希望生於絕望，數據時代的市場研究行業

03-02

宗瑞興雲思科技創始人, 悟空數據創始人, CEO

當大數據在公眾視野中出盡風頭之前, 中國已經有一批數據人辛勤挖掘數據價值很多年, 這就是中國市場調查這個外部看來比較陌生的行業。

我進入這個行業是2000年, 當時已經非常商業化。聽90年代初開始從業的前輩講, 他們當時做入戶調查的時候需要到街道開介紹信, 敲開居民的家門, 老百姓會熱情接待, 給訪問員倒上水, 坐在旁邊像答考卷一樣認認真真填答完一套問卷。當我在2010年離開這個行業的時候, 入戶調查已經非常困難, 被其他一些調查方法替代, 包括街頭攔截和電話訪問。這幾年，在線問卷收集數據的比例快速增加。通過以上這些方式收集的，看起來並不性感的數據，指導了大量企業的商業決策。我們看到的新產品、廣告、品牌，等等，背後都是這些數據以及分析在提供支持。

中國，這個行業發展了30多年；而美國，則有100多年的歷史。這是大數據時代之前的企業數據驅動力。

在二十一世紀的頭10年, 這樣一個傳統的數據服務市場，每年都以兩位數的速度在增長, 吸引了大量的高素質人員進入這個行業。到2015年，市場規模大約110億人民幣。通過這個服務，企業獲得的是兩方面的價值, 一是對客戶(被訪者，消費者)的接觸以及一手數據的採集服務, 另一種是基於這種客戶數據基礎上的分析和營銷諮詢。

2010年後, 這個市場的增長速度明顯下降。我覺得非常重要的原因之一是企業基於數字化的營銷和運營，企業自己有能力收集到大量的用戶數據, 而這些數據，對企業已能起到非常重要的作用, 而且，這些數據的採集已經不需要依賴市場調查公司這個中介。另一方面，市場研究的商業模式存在一個很大的問題，就是分析諮詢的價值沒有被認可。從其報價體系看, 市場調查服務的價格分為數據採集費用和分析費用。一直以來，報價結構中大部分都是數據採集費用。當企業有很多業務決策已經不需要通過市場研究公司來做數據採集的時候, 研究公司就喪失掉大部分的價值。

實際上, 市場研究(或者說基於數據的營銷諮詢)業務對數據的商業層面的分析, 解讀和呈現的能力在大數據時代是被遠遠低估。我在市場研究公司，服務互聯網公司和企業十年, 後又在互聯網公司從業三年, 在這段時間裡，我看到很多互聯網公司或大數據公司內部充斥著泛濫的數據, 貧乏的價值。大量基於數據的結論是不嚴謹的方法, 表面化的描述, 簡單的分析。在企業的經營中，數據的價值並未充分發揮。

企業, 特別是擁有最豐富數據的互聯網企業，開始大批量地從市場研究行業招聘人才進入到企業內部, 與數據技術和數據挖掘團隊協作, 讓他們發揮商業分析的能力, 商業理解和分析能力與大數據的結合所產出的價值是指數級的。如果仔細梳理 BAT的對外數據產品, 並且了解到他們背後的團隊, 就會看到大批市場研究行業的精英在其中起到核心的驅動作用。

但是在企業外部, 我認為過去幾年市場研究行業並未快速適應數字化時代, 特別是行業的核心企業，對數字環境下的市場和企業用戶數據的理解能力和技術掌控力比較弱, 動作也不夠快。

這種局面，給市場研究行業帶來顛覆性的衝擊:一方面，數據採集業務被」去中介化」；另一方面，分析和諮詢能力沒跟上, 人才又大量流失。

對於市場研究這個充滿數據基因的行業來說, 適應數字化時代需要一段時間, 但其一直擁有獨特的能力和價值，開闢出一條新的道路，只是時間問題。

市場研究業務一直是緊貼企業需求, 幫助企業解決營銷問題, 其對商業的理解能力、對數據的商業分析能力、商業表達能力等，在過去幾十年中經過不斷歷練。這些能力，讓他們可以用非技術性語言與各類客戶進行有效溝通並推進商業決策。

在過去, 市場研究公司從數據採集到商業分析和諮詢全部包攬, 而現在數據產業鏈和所有權非常複雜, 研究公司應用各種數據，仍然可以發揮出純技術和產品類數據公司所不擁有的獨特價值。

經過這幾年演變, 我們也看到了市場上出現了融入數字化生態並且差異化的商業決策解決方案。比如數字新思自建同源數據, 發展跨媒體的媒介計劃解決方案, 以及他們非常有特色的對神經科學的應用; 慧辰資訊深植於運營商和其他大數據的洞察解決方案; 上海辰智基於地理位置信息的洞察解決方案; AdMaster，這個非傳統研究公司背景的數據公司，提供內容營銷分析產品和服務, 據我了解，推動其產品發展的人也是市場研究行業出身; 以及，我們自己, 雲思的自動化洞察雲平台, 並基於同源用戶數據(廣告曝光, 用戶屬性, 態度, 電商購買…)的營銷決策分析解決方案.

前幾年和市場研究行業的朋友溝通過程中，聽到的更多是對現有方法的優化以及面對數字化的一種無力感, 而現在和這個圈子裡的同事聊天, 更多聽到的是客戶需求, 創新的解決方案以及幫助大數據公司如何變現。

希望往往生於絕望。