预处理:数据的汇总
- Java豆瓣电影爬虫——抓取电影详情和电影短评数据
- 20179.4,考虑置信区间数据清洗和结果均值检测
- python 多进程——使用进程池,多进程消费的数据)是一个队列的时候,他会自动去队列里依次取数据
- 老杨说运维 | 从业二十余年运维老兵,教你如何用低代码处理复杂数据
- Vivado解决仿真不出波形的问题(并行数据流转串行数据流)