在大數(shù)據(jù)時代，大數(shù)據(jù)能夠描繪出所有用戶的清晰輪廓，但是小數(shù)據(jù)依然有著自己的優(yōu)勢。那么，在調(diào)研時能將兩者結(jié)合起來，會產(chǎn)生怎樣的效果呢？
在崇尚大數(shù)據(jù)的時代，調(diào)研所代表的小數(shù)據(jù)研究似乎正被逐漸替代，曾經(jīng)拿著用戶調(diào)研報告以為洞悉了一切的人們，慢慢認(rèn)識到用戶所答并非所想，而少數(shù)用戶的聲音也很容易引出錯誤的方向。
幸好有了大數(shù)據(jù)，讓我們的視野更寬廣，我們構(gòu)想著一切可能，希望能用大數(shù)據(jù)描繪出所有用戶的清晰輪廓，那么事實又是怎樣？傳統(tǒng)調(diào)研真的一無是處了么？如果能將大數(shù)據(jù)和調(diào)研結(jié)合起來，又能碰撞出怎樣的火花？
大數(shù)據(jù)真的無所不能嗎？1. 大數(shù)據(jù)所向披靡
千人千面、個性化推薦、用戶行為偏好、用戶生命周期跟蹤、購物預(yù)測、精準(zhǔn)廣告，暫且不提大數(shù)據(jù)在其他領(lǐng)域的應(yīng)用，僅僅就用戶的研究而言，大數(shù)據(jù)可謂所向披靡，只要用戶在平臺上有足夠多的動作，就會產(chǎn)生足夠多的數(shù)據(jù)，這些數(shù)據(jù)碎片通過各種拼湊組合，就能描繪出用戶各個維度的畫像，從而能夠支持到更多的應(yīng)用。
以個性化推薦為例，早期的豆瓣基于協(xié)同過濾的算法，通過用戶看過的電影數(shù)據(jù)，為其推薦相似的電影（商品協(xié)同過濾），或者基于用戶多維度特征的相似性，為其推薦相似用戶看過的其他電影（用戶協(xié)同過濾）。
隨著機器學(xué)習(xí)技術(shù)的成熟，數(shù)據(jù)處理能力的發(fā)展，推薦系統(tǒng)也在不斷迭代，比如像今日頭條，可以基于內(nèi)容的切詞、內(nèi)容標(biāo)簽、圖片及視頻流編碼、用戶實時瀏覽行為等成千上萬種數(shù)據(jù)項作為特征，以龐大的用戶數(shù)據(jù)作為訓(xùn)練樣本，建立超大規(guī)模的模型，從而實現(xiàn)更精準(zhǔn)的推薦。
大數(shù)據(jù)的量級越來越大，似乎藏著挖不盡的寶藏，只要數(shù)據(jù)維度足夠豐富，數(shù)據(jù)處理能力夠強，機器學(xué)習(xí)的技術(shù)足夠完善，未來大數(shù)據(jù)的應(yīng)用就會更加廣泛和成熟。
2. 大數(shù)據(jù)的無能為力
尤瓦爾·赫拉利在《今日簡史》中預(yù)測：2050年我們將迎來數(shù)據(jù)霸權(quán)的時代，無論是醫(yī)療領(lǐng)域、娛樂行業(yè)還是汽車領(lǐng)域，到處都是人工智能的身影，算法可以預(yù)測一切，算法可以自己迭代，算法可以替代我們進行決策。
尤瓦爾·赫拉利的預(yù)測并非沒有道理，人工智能在逐漸黑盒化，機器在自主學(xué)習(xí)，我們卻不知道它做出決策的原因，因此當(dāng)機器把一個結(jié)果攤在你面前時，你是否會本能地懷疑。
于是，我們開始糾結(jié)另一個概念，叫“可解釋性”，無論是基于大數(shù)據(jù)統(tǒng)計，還是基于機器學(xué)習(xí)算法，我們得到的都是一個結(jié)果，就算用戶行為路徑，也只是用戶的行為結(jié)果，通過大數(shù)據(jù)似乎無法解釋用戶的心理決策過程。
大數(shù)據(jù)仿佛是一個高維度的生物，機器學(xué)習(xí)是人類嘗試運用其超能力的手段，站在大數(shù)據(jù)的視角來看，能解決你們的問題不就可以了。為什么還需要我來解釋，就算把我的能力投射到低維空間，你們也仍然無法理解，而人們內(nèi)心世界，恕我無能為力，我暫時也不能理解。
大數(shù)據(jù)擅長的是理性分析，而人類的決策過程中往往摻雜著直覺與感性，所以當(dāng)涉及到用戶深層的感知與動機時，大數(shù)據(jù)便顯得有些捉襟見肘。目前，大數(shù)據(jù)的應(yīng)對方法是通過貼標(biāo)簽將用戶進行標(biāo)識，但僅有行為標(biāo)簽還遠(yuǎn)遠(yuǎn)不夠，如何提取出感性標(biāo)簽是一直困擾著大數(shù)據(jù)的難題。
用戶調(diào)研真的不靠譜嗎？1. 調(diào)研的不靠譜事跡
說起調(diào)研失敗的案例，最有名的要數(shù)可口可樂當(dāng)年的口味測試。
20世紀(jì)70年代，受百事可樂的沖擊，一直位于霸主地位的可口可樂感到了極大的威脅，于是在十多個城市展開了消費者調(diào)研，調(diào)研的目的主要是了解消費者對于口味的感知，比如“如果可口可樂口味更甜一些，你是否會喜歡”，“如果可口可樂有新口味，你是否會嘗試”等等。
調(diào)研的結(jié)果一致證明，消費者愿意嘗試更柔和，味道更甜的可口可樂，于是，決策層果斷進行了口味更改，推出了全新的可口可樂。新口味上市前，可口可樂還進行了一輪盲測，盲測結(jié)果同樣顯示，消費者更喜歡新口味的可口可樂。
這一調(diào)研結(jié)果提升了決策層的信心，新口味可口可樂全面上市，廣告鋪天蓋地而來。然而，結(jié)果卻大失所望，消費者在嘗試完新口味之后，不但沒有繼續(xù)購買，反而憤怒地向可口可樂公司寄來投訴信，聲稱“放棄原配方是放棄了美國精神”。
最后，可口可樂公司不得不再次恢復(fù)沿用了100年的傳統(tǒng)配方，而這一次巨大的新品投入最終換來的卻是一場烏龍。
這次調(diào)研的失敗，某種程度上也是調(diào)研自身的缺陷，那就是調(diào)研只能研究一個點，而無法看到面。可口可樂一開始就研究錯了方向，以致南轅北轍，因為可口可樂的消費者最關(guān)注的是品牌文化，而并非口味。
除了研究方向的誤導(dǎo)性以外，調(diào)研還有著場景的局限性，在某個場景下調(diào)研得出的結(jié)論可能較為特殊，最終會引導(dǎo)出錯誤的決策。
比如：在20世紀(jì)末，北華飲業(yè)就曾調(diào)研過消費者對于涼茶的接受度，最終發(fā)現(xiàn)，60%的中國消費者不能接受涼茶。于是乎，公司腦補出消費者不能接受涼茶的各種原因，比如：中國人可能更習(xí)慣于喝熱茶，或者是中國人不喝隔夜茶等等。
但事實是，當(dāng)時調(diào)研的時間正好是冬天，消費者哈著氣走到調(diào)研的地方，用冰冷的雙手拿起涼茶一飲而盡，在這種場景下，消費者的感受自然會受到極大的影響，而這錯誤的研究結(jié)果最終也使得該公司錯過了涼茶爆發(fā)的風(fēng)口。
2. 調(diào)研無法被代替
無數(shù)的公司都掉入過調(diào)研的陷阱，但不得不承認(rèn)，也有很多公司通過調(diào)研挖掘出了用戶的真實需求，從而指導(dǎo)公司做出了正確的決策。
前面講到，大數(shù)據(jù)只能呈現(xiàn)出結(jié)果，而這一結(jié)果是如何產(chǎn)生的不得而知。調(diào)研在用戶深層特性和動機的研究上仍有著一技之長，這能很好地對大數(shù)據(jù)的結(jié)果進行補充解釋。
此外，對于新生事物而言，比如：一個新產(chǎn)品或是新概念，沒有任何歷史數(shù)據(jù)可追溯，大數(shù)據(jù)也只能站在相似的周邊數(shù)據(jù)上迂回前行，卻無法直擊要害，這個時候，調(diào)研就有了其用武之地。
傳統(tǒng)調(diào)研雖有其局限性，但調(diào)研方法本身其實沒有什么問題，最難的是如何有效地進行調(diào)研，從而繞開各種陷阱。
以下列舉了幾個常見的調(diào)研雷區(qū)，請務(wù)必避而遠(yuǎn)之：
題目具有暗示性，比如“這款產(chǎn)品很多人都喜歡，你喜歡嗎？”
題目具有主觀性，比如“你為什么不關(guān)注時事政治”，對于這類問題，用戶可能不會回答真實的想法。
題目難以理解，超出用戶的認(rèn)知，用戶可能會亂答。
題目太多，或是開篇的問題太難，用戶會失去耐心，除非是線下調(diào)查且獎品非常豐厚。
只在一個地點或一個時間點進行調(diào)研，可能會重蹈北華飲業(yè)涼茶調(diào)研的覆轍。
總而言之，不管是問卷還是深訪，調(diào)研的過程都要循序漸進，由淺入深，且盡量讓用戶回憶真實的場景，描述當(dāng)時的感受，而不是直接問他。
三、大數(shù)據(jù)+小數(shù)據(jù)=？
不難發(fā)現(xiàn)，大數(shù)據(jù)和小數(shù)據(jù)各有所長，而且他們剛好能形成能力上的互補，如果他們合力而為，是否會像賽亞人合體一樣，戰(zhàn)斗力報表？
1. 大數(shù)據(jù)讓小數(shù)據(jù)變大
大數(shù)據(jù)的優(yōu)勢在于數(shù)據(jù)量大，那么通過大數(shù)據(jù)可以提供大量的用戶樣本。不僅如此，還可以基于此次研究的目的，篩選出符合需求的用戶，實現(xiàn)精準(zhǔn)的用戶定向。
有了大數(shù)據(jù)，再也不用擔(dān)心樣本量不夠，回復(fù)率太低了，而且最關(guān)鍵的是，成本可以得到有效的壓縮。
這是大數(shù)據(jù)與小數(shù)據(jù)結(jié)合的第一步，如果最終的目的是要實現(xiàn)大小數(shù)據(jù)協(xié)同，那么就有必要針對線上平臺的用戶進行調(diào)研，這樣才能保證用戶線上大數(shù)據(jù)和調(diào)研小數(shù)據(jù)的一致性。
2. 大數(shù)據(jù)讓小數(shù)據(jù)變小
大數(shù)據(jù)的作用不僅限于找到用戶，其作用還在于初識用戶。
傳統(tǒng)調(diào)研在開始之前，都會先選定調(diào)研的城市，還有調(diào)研配額，比如：男女比例、用戶年齡比例等等，以保證研究的結(jié)果具有普適性，避免調(diào)研結(jié)果出現(xiàn)偏差。
不過不管是城市還是配額，一般都是研究人員拍腦袋定的，比如男女各半，一線二線各5個城市。而了解用戶的分布對大數(shù)據(jù)而言不是輕而易舉么？
因此我們可以先通過大數(shù)據(jù)了解一下平臺用戶的地域及年齡分布，然后再分層抽樣進行調(diào)研。
除此以外，從前面可口可樂的教訓(xùn)中，我們知道了調(diào)研在方向上可能存在的誤導(dǎo)性。那么，大數(shù)據(jù)正好也能彌補這一點，在調(diào)研之前，可以先通過大數(shù)據(jù)對用戶進行初步的分析，了解用戶的行為偏好。
比如：可以通過用戶決策樹了解用戶在瀏覽或購買時最關(guān)注的產(chǎn)品屬性排序，如果用戶最關(guān)注可樂口味的話，我們再針對口味進行調(diào)研。
所以，除了能讓小數(shù)據(jù)量級變大以外，大數(shù)據(jù)還可以讓小數(shù)據(jù)的研究范圍變小，瞄準(zhǔn)正確的方向，聚焦于探尋大數(shù)據(jù)結(jié)果出現(xiàn)的原因。
3. 小數(shù)據(jù)讓大數(shù)據(jù)變小
調(diào)研的優(yōu)勢在于更深入、更細(xì)致，因此調(diào)研小數(shù)據(jù)可以讓大數(shù)據(jù)的研究顆粒度變得更小。
大數(shù)據(jù)對于用戶的研究可能僅限于部分?jǐn)?shù)據(jù)維度，而且這些數(shù)據(jù)維度一般比較粗，譬如：用戶的性別、年齡、可能從事的職業(yè)、購買力、內(nèi)容偏好等等，而調(diào)研所研究的范圍可以更小更細(xì)，更深入地輔助大數(shù)據(jù)了解用戶。
而且，小數(shù)據(jù)聚焦于用戶個體，我們可以通過深訪了解用戶的生活場景、特征偏好，這有利于我們直觀地描繪出這個人的形象。
下次演示報告時，我們可以說：“產(chǎn)品經(jīng)理小王一天的生活是，早上10點來到公司，先沖泡一杯咖啡，然后元氣滿滿地投入一天的工作…”而不僅僅是，“有30%的用戶會在早上上班的時候喝咖啡”。
對于聽眾而言，加上用戶自身的描述能更加清晰直觀，且比數(shù)字更富有感染力，這也算是利用“可得性偏見”的一種報告演示技巧。
此外，大數(shù)據(jù)中的用戶標(biāo)簽多是通過算法模型判斷得出的，不能保證100%的準(zhǔn)確性，而調(diào)研所獲取的小數(shù)據(jù)基本都是真實的。因此，小數(shù)據(jù)還能對大數(shù)據(jù)的標(biāo)簽進行反向驗證，使得標(biāo)簽的誤差變得更小。
4. 小數(shù)據(jù)讓大數(shù)據(jù)變大
在上述三種情況下，大小數(shù)據(jù)都是各司其職，分步協(xié)作，先由大數(shù)據(jù)進行初步分析，再由小數(shù)據(jù)負(fù)責(zé)補充研究，似乎都沒有實現(xiàn)真正的“合體”。
那么如何才能由小數(shù)據(jù)最終落回到大數(shù)據(jù)，形成閉環(huán)，實現(xiàn)真正的“合體”呢？
下面為大家提供一個思考方向，目前通過爬蟲很難抓取到關(guān)于對品牌形象描述的詞，而市面上有很多負(fù)責(zé)品牌調(diào)研的公司，他們主要的工作就是研究品牌的價值、品牌形象和品牌健康度等等。那么，通過調(diào)研獲取的用戶對于品牌形象的認(rèn)知，是否可以應(yīng)用到大數(shù)據(jù)中呢？
例如：針對服飾而言，我們可以收集各個品牌的品牌形象詞，于是我們可以建立起一套品牌形象詞詞庫，之后我們對詞進行歸類編碼或是通過因子分析進行降維處理，從而得到了n個詞，比如：小資情調(diào)、成熟穩(wěn)重、青春活力等等。
接著，我們再把這n個詞作為標(biāo)簽打到各個品牌上，比如A品牌的標(biāo)簽有四個，分別是：小資情調(diào)、成熟穩(wěn)重、青春活力、簡約有設(shè)計感；B品牌可能有三個標(biāo)簽，分別是青春活力、酷炫有型、色彩繽紛，各個品牌標(biāo)簽都是并列關(guān)系，不分先后。
以此方法，每個品牌都有了自己的標(biāo)簽，那么通過用戶與各個品牌的交互行為（瀏覽、關(guān)注、購買等），我們可以建立一套算法將品牌標(biāo)簽打到用戶身上。這樣，我們便可以知道用戶對于服飾的品牌風(fēng)格偏好。
當(dāng)用戶有了標(biāo)簽之后，我們可以反過來再把用戶的標(biāo)簽打到品牌身上，這樣一來，我們可以識別出各個品牌下，不同形象詞標(biāo)簽的重要性，同時還可能會有新的形象詞標(biāo)簽被打到品牌上。
此外，我們還可以通過對某個產(chǎn)品的用戶標(biāo)簽進行計算，從而將用戶的標(biāo)簽打到每一個產(chǎn)品上，實現(xiàn)標(biāo)簽的細(xì)化。
由于涉及部分機密，在此不做詳述。總之，通過類似的方法，小數(shù)據(jù)的結(jié)果也可以被應(yīng)用到大數(shù)據(jù)中，將大數(shù)據(jù)的標(biāo)簽庫擴大，實現(xiàn)標(biāo)簽的拓展。
四、結(jié)語
大數(shù)據(jù)時代的到來，并不意味著小數(shù)據(jù)時代的結(jié)束，大數(shù)據(jù)與小數(shù)據(jù)是對立的，但終將也是統(tǒng)一的。
對于小數(shù)據(jù)而言，大數(shù)據(jù)帶來的是一場革命，是一次否定之否定的曲折式上升機會，唯有借其真氣，才能沖開任督。
對于大數(shù)據(jù)而言，小數(shù)據(jù)提供的是內(nèi)力的積淀，吸其精華，方能九天攬月。
作者：Mr.墨嘰，公眾號：墨嘰說數(shù)據(jù)產(chǎn)品