觀點 | 大數據將破解消費者的終極秘密

社交媒體的出現，大大增加了口碑對品牌的重要性。人們在亞馬遜上購物，一定會看其他用戶對這個產品的評論，因為他們認為公司提供的產品信息不一定真實。這對於品牌來說，是個越來越大的挑戰，但給小品牌帶來了機會。過去品牌通常要靠規模取勝，但現在一個小品牌如果有著很好的口碑聲譽，客戶群哪怕很小，但只要對它忠誠，它也可以在互聯網上脫穎而出。我們的調查也發現，品牌增長總體已經趨平，但小品牌增長還在加速。在服裝、食品、啤酒等很多行業都是如此。

幾個月前，百事可樂花費巨資製作的、邀請當紅名模出演的一則新廣告，在社交網路上引發潮水般的批評。人們認為它消費了「黑人的命也是命」民權運動，百事可樂不得不在廣告播出不到一天內就將其緊急下架，並公開道歉。這樣重金製作的廣告，在百事內部一定經過了層層審定，也一定做過小範圍的試播，但為什麼都沒被發現問題？這是一個最新案例，顯示出社交媒體上對一個品牌的負面情緒可以來得多麼洶湧。甚至有可能，一開始網上對一個廣告的反饋是積極正面的，但隨著一些人指出問題，情緒突然間就能發生大規模逆轉。因此社交媒體對傳統廣告投放模式帶來了巨大挑戰。當你的投放規模如此之大，如何在一天之內掉頭？要遭受多大損失？很多大品牌以及廣告業曾經把這樣的投放模式玩得駕輕就熟，現在到了重新思考的時候。

網購將大大減少線下傳統意義上的「衝動消費」。在過去，汽水、口香糖，甚至服裝的銷售中，很多靠的是人們的衝動消費。沒有人會專門跑去超市買口香糖，所以大部分口香糖貨架放在超市收銀台旁，人們結賬時看到，順手就買了。如果一個產品70%的銷售是靠這樣的衝動消費，而人們現在把購物都挪到了網上，這個產品怎麼辦？這不是一個零和遊戲。雖然銷售渠道增加了，但衝動消費的減少，可能使得所有渠道銷售額相加，仍然只等於原來銷售的90%。我和很多這樣的公司聊過，他們許多人還沒意識到這一點，但我覺得兩三年後他們會感受到衝擊。

各種移動端app的出現，讓叫車、點餐等服務唾手可得。過去我晚上點個餐，可能一早就要做好計劃，提早好幾個小時給餐廳打電話，現在用點餐軟體下單，半小時里就能送到。我的房子離大學只有半英里，過去我總是步行上下班，但自從有了Uber，我經常走了幾步后，一轉念就叫車了。現在共享腳踏車遍布北京，原本步行的人，跳上一輛車就騎走了。隨時隨地可以購物的結果是，不僅用戶基數變大了，而且每個用戶使用的頻次也增加了，因此增加了整體需求。

有很多調查研究都已顯示，付現金比刷卡更痛苦。你去國外旅行，使用外國鈔票時，由於感覺它們不像真的鈔票，也容易花更多。現在移動支付連卡也不用刷了，你完全感覺不到錢的易手，這也會讓人花更多的錢。移動支付也會改變人的消費體驗，在某種程度上讓交易雙方感覺更平等。比如，過去我坐計程車，如果司機對我很友好，我不知道他是真的友好，還是另有所圖，比如希望我最後多給點小費。現在我用Uber叫車，我和司機都清楚，過後不會有現金易手，我也改變不了車費，這會淡化雇傭和被雇傭的關係。無現金的反面是，這會讓消費者對交易過程失去掌控，更容易過度消費。

藉助技術，語音購物正在興起，消費者對著手機說話就可以下單。而且這個過程正在變得智能，比如你要買一杯奶昔，你不需要說「我要一個大杯的草莓味奶昔」，而只需說「給我買杯奶昔」。機器會根據你的購買記錄，對你喜歡哪個牌子、哪個口味和你的食量作出分析，幫你下單。物聯網的普及，可以讓你更全面了解一件產品。比如，你在網上買蘋果時，可以看到它們產於哪個地區，生長的那片樹林是什麼樣子的，種它們的農夫長什麼樣。越來越多的虛擬現實技術正在湧現，未來你在網購時可以聞到甚至摸到，更不要說那些試衣軟體了。這會給線下實體店帶來更大的衝擊——如果你可以在自己家裡試穿衣服，想試多久試多久，誰還願意去實體店試穿？

所有的零售商都在往線上搬，但搭建後台、做大數據、開發剛才提到的那些技術，需要百億美元級的技術投資。除了幾家巨頭，中小零售商有多少能做到這一點？因此我的預測是，很快會有一兩家巨型企業，比如亞馬遜和阿里巴巴這樣的，為所有零售商提供後台服務，主要指供應鏈、物流、數據方面的服務。新型的壟斷者正在出現。這就是為什麼當亞馬遜宣布要收購美國有機零售超市時，幾乎所有零售商的股價齊齊下跌，因為又一大塊數據被亞馬遜獲取了。這是一個監管者開始需要思考的問題。

大數據的下一步：不再關心你「買了什麼」，而是關心你「為什麼買」

消費類數據已經存在很多年了，而我們過去沒有，現在有了的，是所謂顧客的「腳印」： 你在下單前還考慮了其它什麼產品？花了多久下決定？是否等到打折時下單？購物車裡還有什麼？目前對客戶的數據研究基本還停留在四個W：誰(who)、何時(when)、何地(what)、買了什麼(what)，但這個太基礎了。最有價值的信息在第五個W：為什麼(why)。未來的大數據會根據你的購買記錄、你的日程、你的生活習慣，把點連成線，琢磨出這個「為什麼」。比如Mary最近買了一條昂貴的裙子，數據分析顯示，是因為她參加了一個非常重要的會議。那麼下一次她日程上有會議、有聚會時，商家就可以給她推送高檔服飾信息。這可以幫助品牌推送精確到個人的廣告信息，大大提高市場營銷支出的效率。廣告業有句老話，市場營銷支出的一半是浪費掉的，而且不知道是哪一半。目前的全球廣告市場，包括線上和線下，是3000億到4000億美元的規模，只要提高10%的效率，可以為品牌省下巨額資金。

要獲得上面說到的「為什麼(why)」，你既需要計算工具，也需要對品牌和市場有洞見的人。大數據是自下而上的，但你需要有人從上往下看這些數據，AI並不具備這樣的視角。一些公司會說，我們有200位計算工程師，但他們不一定懂得如何看數據。我喜歡用下面這個比喻：有個人在路燈下找鑰匙，問他鑰匙丟哪兒了？他說，丟在街對面了。那為何在這一側找？他說，因為這兒光線充足。如果工程師們不懂得品牌和市場，就像那個在路燈下找鑰匙的人。

隱私是數字時代人們最關切的問題，但監管會是個難題，因為你問十個人什麼是隱私，會得到十個不同的回答。舉個例子，谷歌工程師發現，當一個人開車去機場趕飛機，而路上交通很堵的時候，如果他的地圖軟體提醒他走另一條更通暢的道路，他會很歡迎這樣的提示。但如果這個人去的是一個他不想讓人知道的地方，那麼一模一樣的情境下，如果地圖提醒他，他可能會嚇個半死。再比如我問學生，如果有旅行社推送度假信息給你，接受嗎？他們說接受。但如果製藥廠發現你有艾滋病，向你推送艾滋病葯呢？他們說不能接受。有些人願意告訴別人自己有抑鬱症，有些人不願意。所以隱私是分場合的。廠商怎麼能知道你是哪種情況呢？連消費者有時候自己也不知道。由於太難界定，所以監管將考驗監管者和業界的智慧。