一拨新的数字化接触点正取代以传统问卷为基础的研究，从而成为品牌主要的数据来源。源自这些接触点的各种实时信息数据流精确地告诉我们消费者的具体行为以及时间——这不仅仅只包括一小部分人，而是针对所有在接触点上进行着互动的人们。然而，孕育了大数据的接触点革命也带来了大数据黑洞——也就是我们理解中的明显缺口，因为接触点并不是无所不知、无所不能的。填补这些黑洞是研究的新使命，而这一使命对建设品牌有效营销的能力至关重要。除非我们完全理解在这个新兴“宇宙”中消费者的行为，我们就不能指望能对消费者行为产生影响。
大数据让我们了解到消费者行为中的”何人”、”何事”以及”何地”, 而当我们在探究“为什么”的时候，黑洞出现了。仅仅依靠接触点数据，我们无法知道消费者行为后面隐藏的思考以及感受。接触点数据无法告诉我们消费者的思维模式、和品牌的关系，以及品牌是否值得对此消费者投广告。没有这些背景信息，其他数据的价值都丧失殆尽。
大数据的黑洞是如何形成的
接触点革命的本质直接导致了黑洞的形成。之前的购买路径是直线型的，所以一个特定的动作有其设定的意义，而接触点革命将之颠覆。例如，访问耐克网站这一行为并不能自动导致另一个行为——即购买耐克产品。如果让运算法则基于这个假设进行运算，这只会弱化品牌定位、模糊品牌策略并且浪费预算。
如果要真正了解消费者和接触点的互动，我们需要了解他们的偏好，购买的驱动因素，以及影响他们决策的背景。例如，我们的耐克网站访问者也许确实是去购买耐克跑鞋，但是，他也可能在研究减少胫骨疼痛风险的技术，对耐克这个品牌或者其产品并没有多大兴趣。耐克网站访问者还可能是现有的耐克消费者在为其一年前购买的穿戴设备寻找解决故障的信息，也可能是记者希望了解耐克公司，或者社会维权人士在查找耐克产品的原产地。如果只是孤立地看这一接触点的数据，我们无法分辨这些和品牌有着迥异关系的人群。很多时候，我们甚至不能确定这个访问者是真人还是机器。
这些黑洞导致的问题
由于缺乏对背景的了解，品牌营销人员将面临如下两类问题：
它削弱了接触点数据的可行动化
根据缺乏背景的行为数据进行的定位往往会导致无关的广告被推送给无关的消费者，不仅让消费者抓狂，也浪费预算，降低品牌的投资回报。
它使品牌基于接触点数据而进行的优化更加困难
如果品牌需要就其预算花费做出战略决策，他们需要一套方法来评估在不同的接触点他们对受众的相对影响力。他们需要在什么渠道投入更多的预算？
重新设定对消费者的全面认识
接触点革命带来的数据流让我们获益匪浅，同时，我们也有所失：一个基于单一来源的对消费者的全面认识——它能够让我们将消费者的行为和消费者所表达的感受以及动机联系起来。尽管传统调研具有缺陷，它却能给品牌提供机会了解消费者行为发生当时的行为并探索其行为背后的原因。这就能够让我们不仅仅基于消费者行为对消费者进行细分，更要基于他们的思维模式以及对品牌的接受度。我们需要对这种基于大数据的对消费者的了解进行重新设计并规模化，才能更好利用接触点所带来的数据流。只有这样，我们才能填补大数据的黑洞。
从行为定位中获取更多价值
在大数据时代，消费者细分的艺术不仅不容忽视，反而更具价值且更易执行。从前，基于问卷调研的消费者细分都被淹没在研究报告以及演示报告中，它们的价值取决于媒介策划人员如何将细分人群和品牌广告能达到的人群匹配起来。这需要很好的判断力——到底品牌选中的细分人群是否是看过某个电视节目或者读过某种杂志的消费者。如今，数据管理平台（DMPs）有潜力通过打通多渠道数据来造就更加全面的受众。通过整合调研数据形成的细分人群以及接触点数据，我们能够发现那些表示不同动机和思维方式的行为特征标记，从而将一些行为模式和消费者所想所感联接起来。通过同类模型，我们能够将基于动机、消费场合、需求和偏好的相对较小的细分群体，推演到相关目标受众，并能将之与行为数据整合，从而能够对数据进行规模化。
正是因为受众细分更加可行，品牌更容易超越完全基于行为数据的消费者定位。品牌应该探索新的方法来了解受众——那些方法能够和接触点数据相融合从而发现新的发展机会。这可能是找到之前购买过该品牌，且有可能再次购买的人群（TNS这样帮助假日酒店提高了514%的订房率）。同时，这也可能是找到那些最相关且未被满足的消费者需求，从而研发推出新产品；或者发现那些每天早上购买星巴克咖啡，在适当的营销下会在午饭时间再次购买的细分人群。如果我们发现这些特定人群的消费行为，以及何时能够通过不同的接触点针对他们进行营销活动，我们就能够开始逐渐填补最基本的大数据黑洞了。
找到最能影响消费者决策的接触点
我们理解中的第二大黑洞是什么呢？ 那就是了解哪些接触点能真正影响消费者选择的能力。要回答这个问题，我们首先需要一个全景—那些和消费者的品牌体验相关的全部接触点。
我们对消费者的数字化旅程的了解基于数据，却并不是我们想象中那么全面——这使问题更加复杂。网络饼干（Cookies）包含了浏览信息，能够提供一系列从浏览到购买的接触点的数据。但是，法律法规、终端设备的不相容性、以及很难将cookies信息和消费者个人（并非IP地址）联系起来，都给整个故事留下巨大的空白。同时，我们还有大量的隐形接触点——线下以及被屏蔽的平台（例如Facebook），因为这些平台选择不对外公开个人层面的数据。
因此，这个方案需要改进传统研究的技术，将他们更有效地和大数据融合起来。 更大更有代表性的固定样本库会发挥关键性的作用。当我们知道样本库里的某个消费者的用户名，并发现他使用这个用户名在接触点和品牌互动，我们就可以探索他们在重要的品牌指标上的体验带来的影响。这可以通过问卷以及对可测量行为的观察--来实现——这些行为包括销售以及网站访问量。然后，我们能够模拟不同的受众细分群体在不同接触点集合下的影响。研究固定样本库里面的消费者获益更多：整合不同平台的数据更加容易，包括被屏蔽的平台。如果使用了新的倾听技术（例如，利用智能手机了解消费者看过哪些广告），我们可以开始整合从线下的接触点了解到的消费者信息。
共同使命：英雄（数据）不问出处
相比之前从问卷中得到的数据，我们从接触点获得的数据略胜一筹。它根据代表性，就消费者行为的事实（何人何事何时）而言更加准确， 更加及时。 但是，接触点数据本身很难给品牌提供一个全面、关联的画面，从而了解这些消费行为产生的原因。 了解大数据的黑洞是非常重要的第一步-——让我们能够设计新的研究技术来填补这些黑洞。
拥有对消费者最全面最完整的信息的品牌也将会成为能最有效地进行营销的品牌，不管是短期还是长期。他们能将品牌的预算花在最能给品牌带来增长的消费群体，也能将从不同接触点得到的最有效的洞察融汇在他们的创意以及媒介策划中。要得到这样的观点，研究人员必须拥抱各种数据。正是如何将不同的数据带来的不同信息整合成一个完整的观点，最终决定了这些数据的价值。
阅读英文原版，
联系客服
