Credamo見數姚凱：人工智能時代市場調研的洞察價值體現
1月18日，由執牛耳主辦，中國信通院鑄基計劃聯合主辦的“第三屆數字營銷商業大會暨品牌數字化創新發展年會”在北京成功舉辦。
此次大會分為品牌主場、數智化發展主場、企業全球化主場等三大主場。來自于品牌主、廣告/營銷/媒介公司、MarTech服務商、大數據技術公司、媒介/電商平臺等代表企業，圍繞“固本創新求發展，秉軸持鈞謀長遠”這一主題呈現了一場精彩紛呈的年度思想盛宴。
在大會現場，Credamo見數科技創始人姚凱發表了主題為《人工智能時代市場調研的洞察價值體現》的演講。
隨著對數據分析和人工智能的需求越來越高，人們發現市場研究的痛點有數據量化難，數據真實性難以保證，以及數據孤島、業務人員專業化等問題。
如何解決這些痛點？如何做好數字營銷？姚凱認為主要是以下幾點：
第一，數字化。將數據變成數字，比如用錄音筆來記錄訪談、拍攝圖片，用AI幫我們做識別。
第二，科學化。我們希望能夠得到更多的客觀數據。
第三：自動化。現在有很多的工具用戶不關心具體的問卷怎么設計，實驗怎么設計，如何高效完成是他們的關注點。
第四：業務人員專業化。以見數的業務為例，過去用戶3周的工作，現在只需要花6個小時就可以高效完成，而且成本下降50%。
“對于我們來講，雖然現金流收入少了，但是用戶可以自主完成工作，縮短決策周期，提高工作效率。我們希望通過這種方式能夠幫助大家實現真正的降本增效。”姚凱稱。
以下為演講實錄，由執牛耳編輯整理：
姚凱：大家好。今天和大家分享的是，在人工智能時代，針對市場營銷行業的痛點，Credamo如何幫大家提高效率？
01.市場研究痛點
隨著人們對數據分析和人工智能的需求越來越多，市場研究的痛點是什么？
第一，數據量化難。現在大家都看GMV、交易訂單、營收怎么樣？但在這個過程中，消費者如何感知產品品牌，這是我們不知道的。
第二，敏感數據無法測。比如，對于性別歧視和種族歧視等敏感問題，人們通常是沒有辦法直接詢問并得到數據的。
第三，數據不一定真實。以尿不濕廣告海報為例，消費者對海報滿意度的指數較高。但另一組更直觀的數據顯示，消費者的注意力集中在小孩臉上，并沒有關注廣告內容。
第四，數據孤島問題。我們現在的數據源自于各個地方，所以很多時候不太確定。如果要做一個非常嚴謹的研究，我們不光要拿到網上的評論數據，還要拿到社交媒體上的數據、CMR系統數據，在這個過程中，你會發現得到全面的數據很難。
第五，截面數據VS 過程數據。我們過去有很多數據是截面數據，更多的情況是現在要去獲得一些過程數據。比如對一部賀歲片的評價，大家往往會說，結局非常好。但大賣的電影是能不斷調動人的興趣的，像有些電影過程中會有很多淚點，如何獲得整個過程的數據？
第六，業務人員的專業化。我們在做品牌，或做營銷的過程中，相信很多品牌方的負責人，對自己的產品服務、行業都非常了解，但可能不會分析數據。第三方懂技術，但對業務的理解很難。
02.為什么做Credamo見數
我們為什么要做見數？最直觀的原因是，2020年我們在美國成立了分公司，幫助大家搜集海外用戶的情況。比如，幫助做跨境電商的公司了解海外市場。
在初期定位時，見數就按照產學研的架構去發展。我們在業界有4000多家客戶，包含各類資源公司和品牌方，也有很多高校。我們是從科研用戶開始做起來的，因為大家對于數據的專業性要求較高，所以我們一開始主要面對這一類主打專業的付費用戶。
我們活下來之后，每年會做很多公益活動，包括交叉融合的學術，邀請國內各個頂尖院校的老師做報告分享。我們也會做一些全國性的市場大賽，希望參賽學生能夠解決真正的問題。對于品牌方，會給大家做品牌曝光。現在我們能夠覆蓋全國31個省市，3萬多人，500多個院校。
另外我們有純學術的研究，從底層認知了解消費者，比如從消費者心理認知的角度設計實驗，讓大家避免沉迷彩票。
03.人工智能時代市場調研
人工智能時代，大家都在說ChatGPT，AIGC給我們提供了很多新工具，如何利用這些工具幫助大家提高效率？
在去年一季度，我們做了一件事情。過去設計問卷要在百度搜各類問卷模版，去年我們在做飲料消費者調研時，直接用AI生成問卷，生成質量達到了專業咨詢公司的水平。用AI設計問卷還可以持續優化，不滿意時可以微調，也可以選擇再生成。
問卷生成后，可以用AI做圖表解讀、寫報告。即便我們沒有學過統計，只需要把統計模型結果給到AI，并提供一些背景信息，AI就會自動解讀出來。就像剛才說的，我們的業務人員或品牌方，或者營銷部門，可以運用AI或平臺工具幫助我們快速實現之前完成不了的工作。
另外，我們可以運用AI寫各種報告提綱、摘要、綜述等，把碼字的體力活解決掉，讓大家有更多的精力放在深度思考方面。
04.如何洞察價值體現？
Credamo見數從創建那天起，我們就篤定了路線，沒有銷售部門，只有研發部門。我們的核心精力就是做產品和品牌。我們希望做一個有問卷設計，設計完之后馬上有人幫你填，填完之后如果你不懂統計分析也沒有問題，我們可以幫你快速實現。
Credamo見數的底層是問卷設計、在線樣本庫、統計建模。拓展層為HBO、外界硬件、AXM。我們還有各類圖，有NLP、語音識別、圖像識別。
前兩周我去深圳一家做經濟普查的公司，這家公司一年有8千萬的營收，其中有4千萬是放在人力成本上。我問他們為什么不用AI？統計調查的時候，原來要手動填excel，現在拍一張圖就可以用AI識別出來，然后只需復制粘貼的工作。4千萬的人力成本，提高20%的效率，1年就可節省800萬的人力成本。
我們是一個非常年輕的公司，2019年上線，至今上線有3年半的時間了。我們在初期主打多快好省。
原來在北大光華讀博士的時候，我們每年都會發布白皮書。當時我們委托某問卷網站回收問卷，但后來發現存在中間商賺差價的情況，而且這種模式也會出現因部分人亂填問卷導致報告無法分享的情況。后來我們找了很多專家，通過打分法把它調回來，才得以推進了問卷后的分析工作，順利發布了白皮書。
所以后來我們換了一種模式，把中間商差價去掉，將報酬直接給到填問卷的人。站在花錢的角度，成本降了80%。站在賺錢的角度，填問卷的人的報酬翻倍了，我們以最低的成本獲得了最高的數據質量。
這就是傳統調研與Credamo見數的模式對比，傳統調研模式采用費用不透明的人工服務；Credamo見數模式是費用透明的系統服務。我們初期就是這樣發展起來的。
關于如何做好數字營銷，我認為有以下幾點：
第一，數字化。
聲音數據化。比如我們過去有很多訪談、記錄，都要用到錄音筆，由于移動互聯網和智能手機的發展，我們可以方便地把錄音錄下來，用AI幫我們做識別。此外，還有行為數據化、圖像數據化、注意力數據化、微表情數據化等。
第二，科學化。
我們希望能夠得到更多客觀的數據。比如過去我們需要非常復雜的EEG，但一臺設備六七十萬元，而商業里面只需要測情緒相關數據就可以，所以我們自己做了一個測人的前額葉數據的設備，將腦電可視化。測試者喝一口飲料就可以快速看到腦電波。
第三，自動化。
現在很多工具用戶不關心具體問卷怎么設計，實驗怎么設計，如何高效完成是他們的關注點。
第四，業務人員專業化。
以我們的業務為例，過去用戶3周的工作，現在我們只需要花2個小時錄問卷，中間花3個小時回收1、2千人的問卷，然后1個小時進行數據分析和AI寫報告項目，全部工作就可以高效完成，而且成本從五萬降至兩千。
對于我們來講，雖然現金流收入少了，但是用戶可以自主完成工作，縮短決策周期，提高工作效率。我們希望通過這種方式能夠幫助大家實現真正的降本增效。
希望在新的人工智能時代，大家都能夠轉型升級。以上就是我分享的內容，謝謝大家！
轉載請在文章開頭和結尾顯眼處標注：作者、出處和鏈接。不按規范轉載侵權必究。
未經授權嚴禁轉載，授權事宜請聯系作者本人，侵權必究。
本文禁止轉載，侵權必究。
授權事宜請至數英微信公眾號(ID: digitaling) 后臺授權，侵權必究。
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）