如果说10年前的营销人员挣扎的是不知道鼠标背后点击的是一条狗还是一个人的话，10年后的今天已经有越来越多的研究数据充分表明网民已经无限近似于人民，网民言行的代表性也约等于人民的真实言行。互联网和移动应用的发展带给消费者越来越丰富多彩和高效便捷的“线上”生活，微博、微信、签到、点评、搜索……，如果说曾经“线上”与“线下”有“线”的分隔的话，现在，这两者的疆界已经越来越模糊，越来越紧密的相互粘连，水乳交融的交织出了每一个消费者完整而真实的生活中的每一天。
消费者的言行包含着对品牌/产品的看法、购买的场合、喜欢/不喜欢品牌/产品的原因，都通过各种设备投射到网上，成为了消费者表达的大数据。这些数据内容广而杂、分布散乱无规律、更新频率高、变化速度快。而这些特点反过来也体现出了现实消费者动态的购买决策过程。消费者在选择中可能会受到来自多方面的影响，比如朋友推荐、他人使用经验的干扰、广告的刺激、价格优惠的吸引，这不是一个简单的线性的过程，而大数据非结构化和无标度的特征恰如其分的体现出了购买决策的复杂性和多变性。
这无疑是营销人员的一个巨大福音，因为大家再也不用为找不到新品定位，找不到新品体验，找不到消费者喜爱的新品推广方式，找不到与消费者可能的接触点而发愁了，因为这些信息几乎全部都可以在网上找到答案。如果说过去的传统调研是带着目的去创造问题验证答案，现在营销人员已经可以转变思路为：带着目的去收集回答研究对策。网络上关于一切你想知道的答案都已经提前摆在了那儿，而你所要做的是用正确的思路找到这些答案，进而用高效的方法找出答案背后带给营销的启示。
成千上万消费者的表达，使得数据“仿佛一夜之间从一个矜持单纯的娇羞少女变成了一名热情奔放的娇艳女郎，不再难以追求。找到数据不再是个难题，如何分析数据才是最大的难题。因此，大数据时代需要的并不是数据，而是解读数据的正确方法，通过这一方法找到数据之间的关联，找到背后的消费者洞察，需要的是大数据(Big Data)带来的”大主意“(Big Idea)，而非大数据本身。
消费者表达数据的”无标度“(scale-free)和”非结构化“（unstructured）特征，要把消费者表达数据的价值体现出来，因此，不能够简单的套用在抽样数据前提下形成的分析思路和方法。要从市场研究的结构化数据分析思路转变为数据挖掘的思路。方法上要从挖掘数据和数据之间的相关关系出发，从鸟瞰的角度来了解消费者的整体行为特征。
分析非结构化的消费者表达数据，数据可视化工具的作用巨大。非结构化数据通过可视化工具处理之后，视觉效果通常都让人非常震撼。但这并不是可视化的设计之美，而是可视化工具生动的展示出了数据之美。可视化工具把消费者大数据代表的“小世界”缩微化，使这个“小世界”能够作为一个整体展现在营销人员的面前，让营销人员从鸟瞰的角度，看到数据之间的自然分布状态，看到关于某个话题消费者不同的想法，以及这些想法背后的相关关系。这个缩微的消费者表达世界，可以让营销人员清晰看到整体消费者的状态，正在出现的趋势，弥补因为“盲人摸象”造成的认知局限。显微镜的出现发现了微生物世界充满的生命力和活力，互联网则像镜子一样把消费者表达的数据投射出来，可视化的工具则把投射在互联网上的消费者表达数据背后代表的影响消费者选择的“影响力”形象的展现出来，帮助营销人员更好的理解市场，理解消费者，发现潜在的市场机会点，同时更好的从营销角度提出策略假设，辅之以其他方法验证这些策略。
上图所示的是对于餐饮产品消费者的表达意见关系图（局部）。从图中的节点可以明显的看到不同的聚类。如果放大节点显示出各节点代表的消费者意见，可以清晰地看到不同类型的意见有明显的关联关系。这些聚类体现出了消费者对于特定话题的想法，意见，也折射出了背后的消费者的兴趣和爱好。一定意义上，这些聚类综合体现了消费者的需求和心理特征，为营销人员进行市场细分提供了基于消费者自然表达的充分线索和依据。
在我们的实践中，通过收集消费者表达数据，并从营销的角度对这些消费者数据进行分析和处理，在此基础上通过可视化工具进行进一步的分析展示，通过这些可视化工具展现的结果，进而从营销的角度进行假设，带着假设的问题回到消费者原始表达中，可以清晰的了解消费者的需求，兴趣和爱好。这些基于消费者表达，通过可视化工具的帮助形成的消费者研究成果，和企业经营者的市场运作经验以及通过线下研究得到的发现高度吻合，同时还能够发现传统问卷研究难以发现的机会点。更重要的是这些发现能够从营销角度具备落地的可操作性。
通过视觉可视化工具来分析消费者表达数据，揭示的不仅仅是数据之美，更是发现数据背后的消费者洞察，是驱动生意的那一对隐形的翅膀！
更多阅读：
